Prosjektet springer ut av et samarbeid mellom Oslo politidistrikt, Vest politidistrikt, PIT (Politiets IT-enhet), NTNU CCIS og industripartnere som Schjønhaug AS.

Prosjektet startet i 2022 med støtte fra Norges Forskningsråd, og har siden vært topp tre i tre nominasjoner: Digitaliseringsprisen 2025 (Norge), GIMI Innovation Awards (Verden) og Europols Excellence Awards in Innovation (Europa).

Om prosjektet

Kjernen i prosjektet er tale-til-tekst-teknologi, som gjør lydopptak av avhør og observasjoner om til skrift på minutter i stedet for timer.

Teknologien håndterer flere språk inkludert norsk språk og dialekter, og brukes både til dialogutskrift, oppsummeringsrapporter og transkribering i rettssalen.

Løsningen benevis.ai, opprinnelig utviklet for NRK, er videreutviklet og tilpasset politiets behov.

Tale-til-tekst testes også på krimteknisk diktat og i patruljens arbeid på stedet (PPS).

Effektivisering av avhør

Politiet gjennomfører årlig over 150 000 avhør, hvorav rundt 48 000 skjer ute i felt.  Manuell transkribering og rapportskriving har tidligere vært svært tidkrevende. Med AI4Interviews kan dokumentasjonsarbeidet reduseres med opptil 80 prosent.

Teknologien vil frigjøre etterforskere og gi mer tid i felten og til kvalitativt politiarbeid.

Prosjektet støtter den KREATIV-avhørsmetoden, som vektlegger rettssikkerhet, empati og vitenskapelig forankring.

Kriminaltekniske løsninger

Krimteknikere bruker tale-til-tekst og talestyrte hodekameraer (f.eks. JodaPro) til å dokumentere funn direkte på åstedet. Kameraene kan live-streame til spesialister som ikke er fysisk til stede, og opptakene kan transkriberes automatisk.

Dokumentasjonen struktureres deretter til standardiserte rapporter i systemene (BL, Mediabanken).

Dette gir en helhetlig og modulær kjede fra opptak → transkripsjon → ferdig rapport.

Løsningen er bygd opp av flere ulike komponenter som settes sammen og som lett kan skiftes ut med bedre løsninger i takt med teknologiutviklingen.

Robotisering

Robotisering i prosjektet handler om digital automatisering: KI overtar monotone oppgaver som transkribering, rapportstrukturering og tekstanalyse. For eksempel kan flere lydopptak konsolideres automatisk til én rapport.

Kunstig intelligens

KI benyttes til både talegjenkjenning, oppsummering og tekstanalyse.

Named Entity Recognition (NER)

Brukes for å trekke ut navn, steder, tider og objekter fra store mengder tekst.

Store språkmodeller (LLM)

Testes for oppsummering, kontrastnotater og mønstergjenkjenning i avhør.

Prosjektet utvikler og tester språkmodeller for norsk, inkludert dialekter og komplekst juridisk språk.

Modeller som Whisper og Wav2Vec2 har vist gode resultater for norsk tale-til-tekst.

Egne datasett bygges for politiets kontekst, slik at NER og oppsummeringsverktøy blir bedre tilpasset norske forhold.

Utstyr

  • Talestyrte hodekameraer (JodaPro, testet fra helsesektoren)
  • Mobilapp for patrulje (Capture for politiarbeid på stedet (PPS)
  • PC-grensesnitt for avhør og rettssaler
  • Integrasjon med politiets sikre systemer (BL, PPS, Mediabanken).
Illustrasjon som viser hvordan løsningen fungerer. Den viser også hvilket utstyr som brukes og hvilke bruksområder løsningen har.
Bildet illustrerer den automatiserte arbeidsflyten for å håndtere lyd/video-opptak i AI4Interviews prosjektet.

Målet er å få raskere informasjonsflyt for å oppnå felles situasjonsforståelse, og få bedre beslutningsgrunnlag ved hendelser. I tillegg sparer vi tid og kan styre ressursene mer effektivt. ​

  1. ​Vi bruker stasjonære og mobile enheter.
  2. Opptakene sendes til politiets sikre nettverk.​
  3. En programvare-robot henter så en kopi av filen og sender den til en KI-drevet transkripsjonstjeneste, som konverterer tale til tekst.​
  4. Når transkripsjonen er klar sender roboten en lenke til tjenestepersonen med personlig tilgang til transkripsjonen.​
  5. Personen som gjorde opptaket kvalitetssikrer transkripsjonen. Og gjør dokumentet gyldig som et offisielt dokument.​

AI4Interviews bygger på en brukersentrert og iterativ innovasjonstilnærming. Metodikken innebærer å utvikle løsninger stegvis gjennom piloter og proof-of-concepts (PoC), med tett involvering av etterforskere, kriminalteknikere, jurister og teknologer.

Arbeidet er strukturert i fire arbeidspakker:

  1. Brukergrensesnitt – utvikles i samarbeid med politiet, med fokus på enkelhet og effektivitet.
  2. Tale-til-tekst og tekstanalyse – forskning og utvikling av algoritmer, språkmodeller og NER.
  3. Teknisk infrastruktur – sikre drift innen politiets egne nettverk og systemer.
  4. Innovasjon og prosjektledelse – koordinering, etikk, jus og gevinstrealisering.

Prosjektet følger en triple-helix-modell, hvor politi, akademia og næringsliv samarbeider systematisk. Det gjennomføres kontinuerlige tester i virkelige settinger (avhør, rettssaler, åsteder) og tilbakemeldinger brukes til å justere og forbedre løsningene.

Risiko- og etikkhåndtering er integrert i prosessen, og prosjektet arbeider eksplisitt innenfor GDPR og EUs AI Act. Løsningene testes først med syntetiske eller avgrensede data før de settes inn i produksjon.

Hovedmålet med metodikken er å sikre at teknologien ikke bare fungerer teknisk, men også aksepteres av brukerne og styrker politiets samfunnsoppdrag uten å gå på bekostning av rettssikkerhet.

 

Prosjektet samarbeider tett med partnere som:

  • NTNU CCIS (språkteknologi, sikkerhet)
  • Universitetet i Agder
  • Netherlands Forensic Institute
  • London Metropolitan Police

Denne tverrfaglige tilnærmingen gjør at prosjektet holder et internasjonalt tempo og kvalitet på utviklingen.

AI4Interviews viser hvordan ny teknologi kan

  • redusere ressursbruk på manuelle prosesser,
  • øke presisjon og rettssikkerhet i politiarbeidet,
  • styrke kriminalteknisk dokumentasjon,
  • og gjøre politiet bedre rustet for fremtidens utfordringer.

Prosjektet har allerede vist internasjonal gjennomslagskraft, og er et av de mest profilerte innovasjonsløpene i norsk politi.

Vil du vite mer om prosjektet, ta kontakt med: AI4Interviews@politiet.no

Prosjektet ledes av Oslo politidistrikt, med bred deltakelse fra politiet og samarbeidspartnere.

  • Bente Skattør: Prosjektleder AI4Interviews, Oslo politidistrikt / Ass. professor II NTNU CCIS
  • Xander Radpey: Politioverbetjent og fagleder Innovasjon Opd
  • Grete Lien Metlid: Leder Felles enhet etterforskning og etterretning, Oslo politidistrikt, leder av styringsgruppen
  • Thomas Ibsa Beka: Politiets IT-enhet, ansvarlig for maskinlæring og teknisk utvikling
  • Sigrun Farstad: Senior kommunikasjonsrådgiver i Oslo politidistrikt
Illustrasjon av løsningen.
Bildet viser brukspotensialet av løsningen. I alle steg fra avhør til domstolene.