Artificiell Intelligens för animalieproduktion : djurvälfärd och juridiska hinder

Sammanfattning

Detta examensarbete undersöker varför artificiell intelligens (AI) ännu inte är fullt ut implementerat i animalieproduktionen, trots att teknologin visat tydlig potential inom flera andra branscher, såsom transport, sjukvård och industriell automation. Inom animalieproduktionen skulle AI kunna bidra till ökad djurövervakning, förbättrad resurseffektivitet och tidigare upptäckt av sjukdomsförlopp. Trots detta har införandet av AI på gårdsnivå varit långsamt. Syftet med studien är att identifiera och analysera juridiska och djurvälfärdsrelaterade hinder som påverkar införandet av AI-baserade system i lantbrukets praktiska tillämpning. Särskilt fokus har lagts vid EU:s AI-förordning (2024/1689), Dataförordningen (2023/2854) samt relevanta delar av svensk lagstiftning och vetenskaplig litteratur inom djurvälfärd, teknik och policy. Metodiken utgår från en kvalitativ litteraturanalys där vetenskapliga artiklar, rapporter från myndigheter, EU-lagstiftning och tidigare etiska ramverk har granskats. En fiktiv fallanalys användes som verktyg för att sätta resultaten i en lantbrukspraktisk kontext. Generativ AI användes som hjälpmedel för att tolka komplex lagtext och stödja struktureringen av referenshantering. Resultaten visar att AI-teknikens potential är betydande, men implementeringen hämmas av flera faktorer: rättsliga gråzoner kring dataägande, osäker ansvarsfördelning, bristande interoperabilitet mellan olika tekniska system, otydlig riskklassificering av AI-produkter samt avsaknaden av en gemensam och tillämpbar definition av djurvälfärd i teknisk utveckling. Diskussionen visar att det inte främst är den tekniska kapaciteten som är begränsningen, utan snarare otillräcklig anpassning av regelverk, avtal och etiska riktlinjer. Det är avgörande att principen om mänsklig kontroll, Human-in-the-loop (HITL), säkerställs för att AI inte ska ersätta det mänskliga omdömet vid beslut som rör djurens hälsa och välbefinnande. Studien pekar också på behovet av förbättrad transparens, krav på loggning i högrisk-AI samt möjlighet till återanvändning av data. För att AI ska kunna införas på ett ansvarsfullt och djurvälfärdsfrämjande sätt krävs ett tydligare juridiskt ramverk, praktiskt användarstöd för lantbrukare, och branschövergripande standardisering av tekniska lösningar.