Fra skjemaer til KI: Lærdommer fra et hackathon-prosjekt
Sercan Leylek var lei alle nettskjemaene i byråkratiet. Derfor bygget han og kolleger en agent som kutter skjema-tiden, forteller han.
Et av de mest lovende områdene for KI må være «byråkrati», fordi byråkratisk arbeid er både strukturert og komplekst på samme tid.
Enda viktigere er det at byråkratisk arbeid er kjedelig. Det krever dyp kunnskap og ekspertise for å avgjøre hva som skal gjøres.
Skjemaer er sannsynligvis den mest kjente utposten for byråkrati.
Et skjema er tilsynelatende et kontaktpunkt mellom brukere og det byråkratiske arbeidet.
Derfor bestemte jeg og lagkameratene mine oss for å gjøre noe med nettskjemaer på et hackathon-arrangement hos Fremtind.
I stedet for å tvinge brukere til å tilpasse seg rigide strukturer, kan vi begynne å tilpasse systemene til naturlig menneskelig kommunikasjon.
Hva er formålet?
Vi stilte oss selv noen filosofiske spørsmål: Hva er det egentlige formålet med et skjema? Er det for protokoll eller for kommunikasjon?
Et skjema er en protokoll for datainnsamling. Det håndhever struktur, sikrer fullstendighet og gjør behandlingen forutsigbar.
Likevel brukes det svært ofte også til å kommunisere med brukere.
Hvis du har bodd i Norge lenge nok, har du sannsynligvis fylt ut skjemaer fra Nav. En vanlig bruker kjenner kanskje ikke de grunnleggende reglene for fedrekvote, for eksempel. Derfor får brukeren noe kunnskap gjennom skjemagrensesnittet.
Det samme gjelder for Politiet eller forsikringsselskaper som Fremtind.
Format-forskjeller
Her er et annet eksempel på hvorfor vi ser på skjemaer som en protokollkanal:
Alle nettskjemaer bruker sitt forhåndsdefinerte datoformat. For eksempel forventer systemet strengt følgende format:
ÅÅÅÅ-MM-DD
Men hvis brukeren kommuniserer med et menneske, ville han eller hun ikke sagt «2026-03-14». Brukeren ville ganske enkelt sagt «ulykken skjedde i går».
Bygget en agent
På samme måte som i dette tilfellet kan vi lette mye av ubehaget som byråkrati eller protokoll forårsaker, hvis vi flytter brukerinteraksjonen fra protokoll til naturlig kommunikasjon.
En chatbot kan gjøre dette for oss, ikke sant? Fordi KI er laget for å kommunisere som et menneske.
Å bygge nok en chatbot er ikke lenger en spesielt interessant hackathon-idé i 2026. Samtidig kan ikke en chatbot erstatte et nettskjema.
Løsningen bør ikke bare fungere som et kommunikasjonslag for brukeren, men også gjøre noe verdifullt arbeid for klienten.
Derfor laget vi FormAgent som et hackathon-prosjekt.
Kan kutte skjema-tiden
Kort fortalt chatter brukeren med en agent som samler inn data fra chattedialogen.
Til slutt velger FormAgent riktig skjema basert på brukerens sak og fyller det ut, før brukeren engang vet hva som skjer i bakgrunnen.
Så i stedet for:
«Bruker → Skjema»
Kan vi bevege oss mot:
«Bruker → KI → Skjema»
Jeg tror ikke at nettskjemaer vil forsvinne fra internett slik Flash Media Player gjorde tidligere.
Men hvor mye tid vi bruker på skjemaer kan reduseres i de kommende årene, og denne endringen alene kan ha stor innvirkning på brukeropplevelsen og utviklingen av nettapplikasjoner.
To problemer
Som jeg påpekte tidligere, er det et skikkelig bryderi å finne riktig skjema for forsikringskunder.
Dette kalles dokumentrutingsproblemet.
Det andre bryderiet er å fylle ut skjemaet.
De fleste organisasjoner behandler disse to problemene som adskilte sett, men de er faktisk overlappende sett.
Jo mer klienten forteller om detaljene ved ulykken sin, desto sikrere kan vi være på hvilket skjema brukeren bør velge til å melde sin sak.
Samtidig, igjen etter hvert som brukeren forteller mer om historien sin, begynner vi allerede å samle inn informasjon for å fylle ut skjemaet.
Se det enkle diagrammet nedenfor:
Brukte Ollama
Under implementeringen av løsningen vår brukte vi Ollama.
Det er et åpent kildekode-verktøy laget for å kjøre store språkmodeller lokalt på din egen maskin, slik at ingen organisasjonsdata deles med tredjeparter.
Ollama er et flott verktøy for å eksperimentere med KI-utvikling på din lokale enhet uten bindende abonnement eller sikkerhetshensyn. Du kan enkelt bytte modell og administrere modellene dine lokalt.
To kanaler
Som denne demovideoen illustrerer, kommuniserer brukeren med FormAgent ved å svare på spørsmål.
FormAgent opererer med to-kanals kommunikasjon under samtalen:
Den første kanalen er for menneskelig dialog, og den andre er for å lagre data til backend i ønsket format.
Basert på brukerinndata, tidligere chattehistorikk og valgt skjemainnhold holder FormAgent samtalen i gang.
Den andre kanalen oppretter derimot noen JSON-data i ønsket format og lagrer data i bakgrunnen.
Vi deler altså kommunikasjonen og protokollen via disse to kanalene.
Ulike komponenter
Demovideoen viser tydelig bruken av naturlig språk for å fylle ut et skjema. Siden dette er en prototype som kjører KI-serveren på en lokal maskin, forsøkte vi ikke å fylle ut hele skjemaet med KI-inndata.
Fordi når du legger inn flere meldinger, krymper den begrensede kontekstminnet til den eksperimentelle modellen raskt.
Ikke desto mindre viser demoen at løsningen vår dekker ulike typer skjemakomponenter som datovalger, nedtrekkslister, radioknapper og tekstfelt.
Lærte mye
En annen ting er verdt å nevne: Selv om vi kalte prosjektet vårt FormAgent, passer det ikke helt til definisjonen, fordi KI-agenter forventes å samarbeide med eksterne tjenester.
FormAgent gjør tilsynelatende ikke det, men det er mer autonomt enn en chatbot. Så det er viktig å påpeke dette skillet.
Takket være dette hackathon-prosjektet fikk vi erfaring med KI-utvikling.
For eksempel lærte vi hvorfor tokens strømmes mens svaret genereres, og jeg pleide å undervurdere viktigheten av prompt-engineering – nå ser jeg tydelig at det utgjør en stor forskjell under utvikling av KI-drevne apper.
– Vil fjerne friksjon
Alt i alt ga dette prosjektet oss et nytt perspektiv på hva skjemaer faktisk er – og hva de kan bli.
Skjemaer vil sannsynligvis forbli en del av digitale systemer, men måten vi samhandler med dem på er allerede i endring.
I stedet for å tvinge brukere til å tilpasse seg rigide strukturer, kan vi begynne å tilpasse systemene til naturlig menneskelig kommunikasjon.
Hvis den overgangen skjer, selv delvis, vil det fjerne overraskende mye friksjon fra hverdagens digitale opplevelser.