Nortal HQ, July 5, 2021
Tekoälyä, tarkemmin sanottuna koneoppimista, hyödynnetään yhä useammissa soveltamiskohteissa, joissa tarvitaan tehokasta datan keräämistä ja analysoimista. Virossa Nortal osallistui yhteistyöhön, jossa menestyksekkäästi tuotiin tekoäly tukemaan päätöksentekoa – ja näin edesautetaan työttömyyskassan asiakkaiden nopeampaa paluuta työelämään.
Kun koronaviruspandemia alkoi vuonna 2020, hallitukset eri puolilla maailmaa joutuivat toteamaan, että terveydenhuollon kantokyvyn suojelemisella olisi merkittävä vaikutus talouteen ja työllisyyteen. Vuoden aikana 96 000 virolaista ilmoittautui työttömäksi, ja työttömyysaste nousi korkeimmilleen sitten vuoden 2008 talouskriisin (6,8 prosenttiin).
Jokaisella näistä 96 000 ihmisestä on omat taustansa, esteensä ja vahvuutensa työnhakijoina. Viron työttömyyskassan (Töötukassa) 350 virkailijan täytyy tutkia ja analysoida valtavat määrät tietoa, jotta he pystyvät luomaan jokaiselle työnhakijalle toimintasuunnitelman, jonka avulla he pääsevät takaisin työmarkkinoille. Tällainen tekeminen vie paljon aikaa, mutta ihmisten auttamiseksi takaisin työelämään nopea toiminta on erittäin tärkeää. Sen lisäksi, että työttömyys tuo mukanaan taloudellisia vaikeuksia, mitä pidempään henkilö on työttömänä, sitä epätodennäköisempää hänen töihin paluunsa on. Ja kuten tiedetään, pitkäaikaistyöttömyys tulee kalliiksi myös yhteiskunnalle.
Niinpä Nortal ja Tarton yliopiston Center for IT Impact Studies (CITIS) yhteistyössä asiantuntijatiimin kanssa kehittivät päätöksenteon tukityökalun, joka parantaa työttömien saaman palvelun laatua ja tehostaa organisaation prosesseja.
Vuonna 2019 Viron hallitus päätti, että se haluaa tehostaa tekoälyn käyttöä julkisella sektorilla ja alkoi kartoittaa prosesseja, jotka voitaisiin ratkaista tekoälyn avulla. Sattumoisin paljon dataa hyödyntävä Viron työttömyyskassa aloitti oman tekoälyhankkeensa samaan aikaan, ja sen tekoälypohjainen päätöksenteon työkalu OTT otettiin käyttöön lokakuussa 2020.
OTT-työkalun avulla työttömyyskassan virkailijat pystyvät nopeasti ja tehokkaasti keräämään ja analysoimaan työttömän työnhakijan eli asiakkaan tiedot. Se ottaa huomioon yleisen taloustilanteen ja arvioi henkilön työllistymismahdollisuudet.
OTT soveltaa tekoälyä, tarkemmin sanottuna koneoppimisen satunnaismetsän mallia (Random Forest), joka perustuu työttömyystietoihin edellisen viiden vuoden ajalta. Käyttämällä koneoppimista ja hyödyntämällä 60 eri muuttujaa ja mittaria jokainen henkilö arvioidaan ja hänen todennäköisyytensä löytää uusi työpaikka lasketaan. Osa muuttujista liittyy henkilöön, esim. koulutus, aiempi työkokemus, oikeus etuuksiin, terveyteen liittyvät rajoitukset, ja osa työmarkkinoihin, esim. vapaana olevien tehtävien lukumäärä ja tyyppi eri alueilla sekä hiljattain työllistyneiden lukumäärä.
Päätöksenteon tukityökalun tilastolaskenta perustuu avoimeen R-kieleen ja -ohjelmistoon. Se kerää dataa tietovarastosta, esikäsittelee ne, arvioi mallit, laskee näiden perustella ja koneoppimisen avulla riskiluvun ja tuo päivitetyt tulokset takaisin varastoon, jossa ne ovat konsulttien käytettävissä.
Malli laskee jokaiselle 35 päivää työttömänä olleelle uudelle työnhakijalle ennusteen hänen työllistymismahdollisuuksistaan. Lisäksi se laskee uudestaan työttömäksi joutumisen todennäköisyyden seuraavan vuoden aikana ja näyttää tekijät, jotka vaikuttavat tähän todennäköisyyteen. Näiden tekijöiden perusteella virkailijat voivat tarjota henkilölle sopivia työmarkkinapalveluita. Tulokset he voivat katsoa interaktiiviselta hallintapaneelilta.
OTT näyttää virkailijoille, mihin heidän kannattaa keskittyä – henkilöt, joiden riski on pieni, löytävät todennäköisesti uuden työn itsenäisesti ja tarvitsevat vähemmän apua. Toisaalta henkilöt, joilla on korkea pitkäaikaistyöttömyyden riski, tarvitsevat enemmän huomiota, apua ja kattavan suunnitelman työelämään palaamiseksi. Näin organisaatio pystyy palvelemaan työttömiä aiempaa paremmin mutta ilman kustannusten nousua.
Osastojen päälliköillä ja esimiehillä on yleisnäkymä virkailijoiden asiakasdataan, voivat he jakaa työmäärän tasaisemmin eri virkailijoiden kesken ja tukea niitä, joilla on haastavampia asiakastapauksia käsiteltävänä. Näin koko organisaation prosessit tehostuvat.
Uusien työntekijöiden perehdyttäjinä toimivat virkailijat arvostavat OTT-työkalua edesauttamassa kokemattomampia virkailijoita arvioimaan asiakkaan tilanteen, avuntarpeen laajuuden sekä kiinnittämään huomion mahdollisiin työllistymisen esteisiin, ja näin he osaavat puuttua ratkaistaviin asioihin.
”Päätöksenteon tukityökalun ansiosta virkailijamme osaavat heti valita oikeat toimenpiteet ja auttaa henkilöä esimerkiksi kehittämään tietoteknisiä taitojaan tai ohjata hänet työkyvyn uudelleenarviointiin”, Karina Leinuste Viron työttömyyskassan työnhakija- ja työnantajapalveluiden osastolta sanoo. ”OTT on ollut käytössämme vasta alle vuoden, mutta voin jo nyt sanoa, että olemme erittäin tyytyväisiä. Nyt voimme tehdä lisää kehitystyötä käyttäjäkokemusten pohjalta.”
OTT kerää ja analysoi tietoa työmarkkinoista, ja näin se myös auttaa työttömyyskassaa ymmärtämään työmarkkinan suhdanteita ja parantamaan työllistämistoimenpiteitä.
Pitkäaikaistyöttömyyden ennaltaehkäisy on merkittävä haaste hallitukselle, osittain sen korkeiden kustannusten vuoksi. CITIS on laskenut, että vaikka työkalu auttaisi lyhentämään työttömyyden kestoa keskimäärin vain yhden päivän, kustannukset laskisivat yhteiskunnan tasolla jopa 3,8 % vuodessa.
Gartner listasi vuoden 2021 kymmenen merkittävintä teknologiatrendiä julkisella sektorilla. Listalla korostuu operatiivinen analytiikka, eli datapohjaisten ratkaisujen kuten tekoälyn, koneoppimisen ja edistyneen analytiikan strateginen ja systemaattinen käyttö kaikissa julkisen toiminnan vaiheissa tehostamaan ja yhtenäistämään päätöksentekoa ja sen vaikutuksia. Gartnerin ennusteen mukaan vuoteen 2024 mennessä 60 % julkisista tekoäly- ja analytiikkainvestoinneista tehdään kohteisiin, jotka vaikuttavat operatiivisiin päätöksiin ja tuloksiin suoraan ja reaaliajassa.
EY:n tutkimus Artificial Intelligence in the Public Sector: European Outlook for 2020 and Beyond kuitenkin osoitti, että vaikka monet paikalliset, alueelliset ja kansalliset julkiset toimijat tunnistavat tekoälyn mahdollisuudet, vain 4 % tutkimukseen osallistuneista organisaatioista oli hyödyntänyt tekoälyä organisaation muuttamiseen. Tulosten mukaan vain 10 % vastaajista käytti tekoälyä monimutkaisten ongelmien ratkaisuun ja 9 % kehitti sen avulla uusia työtapoja, ja vain 12 % käytti tekoälyä luomaan merkittävää lisäarvoa ulkoisille sidosryhmille, kuten kansalaisille ja yrityksille.
Viron OTT-hanke osoitti, että nykyaikaisia koneoppimisen malleja voi hyvällä menestyksellä soveltaa julkisen sektorin prosesseihin ja it-ratkaisuihin ja tehostaa ja parantaa näin organisaation palveluita, lisätä työn mielekkyyttä ja säästää kustannuksia.
OTT palkittiin myös Viron hallituksen digitaalisten palveluiden kilpailussa hankkeena, joka onnistui parhaiten datan hyödyntämisessä. Tuomarit totesivat, että työkalu on erinomainen esimerkki siitä, miten e-Viron infrastruktuuri (eli X-Road, sähköinen identiteetti ja rekisterit) luo mahdollisuuksia datan käytölle tavoilla, jotka tuovat lisäarvoa päivittäiseen päätöksentekoon niin yksilön, organisaation kuin yhteiskunnankin tasolla.
Nortal on ollut Viron työttömyyskassan strateginen kumppani jo yli kymmenen vuoden ajan.
