Dette er et innlegg som gir uttrykk for skribentens meninger.
I mitt arbeid med anskaffelser og kontraktsgjennomføring i komplekse prosjekter, ofte i tett samarbeid med både interne og eksterne advokater, ser jeg hvordan generative språkmodeller fundamentalt endrer premissene for juridisk rådgivning.
Mange frykter fortsatt at kunstig intelligens vil gjøre juristen overflødig. I praksis ser vi det motsatte. Når produksjon av overbevisende tekst blir en råvare, øker verdien av den faglige dømmekraften, fraværsanalysen og verifiseringen.
Annonse
Debatten om kunstig intelligens i offentlige anskaffelser har med rette handlet om risiko: Lekkasje av forretningshemmeligheter, uoppdagede kontraktsforbehold, fiktive evalueringsbegrunnelser og tildelinger som ikke tåler innsyn. Samtidig blir løsningen ofte fremstilt som et krav om et helt nytt kontrollbyråkrati, eller en altomfattende juridisk sluttkontroll før noe tas i bruk.
Tore Magler Wiggen.Foto: Privat
Begge deler bommer på målet. En juridisk sluttkontroll i tolvte time kan aldri reparere en uegnet prompt eller et sviktende datagrunnlag. Men vi begår en like stor feil om vi tror vi står på bar bakke uten styringsmekanismer.
Fra produksjon til verifisering
Den største misforståelsen rundt språkmodeller er troen på at de erstatter faglig skjønn. Det gjør de ikke. KI er et verktøy for informasjonssøk, strukturering, språkvask, sammenstilling av store datamengder og produksjon av førsteutkast. Den erstatter verken det rettslige skjønnet, risikovurderingen eller beslutningsansvaret.
Hvis vi behandler KI-generert innhold som sannhet, går vi på tynn is. Hvis vi behandler det som et råutkast, er isen betydelig tykkere.
Dette forskyver dynamikken i profesjonsarbeidet. Tidligere brukte en rådgiver eller jurist kanskje åtte timer på å skrive et dokument og to timer på kvalitetssikring. Med KI kan det fort bli to timer på å generere et utkast og seks timer på kildekontroll og verifisering. Gevinsten ligger i en mer effektiv arbeidsprosess – ikke i at kravene til kvalitet og etterprøvbarhet forsvinner.
To motstridende logikker
En språkmodell er programmert til å beregne statistisk sannsynlighet. Hva er det mest plausible neste ordet?
Juristen stiller et helt annet spørsmål. Hvor står dette i faktum, og hva kan jeg faktisk bygge en rettslig bindende beslutning på?
I en anskaffelsesprosess kan KI formulere et tilsynelatende uangripelig forslag til et tildelingskriterium, en kravspesifikasjon eller en avvisningsvurdering. Men verken Klagenemnda for offentlige anskaffelser (KOFA), domstolene eller Riksrevisjonen vurderer hvor velskrevet teksten er. De vurderer:
- om faktum er korrekt og dokumentert
- om vurderingen har rettslig grunnlag
- om kravet er forholdsmessig og relevant for kontraktens gjenstand
- om likebehandling og etterprøvbarhet er ivaretatt
- og om skjønnet er saklig utøvd.
Dette er faglige ryggmargsreflekser utviklet gjennom metode og erfaring. KI har ingen ryggmargsreflekser; den har mønstergjenkjenning.
Hva skjer når dømmekraften uteblir?
La oss se på to konkrete situasjoner fra anskaffelseshverdagen, begge med gjenkjennelig forankring i klagenemndspraksis.
Det første eksempelet gjelder evaluerings- og avvisningsfasen. En saksbehandler ber en språkmodell oppsummere hvorfor en leverandør scorer svakt på et kvalitetskriterium.
Modellen produserer en språklig velsmurt og autoritær tekst. Problemet oppstår når ingen oppdager at modellen har blandet sammen et minimumskrav til kvalifikasjoner med et skjønnsmessig tildelingskriterium, eller at teksten forutsetter faktiske svakheter som ikke finnes i tilbudet.
- Mangler etterprøvbar kobling
Dette er ikke en hypotetisk feilkilde: I KOFA 2023/472 fant klagenemnda at Rogaland fylkeskommune hadde brutt regelverket både ved å oppstille et ulovlig kvalifikasjonskrav om byggherrers erfaring, og ved å foreta en ulovlig tilbudsevaluering hvor det ble gitt trekk for forhold som ikke eksplisitt var etterspurt i dokumentasjonskravene, i tillegg til å gi en mangelfull begrunnelse.
Tilsvarende slo nemnda fast i sak 2024/364 at Nordfjord Miljøverk IKS hadde brutt både etterprøvbarhetsprinsippet og begrunnelsesplikten fordi tildelingsmeldingen ikke ga den forbigåtte leverandøren tilstrekkelig grunnlag for å forstå hvilke egenskaper ved det valgte tilbudet som veide opp for klagers kvalitetsfortrinn.
Dette er nøyaktig den typen svikt en ukritisk KI-generert begrunnelse er disponert for å produsere; den er språklig sammenhengende, men mangler den etterprøvbare koblingen mellom faktum, kriterium og konklusjon som forskriften krever.
Dersom vurderingen ukritisk løftes inn i tildelingsbrevet, står oppdragsgiver i realiteten uten en etterprøvbar begrunnelse. En klageprosess i KOFA eller en begjæring om midlertidig forføyning vil raskt avdekke at det saklige grunnlaget for skjønnet mangler.
- KI reagerer sjelden på at sentrale frister er utelatt
Det andre eksempelet handler om den kritiske fraværsanalysen – evnen til å oppdage det som ikke står der.
I store leverandørtilbud hender det at tilbydere legger ved standardbetingelser eller avviksmatriser der vesentlige forbehold forsøkes pakket inn i nøytrale formuleringer. Dersom en språkmodell bes analysere tilbudet opp mot kravspesifikasjonen, vil den gjerne konkludere med at tilbudet er «i tråd med kravene», rett og slett fordi forbeholdet er formulert som en presisering.
KI reagerer sjelden på at sentrale ansvarsbestemmelser eller varslingsfrister er utelatt. Den erfarne juristen reagerer derimot umiddelbart på stillheten.
Praksis illustrerer nettopp dette. I en sak 2018/368 mot Forsvarsbygg fant klagenemnda at et forbehold om leveringstid begrenset til 1. oktober til 30. april utgjorde et vesentlig avvik fra konkurransegrunnlaget, og at oppdragsgiver hadde brutt regelverket ved ikke å avvise tilbudet – et forbehold av nettopp den typen som lett drukner i et ellers ryddig oppsett dokument.
Tilsvarende la nemnda i sak 2018/142, Tromsø kommune-saken, til grunn at valgte leverandørs tilbud inneholdt et vesentlig forbehold mot å overta risikoen for forhold ved grunnen, og at kommunen hadde brutt regelverket ved ikke å avvise tilbudet.
Fellesnevneren i begge saker er ikke at forbeholdet var skjult – det sto i dokumentene – men at ingen fanget opp konsekvensen av det. Å overse et slikt avvik kan tvinge oppdragsgiver til en uopprettelig avvisning i ettertid – eller lede inn i en uregjerlig tvist i gjennomføringsfasen.
- Krever vurdering av vesentlighet
Det er samtidig grunn til å presisere at fraværsanalysen ikke er mekanisk. Å oppdage et avvik er bare halve jobben; det neste spørsmålet er om avviket er vesentlig nok til å utløse avvisningsplikt.
Klagenemnda har i nyere praksis funnet at flere reelle avvik i et tilbud – blant annet forbehold om at sluttrengjøring ikke var inkludert – likevel ikke utløste avvisningsplikt, fordi avvikene etter en konkret vurdering ikke var vesentlige.
Denne typen skjønnsutøvelse illustrerer poenget enda tydeligere: selv når avviket er identifisert, krever vurderingen av vesentlighet en juridisk metode KI ikke har noe grunnlag for å utøve på egen hånd.
ISO 9001 og internkontroll som ankerfeste
Vi trenger ikke finne opp hjulet på nytt for å håndtere denne risikoen. Virksomheter har allerede styringssystemer, internkontroll, fire-øyne-prinsipper, fagansvarlige og godkjenningsrutiner.
Sett i lys av tankegangen bak ISO 9001 og prinsippene for kvalitetsledelse har risikobildet flyttet seg: Før lå kvalitetsrisikoen primært i at medarbeidere produserte mangelfulle dokumenter. Nå ligger kvalitetsrisikoen i at medarbeidere godkjenner maskinelt generert innhold uten tilstrekkelig verifisering.
Prinsippet er likevel det samme. En leveranse skal være korrekt, dokumentert, sporbar og egnet til formålet. En advokat aksepterer aldri at en fullmektig viser til rettskilder eller faktum uten at dette er kontrollert mot primærkilden. Hvorfor skulle vi stille lavere krav til en språkmodell?
Dømmekraft kan ikke delegeres
Den største faren ligger ikke i at maskinen gjør åpenbare feil, men i at vi lar oss forføre av en feilfri overflate – og at vi over tid opplever en kompetanseerosjon der yngre fagpersoner slutter å gjøre det analytiske grunnarbeidet selv.
Den mest modne tilnærmingen er verken et teknologiforbud eller en ukritisk omfavnelse. Det handler om å bruke KI der verktøyet gir reell støtte – til informasjonssøk, strukturering og førsteutkast – samtidig som vi beholder ansvaret, kildekritikken og de etablerte godkjenningsprosessene.
Når alle kan generere overbevisende analyser på sekunder, blir formuleringsferdigheter en råvare. Den virkelige knapphetsressursen er dømmekraft. Og juridisk dømmekraft kan aldri promptes eller delegeres til en maskin.
