Gæstebloggen

Machine Learning kan fange milliard-svindel - men det offentlige tøver

Debatten om brug af kunstig intelligens og særligt machine learning (ML) i det offentlige er i fuld gang. Senest har debatten floreret omkring den såkaldte ”Gladsaxe-model”, der har været meget omtalt her på Version2. Modellen skulle ved hjælp af kunstig intelligens og samkørte data om børn og forældres adfærd og historik bruges til at opdage udsatte børn tidligere end hidtil.

Læs også: Juridiske eksperter: Gladsaxes algoritme overtræder persondata-lov

På mange måder et utroligt godt initiativ - for hvem vil ikke gerne redde et barn, inden det bliver udsat for misrøgt? Det vil vi forhåbentligt alle sammen. Men udviklingen af Gladsaxe-modellen er sat i bero, fordi kritikere og juridiske eksperter har advaret mod kinesiske tilstande og råbt overvågningsstat.

Michael Wätjen er uddannet cand.merc.dat og salgsdirektør i it-konsulenthuset Nine Illustration: Nine

Hvor mange udsatte børn Gladsaxe-modellen ville have fundet, ved vi ikke, men min erfaring siger mig, at modellen ville have virket rigtig godt, for ML er et særdeles effektivt værktøj til at finde mønstre – og det er også et sikkert værktøj. Det vender jeg tilbage til.

Ja, målet helliger midlet

Vi befinder os i en brydningstid, hvor mulighederne med kunstig intelligens allerede er enorme og kun bliver større, som teknologierne udvikler sig. Det er uomtvisteligt.

Sat på spidsen bliver spørgsmålet, om vi vil ofre vores persondata, for at vi som samfund fx kan finde endnu flere udsatte børn, sociale bedragere og andre kriminelle.

Jeg tror, de fleste af os ville være villige til at give vores persondata ud, hvis det handlede om at hjælpe et misbrugt eller vanrøgtet barn, men jeg tror også, at de fleste af os er bange for, at siger vi først ja til det, hvad bliver det så næste gang og næste gang, og nærmer vi os et uhyggeligt overvågningssamfund?

Vi er vant til, at vores persondata er fortrolige, og at vi selv nogenlunde kan bestemme, hvad de bliver brugt til?

Men vi lever i en tid, hvor jeg mener, vi skal vænne os til, at vores data bliver anvendt til flere ting, fordi fordelene ved at dele data er større end ulemperne. Og det kan vi godt gøre, samtidig med at vi overholder gældende lovgivning, for det skal vi naturligvis altid gøre.

Socialt bedrageri kan forsvinde med ML

Lad mig givet et eksempel: Svindel med barselsdagpenge, boligstøtte, børnetilskud, pension, SU og andre sociale ydelser koster årligt samfundet anslået mellem 2,5 og 12 milliarder kroner.

Vi arbejder med flere ML-projekter til at fange socialt svindel, og alle (både myndigheder, kritikere og leverandører) er sådan set enige om, at potentialet er enormt. Men det er bekymringerne også, og myndighederne er forsigtige. Derfor går det langsomt, og de sociale bedragere forsætter med at svindle for, hvad en halv Storebæltsbro koster – om året!

Jeg kan blive ærgerlig over, at vi har så effektfuldt og sikkert et værktøj mod socialt svindel, som vi har med ML, men er underkastet regler, der giver bedragere gode vilkår.

Tillid og klare regler for udvikling

Vi skal sammen med myndighederne lave nye og bedre regler, så samfundet kan føle sig trygt ved udviklingen og brugen af ML.

Jeg er klar over, hvordan det lyder, når det kommer fra en mand, der tjener penge på udvikling af ML. Men egentlig kan samfundet allerede være trygt, for så længe vi overholder et sæt regler og bliver kigget i kortene af myndigheder, borgere og virksomheder, så er der intet at frygte. Lad mig give et par eksempler.

Vi arbejder rigtig meget med sporbarhed omkring træningsdata og modeller. Det er ikke nok bare at lade "laboratoriet" gå amok i et hjørne, og så smide det i produktion. Man skal kunne se, hvorfor og hvordan maskinlæringen arbejder.

Selv arbejder vi kun med deterministiske modeller og gemmer altid træningsdata, så vi kan gå tilbage og se, hvorfor modellen har forudsagt, som den har. Konkret logger vi alt input og output, og smider det i en database (fx ElasticSearch), så vi har hurtig adgang og fuld gennemsigtighed.

Derfor gør vi meget ud af at logge modelanvendelse, så embedsfolkene kan gå tilbage og se de enkelte forudsigelser, som maskinen laver, og justere, når modellen har klokket i det.

Forsigtighed, forsigtighed og mere forsigtighed. Som ansvarlige udviklere af ML-løsninger skal vi være gode til at rådgive myndighederne om, hvordan data til træning af modellerne kan fremfindes og sammensættes. Vi skal både sørge for, at træningsdata dækker de udfaldsrum, løsningen vil komme ud for, og vi skal sørge for, at der ikke er bias i løsningen.

Så vi gør allerede en del for, at maskinerne netop er maskiner, der tjener en opgave for os, og at vi altid kan forklare, hvorfor de gør, som de gør.

Etik og ML

Vi har altid forholdt os til etik, lovgivning, best practice og meget mere, når vi designer og udvikler it-løsninger. ML-løsninger er ingen undtagelse.

Det er for nemt at sige ”nej” til løsninger med kunstig intelligens, fordi nogen sår tvivl om etikken. Men tager nej-sigerne ansvaret for den indsats, som myndighederne ikke kan gennemføre uden de rette værktøjer til at analysere nutidens store datamængder?

Lad os få styr på etikken og træne modellerne til at finde de sammenhænge, der ikke er timer nok i døgnet til, at sagsbehandlerne kan finde på egen hånd. Og lad så sagsbehandlerne vurdere, hvilke handlinger der skal til, når de bliver præsenteret for mistænkelige forhold.

Der er intet at være bange for. Vi har lavet nogle klare regler for brug af ML, og vi er klar til at udvikle flere løsninger hurtigt, så vi kan redde udsatte børn og spare samfundet for milliarder af kroner. Vi har altså en sikker metode.

Relateret indhold

Kommentarer (53)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Anne-Marie Krogsbøll

Men vi lever i en tid, hvor jeg mener, vi skal vænne os til, at vores data bliver anvendt til flere ting, fordi fordelene ved at dele data er større end ulemperne"

Ja, der mener du så. Hvad er dit svar på Shoshana Zuboffs "The Age of Surveilance Capitalism"?

"Magten helliger midlet" - Gælder det så også på andre områder, så som at få sin vilje igennem mht. ML? Kan du leve med, at det faktisk er borgernes privatliv, du taler om, og at det faktisk ligger i privatlivsbegrebet, at det er borgernes råderum og ejendom - og ikke dit? Eller griber du - sammen med villige lakajer i statsapparatet - til totalitære magtmidler, hvis du ikke får din vilje?

Det er indlæg som Michael Wätjens, med dets ukritisk forskønnende glansbillede af ML og AI's muligheder, der befæster mig yderligere i, at disse foretagender aldrig skal have adgange til og magten over vore privatliv, for de gør sig til herrer over andre mennesker, og slår sig op som dataherremænd med uindskrænket magt, hvis de får lov til det. De kan ikke se noget galt i at tilrane sig den enorme magt, en sådan uinskrænket dataindsamling giver - med de deraf enorme konsekvenser for demokrati og frihed - for de ser sig selv som herrer over udviklingen og undersåtterne. Og de er totalt blinde for konsekvenserne - for andre end dem selv.

Hvis algoritmerne kan det, som loves i dette debatindlæg, så sæt dem dog til at overvåge flugten af penge til skattely, hvidvasken og den slags. Det kan vel gøres uden indgreb i det, de fleste forstår som deres helt private privatsfære? (Det kan være, jeg tager fejl her - i så fald må det gøres på analog vis - og redskaberne til disse forbrydelser mod samfundet må stækkes. For en del af disse ulovlige pengemaskiner kunne vel ikke fungere uden hovedløs digitalisering, der muliggør midlernes frie flugt over landegrænserne? Og man kunne vel stramme reglene om selskabsoprettelse og den slags?)

www.analogist.dk

  • 17
  • 4
Bjarne Nielsen

... i sin indledende salgstale ...

Jeg var lige ved at komme med en kommentar om, at foråret og aprilsnaren kommer tidligere og tidligere, men at man skulle smøre mindre tykt på, hvis man ville snyde nogen. Men så så jeg at manden selvdeklarer som "salgsdirektør", og det forklarer jo efter min mening alt.

De salgsansvarlige, som jeg har mødt, har alle været kendetegnet ved, at de hører det de vil høre - at de siger det, som de tror, at du vil høre - og deres tekniske indsigt ofte begrænser sig til at de har lært nogen imponerede forkortelser udenad. Jeg kender ikke forfatteren til dette blog-indlæg, og han kan derfor snildt være en undtagelse - jeg kunne tage fejl, for jeg har jo kun overstående at vurdere ud fra.

Jeg synes nu også, at AI/ML folket i almindelighed har en overrepræsentation af hvad der i vor tid må svare til alkymister og kvaksalverne; de påstår at have de vises sten, og at de kan omforme affald til guld, og kurere alverdens dårligdomme, hvis bare vi tror nok på dem. Der må være nogle seriøse aktører som har buler i overlæderet på skoene af at krumme tæer.

Under læsningen blev jeg også mindet om et indslag i P1 for nyligt, hvor en CEPOS-type var ude med riven efter sundhedsministeren og det manglende samtykke til genomdatabasen (hint: hvis man selverklærer som værende liberal, og CEPOS kommer efter en med andet end skatteprocenter og arbejdsudbud, så skal man godt nok lige tænke sig om to gange). På et tidspunkt afspillede de et interview, hvor sundhedsministeren taler om genomdatabasen og bedyrer at der sandelig er samtykke - CEPOSerns svar er: lyt til hvad hun siger, det hun siger er helt korrekt, men hun svarer på noget andet (for feinschmeckere, så talte hun om behandlingssamtykket).

Jeg tænker, at sundhedsministerens svar er lidt som sige om en dieselbils miljøprofil, at den under kørslen kun bruger strøm, som ikke er produceret på kulkraftværker. 100% korrekt, men lige til at misforstå, og meget lidt relevant.

Og sådan har jeg det tit, når jeg lytter til sælgere og politikere - og mange AI/ML folk.

  • 16
  • 4
Henrik R Jørgensen

Problemet for Michael mv. er jo netop, at en total overvågning af borgere uden diskretion ift. specifikt behov for dataindsamling, netop er ulovligt (disproportionalt). Det er problemet med Gladsaxemodellen, det er problemet med en række ML løsninger, der ligger på bordet.

Det er ikke etik eller maskinstormer mentalitet - det er ganske enkelt gældende lovgivning.

Jeg tror, de fleste af os kan stille scenarier op, hvor en krænkelse af en borgers privatliv kan retfærdiggøres, men det er jo netop ud fra en konkret vurdering i et konkret tilfælde. Her er det som regel også tilladeligt. Der hvor snoren knækker, er hvor Michael argumenterer for, at enhver krænkelse af vores privatliv kan berettiges ift. den svimlende lille andel af vores medmennesker, der ikke kan finde ud af det. Det kan den ikke. Logningsdirektivet er et glimrende eksempel herpå.

Løsningen er ikke at undergrave retssikkerheden eller folks fundamentale rettigheder. Løsningen er mere intelligente - og lovlige - løsninger, der tager højde for tekniske muligheder og samtidig respekterer individers rettigheder.

  • 23
  • 1
Povl H. Pedersen

Har også problemer, som selvforstærkende profetier.
Se på diverse kriminalietsforudsigende produkter.

Statistikkerne siger at udlændinge, farvede m.m. er mere kriminelle. Da de er lette at spotte grundet deres fysiske kendetegn, og da de fylder mere i statistikkerne, vil ethvert fornuftigt system udpege dem. De vil derfor bliver undersøgt i højere grad, og systemet vil komme i et positivt feedback loop, hvor det er selvforstærkende.

Nu er der også nogle grupperinger der mener, at de stoppes lidt oftere af politiet grundet deres udseende. Det kan være alt fra påklædning til hudfarve til kasketemblem. Så politiet lærer allerede nu af erfaring.

Så ML er ikke så meget anderledes end den erfaring / ubevidst statistisk analyse der anvendes i dag.

  • 10
  • 0
Bjarne Nielsen

Så politiet lærer allerede nu af erfaring.

På flere måder. Mennesker er istand til at erkende, hvis de er på vej ud i ukendt eller udforudset farvand, og fare med lempe. Der er ikke noget, som en automat kan.

Det minder om Goethes fortælling om troldmandens lærling.

Så ML er ikke så meget anderledes end den erfaring / ubevidst statistisk analyse der anvendes i dag.

Og meget af det er ikke markant anderledes end det, som jeg blev undervist i for mange år siden. Ny vin, gamle flasker, ikke imponeret. Dengang var man klar over at metoderne havde begrænsninger, det lader man til at lave glemt i farten.

  • 5
  • 0
Anne-Marie Krogsbøll

... for samfundets svageste, kan det også undre, at den ene historie efter den anden vælter frem om dagsinstitutioner, som begynder at minde om tortur af børn og voksne (både mht. normering og fysiske rammer), fattigdomsydelser, som slår benene væk under mange familier, hospitalsinfektioner, som stortrives side om side med digi-uhyrerne pga. bortsparet rengøring, og gamle, som må bo i deres eget skidt i ugevis, hvis deres behov ikke lige passer til deres "ration" af omsorg.
https://www.dr.dk/nyheder/indland/daginstitutioner-er-lige-saa-forurened... osv. osv. ​

Tænk, hvis man brugte alle de (endda ofte mislykkede) milliarder, som den amokløbne digitalisering sluger, på ganske banal, analog omsorg for de borgere, som har brug for det?

I lyset af kynismen ift. borgeres behov på andre områder kan det godt lyde bare en anelse hult, når man kører bekymringen for udsatte børn frem som argument for Orwellsk overvågning (undskyld underdrivelsen). Der er meget andet både mindre indgribende og mere effektivt, man kunne gøre for udsatte børn og andre - eks. undlade at undergrave familiernes levegrundlag.

  • 12
  • 3
John Doe

Sjovt nok, er det altid socialt bedrageri og misrøgt at børn der bliver benyttet som argumentation for ML. Men igen, det kommer fra en salgsfætter, så selvfølgelig siger han det.

Der er, ud over "kinasyndromet", der fint bliver diskuteret i Supertanker på P1 (https://www.dr.dk/radio/p1/supertanker/supertanker-92), to hovedproblemer med ML i den offentlige sektor: Hjemmel og korrelation vs. kausalitet.

Hvad angår hjemmel, har en arbitrær offentlig eller halvoffentlig forvaltning generelt ikke retslig bemyndigelse til at indsamle alle de data, de har brug for til ML, og man kan stille sig samme spørgsmål, når det gælder deres indgåelse af aftaler om dataindsamling. Dernæst behandles data med et andet formål end det de oprindeligt blev indsamlet til, hvorved man kommer mere end på kant med persondatalovgivningen. Men vigtigt er nok, at der med hjemmel også menes indholdsmæssige krav til den offentlige forvaltnings afgørelser. Som et banalt eksempel på, hvad der kan ske, når afgørelser bliver truffet uden indholdsmæssigt krav, kan man jo blot tænke på udbetalingen af 12+ mia. kr. i refusion for udbytteskat som aldrig var blevet betalt. Så selv om ML i bedste fald kan hjælpe med at finde nålen i høstakken, må vi kræve at der forvaltes lovmedholdeligt, og der er vi på vej ned af en glidebane.

Et tilsvarende stort problem er, at ML ikke kan se forskel på korrelationer og kausalitet. Der er en forsimplet artikel på https://videnskab.dk/kultur-samfund/korrelation-eller-kausalitet-hvornaa... der nævner Tyler Vigen http://www.tylervigen.com/spurious-correlations, som det fleste nok har hørt om. Under alle de fine skåltaler og mere eller mindre komplekse modeller med alt fra 1 til 12 lag, ligger der altid noget som minder om lineær regression - altså tegn en linie ud fra nogle punkter. ML er som statistisk værktøj nogenlunde fornuftigt, og kan ofte finde en korrelation med 85-ish % sikkerhed. Man kan træne modellen mere (læs hælde mere bias ind i modellen), hvilket blot gøre modellen mere enøjet, så den bliver dårligere til andre korrelationer. Men korrelation er bare ikke det sammen som kausalitet. Der er bare ikke sikkert at blot der er et sammenfald, er der også en sammenhæng. Og når ML-modeller generelt er umådeligt dårlige (læs: ikke i stand til) til forklare, hvorfor de når frem til en beslutning, ligger det måske ikke lige for, at benytte dem i offentlig forvaltning, hvis man altså kærer sig om at leve i en retsstat.

Som en sidste analogi kan vi tænke på hvidvaskskandalerne. Ja, Nordea kunne have fundet hvidvaskproblemerne med ML, men de kunne også have ladet være med at oprette en afdeling med selvsamme formål, endog med særdeles dubiøse kunder...

  • 18
  • 1
Henrik Mohr

Oh lala! Alle de børn vi aldrig opdager bliver misrøgtede. Og alt det svindel med sociale ydelser vi ville opdage hvis bare vi samlede MERE data og brugte magisk ML-støv og AI-krymmel.

Vi skal bare et halvt år tilbage på dette site for at se præcis hvor meget svindel Udbetaling Danmark opdager. Lad os være flinke og sige 150 mio om året. Der er langt til de påståede 12 mia. Husk at Udbetaling Danmarks business case bla. var baseret på denne anti-svindelmulighed. Vist med forventet 300 mio/år, men lad det nu ligge...

https://www.version2.dk/artikel/12000-borgere-udtages-aarligt-udbetaling...

Og det med børnene: VIVE's forskning siger at vi skam har rigeligt med indberetninger allerede. Det er ikke dem vi mangler. Det er at handle på dem vi kan blive bedre til.

Tillad mig også at gøre opmærksom på hvor skidt korrelation nogle af verdens bedste til ML og AI - Google og Facebook - laver hver eneste dag i dit (reklame) feed. Hvor stor er sandsynligheden for at danske myndigheder bliver så dygtige at vi bare kan lade en computer afgøre sagerne?

  • 13
  • 0
Klavs Klavsen

Svindel med barselsdagpenge, boligstøtte, børnetilskud, pension, SU og andre sociale ydelser koster årligt samfundet anslået mellem 2,5 og 12 milliarder kroner.

Hvor har du de tal fra? Andre tal jeg ser nævnt er LANGT lavere - mht. hvad der omhandler snyd..

Umiddelbart tror(!) jeg ikke på at der er så fantastisk mange penge at hente på snyd, og de fleste sager vil formodentlig - snarere være et eksempel på at brugervenligheden i de løsninger der ligger skal forbedres, så borgerne kan finde ud af dem.

  • 13
  • 0
Alex R. Tomkiewicz

Magten helliger midlet"

Selvom det er tæt på originalen, så håber jeg, disse ord vil indgå i det danske sprog som et nyt mundheld!

Jeg synes Michael Wätjen og andre ligesindede, burde skamme sig eftertrykkeligt ved at bagatellisere et voksende samfundsproblem omkring vores indsamling og brug af persondata - og diskussionen af dette - når formålet helt tydeligt kun er at fylde egne lommer med penge, på alles bekostning.

Så vidt jeg kan se, er kritikerne ikke blot lallende nej-sigere. Vi kan faktisk godt se, hvad der er fornuftigt, og ikke er fornuftig brug af data. Problemet består i, at komme hen til dér hvor diskussionen kan foretages på et rationelt og oplyst grundlag - når diskussionen lige nu forplumres af politiske og personlige agendaer, generel forvirring og ren salgsgas.

Jeg græmmes.

:-|

  • 9
  • 0
Hans Nielsen

Kunne flere medarbejder til kontrol, ikke også gøre det samme , og mere til ?

De kunne desuden også også stoppe svindlen ?

Men jeg giver da Michael Wätjen ret i at der skal bruges mange resurser på at stoppe hvidvask fra 1000 af milliarder. Og at skat skal se at få styr på udbetaling til kapital fonte, og penge i skatly.

Ud over mere kontrol, så ville mulighed for fængsel straf også til fordidler og andre aktøre som har være med, nok virke forebyggene.

Hvis der samtidgt blev lavet et kædeansvar, hvis man ikke have lavet sin arbejde godt nok.

Som at kræve penge retur fa Danske Bandk, for de overføresler som de ikke have styr på.
Samt bede revisor, banker og andre som har hjulpen både med svindel med kapital udbytte og skatte undragelse om at betale den mangelen skat eller andet tilbage.

Så har Michael Wätjen helt ret, det vil nok stoppe en stor del af svindeln, det behøver ham ikke AI til at regne ud.

  • 6
  • 1
Michael Wätjen

Tak for de mange kommentarer. Mange af jer er godt inde i stoffet, og jeg forstår bekymringerne, men står nu stadig på mål for holdningerne.

Lad mig sige med det samme: Jeg er dyb tilhænger af, at vi som samfund skal have kontrol med indsamlede data. Men jeg mener som sagt også, at vi skal bruge de muligheder, der nu er, så vi som samfund kan høste de mange fordele, der er ved ny teknologi.

Derfor synes jeg også, at vi skal bruge nogle af de data, vi allerede har, til at komme fx socialt bedrageri til livs.

Vi skal vel netop have en diskussion om, hvad vi skal bruge data til og hvad vi ikke skal bruge dem til, i stedet for at sige nej til alt, når nu der er så indlysende gode muligheder ved ML.

I kommentarsporet er der stillet et relevant spørgsmål flere gange: Hvor kommer tallene om omfanget af den sociale snyd fra? Jeg har brugt flere kilder:

1: En artikel i Børsen fra den 13. okt. 2013, hvor der nævnes et tal fra Deloitte og KMD på 2,5 mia. kr. og et niveau på mellem 7-12 mia. kr. i social snyd. Årligt. (https://borsen.dk/nyheder/generelt/artikel/1/267962/saa_meget_snyder_dan...)

2: Folketingets Ombudsmand har i deres 2012 beregning (http://beretning2012.ombudsmanden.dk/artikler/retssikkerhed/) antaget, "at der hvert år udbetales sociale ydelser til personer, der ikke er berettigede til dem, for mellem 5 og 12 mia. kr."

3: Rigsrevisionen citerer i deres Beretning til Statsrevisorerne om fejludbetalinger af sociale ydelser (http://www.rigsrevisionen.dk/media/1943192/fejludbetalinger-af-sociale-y...) SFI for at skønne omfanget af social snyd til at ligge på 5-10 mia. kr. årligt.

Jeg er helt på det rene med, at alle tal er skøn og er behæftet med usikkerhed. Det store problem er netop, at ingen ved hvor stort omfanget er. Kun at det er stort.

En indikation på omfanget af socialt snyd, finder vi fx i en nyhed på dr.dk (https://www.dr.dk/nyheder/indland/myndighederne-afsloerer-socialt-bedrag...), der i februar i år skrev, at kommunerne og Udbetaling Danmark har konstateret snyd for 468 millioner kroner 2017. Når der er fundet svindel for så store summer, så tror jeg, at det faktiske tal er betragteligt højere. Hvorfor? Fordi der er et begrænset antal timer til rådighed i døgnet til, at sagsbehandlere og andre kan lede efter alle de tilfælde af mulig snyd, der faktisk er. De bruger stikprøver og andre metoder til at lave en risikobaseret kontrol, men det er ikke mange steder, at alle data bliver analyseret af mennesker, fordi ressourcerne ikke er til det. Her er ML perfekt til at finde mistænkelige mønstre på HELE datasættet. I bund og grund kigger ML efter det samme, som sagsbehandlerene ville have gjort, så det at bruge ML til den type opgaver, introducerer ikke noget nyt grundlæggende metodisk i forhold til den indsats med kontrol og tilsyn, som vi har haft i årevis.

  • 2
  • 6
Henrik Mohr

Der er stadig meget langt fra 500 mio til 12 mia. Det er inkl. agressive indsatser i kommunerne og hos Udbetaling Danmark (UDK).

UDK laver jo netop ikke kun manuelle undersøgelser. En del af lovgrundlaget for UDK var at fjerne de barrierer som kommunerne var underlagt som hindrede samkøring af data fra flere systemer. Det gør de i stor stil. Det var en vigtig del af business case, loven og målsætningen med hele øvelsen i at centralisere.

Man må formode at de her mange år inde i den proces har relativt fornuftigt it-understøttede løsninger på at finde snyd og bedrag. Og stadig kommer de ikke op på milliarder. Meget langt fra.

Det du helt overser, er at selv dine overoptimistiske forventninger ikke mødes uden ordentlig behandling med mennesker. Der er noget som hedder retsikkerhed. Det kommer du (heller) ikke udenom med ML.

  • 5
  • 0
Anne-Marie Krogsbøll

Fra Børsen-artiklen:

"KMD anslog i 2011, at der begås socialt bedrageri for 7-12 milliarder kroner om året, mens kommunerne i 2010 standsede bedrageri for omkring 350 millioner.
I 2012 udarbejde Deloitte en rapport, der konkluderede, at den danske stat mister 2,5 milliarder kroner hvert år på socialt bedrageri og forkert sagsbehandlings i kommunerne.​"

Og hvad baserer KMD så tallet på?

Og det lader også til, at tallene inkluderer "fejludbetalinger", som ikke nødvendigvis er snyd?

Og de ser heller ikke ud til at rette sig mod øvrig økonomisk kriminalitet, såsom hvidvask, momssvindel og skattely. Gad vide hvor mange milliarder, man kunne fange ved målrettet indsats der? I mine øjne forekommer en overvågning af økonomiske transaktioner af mere ren økonomisk karakter, såsom transaktioner forbundet med den slags, ikke i samme grad privatlivskrænkende - meget af det udgår vel fra selskaber, ikke personer? Jeg kan tage fejl - hvad mener I andre?

Hvis jeg har ret - hvorfor er det mon så, at det er samfundets "bund", man går efter?

  • 4
  • 1
Niels Madsen

Hej Michael, det er super at du svarer på spørgsmål.

Jeg hæfter mig ved at du skriver: "Vi har altid forholdt os til etik, lovgivning, best practice og meget mere, når vi designer og udvikler it-løsninger. ML-løsninger er ingen undtagelse." -Og fortsætter: "Lad os få styr på etikken og træne modellerne til at finde de sammenhænge, der ikke er timer nok i døgnet til, at sagsbehandlerne kan finde på egen hånd."

Kan ud eventuelt uddybe jeres etiske principper lidt mere? Du skriver at I allerede har styr på etikken. Hvad går jeres etik i så fald ud på, andet end at afsløre mest muligt snyd med offentlige ydelser?
Er der tale om en ren nytte-maksimerings-etik, eller hvordan skal det forståes?

Endelig vil jeg gerne svare på et spørgsmål du selv stiller: "Men tager nej-sigerne ansvaret for den indsats, som myndighederne ikke kan gennemføre uden de rette værktøjer til at analysere nutidens store datamængder?"
Mit svar er ja. Jeg ofrer gerne de op til ca. kr. 2000 som du vurderer at jeg som gennemsnitsborger mister om året pga. svindel med offentlige ydelse. Jeg vælger til en hver tid at acceptere et tab i den størelsesorden mod at målet ikke får lov til at hellige (efter min mening totalitære og privatlivsundergravende) midler.

Mvh.
Niels

  • 12
  • 0
Michael Wätjen

Henrik Mohr: Vi er helt enige om, at de forslag til handlinger, som Machine Learning modellerne kommer frem til, skal gennem en ordentlig behandling med mennesker. Det skriver jeg netop også i blogindlægget: ..."lad så sagsbehandlerne vurdere, hvilke handlinger der skal til, når de bliver præsenteret for mistænkelige forhold."

Det er rigtigt, at der er et stykke vej fra 500 mio til 12 mia. Jeg står ikke på mål for rapporterne og deres grundlag, men konstaterer, at de er udført af hæderlige organisationer bragt i hæderlige medier. Ingen kender tallet præcist, men vi er jo nødt til at læne os op ad kvalificerede estimater som præmis, når vi diskuterer og beslutter.

  • 2
  • 6
Michael Wätjen

Niels Madsen: De etiske principper handler om sporbarhed omkring træningsdata og modeller. Det er ikke nok bare at lade "laboratoriet" gå amok i et hjørne, og så smide det i produktion. Man skal kunne se, hvorfor og hvordan maskinlæringen arbejder.

Vi arbejder med deterministiske modeller og gemmer altid træningsdata, så vi kan gå tilbage og se, hvorfor modellen har forudsagt, som den har. Konkret logger vi alt input og output, så vi har hurtig adgang og fuld gennemsigtighed.

Etikken handler også om forsigtighed, forsigtighed og mere forsigtighed. Som ansvarlige udviklere af ML-løsninger skal vi være gode til at rådgive myndighederne om, hvordan data til træning af modellerne kan fremfindes og sammensættes. Vi skal både sørge for, at træningsdata dækker de udfaldsrum, løsningen vil komme ud for, og vi skal sørge for, at der ikke er bias i løsningen.

I mit blogindlæg har jeg brugt socialt bedrageri som eksempel på et område, hvor maskinlæring kan hjælpe os. Der er mange andre områder. Når jeg går til lægen fx, så deler jeg meget gerne data om mine symptomer, sygdomme og behandlinger, så lægen (ikke kun min egen læge, men alle læger), hele tiden kan blive bedre til at give den rigtige behandling. Her kan maskinlæring rådgive lægerne ved at finde mønstre i det, jeg forklarer som mine symptomer og så på baggrund af hundredtusindvis af sider med sygdomsbeskrivelser og millioner af andre patienters data finde frem til lige præcis den anbefaling, der passer bedst til mig. Det kræver også lidt deling af køn, alder, tidligere sygdomsforløb, anden medicinering, osv. Så igen et spørgsmål om, hvorvidt deling af persondata gavner mere end det skader, hvis vi lader være? Derfor er det ikke nok, at vi hver især ofrer 2000 kroner, som du skriver. Og principielt syntes jeg også det er forkert at vi ikke begrænser svindlen hvor vi kan.

  • 2
  • 6
Peter Stricker

Men vi lever i en tid, hvor jeg mener, vi skal vænne os til, at vores data bliver anvendt til flere ting, fordi fordelene ved at dele data er større end ulemperne. Og det kan vi godt gøre, samtidig med at vi overholder gældende lovgivning, for det skal vi naturligvis altid gøre.

Jeg synes det er helt fint, at du ønsker at overholde gældende lovgivning. Men jeg har også på fornemmelsen at du ikke mener den lovgivning der er gældende i dag, men en ny og mere erhvervsvenlig lovgivning.

Vi skal sammen med myndighederne lave nye og bedre regler, så samfundet kan føle sig trygt ved udviklingen og brugen af ML.

Men når du så slutter af med at sige

Der er intet at være bange for. Vi har lavet nogle klare regler for brug af ML

Så er der jo ingen grund til at lave lovgivningen om. Du skal bare overholde den.

  • 5
  • 1
Jesper Frimann

Forsimpletede business cases som dem vi ser citeret her, tager ikke højde for de samfundsmæssige betydning af beløbene.
Hvis en enlig mor snyder for 1000 kr på sine månedlige ydelser, vil langt den største del af pengene ryge tilbage i den danske økonomi. Og de fleste endda tilbage i statskassen i form af afgifter med mere.
Det gør udbetalinger af udbytteskat til en pensionskasse i US bare ikke. De er bare væk.

// Jesper

  • 11
  • 0
Anne-Marie Krogsbøll

Niels Madsen: De etiske principper handler om sporbarhed omkring træningsdata og modeller.


Her går du allerede galt i byen, Michael Wätjen. Det er ikke udtryk for etik at fratage folk deres private data uden deres samtykke. Det er tvært imod dybt uetisk og udtryk for en herrefolksmentalitet, uanset om I gemmer træningsdata og opbevarer data forsvarligt og den slags. Det er et uetisk overgreb at trampe ind i folks privatsfære uden deres samtykke - det er på linje med alle andre former for voldtægt, og det viser, at man ikke respekterer andre mennesker, men oplever sig selv som hævet over dem. For ellers ville man indse, at man kan råde over sit eget privatliv - men aldrig over andres.

Og jeg vil gentage mit spørgsmål (selv om jeg ikke forventer at få svar): Hvad er dit svar til Shoshana Zuboffs afklædning af overvågningskapitalismen? Og bekymrer den enorme koncentration af magt i toppen, som overvågningskapitalismen medfører, dig ikke?

  • 9
  • 3
Henrik Mohr

Nu bringer du selv sundhedsdata ind i debatten.

Der er begejstringen for de nye muligheder ML/AI tilbyder om end endnu større end til anti-svindel/kriminalitet eller "JAMEN, HVAD MED BØRNENE!?"-argumentet som det altid ender med når der ikke er bedre argumenter.

Men vi mangler stadig at se evidens for den store værdi alle påstår, og #dkpol er blevet overbevist om er der. Sundhedsdata har de jo besluttet ikke tilhører individet, men Staten (lige som visse mener folks organer gør det, men det er en anden sag...). Det nye centrale dna-register bruger samme lunke argumentation om at vi kan tilpasse medicinen til individet. Vis os det i virkeligheden! Indtil videre er den primært tilpasset markedsføringen.

Det sted AI har vist sig faktisk at virke, er fx til billedgenkendelse af tumorer, hvor den trænede AI er lidt bedre end selv erfarne læger. Det var det. Det skal vi da bruge alt det vi kan! Men interessant nok kan vi netop det, helt uden at gøre det personhenførbart.

Inden vi lader os begejstre for langt, SKAL vi tale om hvad prisen er for de (eventuelle) langvindinger som kan opnås. Og hvem det egentlig er som betaler for dem. Hvis vi alle betaler med vores privatliv, er jeg ikke sikker på det er det værd.

  • 8
  • 0
Bjarne Nielsen

Hvis en enlig mor snyder for 1000 kr på sine månedlige ydelser ...

Og hvor "snyd" er reelle forsøg på selvbetjening i kasse 1, og hvor meget skyldes, at man ikke kan alle de 9 km regler, som er gældende i dag udenad og i detaljer, men er blevet fanget i et kafkask mareridt eller en gråzone?

(de 9 km henviser til en happening, hvor man skrev alle regler ud for - jeg tror det var noget med arbejdsløshed - og lagde dem i forlængelse af hinanden)

  • 7
  • 0
Anne-Marie Krogsbøll

Jo mere jeg tænker over Michael Wätjens svar om etik, jo mere afslørende og symptomatisk synes jeg, det er. Svaret bekræfter jo 100% det, jeg har påstået adskillige gange, og som er grunden til, at jeg absolut ikke ønsker et "dataetisk råd" - nemlig at beslutningtageres "dataetik" handler om alt andet end etik. Det handler i virkeligheden om, hvordan man kan omgår den ægte etik, nemlig den der handler om at respektere, at mennesker har ret til en privatsfære, der hverken kan underlægges samfundets eller erhvervslivets krav og behov.

I toppen, der hvor disse beslutninger tages, og hvor man ustandseligt taler om, at "vi skal være etiske" og "vi nedsætter et dataetisk råd", der er det, man i virkeligheden mener, at man laver nogle rent tekniske regler om "træningsdata" og opbevaring og adgang og den slags . Det har bare intet med etik at gøre - det er spin og røgslør, der skal dække over den voldtægt af befolkningen, man er i gang med.

  • 9
  • 2
Jakob Skov

Hvad angår etik, er det netop forsigtigheden i forhold til dataindsamling og datasammenkøring der problematiseres. Her er der en del med den holdning at data i udgangspunktet skal etableres gennem gensidig forståelse af fordele og ulemper overfor borgeren og ikke kun af elevator-pitchen til projekt-ophavet i det offentlige. Vi bliver nok ikke enige om udformningen af den fundamentale borgerpligt versus borgerret, men diskussioner er ofte for ensidige.
Jeg tror grunden til at mange reagerer så kraftigt imod, er hvor langt man finder ud af at vi allerede er gået når vi læser bølgelovene, STIL-sagen, Gladsaxe-sagen og den politiske mangel på reflektion af for/imod når det har med IT at gøre.

I et så komplekst område som programmering og IT generelt udgør er det endnu mere væsentligt med tillid mellem politiker og interressenter (interressenter er "eksperter" med deraf følgende politisk ansvar. Det giver ikke mening at se passivitet som ekskluderende fra det politiske!) og her tyder de politiske reaktioner på en smule for stor fokus på salg frem for balanceret vejledning.
Derfor ville det også kunne fremme dialogen at markere dine/jeres grænser for hvornår data-input går for langt og hvornår et projekt er for langt forbi målet til at i vil tage det! ML er et forskningsredskab til understøttelse af modeller. Det duer ikke at lade en "ikke fastlåst" algoritme/model stå ved retten som eneste vidne. Det læser jeg mellem linierne at du også er helt bevidst om. Men det at ML er en slags løbende forskning/udvikling og derfor kræver en større eftertanke i forhold til målet er lidt mere flydende.

  • 0
  • 0
Niels Madsen

Micheal,
Jeg synes at det du omtaler som etiske overvejelser som I har gjort jer mest at alt lyder som noget andet, nemlig almindelig god forretningsmoral mht at levere et sikkert og veludviklet produkt. Det er selvfølgeligt også væsentligt, men jeg savner nogle etiske overvejelser når det gælder selvbestemmelse over hvad jeres medborgere ønsker at donere deres data til.

Jeg synes også at det er lige flot nok at du affejer mit svar på dit eget eksempel, hvor jeg svarer at jeg hellere ser et tab på kr. 2000 årligt end at jeg skal give jer adgang til mit privatliv, med at der er mange andre use-cases. På den måde kan man jo bare blive ved uden at forholde sig til det egentlige: Jeg savner så svar på om I har en etisk grænse for hvad I vil være med tid at bruge folks ekspropriere data til mod deres vilje? -Er jeres eneste kriterie at det er lovligt?

Efter min mening findes der handlinger som nok ikke er ulovlige, men som ikke er hverken moralske eller etisk forsvarlige.

  • 6
  • 0
Kristian Stephansen

"Socialt bedrageri kan forsvinde med ML"....det lugter godt nok lidt for meget af en sælger i spidse sko. Ja, ML er et effektivt middel til, at bekæmpe svindel, men at tro det er en "Silver Bullet" der en gang for alle kan løse alle problemer, er godt nok at stramme den.

  • 5
  • 0
Anne-Marie Krogsbøll

"Socialt bedrageri kan forsvinde med ML"....det lugter godt nok lidt for meget af en sælger i spidse sko.


Ja, hvis man skal leve op til det, skal overvågningen vist være særdeles fintmasket, og det bliver vist meget svært at undgå et stort antal "falsk positive" = justitsmord.

Faktisk kan en melding som denne give mistanke om, at Michael Wätjen er langt mere sælger end fagmand.

  • 3
  • 1
Anne-Marie Krogsbøll

...man ønsker?: https://jyllands-posten.dk/indland/ECE11266531/kommune-overvaagede-borge...

  1. Hvordan i alverden overvåger man borgernes forbrug af Netflix - er det allerede blevet lovligt?

  2. Hvad skal en ung mand, som måske har fået et piskesmeld, dog bruge tiden på, hvis han ikke kan så meget andet? Er det ikke meget forståeligt, hvis der ryger lidt rigeligt Netflix ind? Og hvordan overvåger man det - sådan rent praktisk? Gør man det også med alle andre modtagere af overførselsindkomster, eller hvad har fået kommunen til så drastisk et skridt?

Om han kører (for meget) bil, kan man ved begrundet mistanke afsløre med lidt privatdetektiv o.l. - men Netflix? Er det den slags, Michael Wätjen gerne ser mere overvågning af?

Det er svært for mig at forstå, at der er nogen, der ikke bliver utilpasse ved de fremtidsudsigter.

(jeg vil understrege, at jeg ikke aner, om han faktisk snyder. Men jeg undrer mig over historien. Hvilke andre gruppers Netflixforbrug overvåger man i det offentlige?)

  • 2
  • 0
Bjarne Nielsen

Som jeg ser det, så er kernen her ikke så meget, hvorvidt kommunens tiltag er urimelige eller ej (og hvis I læser dette i Billund, så vil bare sige, at jeg synes, at det, som I gør, er direkte ulækkert) - kernen er, at man som økonomisk interesseret, ikke-lægefaglig part i sagen mener at man er berettiget og kvalificeret til at tilsidesætte en vurdering foretaget af en lægefaglig instans uden økonomiske interesser.

... det bliver vist meget svært at undgå et stort antal "falsk positive" = justitsmord.

Og det værste er, at man går efter folk, som i forvejen ikke har ressourcerne til at kæmpe imod, endsige hyre bistand til det, og nu oveni ligger ned. Det er alt for nemt at køre dem over uden grund og slippe godt fra det, og i statistikken vil det tælle som en sejr.

Hvordan sikrer man at 'systemet' ikke lærer at finde dem, som er sårbare og nemme at køre over, fremfor dem, som reelt snyder? Og hvordan sikrer man sig, at det sker med reelle begrundelser, og ikke med en 'parallel konstruktion' ud fra betragtningen om at systemet må kunne se et mønster, som vi mennesker ikke kan, og den usle snyder og snylter bare skal ned med nakken?

  • 4
  • 0
Anne-Marie Krogsbøll
  • 2
  • 0
Poul-Henning Kamp Blogger

Hvis ML er så fantastisk, må det være indlysende at starte med at bruge det der hvor samfundet virkelig snydes for store beløb.

Puds ML på skatteålghettoen nord for København og når den sump er fisket tør kan man fortsætte nedefter med momssvindlende håndværkere og på den måde fortsætte nedaf til man når de svageste i samfundet.

  • 10
  • 0
Anne-Marie Krogsbøll

Jeg synes, at Michael Wätjen er blevet meget tavs i takt med, at folk har stillet ubehagelige spørgsmål til hans indlæg. Når man gør sig til talsmand for totalitære planer om at beslaglægge borgernes privatliv endnu mere, end man allerede gør, så synes jeg faktisk, at man skylder at svare.

Jeg er klar over, at lige præcist mine indlæg er provokerende, fordi jeg omtaler privatlivstyveri som forbrydelser og voldtægt - hvad det også er - og jeg er klar over, at MW nok ikke kan finde noget godt argument for at afvise den påstand. Men der er andre gode spørgsmål i tråden omkring forståelsen af "etik" og den slags, som man burde kunne forvente et svar på. med mindre MW i virkeligheden inderst inde mener, at det ikke rager os dataslaver - vi skal bare klappe i og lægge data til væksteventyret.

Svar får vi nok ikke, hvilket understreger min påstand: Totalitært tænkende dataherremænd, som ikke har respekt for andre mennesker og deres rettigheder, og som det derfor er svært at vide, hvor man har, hvis den situation skulle opstå, at befolkningen sætter sig op mod herremændene og kræver deres ret til privatliv tilbage. Vil det blive respekteret, eller vil man sætte hæren ind - når nu "målet helliger midlet" i Michael Wätjens øjne? Hvor stor er kløften mellem herremænd og slaver allerede blevet?

  • 8
  • 1
Jesper Madsen

Hvis driftige forretningsmænd virkeligt mener at de kan udnytte ML til at finde milliard-svindel, så synes jeg de skal gøre det. Men der er ikke penge i det offentlige til at øve sig i at lave Machine Learning.
Det er åbenlyst at der er penge i at finde milliardsnyd, og at det kan finansiere udviklingen. Så hvis ideen er så god, og man kan undgå at misbruge data og bringe offentlige instanser i problemer, så aftal at betalingen er en del af de penge der hentes hjem. Det svarer vel til det der gøres når gæld sendes til inkasso som det sker i dag?
Hvis mine kommunale data skal gennemtrævles, eksempelvis for at lede efter svindel, vil jeg foretrække at det er IT der undersøger mine data, og ikke tilfældige offentligtansatte, som jeg risikerer at møde i fodboldklubben eller Superbrugsen. Hvis systemet lagrer alt input aht. træning, så vil der være udviklere af ML der vil læse mine data, og så er vi ikke videre. Hvis det er muligt at træne på anonymiserede input data er der måske en vej.

  • 1
  • 2
Anne-Marie Krogsbøll

Sidder netop og hører indslag på Tv2 News om, at kommunernes sagsbehandling ift. udsatte børn er elendig. Man følger (stadig) ikke ordentligt op på bekymringer og anmeldelser. Det oplyses, at bemyndigelsen til at sætte passende foranstaltninger i værks ift. udsatte børn er taget væk fra socialrådgiverne, og givet til kommunaldirektørerne - hvor der kan være meget lang sagsbehandlingstid. Og mit gæt: Kommunaldirektører er langt mere udsatte for den digitale virus - de (ikke socialrådgiverne) har været på møder, konferencer, rejser og kurser med DareDisrupt og Singularity University, og er mentalt langt tættere på KL end på socialrådgiverne - så (igen mit gæt) de er meget mere tilbøjelige til hellere at ville sætte penge af til digitale drømmesyner end til god sagsbehandling og dyre familieplejepladser. Og imens bliver børnene svigtet.

Så i virkeligheden stjæler det digitale monster nok børnenes velfærd - og da AI og ML bestemt ikke er billigt, så vil satsning på disse dårlige erstatninger for ordentlig sagsbehandling medføre dårligere omsorg for disse børn - ikke bedre.

Hvordan kan der hele tiden være penge til at sætte mange millioner af til digitale eksperimenter, mens man ikke synes, at man har råd til kompetente sagsbehandlere og plejefamilier? Det digitale monster er umætteligt - man vil blive ved md at kunne finde på undskyldninger for at bruge pengene på nye, størrre, dyrere, mere uoverskuelige løsninger - der bliver aldrig mere penge tilbage til den gode behandling.

  • 3
  • 0
Carl Hansen

Hvordan kan der hele tiden være penge til at sætte mange millioner af til digitale eksperimenter, mens man ikke synes, at man har råd til kompetente sagsbehandlere og plejefamilier? Det digitale monster er umætteligt - man vil blive ved md at kunne finde på undskyldninger for at bruge pengene på nye, størrre, dyrere, mere uoverskuelige løsninger - der bliver aldrig mere penge tilbage til den gode behandling.

Det er fordi regeringen har en digitaliseringsstrategi der tilskriver at så meget som muligt skal digitaliseres - hvad enten det giver mening eller ej...

  • 4
  • 0
Michael Wätjen

Kære Anne-Marie og andre

Jeg svarer altid meget gerne på spørgsmål og deltager i debatten – både her og IRL.

Lad mig lige slå fast, at jeg ikke synes, jeres spørgsmål er ubehagelige – de er vigtige, og jeg forstår frygten og bekymringen ved at indsamle data og lade ML finde mønstre uden styring og supervision. Men jeg synes også min blog bliver læst ind i andre agendaer, som ikke har så meget med mit budskab at gøre. Jeg er hverken dataherremand, tilhænger af privatlivstyveri, overvågningsstater eller går og barsler med totalitære planer. Men jeg skal gerne indrømme, at jeg har iklædt mig en par spidse sælger-sko ved en tidligere lejlighed.

Selvfølgelig går jeg ind for lov og ret og har stor respekt for privatliv. Og jeg ser bestemt også etiske dilemmaer ved kunstig intelligens og ML – særlig den selvtrænede del. Men jeg ser – og det er derfor jeg har skrevet bloggen – også store gevinster, som vi som borgere og samfund kan høste ved brug af den type ML, jeg taler om i indlægget.

Debatten er kommet til at handle om for og imod brug af persondata. Mit budskab er ikke kategorisk – at vi skal indsamle og bruge al data. Men noget data skal vi bruge, og det skal vi (forsat) have en diskussion om og fastsat klare regler for.

Her til slut vil jeg sig tak for jeres kommentarer og en spændende tråd. Jeg tager kritikken med mig videre og synes, det kunne være interessant at diskutere videre i en anden setting, hvor vi kan folde nuancerne lidt bredere ud. Måske vi skal have en kop dialogkaffe…

God weekend :-)

Michael

  • 1
  • 0
Anne-Marie Krogsbøll

Kære Michael Wätjen.

Tak for svar. Jeg skal indrømme, at jeg synes, at din uddybning ligger et stykke fra det, som jeg forstod ud fra dit indlæg, hvor du direkte giver udtryk for, at du synes, at reglerne for udnyttelsen af privatlivet er for stramme, og at målet helliger midlet på privatlivsområdet - men jeg kan ikke se, at du endnu har taget direkte *parti *for retten til privatliv? Så jeg er stadig noget skeptisk, og mistænker stadig, at du helst ser disse ting afklaret med beslutningstagere og "dataetiske råd", som går ind for regeringens digitale dagsorden - langt fra skeptiske borgere? Jeg kan selvfølgelig tage fejl, og det ville jo være glædeligt. Men du kan hjælpe med afklaringen ved at svare klart på følgende: Går du ind for, at privatlivsdata er borgerens ejendom, som borgeren har ejerskab og rådighed over? det kan sådan set godt besvares med enten "ja" eller "nej".

Et forslag til dit firma til at flytte fokus til en anden indtjeningsmulighed: Her kan I opklare potentielt særdeles samfundsskadeligt snyd i million/milliard-klassen, som I måske kan lade algoritmerne hærge i uden at komme alt for tæt på nogens privatliv, da det jo er selskaber (det skal foregå med åben black box, så vi kan se, hvad der foregår. Vi skal jo ikke have algoritmerne til at frikende evt. skyldige):
https://policywatch.dk/nyheder/virksomheder/article11269949.ece

Lad os nu se, om Digitaliseringspagten vil være lige så ivrig efter at bore i den slags, som i udsatte familiers og syge borgeres privatliv. ​

  • 4
  • 0
Louise Klint

Hej Michael Wätjen,

Det er indikeret nogle gange i tråden ovenfor (bl.a. referencen til de spidse sko)
og nu siger jeg det lige ud:
Dit indlæg er reklame.

Det rummer udelukkende en ensidig, positiv fremstilling af
produktet samt afsenders ydelser.
Det er en anbefaling af produktet (ML) samt afsenders ydelser,
og dette kan kun kaldes reklame.
Det er der ikke noget galt i. Det skal bare deklareres.

3 eksempler på metode:

1) Indirekte anbefales produktet generelt. Eksempel:

”Hvor mange udsatte børn Gladsaxe-modellen ville have fundet,
ved vi ikke, men min erfaring siger mig, at modellen ville have virket
rigtig godt, for ML er et særdeles effektivt værktøj til at finde mønstre – og det er også et sikkert værktøj…”

Via påstande (om produktet), som ligner holdninger:

”Men vi lever i en tid, hvor jeg mener, vi skal vænne os til, at vores
data bliver anvendt til flere ting, fordi fordelene ved at dele data er større end ulemperne…” +
”Jeg kan blive ærgerlig over, at vi har så effektfuldt og sikkert et værktøj mod socialt svindel, som vi har med ML, men…”

2) Produktet og afsenders ydelser fremhæves via problemstillinger:

A) ”Svindel med barselsdagpenge […] koster årligt samfundet…”
B) ”Vi arbejder med flere ML-projekter til at fange socialt svindel, og alle (både myndigheder, kritikere og leverandører) er sådan set enige om, at potentialet er enormt…”

Dernæst:

”Vi arbejder rigtig meget med…” + ” Selv arbejder vi kun med […] så vi kan gå tilbage og se, hvorfor modellen har forudsagt, som den har. Konkret logger vi alt…” + ”Så vi gør allerede en del for, at […] og at vi altid kan forklare, hvorfor de gør, som de gør.” +
”Vi har altid forholdt os til etik, lovgivning, best practice og meget mere, når vi designer og udvikler it-løsninger. ML-løsninger er ingen undtagelse.” +
”Der er intet at være bange for…”

3) Der sendes også en – klassisk – appel til kunderne (i den offentlige sektor):

”Derfor gør vi meget ud af at logge modelanvendelse, så
embedsfolkene kan gå tilbage og se de enkelte forudsigelser, som maskinen laver, og justere, når modellen har klokket i det.”
+
”Forsigtighed, forsigtighed og mere forsigtighed.
Som ansvarlige udviklere af ML-løsninger skal vi være gode til at
rådgive myndighederne om…”

Alt sammen anbefaler produkt og afsender, samt understøtter budskabet,
som er:
ML er godt. Køb det hos os.

Det kan ikke kaldes andet end reklame.
(Du har end ikke gjort dig umage med at få det til at fremstå anderledes, ærligt talt. Det er ikke nok bare at kalde det en blog).

Jeg siger det nu, fordi du ikke er den første.
Der har været nogle stykker før dig, fx her
https://www.version2.dk/blog/samling-borgerdata-aabner-helt-nye-mulighed...

Fremgangsmåden anvendes mange steder i medierne i dag.
Bl.a. en årsag til at fx Altingets ”debatsider” i overvejende grad er blevet overflødige at læse, fordi de mestendels er blevet markedsføring af div. virksomheder
og interessenter.
En ensidig, positiv fremstilling af afsender og afsenders produkt/ydelser, aktiviteter eller målsætninger, efter opskriften ovenfor, så man er ved at kløjes i det.

Og der er bestemt intet i vejen med reklame.
Det skal bare deklareres. (”Annonce”).
Ellers er det skjult reklame, hvilket, mig bekendt, er ulovligt.

Så husk det evt. til en anden gang.
Venlig hilsen

  • 3
  • 0
Bjarne Nielsen

Det er indikeret nogle gange i tråden ovenfor (bl.a. referencen til de spidse sko)
og nu siger jeg det lige ud:
Dit indlæg er reklame.

Der er som udgangspunkt ikke noget i vejen med at argumentere for en sag, som man selv har interesser i, især ikke hvis man er åben om det, og Michael lægger overhovedet ikke skjul på at det er tilfældet. På det punkt bliver der kæmpet med åben pande.

Men jeg vil mene, at Per Thomsen længere oppe i debatten slog hovedet på sømmet:

https://en.wikipedia.org/wiki/Think_of_the_children

Du tabte mig allerede i indledningen

Nemlig. Der bliver slet ikke argumenteret. For "tænk på børnene" er bare den første i en lang række af klicheer, som vi har vendt til hudløshed.

Det var også derfor at jeg længere oppe i debatten trak paralleller til aprilsnare og sundhedsministerens retorik (og det er ikke tilfældigt at netop hun kom på banen der, for Michaal har trukket de samme klicheer om samfundsansvar og sundhedsdata af stald, som vi ellers hører fra den kant). Jeg bliver så træt.

PS: Men tak til Version2 for at give kejseren lejlighed til at vise sine nye klæder frem udenfor de lukkede kredse og de støvede gemakker, så alle kan se, hvor luftige de er.

  • 2
  • 0
Log ind eller Opret konto for at kommentere
IT Company Rank
maximize minimize