Digitaliseringen i offentlig sektor har gått snabbt och många myndighetsbeslut fattas i dag helt eller delvis automatiserat. Det gäller allt från deklarationskontroller till beslut om ersättningar och sanktioner. När algoritmer och AI tar över delar av beslutsprocessen uppstår dock en central fråga: vem ansvarar om något blir fel? Ett tydligt exempel är Arbetsförmedlingens beslutsrobot som 2019 fattade felaktiga avstängningsbeslut, vilket ledde till att Försäkringskassan drog in ersättning för personer som inte gjort något fel. Trots att systemet ”bröt mot lagen” hölls ingen tjänsteperson ansvarig, vilket visar hur ansvar kan bli otydligt när beslut fattas av system i stället för människor. Studien undersöker hur Skatteverket, Arbetsförmedlingen och Försäkringskassan organiserar ansvar i samband med automatiserat beslutsfattande och AI. Fokus ligger på hur ansvar formuleras och fördelas i styrdokument och riktlinjer. Forskningen visar att automatisering skapar effektivitet men också risker: bristande insyn, svårbegripliga beslutsprocesser och ansvar som ”glider” mellan aktörer. Ansvar blir ofta fragmenterat och tekniska system hamnar i organisatoriska mellanrum, vilket försvårar för både handläggare och medborgare att förstå vem som faktiskt ansvarar. Sammantaget visar uppsatsen att automatisering inte bara förändrar beslutsprocesser utan också förutsättningarna för ansvar i offentlig förvaltning. För att värna rättssäkerhet och legitimitet krävs tydligare ansvarsstrukturer i en tid där allt fler beslut formas av kod och algoritmer. 

The digitalization in the public sector has progressed rapidly and many government decisions are now made fully or partially automated. This applies to everything from declaration checks to decisions on compensation and sanctions. However, when algorithms and AI take over parts of the decision-making process, a central question arises: who is responsible if something goes wrong? A clear example is the Swedish Public Employment Service's decision-making robot, which in 2019 made incorrect suspension decisions, which led to the Swedish Social Insurance Agency withdrawing compensation for people who had done nothing wrong. Despite the fact that the system "broke the law", no official was held responsible, which shows how responsibility can become unclear when decisions are made by systems instead of people. The study examines how the Swedish Tax Agency, the Swedish Public Employment Service and the Swedish Social Insurance Agency organize responsibility in connection with automated decision-making and AI. The focus is on how responsibility is formulated and distributed in steering documents and guidelines. The research shows that automation creates efficiency but also risks: lack of transparency, difficult-to-understand decision-making processes and responsibility that "slips" between actors. Responsibility often becomes fragmented and technical systems end up in organizational gaps, making it difficult for both administrators and citizens to understand who is actually responsible. Overall, the paper shows that automation is not only changing decision-making processes but also the conditions for accountability in public administration. To safeguard legal certainty and legitimacy, clearer accountability structures are required in an era where more and more decisions are shaped by code and algorithms.