Et meget langt forløb
I april offentliggjorde General Services Administration planer om at automatisere en million arbejdstimer årligt efter at have skåret næsten 40 procent af sin medarbejderstab siden oktober 2024, og lignende nedskæringer ses på tværs af den offentlige arbejdsstyrke.
Selv om det Elon Musk-ledede Department of Government Efficiency (DOGE) måske er trådt i baggrunden som et formelt initiativ, har det ansat medarbejdere, der har arbejdet på tværs af flere myndigheder og fremskyndet yderligere automatisering i den offentlige sektor.
Washington indførte først automatisering i stor skala under Anden Verdenskrig for at håndtere massive militære datasæt, inden den udvidede sig til den administrative stat efter krigen. I modsætning til tidligere bølger reducerer AI-drevet automatisering imidlertid arbejdspladser i både den offentlige og den private sektor uden at skabe sammenlignelige erstatningsroller.
Disse systemer er allerede ved at forme centrale regeringsfunktioner, der er knyttet til statsmagt og legitimitet, herunder brugen af militær magt. Rapporter om Pentagons Maven Smart System, der blev indsat i konflikten med Iran i 2026, giver et indblik i, hvor langt brugen af sådanne teknologier er kommet.
Myndighederne vender sig mod systemer, hvor de ikke har nogen ekspertise, og som næsten fuldstændigt udelukker skøn, individualisering og begrundelse.
Maven, der blev lanceret i 2017, er et netværk af systemer udviklet af underleverandører under ledelse af Palantir Technologies med deltagelse af virksomheder som Microsoft og Amazon. Det integrerer satellitbilleder, dronefeeds, radar- og infrarøde sensorer samt signalefterretninger sammen med snesevis af andre datakilder.
Computervisionsalgoritmer, der er trænet på enorme billeddatasæt, klassificerer “objekter på slagmarken” med en “AI Asset Tasking Recommender”, der foreslår mulige angrebsmål.
For to årtier siden krævede denne opgave tusinder af medarbejdere at udføre, men den kan nu udføres af en håndfuld operatører på få sekunder. Antallet af måludpegninger steg fra under 100 før Maven til over 5000 om dagen under krigen i Iran, sagde en embedsmand fra National Geospatial-Intelligence Agency til Wired.
Tidligere versioner af Maven er blevet brugt i Afghanistan, Ukraine, Irak, Syrien, Yemen og under kidnapningen af Nicolás Maduro i Venezuela, og teknologien har fortsat med at udvikle sig under konflikten i Iran. Selv om det ikke er fuldt autonomt, er det endnu et skridt i retning af ægte agentic AI-krigsførelse, hvor AI-systemer går videre end at understøtte menneskelige beslutninger gennem automatisering til at identificere og udføre opgaver med minimal menneskelig indgriben.
Pentagon har søgt om 54 milliarder dollars som en del af sit 2027-budget for at bevæge sig i retning af “autonome og fjernstyrede systemer i luften, på land og over og under havet, herunder ’Drone Dominance-programmet’. Det er det seneste signal om Washingtons intention om at reducere menneskelig indblanding i krig, da troppestyrken fortsætter sit årtier lange fald, der er faldet med 64 procent mellem 1968 og 2025. Aserbajdsjans brug af loitering-droner i Armenien i 2020 og Israels brug af AI-assisteret krigsførelse i Gaza viser, hvor let lande kan tilpasse sig disse systemer.
Russiske og kinesiske bestræbelser på at øge deres kapacitet inden for autonome systemer konkurrerer allerede med eller overgår Washingtons. At reducere menneskelig overvejelse i krigsførelse begrænser den juridiske gennemgang i den humanitære folkeret, som bygger på på Genève-konventionerne fra 1949 og tillægsprotokol I fra 1977.
”Den moderne AI’s uigennemsigtighed gør det … sværere at spore, hvem der er ansvarlig for fejl, og dermed sikre retfærdighed for ofrene. Disse huller underminerer både afskrækkelse og håndhævelse og afslører, hvordan Genève-konventionerne og Rom-statutten kommer til kort, når de anvendes på systemer, der selv træffer beslutninger om måludvælgelse,” udtalte Lieber Institute.
Principperne om skelnen, proportionalitet og forsigtighed er nu stærkt pressede af nye AI-våben, og begejstringen for yderligere regulering er aftagende, efterhånden som regeringer globalt accepterer reduceret menneskelig kontrol for at opnå en fordel på den globale scene.
En helhedsorienteret tilgang på tværs af regeringen
Skiftet mod AI-systemer har også alvorlige indenlandske konsekvenser. Centrale statsfunktioner såsom retshåndhævelse, retsprocesser og administrativ beslutningstagning samt offentlige tjenester som transport og kommunal forvaltning er nu præget af storskalaautomatisering med en snigende autonomi.
Tilhængere siger, at sådanne systemer kan reducere menneskelige fejl og politisk partiskhed, samtidig med at de leverer hurtigere og mere konsistente beslutninger og sikrer bedre styring og infrastruktur. Lovgivere skal også holde trit med den private sektor, som har taget automatiserede og autonome systemer til sig for at forbedre effektiviteten og konkurrenceevnen.
Albaniens Diella er for eksempel en virtuel ”minister med ansvar for bekæmpelse af korruption” i den albanske premierminister Edi Ramas nye kabinet, ifølge Al Jazeera. Hendes indsættelsestale til parlamentet i 2025 vakte international opmærksomhed.
Automatiseret AI spiller også en fremtrædende rolle i retssystemet, hvilket har direkte indflydelse på menneskers frihed.
Hun kører på OpenAI-modeller og Microsofts cloud-infrastruktur og ses som et tegn på “fremskridt”. Selv om den indenlandske opbakning er blandet, har det givet AI-styring et offentligt ansigt, der fremmer normaliseringen. Lige nu er Diella blot en chatbot, ikke et autonomt system.
“Kunstig intelligens kunne understøtte regeringsbeslutninger, hvis den blev trænet og overvåget korrekt, men det egentlige problem er gennemsigtighed: Vi ved ikke, hvilke data den bygger på, eller hvem der er ansvarlig for at vedligeholde den,” fortalte Besmir Semanaj, der har 17 års erfaring inden for informationsteknologi, til Deutsche Welle.
Siden 1990’erne har retshåndhævende myndigheder i hele USA og rundt om i verden i mellemtiden udviklet deres brug af diskriminerende/forudsigende AI. Ved at overvåge personlige data som rejser, økonomi og kommunikation genereres individuelle og regionale risikoscores, der bruges til at styre politiets ressourcer.
I 2025 indrømmede den britiske regering at have udviklet et “projekt til forudsigelse af drab”, hvor data blev brugt til at markere personer, der blev anset for at være i stand til at begå mord, mens virksomheder som Palantir og Babel Street sælger systemer med lignende kapaciteter.
Den stigende automatisering udvider den praktiske autonomi blandt AI-systemer. Politirobotter fra Singapores patruljerobotter til Miamis autonome sikkerhedskøretøjer er udstyret med ansigts- og køretøjsgenkendelsesteknologi og kan overvåge offentlige områder og alarmere politiet i realtid.
Automatiseret AI spiller også en fremtrædende rolle i retssystemet, hvilket har direkte indflydelse på menneskers frihed. I USA baseres kaution og strafudmåling delvist på algoritmiske risikovurderingsværktøjer, såsom Arnold Ventures’ Public Safety Assessment-værktøj, der bruger ni objektive faktorer til at forudsige, om tiltalte vil udeblive fra retten eller begå nye forbrydelser. AI-værktøjer som COMPAS, PRIME og HARMLESS udfører lignende funktioner.
Michigan Joint Task Force on Jail and Pretrial Incarcerations gennemgang af arrest- og retsdata fra hele delstaten samt andre dokumenter rejste imidlertid bekymring ”om nøjagtigheden af Arnold Ventures’ påstand og demonstrerer de potentielle skader ved at bruge tidligere kriminel historie som input til risikovurdering.”
AI-baseret juridisk ræsonnement anvendes også i skilsmisseforlig. Australiens Split Up-software, der blev udviklet ii 1990’erne, inspirerede senere værktøjer som Amica, en regeringsstøttet platform, der bruger økonomiske data og retspraksis til at foreslå en fordeling af aktiver.
Brasiliens Victor-program hjælper den føderale højesteret med hurtigt at klassificere sager. Det analyserer “overholdelse af de forfatningsmæssige krav til antagelighed og [fremskynder] analysen af sager, der når Højesteret ved hjælp af dokumentanalyse og værktøjer til behandling af naturligt sprog,” ifølge Oxford Institute of Technology and Justice. Kina går endnu længere med sine “smarte domstole“, der i vid udstrækning integrerer AI i udarbejdelse af dokumenter, sortering af bevismateriale og gennemgang af sager.
Automatiserede analyser af sagsakter gives til dommere sammen med lignende tidligere afgørelser og anbefalede udfald for at standardisere afgørelserne, hvilket mindsker den menneskelige skønsrolle. I mellemtiden har lande som Canada og Storbritannien indført regler, der tillader AI i retsadministrationen, men ikke i den formelle retslige beslutningstagning.
Automatisering i den offentlige forvaltning er ofte lettere at implementere i byer og mindre stater, og Estland skiller sig ud som et af de mest automatiserede lande i verden. Estland er også begyndt at udvide automatiseringen til retsvæsenet, AI-assisterede dommere til tvister om mindre krav. e-Estonia-platformen leverer offentlige ydelser, såsom forældreydelser, ofte uden at borgerne skal ansøge om det. Som den estiske premierminister Kristen Michal beskrev det, er disse AI-systemer “forudsigelige, personaliserede og proaktive.”
At forstå risiciene
AI-drevet styring er tæt knyttet til flere initiativer som Smart Cities, 15-minutters byer og forskellige former for sociale kreditsystemer, hvor offentlig infrastruktur, tjenester, overvågning og administration integreres gennem automatiseret styring. I 2025 støttede Palantirs CEO Alex Karp og lederen af corporate affairs og juridisk rådgiver for CEO’ens kontor, Nicholas W. Zamiska, en tættere integration mellem Silicon Valley og staten i deres bog, The Technological Republic.
Mens den administrative stat måske fortsætter med at nedskære sin arbejdsstyrke, vil den automatiserede og potentielt autonome grænseflade, der erstatter den, gøre regeringsstrukturen langt større og mere indgribende. Overdragelsen af offentlig myndighed til private virksomheder, der leverer den underliggende teknologi, samt beslutninger, der træffes af uigennemsigtige algoritmiske processer i stedet for identificerbare embedsmænd, har også gjort befolkningen urolig. En artikel fra Cornell Brooks Public Policy fra 2025 afslører blandet opbakning i USA til brugen af AI i regeringen generelt og lavere accept, når den bruges i beslutninger med store konsekvenser.
De samme værktøjer, der udvikles til at styre samfundet, kan også vendes mod det af andre aktører. I 2025 oplyste Anthropic, at en sandsynligvis kinesisk statsstøttet aktør brugte sin Claude-agentbaserede AI til at forsøge at infiltrere 30 mål verden over, herunder teknologivirksomheder, offentlige myndigheder, kemiske produktionsvirksomheder og finansielle institutioner, hvilket lykkedes i flere tilfælde.
Virksomheden beskrev det som det “første dokumenterede tilfælde af et storstilet cyberangreb udført uden væsentlig menneskelig indgriben.”
I 2025 indrømmede den britiske regering at have udviklet et “projekt til forudsigelse af drab”, hvor data blev brugt til at markere personer, der blev anset for at være i stand til at begå mord.
Administrative fejl forårsaget af automatisering har også skabt alvorlige problemer i årevis. I Holland straffede et selvlærende system, der blev brugt af den hollandske skatte- og toldadministration, uretmæssigt tusindvis af familier, mange fra marginaliserede samfund, hvilket drev nogle til økonomisk ruin og endda tab af forældremyndigheden over deres børn.
I 2016 automatiserede Arkansas vurderingerne af Medicaid-pleje gennem en tredjepartsleverandør, hvilket pludseligt afbrød støtten til sårbare modtagere og udløste sager ved føderale domstole. Department of Homeland Security har også gentagne gange fejlidentificeret personer gennem automatiserede screeningssystemer, hvilket har forhindret nogle i at rejse. I Colorado i 2020 markerede en automatisk nummerpladescanner fejlagtigt en bil som stjålet, hvilket fik politiet til at holde en uskyldig mor og hendes børn i skudlinjen.
Uanset hvilke regler der er indbygget i automatiserede systemer, kan de også standardisere beslutninger på måder, der fjerner konteksten. Forskning fra et projekt ved Det Tekniske Universitet i München om algoritmisk styring bemærker, at de “heuristiske vurderinger” eller “tommelfingerregler” reducerer komplekse beslutninger til enklere standardberegninger. I takt med at afhængigheden af “algoritmisk sandhed“ vokser, risikerer menneskelig dømmekraft og dybere ræsonnement at blive sat i skyggen af strømlinede beslutninger, der forekommer mere retfærdige.
Automatisering udvider ligeledes potentialet for mere magtfulde censurmodeller og politisk manipulation. At omfavne automatiseret og autonom styring betyder også at afgive en del af den menneskelige rolle i selvstyre. Kollektiv styring baseret på offentlig debat og adgang til ansvarlige embedsmænd vil vige pladsen for strukturer, der er sværere at stille spørgsmålstegn ved eller fuldt ud forstå.
Regulering af ny styring
Reguleringen har svært ved at følge med på alle fronter, selv om EU’s generelle forordning om databeskyttelse (GDPR) samt loven om digitale tjenester og loven om digitale markeder dækker nogle områder. Organisationer som Open Government Partnership går også ind for internationale regler for AI og automatisering.
Yderligere regulering synes mindre udbredt i andre lande. Loven om Transparent Automated Governance (TAG) har fastlagt regler for amerikanske føderale agenturer, men Washingtons reaktion har hovedsageligt været markedsorienteret, mens delstats- og lokalregeringer har handlet mere aggressivt for at indføre AI-regulering. Kina har på samme måde prioriteret eksperimenter frem for omfattende kontrolmekanismer.
Integration med Big Tech har også vist sig at være omstridt, især i militære anvendelser. Anthropics bekymringer over brugen af Claude AI-modellen i Maven-relaterede operationer i Venezuela fik amerikanske embedsmænd til at betegne det som en “risiko i forsyningskæden“, hvilket udløste retssager fra firmaet. Google trak sig tidligere ud af sin egen Maven-kontrakt under den første Trump-administration i 2018 efter protester fra medarbejderne, selv om samarbejdet fortsatte i det skjulte.
Regeringerne er derfor tvunget til at opbygge disse kapaciteter internt. En Stanford-rapport fra 2019 med titlen “Government by Algorithm” bemærkede, at mere end halvdelen af algoritmeapplikationerne blev udviklet internt af myndighederne, “hvilket tyder på, at der er en betydelig kreativ lyst inden for myndighederne.” Men det vil være en udfordring at holde trit med den private sektor.
En artikel i Emory Law Journal advarede om, at “stadig flere beviser tyder på, at myndighederne vender sig mod systemer, hvor de ikke har nogen ekspertise, og som næsten fuldstændigt udelukker skøn, individualisering og begrundelse.”
Der er ingen grund til at tro, at AI-drevet styring vil aftage. Efter at have transformeret store dele af den private sektor antyder American Academy of Arts and Sciences, at den snart vil bevæge sig ud over digitaliseringen af front-end-styring og ind i “back-end-beslutningstagning”, som stadig i vid udstrækning varetages af menneskelige embedsmænd.
I lyset heraf vil offentligheden være nødt til at tage sine egne værktøjer i brug for at navigere i en stadig mere AI-drevet styring, og automatiserede systemer har vist sig i stand til at udfordre både statsbureaukrati og administration i den private sektor. Den populære DoNotPay AI-chatbot har for eksempel bidraget til at få annulleret hundredtusindvis af parkeringsbøder i USA og Storbritannien ved at automatisere juridiske klager.
Efterhånden som regeringer bliver mere upersonlige og maskindrevne, kan tilpasning hertil kræve, at man betragter automatisering som noget, offentligheden kan bruge til at navigere og til tider beskytte sig selv med snarere end blot at underkaste sig den.
Denne artikel er produceret af Economy for All, et projekt under Independent Media Institute.
Om forfatteren: John P. Ruehl er en australsk-amerikansk journalist bosiddende i Washington, D.C., og international korrespondent for Independent Media Institute. Han bidrager til flere publikationer om udenrigsanliggender, og hans bog, Budget Superpower: How Russia Challenges the West With an Economy Smaller Than Texas’, udkom i december 2022. Følg ham på X @john_ruehl.
Kan du lide, hvad du læser?
Det koster penge at lave progressiv journalistik. Kun med din støtte kan Arbejderen fortsat udgive frit tilgængeligt journalistisk indhold af høj kvalitet.
