Hvordan KI brukes
Avvik.AI er bygget rundt fire tekniske hovedkomponenter: innhenting, forståelse, kobling og formidling. Alle steg er automatisert, men gjennomgås manuelt før publisering.
1. Innhenting
KI-agenter henter data fra offentlige registre, RSS-strømmer, pressemeldinger og PDF-rapporter fra tilsyn. For kollektivtransport bruker vi Enturs SIRI-SX-endepunkt for situasjonsmeldinger, og JourneyPlanner (GraphQL) til å slå opp stopp, linjer og planlagte tider. Hver kilde har egen «henteoppskrift» som forteller systemet hvor tittelen, datoen, aktøren og sammendraget finnes.
2. Forståelse (språkteknologi)
En norsk språkmodell leser dokumentet og trekker ut hvem som gjorde hva, når, hvor og med hvilken konsekvens. Modellen klassifiserer også alvorlighetsgrad (fra «observasjon» til «kritisk avvik»), og lager et kort sammendrag på norsk. Vi bruker en kombinasjon av åpen kildekode-modeller finjustert på tilsynstekst, samt større modeller for kompliserte saker.
3. Kobling og mønstergjenkjenning
Alle avvik legges i en kunnskapsgraf med aktører (foretak, etater, personer i offentlig rolle), steder og hendelsestyper. Statistiske modeller flagger uvanlige mønstre — for eksempel en plutselig økning i signalfeil på en bestemt banestrekning, eller gjentakende pasientskader hos samme tjenesteyter.
4. Formidling
Avvikene presenteres som kort med lenke til originalkilden, filtrerbart etter sektor, aktør, sted og alvorlighet. Et spørsmål på naturlig norsk («hvor mange signalfeil er meldt på Bergensbanen i år?») kjøres mot grafen og gir et svar med referanser tilbake til dokumentene.
Prinsipper
- Åpen kilde Hvert avvik viser tilbake til det opprinnelige dokumentet
- Ingen dom Avvik.AI formidler, den vurderer ikke skyld
- Personvern Navn på privatpersoner filtreres ut før publisering
- Menneske i sløyfen Kritiske avvik gjennomgås manuelt før varsling
- Reproduserbart Alle avvik har unik ID og versjonshistorikk