Author
Abstract
Den pågående framväxten av en ny generation artificiell intelligens (AI) väcker frågor om hur långt automatiseringen av mänskligt arbete kan gå. AI-modeller kan idag användas till allt från enklare uppgifter som rutinartade kundtjänstärenden till mer komplexa som att bistå vid medicinsk diagnostik. Trots att fältet inte är nytt har de senaste årens förbättringar inom datorkraft, den ökade tillgången till stora datamängder och utvecklingen av algoritmer för maskininlärning lett till en renässans på AI-området. Tidigare teknikskiften såsom den industriella revolutionen eller utvecklingen av internet har ofta varit förknippade med produktivitetsökningar, men historien lär oss att det kan ta tid för sådana effekter att realiseras i ekonomin. I den här rapporten undersöker Magnus Lodefalk, Erik Engberg och Aili Tang hur AI kan användas i offentlig sektor och hur utvecklingen kan komma att påverka produktiviteten och arbetskraftsbehovet. Författarna finner att AI-användningen i offentlig sektor har ökat från låga nivåer och att tillämpningarna oftast rör stödverksamhet och administration, snarare än välfärdens kärnuppgifter. Även i framtiden väntas AI-teknikers tillämpbarhet skilja sig kraftigt åt mellan olika yrken i offentlig sektor, där yrkesroller som exempelvis planerare, utredare eller kommunikatörer framstår som betydligt mer tillämpliga för AI än kriminalvårdare, poliser eller undersköterskor. Författarna finner att användandet av AI i offentlig sektor kan bidra till att höja produktiviteten och möta behovet av arbetskraft, men betonar att det behövs en långsiktigt vägledande strategi och ett tydligt ledarskap som tar hänsyn till risker och undanröjer onödiga hinder.
Suggested Citation
Lodefalk, Magnus & Engberg, Erik & Tang, Aili, 2025.
"Algoritmer för allmän nytta - en ESO-rapport om AI, produktivitet och arbetskraftsbehovet i offentlig sektor,"
ESO-rapporter
2025:2, Expertgruppen för Studier i Offentlig ekonomi (Expert Group on Public Economics).
Handle:
RePEc:hhs:esorep:2025_002
Download full text from publisher
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:hhs:esorep:2025_002. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Charlotte Nömmera (email available below). General contact details of provider: https://eso.expertgrupp.se/ .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.