Maskininlärning för ökade insikter

Projektet har utgångspunkt i identifierade behov av utveckling inom systematiskt kontrollarbete för statlig bidragsgivning. Med AI som verktyg vill Folkbildningsrådet undersöka möjligheterna att identifiera och förebygga risker för felaktig användning av statsbidrag. Användandet av AI kan också bidra till att man snabbare kan upptäcka misstänkta fel eller bedrägerier. Med hjälp av AI vill Folkbildningsrådet också utveckla det systematiska kvalitetsarbetet och avvikelsearbetet inom folkbildningen.
Mål 1: Ökat lärande om och möjligheterna med AI i verksamhetens kärnprocesser. Mål 2: Strategi för automatisering genom användning av maskininlärning som metod.
Med befintliga data och erfarenhet från verkliga händelser vid granskning och uppföljning testas möjligheten att genom maskininlärning se datamönster som liknar de mönster i dataunderlaget där brister och bedrägerier uppdagats, för att understödja uppdraget att säkerställa bidragsanvändningens kvalitet. 

Vidare testas även att med AI kategorisera text i dokument från bidragsmottagarna som används i bedömning av verksamhetsbeskrivning, kvalitetssystem och uppföljningsåtgärder samt avvikelseärenden, för att komma längre i bedömningen av det systematiska kvalitetsarbete som bedrivs i folkbildningens organisationer.

Önskade resultat av projektet

Folkbildningsrådet hittar en metod för att förstärka träffsäkerheten i rimlighetsbedömningar, ta fram riskparametrar för kontroll samt genomföra systematiska risk och sårbarhetsanalyser i högre utsträckning i en framtid.

Folkbildningsrådet har hittat en metod för att effektivisera bedömningsarbetet av bidragsmottagarnas inlämnade material samt i högre utsträckning bedöma utvecklingens riktning mellan år.

Attributes

Competence & Expertise
Education
Better Quality
Prediction
Machine Learning
}