Mellem skøn og automatisering: generativ Ai i dansk offentlig forvaltning
Oversat titel
between discretion and automation: generative AI in a danish public administration
Forfattere
Sandal, Frederik Andreas ; Jørgensen, Mathias Druekær Norup
Semester
4. semester
Uddannelse
Udgivelsesår
2026
Afleveret
2026-05-29
Antal sider
47
Resumé
Afhandlingen undersøger, hvordan frontlinjemedarbejdere i dansk offentlig administration bruger generative sprogmodeller (Large Language Models, LLM’er) i deres daglige arbejde, og hvordan det påvirker fagligt skøn og administrative beslutningsprocesser. Generativ AI, fx Microsoft Copilot, bliver i stigende grad en del af arbejdsgange for at øge effektivitet, producere tekst og behandle information, hvilket rejser spørgsmål om retssikkerhed og balancen mellem menneskelig vurdering og teknologisk beslutningsstøtte. Det centrale spørgsmål er: Hvordan bruger frontlinjemedarbejdere LLM’er i dansk offentlig administration, og hvilke faktorer former denne brug og dens betydning for fagligt skøn? Afhandlingen ser på spændet mellem effektivitet og skøn i en sektor præget af lovkrav og organisatorisk styring. Det teoretiske rammeværk kombinerer Street-Level Bureaucracy (Michael Lipskys teori om frontlinjearbejderes skøn, autonomi og håndteringsstrategier) med nyere perspektiver på digitalisering og algoritmisk bureaukrati. Justine Marienfeldts arbejde bruges til at vise, hvordan digitale systemer både kan begrænse og understøtte faglige vurderinger, og Ulrik Røhls begreb om algoritmisk bureaukrati peger på, hvordan AI kan blive en aktiv del af beslutningsprocesser frem for et neutralt værktøj. Metodisk bygger studiet på et kvalitativt casestudie af en afdeling i Social-, Sundhed- og Omsorgsforvaltningen i Viborg Kommune. Datagrundlaget er fem semistrukturerede interviews med frontlinjemedarbejdere og ledere, der arbejder aktivt med AI i deres administrative praksis, analyseret ved tematisk kodning og tematisk analyse. Fundene viser, at generativ AI primært opfattes som et støtteværktøj frem for en erstatning for fagligt skøn. Medarbejdere bruger især AI til rutineprægede, administrative opgaver som dokumentanalyse, opsummering af sagsmateriale og informationsindsamling. Der er betydelig variation i, hvordan medarbejdere forstår organisatoriske retningslinjer og integrerer AI i deres arbejdsgange. Analysen viser også, at AI indirekte kan påvirke fagligt skøn ved at forme, hvordan information præsenteres og behandles, mens medarbejdere fastholder, at de har det endelige ansvar for beslutninger. Afhandlingen konkluderer, at generative sprogmodeller spiller en rolle i offentlig administration ved at ændre de betingelser, hvorunder skøn udøves. Implementeringen af generativ AI bør forstås ikke kun som en teknologisk udvikling, men som en organisatorisk og styringsmæssig transformation med konsekvenser for offentligt ansatte.
This thesis explores how frontline employees in Danish public administration use generative language models (large language models, LLMs) in everyday work, and how this affects professional discretion (professional judgment) and administrative decision-making. Generative AI tools like Microsoft Copilot are increasingly embedded in workflows to boost efficiency, produce text, and process information, raising questions about legal certainty and the balance between human judgment and technological decision support. The central question is: How do frontline employees use LLMs in Danish public administration, and which factors shape this use and its implications for professional discretion? The thesis examines the tension between efficiency and discretion within a system governed by law and organizational rules. The framework combines Street-Level Bureaucracy (Michael Lipsky’s theory of frontline worker discretion, autonomy, and coping) with newer perspectives on digitalization and algorithmic bureaucracy. Justine Marienfeldt’s work is used to show how digital systems can both limit and support judgment, and Ulrik Røhl’s concept of algorithmic bureaucracy highlights how AI can become an active part of decision processes rather than a neutral tool. Methodologically, the study is a qualitative case of a department in the Social, Health and Care Administration in Viborg Municipality, based on five semi-structured interviews with frontline staff and managers who use AI in their administrative work. The interviews were analyzed using thematic coding and thematic analysis. Findings indicate that generative AI is viewed as a supportive aid rather than a replacement for discretion. Employees mainly use AI for routine administrative tasks such as analyzing documents, summarizing case materials, and gathering information. There is considerable variation in how organizational guidelines are understood and how AI is integrated into daily practice. AI can indirectly shape discretion by influencing how information is presented and processed, while employees emphasize that they retain final responsibility for decisions. The thesis concludes that LLMs do play a role in public administration, primarily by transforming the conditions under which discretion is exercised. Implementing generative AI is not only a technological change, but also an organizational and governance transformation with implications for public employees.
[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]
Emneord