Ett spørsmål, et stort kunnskapsgrunnlag
"Hva kan jeg bygge på denne tomten?"
Når alle innoverer på AI-fronten, blir dette også et styringsspørsmål. En tomteassistent kan gjøre offentlige data mer tilgjengelig, men bare hvis kildene serveres med autoritet, metadata, rettigheter, forbehold og ansvar. Ellers risikerer vi at gode AI-grensesnitt bygger på uklare tolkninger av offentlige data.
I forrige artikkel handlet dette om hvordan en tomteassistent kan bruke kunnskap fra plan- og byggesaksfeltet, og hvordan DiBKs arbeid peker mot maskinlesbar planinformasjon og regelverksnær kunnskap.
Men plan og regelverk er bare ett lag. Når en tomteassistent skal svare ordentlig, må den også finne frem i kartet: eiendom, bygg, terreng, naturfare, miljø, kulturminner, infrastruktur, rettigheter og lokal praksis. Noe er nasjonalt, noe kommunalt, noe tilgangsstyrt, og noe bare en indikasjon som må kontrolleres videre.
Derfor er tomtepotensial et godt eksempel på digital kunnskapsinfrastruktur. En assistent trenger ikke bare flere datasett, men et forvaltet kunnskapsgrunnlag med autoritet, proveniens, versjonering, rettigheter og begreper som henger sammen.
Datalagene må kobles og vektes
En tomtevurdering kan hente informasjon fra lov, forskrift, veileder, reguleringsplan, fagrapport, kartlag og mer uformelle kilder. Flere kan være nyttige, men de har ikke samme status.
Derfor holder det ikke å liste datalag. Assistenten må koble eiendom, plan, bygg, terreng, naturfare, miljø, infrastruktur og rettigheter for en konkret tomt, og samtidig forstå hvilken vekt hvert funn skal ha.
Lov og forskrift har en annen autoritet enn veiledere. Vedtatte planer har en annen status enn uformelle kartlag. Aktsomhetsdata er noe annet enn en konkret fagrapport.
Hvis assistenten ikke kan forklare forskjellen, bør den ikke konkludere. Den kan fortsatt være nyttig som veileder: vise grunnlaget, skille mellom indikasjon og konklusjon, og peke på hva som må kontrolleres videre.
Å finne data er ikke det samme som å bruke data
Norge har allerede viktige innganger til offentlige data og kartlag. Geonorge samler geodata, metadata og karttjenester. Norge digitalt organiserer samarbeid og deling. Det offentlige kartgrunnlaget samler temadata for plan- og byggesaker, mens Data.norge.no gjør datasett søkbare på tvers av sektorer.
Dette er viktig infrastruktur. Men en katalog eller karttjeneste er ikke automatisk et kunnskapsgrunnlag en agent kan bruke trygt.
For en tomteassistent er tilgangsmodellen en del av produktspørsmålet. Noen datasett er åpne. Andre krever medlemskap, avtale, innlogging eller særskilte vilkår. Noen lokale data finnes først og fremst i kommunale kartløsninger, arkiver eller fagsystemer.
For fagpersoner kan forskjeller i tilgang, rettigheter og kvalitet ligge implisitt i erfaring og lokalkunnskap. For en agent må de være eksplisitte metadata: hvem eier datasettet, hva kan det brukes til, hvilken lisens gjelder, hvor ferskt er det, og hvilke forbehold følger med svaret?
Fra lukket samarbeid til bredere tilgjengelighet
Tradisjonelt har mye geodata vært delt gjennom Norge digitalt: et avtalebasert samarbeid mellom offentlige aktører. Det har vært viktig, men er ikke nødvendigvis den enkleste modellen for nye digitale tjenester, systemleverandører og AI-assistenter.
Nå utfordres modellen av krav om bredere tilgjengelighet. Offentlige data må ikke bare finnes for dem som kjenner inngangene. De må kunne oppdages, forstås og brukes gjennom tydelige metadata, vilkår, kvalitet, tilgangsstyring og API-er.
Regjeringens forslag til ny dataforvaltningslov, DiBKs nye distribusjonsansvar for plandata og Arkitektums omtale av datadeling peker i samme retning: standardiserte og dokumenterte data gir bedre grunnlag for nye tjenester, analyser og assistenter.
Det betyr ikke at alle data skal være frie og åpne. Noen vil fortsatt kreve avtaler, innlogging, betaling, sikkerhetshensyn eller særskilte vilkår. Poenget er at tilgangsmodellen selv må bli maskinlesbar og forutsigbar: hvem kan bruke dataene, til hva, på hvilke vilkår, med hvilken kvalitet og med hvilket ansvar?
Geolett peker i riktig retning
Geolett 2.0 hører hjemme i denne diskusjonen. Det er et offentlig moderniseringsarbeid for å gjøre temadata enklere å finne, tolke og bruke digitalt i plan- og byggesaksprosessen. DiBK beskriver Geolett som temadata til digital bruk.
For en tomteassistent er retningen interessant fordi mer av kunnskapsgrunnlaget kan flyttes fra dokumenter og lokale tolkninger til kilder digitale tjenester kan oppdage, kontrollere og forklare. Den maskinelle veien finnes allerede i blant annet Geonorge-API-er, DOK-statusregisteret, datasett-tjenester og Geolett-registeret.
DOK-arealanalyse er særlig relevant fordi Kartverket knytter videre arbeid til Geolett, og beskriver DOK-arealanalyse som del av prosesseringstjenester i teknologisk rammeverk for geografisk infrastruktur. For en tomteassistent er dette nettopp overgangen fra kartlag til operativt kunnskapsgrunnlag: analyser som kan forklare treff, usikkerhet, kilde og forbehold for en konkret eiendom.
Fra åpne data til agentklart kunnskapsgrunnlag
For AI peker dette mot noe mer enn tradisjonelle API-er. En tomteassistent trenger verktøy som kan brukes i en arbeidsflyt: finn eiendommen, hent relevante lag, analyser treff, dokumenter kilde og tidspunkt, og forklar hva som bare er en indikasjon.
Geonorge viser samme mønster fra geodata-siden. Kartkatalog, registre, fagverktøy og API-er bygger på forvaltning av geografiske metadata. Det er nettopp slike mellomlag en tomteassistent trenger: søkbare og forvaltede grensesnitt som kan forklare kilde, status, kvalitet og begrensninger.
MCP, Model Context Protocol, er ett eksempel på en teknisk retning der datakilder kan pakkes som verktøy en agent kan bruke. Verdien avhenger av at verktøyene er godt avgrenset, dokumentert, stabile og koblet til autoritative kilder.
Autoriteten ligger fortsatt hos kildene. Et API-, analyse- eller MCP-lag kan gjøre data mer brukbare, men overtar ikke ansvar for faglig kvalitet, oppdatering, lisens eller juridisk status.
Hvis offentlige data skal bli et agentklart kunnskapsgrunnlag for BAE, bør videreutviklingen særlig prioritere:
- stabile API-er og analyseendepunkter for sentrale kart-, plan- og DOK-data
- maskinlesbare metadata for lisens, tilgang, proveniens, kvalitet, gyldighet og oppdatering
- standardiserte analyseresultater som dokumenterer treff, usikkerhet, forbehold og kilde
- verktøybeskrivelser der ansvar, bruksbegrensning, versjonering og endringsvarsling følger hvert svar
Dette er minimumet som skal til for at en assistent kan vise grunnlaget for et svar, og hvor svaret må kontrolleres videre.
Dataene finnes, men rotsystemet må forvaltes
Det finnes ikke ett datasett som svarer på hva en tomt tåler. Svaret ligger i samspillet mellom plan, regelverk, eiendom, kart, naturfare, infrastruktur, rettigheter og lokal praksis.
En AI-assistent kan gjøre dette mer tilgjengelig. Den kan hjelpe brukeren å stille bedre spørsmål, forstå risiko tidligere og se hvilke avklaringer som må gjøres før en sak går videre.
Men da må kildene være mer enn løse datasett. De må være del av et forvaltet kunnskapsgrunnlag med autoritet, metadata, versjoner, rettigheter, sporbarhet og ansvar. Det er forskjellen på en AI-demo og digital kunnskapsinfrastruktur.