Digitale verktøy får stadig økt betydning, også i fordeling av velferdsstatlige tjenester og ytelser. Nav har tatt i bruk en regelbasert profileringsalgoritme som beslutningsstøtte, for å gjøre behovsvurderinger mer effektive og treffsikre. Disse vurderingene er avgjørende for hvilken hjelp brukerne får. I dette notatet beskriver forskerne Silje Andresen og Maria G. Volckmar-Eeg hvordan Nav-veilederne utfører behovsvurderinger i praksis, og hvordan de bruker profileringsalgoritmen i sine skjønnsmessige vurderinger.

Les hele notatet Navs profileringverktøy og Nav-veiledernes behovsvurderinger på Fafos nettsider

Undersøkelsen er basert på åtte ukers observasjon ved tre Nav-kontor, samt 55 dybdeintervjuer av Nav-veiledere. Forskerne har fulgt prosessen med behovsvurderinger fra profileringsalgoritmen, gjennom veilederes kartlegging av bruker til vedtak om innsatsbehov.

Forskerne konkluderer med at profileringen ikke er tilstrekkelig for å identifisere sårbare brukere med manglende språkferdigheter og digital kompetanse, eller personer som er, eller risikerer å bli, gjengangere i systemet.

Veiledernes skjønnsmessige vurderinger kjennetegnes av betydelig variasjon i når, hvordan og av hvem behovsvurderingene gjøres. Profileringsalgoritmen må derfor favne variasjon, og likevel være spisset nok til å ha en nytteverdi. Vurderingene krever i tillegg masse erfaring og skjønn. Veilederne må finne frem til relevant informasjon, tolke denne i lys av kontekstuelle faktorer, og vurdere subtile nyanser i brukernes situasjoner. Kompleksiteten i disse prosessene kompliserer bruken av rene regelbaserte modeller. Det at vurderingene ikke dokumenteres, gjør det i tillegg vanskelig å skulle trene mer avanserte maskinlæringsmodeller til å bidra inn i disse prosessene. Funnene belyser med dette viktige forutsetninger for å integrere digital beslutningsstøtte og algoritmer i skjønnsmessige vurderinger av behov for velferdstjenester.