In recent years, Swedish society has seen a rise in violence, with youth playing a central role in this escalation. In response, the Swedish government, in collaboration with civil society organizations, has launched cross-sector initiatives to strengthen preventive efforts.

This thesis is part of the IBob-project, an extension of the nationally coordinated BoB-initiative, which aims to prevent young people from entering a criminal lifestyle by improving collaboration between major governmental actors such as the Police, Social Services, and the National Agency for Education. The IBob-project expands this work by exploring how artificial intelligence (AI) can support these collaborative efforts.

Specifically, this thesis investigates how generative AI can enhance innovation processes and information sharing between government agencies and civil society organizations in projects addressing complex societal challenges. It examines the structural, cultural, and legal conditions that affect these collaborations and analyzes where and how AI tools might be implemented effectively.

Based on semi-structured interviews with participants in the IBob-project, the study identifies four key areas that affect and hinders information sharing in cross-sector collaborations: differences in project initiation, differences in internal innovation processes, misaligned workflows, and legal uncertainty. While none of the participating organizations have implemented AI tools at the organizational level, all recognize the technology’s potential to improve and automate documentation, evaluation, and information sharing. They also emphasize the importance of a clear legal framework, cross-sector alignment, and both organizational and individual understanding of AI’s capabilities when implementing AI.

Under de senaste åren har det svenska samhället präglats av en ökning av våldsbrott, där ungdomar har spelat en central roll. Som svar på detta har den svenska regeringen, i samarbete med civilsamhällesorganisationer, inlett tvärsektoriella initiativ för att stärka det förebyggande arbetet. Denna uppsats är en del av IBob-projektet, en vidareutveckling av det nationellt samordnade BoB-initiativet, som syftar till att förhindra att unga rekryteras till kriminella nätverk genom att förbättra samverkan mellan stora samhällsaktörer såsom Polisen, Socialtjänsten och Skolverket. IBob-projektet bygger vidare på detta genom att undersöka hur artificiell intelligens (AI) kan stödja dessa samverkansinsatser.

Specifikt undersöker denna uppsats hur generativ AI kan stärka innovationsprocesser och informationsdelning mellan myndigheter och civilsamhällesorganisationer i projekt som adresserar komplexa samhällsutmaningar. Studien analyserar de strukturella, kulturella och juridiska förutsättningarna som påverkar sådana samarbeten, samt var och hur AI-verktyg kan implementeras på ett effektivt sätt. Baserat på semistrukturerade intervjuer med deltagare i IBob-projektet identifierar studien fyra centrala områden som påverkar och hindrar effektiv informationsdelning i tvärsektoriella samarbeten: skillnader i projektinitiering, skillnader i interna innovationsprocesser, osynkroniserade arbetsflöden samt juridisk osäkerhet.

Även om ingen av de deltagande organisationerna i dagsläget har implementerat AI-verktyg på organisatorisk nivå, ser samtliga en stor potential i teknologin för att förbättra och automatisera dokumentation, utvärdering och informationsdelning. De understryker också vikten av ett tydligt rättsligt ramverk, samordning mellan sektorer samt förståelse för AI:s möjligheter, både på organisatorisk och individuell nivå.