Artificiell Intelligens, Riktiga Människor
Genom att använda AI/ML-metoder, kan ASFs AMA/EB-data hjälpa oss förstå varför vissa stöd-sökande Malmöbor är bättre rustade för arbetsmarknaden än andra?
Detta Vinnova-finansierade projekt kommer att genomföras som ett examensarbete och projektanställning, med handledning tillsammans med forskare från Lunds universitet.
Data kommer att i ett första steg förberedas och visualiseras. Därefter kommer vi att använda Unsupervised ML för ökad förståelse av data och Supervised ML för identifiering av parametrar som kan ha inverkan på hur väl rustade individer är för arbetsmarknaden.
Parallellt med detta kommer vi att studera och resonera kring de demokratiska aspekterna av att använda AI i socialtjänsten.
En slutrapport kommer att avsluta projektet.
--
AI: Artificiell Intelligens
ML: Maskininlärning
ASF: Arbetsmarknads- och socialförvaltningen, Malmö stad
AMA: Arbetsmarknad
EB: Ekonomiskt bistånd
Genom att använda AI/ML-metoder, kan AMA/EB-data hjälpa oss förstå varför vissa stöd-sökande Malmöbor är bättre rustade för arbetsmarknaden än andra?
Om svaret på frågan är Ja, då ska vi:
- Utveckla AI/ML-baserade metoder som utnyttjar informationen i data – för att stärka ASF:s arbete med att få ner arbetslösheten och göra fler familjer hållbart självförsörjande.
- Etablera AI/ML som en metod på ASF.
- Ta fram guidelines.
Om svaret på frågan är Nej, då ska vi:
- Ta reda på vad ASF behöver göra för att i framtiden kunna svara Ja.
- Undersöka nuvarande data-kvalitet, nuvarande arbetssätt för data-registrering etc.
- Ta fram rekommendationer.
Projektet har även haft fokus på vad det ur demokratiskt och etiskt perspektiv betyder att använda Artificiell Intelligens i socialtjänsten. Detta perspektiv har dryftats såväl vid de regelbundna projektmötena som i de workshops som har hållits inom ramen för projektet. För ytterligare detaljer hänvisar vi till projektrapporten samt till rapporten Demokratiska och etiska aspekter på AI i offentlig sektor: Erfarenheter från AIRM, se under Resurser.
Genom att använda AI/ML-metoder, kan AMA/EB-data hjälpa oss förstå varför vissa stöd-sökande Malmöbor är bättre rustade för arbetsmarknaden än andra?
Svaret på den grundläggande frågeställningen är: Nej. ASF:s data innehåller signal, dvs ASF:s data innehåller mönster och information på ett sätt som är mer ordnat än vad en rent slumpmässig fördelning av data skulle ge, men datas kvalitet är för närvarande inte tillräckligt god för att förvaltningen i den dagliga verksamheten ska kunna använda AI/ML på data.
Vi har i projektet även lärt oss att data och datas kvalitet är tätt sammankopplade med det sätt vi arbetar i förvaltningen. På ASF kommer därför initieras ett arbete med att förbättra datas kvalitet så att framtida undersökningar och analyser baserade på förvaltningens data med fördel kan använda de mest lämpliga metoderna, av vilka AI/ML är ett alternativ av många.
Projektet har också undersökt vad det ur demokratiskt och etiskt perspektiv betyder att använda Artificiell Intelligens i socialtjänsten. En slutsats från denna undersökning är att vi måste vara medvetna om att val av indikatorer och algoritmisk skevhet i AI-system inte bara kan reproducera, utan även förstärka mönster i de data som de tränas på.
För att bland annat ur ett data-perspektiv skaffa oss ett bättre grepp om de utmaningar som brukare och medarbetare upplever i socialtjänsten har projektet med tjänstedesign kartlagt och visualiserat den så kallade brukarresan, dvs Malmöbons väg till hållbar självförsörjning.
För fylligare beskrivning av resultat och slutsatser hänvisar vi till projektrapporten, se under Resurser.
|
2023-12-14 13:23
File (PDF, Word, PPT, etc)
Detta är den avslutande rapporten av det arbete som har gjorts inom ramen för projektet Artificiell Intelligens, Riktiga Människor.
Rapporten inleds med projektets huvudsakliga slutsatser, och följs därefter av en presentation av de metoder, resultat och resonemang som leder fram till slutsatserna. Rapporten innehåller även beskrivningar av olika aktiviteter som medlemmar i projektgruppen och medlemmar i projektets referensgrupp har deltagit i under projektets gång. Rapporten avslutas med rekommendationer och insikter från projektet för framtida arbete med data och med AI vid Arbetsmarknads- och socialförvaltningen i Malmö stad. Det är inte omöjligt att några av dessa kan vara till gagn även i andra kommuner och organisationer. |
|
2023-11-28 08:39
File (PDF, Word, PPT, etc)
Denna rapport, skriven av Maria Hedlund vid Statsvetenskapliga institutionen vid Lunds universitet, diskuterar de demokratiska och etiska aspekter vi föresatte oss att undersöka i projektet.
En kortare version av rapporten finns i projektets slutrapport. |
|
Den kandidatuppsats (Bachelor's thesis) som rapporterar de metoder som användes och de resultat som nåddes vid det examensarbete som Adrian Hammarberg Dalmyr genomförde under våren 2023, inom ramen för projektet.
OBS: filen är stor, eftersom en del bilder är stora. Några sidor kan därför ta lite tid att bli synliga i en PDF-läsare. |
|
2023-03-14 10:31
File (PDF, Word, PPT, etc)
Projektbeskrivningen var en del av ansökan till Vinnovas program Starta er AI-resa: För organisatoriskt lärande och praktisk användning av artificiell intelligens i kommuner och civilsamhälle vt 2022.
|