AI som stöd i kampen mot gängrekrytering

Vilka effekter kan man få när man tar hjälp av AI för att förhindra rekrytering av barn och unga till organiserad brottslighet? Det är något som man utforskar i ett nytt projekt. AI-verktyget ska vara ett stöd att välja, samkoordinera och följa upp insatser för barn och unga.

Idén är kopplad till samverkansstrukturen Bob (Barn och unga i organiserad brottslighet) där målet är att förbättra samverkan över sektorsgränser på nationell, regional och lokal nivå för att hitta effektiva gemensamma helhetslösningar för målgruppen.  

AI kan stötta oss i att strukturera och analysera data, någonting som kan stödja aktörer inom ett komplext socialt problem. Den nya socialtjänstlagen kommer att ställa högre krav på samverkan, evidens och förebyggande arbete. Där kan AI-verktyget bli ett viktigt stöd. Genom att skapa en gemensam interaktiv plattform kan aktörer från olika sektorer säkert dela och analysera information, och få stöd i att välja och samkoordinera insatser.  

– Verktyget ska också hjälpa oss aktörer att lära, anpassa och dela med oss av erfarenheter och ’best practice’, för att i förlängningen tillgodose individer med behovsanpassade insatser, säger Frida Wikström, Skyddsvärnet.

Projektet drivs av Skyddsvärnet som projektledare, forskare från KTH och ett expertteam från Konkret. I projektgruppen finns även andra civilsamhällesaktörer (Initcia och Göteborgs stadsmission) och en referensgrupp med representanter från kommuner och myndigheter. Projektet delfinansieras av Vinnova.  

AI synliggör mönster

Projektet har kommit att kallas iBob, då en idé föddes i samband med etableringen av samverkansstrukturen Bob (Barn och unga i organiserad brottslighet). Bob startade 2023 på uppdrag av regeringen för att stärka samverkan mellan polis, myndigheter och civilsamhälle. iBob stöttar det arbetet och syftar till att med hjälp av AI synliggöra mönster och samordna insatser mer träffsäkert. I stort handlar det om att stödja aktörer till att nyttja och komplettera varandras kompetenser, fånga upp i det tvärsektoriella på ett mer sammanhållet sätt – så att rätt stöd kan ges. 

– Utmaningen är att hitta en gemensam riktning när flera aktörer är vana att arbeta på sitt eget sätt. Ett första steg är att förstå varandras uppdrag och vad vi kan åstadkomma tillsammans, säger Frida Wikström. 

All information och olika typer av data från relevanta källor samlas i en gemensam kunskapsbank, där behovsägare kan interagera med verktyget för att få anpassade svar. Med hjälp av AI kan data från olika verksamheter analyseras. Det ska i förlängningen bredda perspektiv och skapa bättre underlag för beslut och samordning mellan aktörerna. 

– Vi behöver också lära oss att ställa rätt frågor och tolka svaren både kritiskt och med öppet sinne. AI är ett hjälpverktyg, inte ett facit. Att öva tillsammans på att ställa frågor och tolka svaren gör hela skillnaden, säger Cilla Byström från Konkret. 

Här kommer forskningen in som en viktig del. 

– Vi har tagit första steget på den här resan, vilket känns väldigt spännande. Men AI kommer inte att lösa alla problem. AI är jättebra på att snabbt analysera och ge förslag, men vi måste tolka resultaten med vår mänskliga förståelse och fatta besluten själva. AI kan däremot hjälpa oss att upptäcka nya infallsvinklar och perspektiv, säger Rob Comber, forskare vid KTH. 

iBob gör det lättare att förstå varandra

En central utmaning är att aktörer har olika kulturer, språk och riktlinjer. Här kan iBob fungera som en träningsarena där man lär sig att kombinera sina perspektiv och hitta nya lösningar. 

– Informationen innehåller ofta persondata som först måste avidentifieras för att uppfylla lagkrav. En förutsättning för att på sikt kunna dela mer är också förändringar i sekretesslagstiftningen, säger Frida Wikström. 

Skyddsvärnets fältarbetare bidrar med värdefull kunskap från vardagen då de träffar många ungdomar varje dag, och löpande dokumenterar vilken typ av problematik de möter i vardagen och vilka stödåtgärder som hänvisades eller samordnades. 

– Vi är intresserade att få mer substans i data vi samlar in och förstå vad den säger oss, dels i relation till andras data, och dels för att få en bredare analys över tid så att vi bättre kan anpassa vårt arbete och följa upp effekterna. Vill vi ju i slutändan veta om vi gör rätt. Hur ser problembilden ut över tid, bör vi mäta på andra sätt? Hur gör andra? Hur kan vi vara mer proaktiva? säger Frida Wikström.  

Kunskapsbank och handbok

Projektet omfattar flera delar: Att steg för steg bygga förståelse för vad AI kan göra, att testa verktyget i verkliga situationer och att träna på hur olika aktörer kan tolka svaren tillsammans. Det sker som en AI-läranderesa där teamen övar på att ställa frågor, reflektera över svaren och bygga gemensam förmåga. På sikt skapas också en kunskapsbank av erfarenheter som kan delas mellan flera aktörer. 

– För verklig förändring behöver vi våga testa nytt och utmana befintliga arbetssätt. I handboken beskriver vi hur AI kan fungera som en objektiv part i det dagliga arbetet – inte bara ord i ett dokument, utan ett verktyg som gör skillnad i vardagen, säger Cilla Byström. 

Just nu testas verktyget i olika testgrupper och framöver finns möjlighet att addera fler funktioner. Projektet planeras att vidareutvecklas under flera år. Redan i höst släpps handboken iBob – där verktyget och de första erfarenheterna presenteras som ett konkret exempel på hur AI kan användas som stöd för tvärsektoriell samverkan.