Kan en dator verkligen tolka gammal svenska på en handskriven bouppteckning från 1800-talet? Och vem bär ansvaret om en AI-modell felaktigt sekretessbelägger, eller lämnar ut, en allmän handling? Dessa frågor blir alltmer aktuella för alla som arbetar med arkiv i Sverige.

De största riskerna med AI inom arkiv handlar om bristande spårbarhet, oklart ansvar vid gallring och sekretessbedömning, samt sårbarheter i IT-säkerheten när känslig information hanteras av nya system. Samtidigt öppnar tekniken stora möjligheter för transkription, sökbarhet och effektivare informationshantering. Det handlar om en balansgång som varje arkivarie, IT-chef och beslutsfattare behöver förstå.

Arkivforum, Sveriges ledande forum för arkiv och informationshantering, samlar branschens experter kring just dessa frågor genom konferenser och kurser. Den här artikeln går igenom hur AI redan används inom svenska arkiv, vilka risker som kräver aktiv hantering, och konkreta exempel från Riksarkivet, Skatteverket och Stockholms stadsarkiv. Läs vidare för en genomgång av både möjligheter och fallgropar.

Viktiga slutsatser

  • AI innebär ett paradigmskifte för arkivsektorn, enligt Riksarkivet.

  • AI är redan en realitet i svenska arkiv, inte en fråga för framtiden.

  • Riskerna kring spårbarhet, etik och IT-säkerhet måste hanteras aktivt och medvetet.

  • AI ska stödja arkivpersonalens arbete, inte ersätta mänsklig bedömning vid känsliga beslut.

In this article

  1. Vad kan AI göra för arkiv och informationshantering?
  2. Vilka risker medför AI inom arkivhantering?
  3. Hur kan arkivarier och organisationer förbereda sig för AI?
  4. Sammanfattningsvis
  5. Vanliga frågor

Vad kan AI göra för arkiv och informationshantering?

Arkivarie granskar handskriven historisk bouppteckning noggrant

AI ger arkivarier och informationsförvaltare verktyg för att snabbt bearbeta stora mängder handlingar som tidigare krävde manuellt arbete under lång tid. Riksarkivet har testat flera tillämpningar som redan skapar konkret nytta i den dagliga verksamheten:

  • Transkription av handskrivna texter, vilket gör miljontals sidor sökbara och nedladdningsbara för forskare och allmänhet.

  • Automatiserad fastighetsindexering, som snabbar upp arbetet med äldre lantmäterihandlingar och fastighetsakter.

  • Sekretessgranskning, sammanfattning av dokument, taligenkänning och dataextraktion ur äldre bestånd.

Stockholms stadsarkiv har visat ett konkret exempel genom projektet Stadens ansikten, där AI kombineras med historisk-biografisk data för att göra material tillgängligt på ett nytt sätt. Projektet knyter samman bilder, namn och livsöden i stadens historia, vilket annars hade krävt oräkneliga timmar av manuellt sökarbete. Det visar hur AI kan skapa nya sätt att utforska arkivmaterial, inte bara snabbare sökningar i befintliga system.

Skatteverket har delat praktiska erfarenheter av att införa AI i sin verksamhet, både framgångar och fallgropar. Myndigheten pekar på vikten av att testa tekniken i mindre skala innan den skalas upp brett i organisationen. Erfarenheterna visar att AI kan spara tid i handläggningen, men bara om personalen får rätt utbildning och tydliga rutiner för kvalitetskontroll.

Vilka risker medför AI inom arkivhantering?

Serverhall som symboliserar IT-säkerhetsrisker med AI

De största riskerna med AI inom arkivhantering rör spårbarhet, långtidsbevarande och etik, särskilt när generativ AI själv bidrar till att skapa information. När en AI-modell sammanfattar eller skriver om innehåll i en handling blir det svårare att avgöra vad som är originalkälla och vad som är AI-genererat tillägg. DIGG, myndigheten för digital förvaltning, har tagit fram riktlinjer för generativ AI inom myndigheter för att hantera denna oklarhet. Utan tydlig dokumentation av AI:ns roll riskerar arkivet att förlora sin funktion som pålitligt bevis.

IT-säkerhet är en annan central riskfaktor, eftersom arkiv ofta innehåller känslig eller sekretessbelagd information om enskilda personer, och frågor kring juridiken inom arkivering blir alltmer komplexa när digitala verktyg introduceras i verksamheten. Attacken mot IT-leverantören TietoEvry, som drabbade flera svenska kommuner, visade hur sårbara verksamhetssystem kan vara. När AI-verktyg kopplas till samma system ökar kraven på stark informationssäkerhet, eftersom fler processer kan utnyttjas av angripare.

Ansvarsfull AI-användning blir extra viktig vid utlämnande av allmänna handlingar, där en felaktig sekretessbedömning kan få allvarliga konsekvenser för enskilda. Om AI hjälper till att sortera eller sammanfatta handlingar inför utlämnande måste en människa ändå granska resultatet innan beslut fattas. Riksarkivet betonar att etiska och säkerhetsmässiga aspekter måste vägas in redan när AI-lösningar utformas.

Hur kan arkivarier och organisationer förbereda sig för AI?

Arkivpersonal deltar i utbildning om AI och arkivering

Arkivarier som vill möta AI-utvecklingen behöver bygga kompetens inom både teknik och etik, och samtidigt ta rollen som informationsspecialist inom sin organisation. Försvarets materielverk, FMV, har arbetat med UX-metodik för att sätta användarens behov i centrum när AI-lösningar utvecklas för arkiv- och informationsförvaltning. Genom att involvera slutanvändare tidigt säkras det att tekniken faktiskt löser verkliga problem, istället för att skapa nya. Det kräver mod att testa nytt, men också tydliga rutiner för hur AI-stöd dokumenteras och granskas.

Ett sätt att komma igång är att delta i strukturerad kompetensutveckling tillsammans med andra i branschen. Forumet erbjuder bland annat fördjupningskursen AI & e-arkiv, där deltagare får praktiska verktyg för att arbeta med AI i arkivsammanhang. Konferensen fungerar dessutom som en mötesplats där arkivarier, IT-chefer och beslutsfattare kan dela erfarenheter direkt med varandra.

AktörExempel på AI-tillämpning
RiksarkivetTranskription, fastighetsindexering, sekretessgranskning
Stockholms stadsarkivProjektet Stadens ansikten – bilder, namn och livsöden
SkatteverketInförande i mindre skala med fokus på utbildning och kvalitetskontroll
Försvarets materielverk (FMV)UX-metodik för användarcentrerad AI-utveckling
DIGGRiktlinjer för generativ AI inom myndigheter

Sammanfattningsvis

Historisk arkivbyggnad i varmt kvällsljus symboliserar förtroende

AI öppnar stora möjligheter för svenska arkiv, från snabbare transkription till bättre sökbarhet och effektivare handläggning. Samtidigt kräver tekniken aktiv hantering av risker kring spårbarhet, sekretess och IT-säkerhet, precis som exemplen från Riksarkivet, Skatteverket och TietoEvry-attacken visar. Den organisation som lyckas balansera dessa två sidor får ett kraftfullt verktyg, medan den som ignorerar riskerna kan förlora medborgarnas förtroende.

AI är tänkt att stödja arkivarier, inte ersätta dem — särskilt vid sekretessbedömningar och gallringsbeslut krävs fortsatt mänsklig bedömning.

Vill du ligga steget före utvecklingen? Fördjupningskurser och branschkonferenser ger både strategisk kunskap och praktiska verktyg för att arbeta tryggt med AI i arkiv- och informationshanteringen. Genom att fortsätta lära tillsammans med branschens övriga aktörer blir det enklare att hantera både möjligheter och risker under de kommande åren.

Vanliga frågor

Kan AI ersätta arkivarier i framtiden?

Nej, AI är tänkt att stödja arkivarier, inte ersätta dem. Försvarets materielverk har visat genom sin UX-metodik hur AI-lösningar bör utformas med människan i centrum. Vid sekretessbedömningar och gallringsbeslut krävs fortsatt mänsklig bedömning, eftersom AI saknar förmåga att fullt ut förstå juridiska och etiska konsekvenser.

Vilka lagar styr användningen av AI i offentliga arkiv?

Lagbok och surfplatta symboliserar juridik kring AI-arkivering

Arkivlagen, dataskyddsförordningen GDPR och DIGG:s riktlinjer för generativ AI utgör de viktigaste ramverken idag. Ingen av dessa regelverk är dock skriven specifikt för AI, vilket skapar gråzoner kring ansvar och spårbarhet. Arkivarier behöver därför bevaka utvecklingen löpande och tolka reglerna utifrån varje ny AI-tillämpning.

Hur säkerställs spårbarhet när AI genererar eller bearbetar handlingar?

Spårbarhet säkras genom tydlig metadata som visar vilken roll AI har haft i skapandet eller bearbetningen av en handling. DIGG arbetar med riktlinjer som hjälper myndigheter att dokumentera detta konsekvent. Utan sådan dokumentation blir det svårt att i efterhand avgöra handlingens ursprung och tillförlitlighet.

Var kan jag lära mig mer om AI och e-arkiv i praktiken?

Arkivforums fördjupningskurs AI & e-arkiv ger praktisk kunskap om hur tekniken kan användas i arkivarbetet. Konferensens programpunkter tar löpande upp aktuella exempel, och deltagare får möjlighet att nätverka med experter från Riksarkivet, DIGG och svenska kommuner.