NAV vant prisen for innebygd personvern – en løsning utviklet i samarbeid med Visma Consulting

I Norge ligger vi helt i verdenstoppen når det gjelder digitalisering av tjenester og løsninger. Digitalisering fører med seg utveksling av store datamengder, og håndtering av personsensitive data er således blitt viktigere for å ivareta personvernet i befolkningen. Datatilsynet setter med denne prisen fokus på innebygd personvern i praksis.

– Målet med konkurransen er å løfte frem gode eksempler på praktisk implementering av innebygd personvern og personvern som standardinnstilling, sa direktør Bjørn Erik Thon i Datatilsynet. – Siden samfunnet vårt blir bare mer og mer digitalt, er det viktig at personvern er bygget inn i alle løsninger, programmer, apper, algoritmer og kunstig intelligens.

Distrikts- og digitaliseringsminister Linda Hofstad Helleland annonserte i juni at det var NAV med løsningen «Gjør test til en fest! Løsning for syntetiske testdata», som vant prisen.

– Vi er veldig stolte over at det er NAV som mottar prisen for innebygd personvern, siden dette er et prosjekt vi har jobbet tett sammen med NAV for å løse. Løsningen gir bedre kvalitet på testarbeidet, samtidig som personvernet ivaretas, og vi håper at flere kan la seg inspirere av den gode løsningen til NAV, sier Vidar Evensen, administrerende direktør i Visma Consulting.

Det ligger store verdier i gode data, men av personvernshensyn er ofte tilgangen begrenset. Syntetisering av data løser dette problemet, og forener personvern og databehandling.

– Visma Consulting har lang erfaring med digitalisering og utvikling av løsninger for offentlig sektor. Syntetisering av data er blitt stadig mer aktuelt ettersom datamengden øker og retningslinjene for håndtering av data er blitt strengere. Vi tror det er et stort behov for løsninger med innebygd personvern fremover, sier Evensen.

Guide: Syntetiske testdata som en løsning for personvern: Hva, hvordan og hvorfor

Last ned guiden

Dette er løsningen

NAV har et stort behov for å teste datasystemene sine, og det med så reelle data som mulig. Metoder som maskering og anonymisering av produksjonsdata er tidligere prøvd ut uten å finne en løsning som i tilstrekkelig grad ivaretar personvernet til brukerne.

En ny metode basert på kunstig intelligens kombinert med en verdikjedetilnærming (kontra databasetilnærming) har vist seg å være sukessoppskriften for å generere testdata som ivaretar personvernet. All testing skal nå som hovedregel gjøres med syntetiske testdata.

Mini-Norge er NAVs basispopulasjon med 200.000 testpersoner som ligner på den norske befolkningen. Maskinlærte modeller genererer syntetiske testdata med de samme egenskapene som det opprinnelige datasettet. Populasjonen er i tillegg dynamisk, noe som betyr at de fiktive individene oppfører seg og endrer seg som i befolkningen forøvrig.

Løsningen styrker brukernes personvern samtidig som den forenkler og og forbedrer utvikling og test i NAVs IT-løsninger. I tillegg har løsningen bidratt til mer effektiv testing siden testerne/utviklerne kan lage testdata selv fremfor å vente på at noen andre skal lage dem.

Vil du lese mer om løsningen? Klikk her.

Juryen beskriver bidraget slik:

«NAV har utviklet en metode og løsning for å lage syntetiske testdata ved hjelp av maskinlæring og gjenbruk av eksisterende forretningslogikk. Syntetiske opplysninger trer inn i stedet for reelle opplysninger, og dette gir anonymisering etter at transformering har skjedd. Behovet for syntetiske data og testdata i tilknytning til systemutvikling uavhengig av sektor er stort. Syntetiske data er også viktig og kan benyttes i samfunnsplanlegging, for eksempel for å teste mulige effekter av planlagt politikk eller i forbindelse med kunstig intelligens. Bidraget viser at det er fullt mulig å bruke syntetiske data, til tross for argumentasjoner om at det er for vanskelig, for kostbart eller for tidkrevende. Det står på vilje og gammel vane.»

Hva har dette ført til?

NAV har brukt svært mye tid og ressurser på å generere testdata tidligere. Nå har denne prosessen blitt drastisk mye raskere, ved at du kan generere opp til 10.000 syntetiske personer på noen få minutter.

I tillegg til at løsningen har spart NAV mye tid og ressurser er den også helt sikker og anonym. Det er helt umulig å spore tilbake til enkeltpersoner. På den måten sørges det for at man trygt kan teste på disse dataene samtidig som man bevarer personvernet til enkeltpersoner.

Syntetiske testdata brukes ikke bare i form av systemutvikling og testing, men også for opplæring av saksbehandlere i NAV. Slik kan opplæring skje uten at det må gjennomføres tungvinte sikkerhetstiltak, eller at ekte brukere får brev i posten basert på hva som har skjedd i et treningscenario.

Lær mer om syntetiske data i vår guide!