Analysera helheten och regelverkets sammanhang

Varför är det viktigt att se över helheten och sammanhanget?

En fragmenterad sektorslagstiftning är en utmaning vid digitalisering. I utformningen av regelverken är det därför viktigt att se bortom den egna organisationen och sektorn, för att skapa regelverk som hänger ihop med helheten i olika regelverk. Olika myndigheter har olika regler för liknande typer av ärenden, exempelvis kan vissa förfaranderegler vid handläggning av ärenden enligt speciallagstiftning likna varandra, eller att det förekommer olika regelverk som styr exempelvis myndighetens informationsmängder och register. Detta kan göra det svårt att samarbeta med andra organisationer och sektorer och dessutom bli svårbegripligt för den som ska förstå eller tillämpa regelverket.

Hur bedöms helheten och sammanhanget?

Ni bör fundera på hur den egna sektorn (exempelvis vård, skola eller omsorg) kan bidra till att leverera sammanhållna tjänster, och vilka juridiska förutsättningar som krävs för att kunna samarbeta med relevanta aktörer, såväl offentliga som privata. Regelgivaren behöver kartlägga och bedöma vilken information som ska behandlas med stöd av lag eller förordning och sedan identifiera kopplingar till regelverk i den egna och andra sektorer.

Ansvarsfull digitalisering

Det är viktigt att reflektera över vilka konsekvenser regelgivning för att möjliggöra digitaliseringen kommer att få för samhället och individen på kort och lång sikt. En ansvarsfull digitalisering handlar om att förstå hur digital teknik faktiskt fungerar.

Det är relevant med en diskussion om exempelvis användningen av artificiell intelligens (AI) och maskininlärning och etiska principer kopplat till användning av AI. Automatisering och komplexa algoritmer kan exempelvis göra det svårt att identifiera varför ett beslut fattas eller var eventuell diskriminering kan förekomma. Det kan vara svårt att få inblick i de algoritmer som bidrar till beslutsfattande och berednings- och beslutsprocesser kan bli svåra att verifiera. Användningen av AI som beslutsstöd i helt eller delvis automatiserade processer väcker bland annat frågor om vem som ansvarar för utfallet. Ett exempel är maskininlärning som kan vara ett användbart och effektivt verktyg, även inom offentlig förvaltning. En komplicerande faktor är bland annat att maskininlärning alltid kommer att baseras på tidigare beslut och historiska data. Det gör att det kan vidmakthålla diskrimineringen och inte lämpar sig för att fånga upp samhällsförändringar och nya riktningar som förvaltningen och samhället i stort vill röra sig mot.