I det første notatet fra 2023, Navs profileringsverktøy og Nav-veiledernes behovsvurderinger, analyserte forskerne ulike deler av behovsvurderingsprosessene i Nav. Her beskrev de arbeidet og skjønnsvurderingene som gjøres i hver del av prosessen, fra registreringsløsningen til digital profilering, gjennom veilederes kartlegging av bruker, og til veiledere fatter vedtak om innsatsbehov.

I det andre notatet har forskerne utviklet en beslutningsstøttemodell som i neste fase skal testes ut gjennom kvalitative fokusgrupper.

Les om det andre notatet «Digitale vurderinger i Nav - forslag til en testbar beslutningsstøttemodell» på Fafos nettsider.

Funn

I det andre notatet redegjør forskerne for beslutningsstøttemodellen som er utformet til forskningsbruk. Den skal bidra til å belyse utfordringer og muligheter for beslutningsstøtte med bruk av kunstig intelligens fra et førstelinjeperspektiv.

Forskernes forslag til digital beslutningsstøttemodell legger opp til økt samspill mellom digitale verktøy og den KI-baserte støtten på den ene siden, og de menneskelige prosessene og vurderingene på den andre. Det største bidraget fra KI-verktøyene som blir foreslått er å samle og presentere relevant informasjon på en enklere måte for veileder. Målsettingen er at det vil forenkle arbeidet med informasjonsinnhenting i ulike systemer og samtidig bidra til å se det i kontekst med andre opplysninger

Dette er det samme som veilederne gjør manuelt på ulike måter i dag. Ved å unngå å lage en modell som forsøker å gjøre veiledernes vurdering fullt ut, så er målet at systemet i større grad oppleves som relevant og tillitsvekkende og på den måten bidra til mer enhetlige prosesser og likere vurderinger. I beste fall vil en slik modell bidra til mindre behov for detektivarbeid, og det av tre grunner:

• Den gir tilgang til annen informasjon enn det som ligger i profileringsverktøyet i dag og øker samtidig synlighet og tilgjengelighet av ulike typer informasjon.
• Den bidrar til økt grad av gjennomsiktighet der sammenhengen mellom beslutningsgrunnlag, forslag til innsatsbehov og utfall av vurderingen, er synlig for veilederen.
• Modellen stiller krav til sammenheng mellom informasjon om brukeren og dennes situasjon, og vurderingen som ligger til grunn for det endelige vedtaket.

Forskerne presiserer likevel at selv om dette tilsynelatende kan være et godt verktøy for beslutningsstøtte, så er det fortsatt uklart hvordan en slik modell i praksis kan tas i bruk av veilederne. Dette vil bli testet i prosjektets tredje del og siste del hvor forskerne skal samle fokusgrupper for å undersøke om veilederne opplever løsningene som relevante for deres vurderingsarbeid. Og ikke minst, om de stoler på de KI-baserte løsningene.