Daniel Corydon-Petersen

Daniel Corydon-Petersen er AI-konsulent i Gladsaxe Kommune og arbejder med værdiskabelse gennem AI på tværs af organisationen. Før Gladsaxe arbejdede han som data scientist i ATP's AI-afdeling, hvor han byggede AI-løsninger. Den tekniske baggrund præger hans tilgang: Han forbinder konkret afprøvning med kritiske spørgsmål om implementering, ansvar og langsigtet vedligeholdelse, og han er optaget af, hvordan AI-værktøjer kan indgå i medarbejdernes faktiske arbejdsprocesser og blive brugt med omtanke.

I det arbejde tager han udgangspunkt i hybrid intelligence, som det formuleres af Center for Hybrid Intelligence ved Aarhus Universitet: AI og mennesker indgår i den samme arbejdsgang med en bevidst arbejdsdeling, hvor AI tager sig af det, den er god til, som at finde mønstre, gennemgå information og lave første udkast, mens medarbejderne bevarer vurderingen, afvejningerne og ansvaret. Spørgsmålet er ikke, hvor meget der kan automatiseres, men hvordan AI og medarbejdere sammen kan løse opgaverne bedre, end hver part kan alene, på en måde hvor mennesket lærer mere end maskinen.

Med sin tekniske baggrund undersøger han desuden aktivt, hvilken værdi vibecoding kan skabe i kommunen, og hvordan den skal forankres. Han ser en mulighed i at udvikle tæt på brugerne og løse mindre lokale behov, og hans fokus er derfor på, hvad en forankring kræver: kompetencer til hosting, vedligeholdelse, sikkerhedsopdateringer, uddannelse, etc.

Endelig arbejder han med spørgsmål om digital suverænitet: hvor kommunen henter sin LLM-inferens fra, hvad valget mellem open source- og closed source-modeller og systemer betyder, og hvordan afhængigheden af bestemte modeller og leverandører kan håndteres, så kommunen bevarer kontrollen over sine data og sine valg på længere sigt.

Udvalgte erfaringer

• AI-konsulent i Gladsaxe Kommune og tidligere data scientist i ATP's AI-afdeling.
• Hybrid intelligence med bevidst arbejdsdeling mellem AI og medarbejdere.
• Vibecoding tæt på brugerne med fokus på hosting, vedligeholdelse, sikkerhedsopdateringer og uddannelse.
• Digital suverænitet, LLM-inferens og afhængighed af modeller og leverandører.