AI finder signalerne. Mennesker træffer beslutningerne.
Quality Engine gør det muligt at følge mange virksomheder og kvalitetssignaler løbende. Systemet hjælper med at opdage mønstre og ændringer, men AI afgør ikke alene medlemskab, suspension eller eksklusion.
Mønstergenkendelse på tværs af flere datatyper
Quality Engine sammenholder relevante interne opgavedata, kundefeedback, anmeldelser, offentlige virksomhedsoplysninger og historiske mønstre. Formålet er at finde ændringer og risikosignaler, som kan være svære at opdage ved enkelte manuelle stikprøver.
Systemet kan blandt andet bruges til at prioritere virksomheder til nærmere gennemgang, opdage usædvanlige ændringer, følge anmeldelsesmønstre og sammenholde nye hændelser med tidligere kvalitetshistorik.
Et flag er ikke i sig selv en dom. Det er et signal om, at noget bør undersøges.
Sådan bruges AI i praksis
Vi skelner mellem automatisk overvågning og alvorlige menneskelige afgørelser.
Systemet opdager et signal
Nye data eller et mønster kan udløse et internt flag eller en prioritering til gennemgang.
Grundlaget bliver undersøgt
De underliggende data, dokumentation, hændelser og relevant historik gennemgås i den konkrete kontekst.
Mennesker vurderer alvorlige konsekvenser
Afvisning, suspension og eksklusion må ikke ske alene på baggrund af en autonom AI-afgørelse.
Quality Engine er ikke en ufejlbarlig dommer
AI er velegnet til at finde mønstre i store datamængder, men kan tage fejl, mangle kontekst eller vægte et signal forkert. Derfor beskriver Byggetjek ikke systemet som objektivt eller ufejlbarligt.
Kritiske flags skal kunne spores til det underliggende grundlag, og der skal være mulighed for manuel korrektion. Virksomheder og brugere skal samtidig kunne gøre opmærksom på faktuelle fejl i data.
Den præcise interne scoring offentliggøres ikke så detaljeret, at modellen kan manipuleres. Til gengæld offentliggør vi de overordnede datatyper, principper og menneskelige kontrolmekanismer.
AI skal gøre kontrollen bedre — ikke gøre ansvaret uklart
Byggetjek bruger AI til mønstergenkendelse, overvågning, prioritering og risikoflag. Mennesker har ansvaret for alvorlige afgørelser, og centrale beslutninger skal kunne journalføres.
Det samme princip gælder for vores øvrige brug af AI: teknologi må gerne gøre arbejdet mere skalerbart og konsistent, men resultatet skal stadig kunne forklares, korrigeres og vurderes i kontekst.
Læs mere om datametoden, kvalitetssikringsprocessen og hvordan faktuelle fejl kan rettes.
Vil du forstå signalerne bag systemet?
Datametoden beskriver hvilke datatyper Byggetjek bruger, hvor de kommer fra, og hvad de bruges til.