SEKRETESS
Exempel för projektledare
När en projektledare sammanfattar riskloggen inför styrgruppens nästa beslut är huvudfrågan inte om AI kan skriva texten, utan vilka uppgifter, beslut och ansvar som får hanteras. Dokumentera dataklass, vem som granskar och vilket underlag som måste verifieras.
Projektinformation är ofta känsligare än den verkar
Projektledare sitter på information från många håll: kundkrav, leverantörsavtal, personalresurser, budgetar, strategiska planer. Mycket av detta är konfidentiellt — ibland skyddat av NDA, ibland av GDPR, ibland av affärsmässiga intressen.
Att använda ett AI-verktyg innebär att information behandlas i ett system som kan drivas av den egna organisationen eller en extern leverantör. Vad som händer med informationen beror på tjänsten, konfigurationen, integrationerna och avtalen.
Vad som aldrig matas in i icke-godkända verktyg
- Kundidentifierande information. Kundnamn, kundnummer, specifika kundlösningar eller kundprojektsdetaljer som täcks av NDA eller sekretessavtal.
- Personalinformation. Namn, löner, prestationsutvärderingar, sjukfrånvaro eller annan information om enskilda medarbetare — personuppgifter som omfattas av GDPR.
- Icke-offentlig affärsinformation. Offerter, prislistor, upphandlingsunderlag, strategiska planer som inte är offentliggjorda.
- Tekniska hemligheter. Källkod, systemarkitektur, säkerhetslösningar eller annan information som är affärskritisk om den sprids.
Avidentifiering är ett kontrollsteg — inte ett frikort
Att byta namn mot ”Kund A” eller en roll kan minska risken men materialet kan fortfarande avslöja person, kund, system eller affär genom kombinationen av detaljer. Bedöm hela underlaget och avtalen.
- Använd fiktiva eller redan offentliga exempel när arbetsmålet kan nås utan projektdata.
- Ta bara med minsta nödvändiga information i ett uttryckligen godkänt arbetsflöde.
- Kontrollera rättslig grund, personuppgiftsroller, NDA, företagshemligheter och ändamål separat.
- Dokumentera återidentifieringsrisk och vem som godkänt användningen.
Licens, avtal och lagringsplats räcker inte ensamma
Bedöm den faktiska funktionen och datan. En organisationslicens kan ge bättre administrativa kontroller men gör inte all projektinformation tillåten att behandla.
- Kontrollera ändamål, rättslig grund, avtal, personuppgiftsroller och eventuella kundkrav.
- Granska behörigheter, anslutna datakällor, underbiträden, supportåtkomst, loggar, lagring, radering, träning och tredjelandsöverföringar.
- Pröva om samma nytta kan nås med fiktiva eller aggregerade data.
- Vid osäkerhet: stoppa och använd projektets incident-, säkerhets- och beslutsväg.
Bedöm MBL och arbetsmiljö före införande
MBL 11 § gäller när en kollektivavtalsbunden arbetsgivare planerar en viktigare förändring av verksamheten eller av arbets- eller anställningsförhållanden. Att en tjänst innehåller AI utlöser alltså inte automatiskt förhandling; påverkan och den konkreta förändringen behöver bedömas med HR och arbetsrättsligt ansvariga innan beslut.
Arbetsmiljöverkets regler kräver också riskbedömning före planerade förändringar som kan påverka arbetsmiljön. Kartlägg bland annat arbetsbelastning, kontroll, kompetens, felrisk, övervakning och nya beroenden.
Medbestämmandelagen hos Riksdagen (öppnas i ny flik) · Arbetsmiljöverkets stöd om riskbedömning (öppnas i ny flik)
AI-matriser och ansvar gentemot styrgrupp
AI kan generera riskmatriser, statusrapporter och beslutsunderlag som ser välgenomarbetade ut men bygger på ofullständig kontext. Att presentera ett AI-genererat underlag för en styrgrupp utan att tydliggöra dess begränsningar skapar juridiska och etiska risker:
- Styrgruppen fattar beslut baserat på ett underlag de tror är mer verifierat än det faktiskt är.
- Ansvar följer projektets beslutade roller. Den som granskar och godkänner underlaget behöver kunna visa hur det kontrollerats mot faktiska projektdata.
Följ projektets transparensrutin för AI-assisterat material och redovisa vilka delar som verifierats mot faktiska projektdata respektive skapats som mall. Styrgruppen behöver förstå underlagets kvalitet och begränsningar.
ANSVARKontrollerat underlag för projektets AI-regler
- IMY: GDPR och AI (öppnas i ny flik) — rättslig grund, principer och registrerades rättigheter.
- Riksdagen: lag om företagshemligheter (öppnas i ny flik) — definition och skydd av hemlig affärs- och driftinformation.
- Riksdagen: medbestämmandelagen, särskilt 11 § (öppnas i ny flik).
- Arbetsmiljöverket: riskbedömning före förändringar (öppnas i ny flik).
- EUR-Lex: AI-förordningen (öppnas i ny flik) — bland annat artikel 4 om AI-kunnighet.
- PMI: AI in Project Management (öppnas i ny flik) — aktuellt fackstöd och utbildningsresurser.
Etik och juridik i projekt
Får jag mata in projektplaner och tidplaner i AI?
Bara när det konkreta arbetsflödet är godkänt för informationens klassning, personuppgifter, NDA och övriga avtal. Avidentifiering, företagslicens eller biträdesavtal räcker inte var för sig.
Hur hanterar jag AI-genererade riskbedömningar?
Som generiska frågor eller utkast. Teamet fastställer risk, sannolikhet, konsekvens, ägare, trigger och åtgärd från verklig projektkontext.
Vem ansvarar om en AI-assisterad statusrapport är fel?
Ansvar följer projektets beslutade roller och styrmodell. Den som enligt processen granskar och godkänner rapporten måste kontrollera fakta, status, prognos och beslutspunkter före distribution.
Kräver ett nytt AI-verktyg alltid MBL-förhandling?
Nej, inte enbart för att det är AI. Arbetsgivaren behöver bedöma om införandet är en viktigare förändring enligt MBL 11 § och hantera frågan med HR och berörda parter före beslut.
Vem står bakom innehållet?
Skribent och källgranskare: Christopher Leijon. Angivna myndighets-, lag- och leverantörskällor kontrollerades .
Extern sakgranskning: Ingen extern projektledare, projektstyrningsspecialist, informationssäkerhetsspecialist eller jurist har granskat sidan. Materialet är ett praktiskt arbetsstöd och ersätter inte projektets styrmodell, avtal, säkerhetsbedömning eller ansvariga beslutsfattares prövning.
Nästa: Verktyg
Välj rätt AI-miljö för projektet och informationsklassen.