View Project

Norwegian AI Directory

Effektivisering av Arbeidstilsynets tilsynsmetodikk ved hjelp av maskinlæring


Description:

I 2016 startet Arbeidstilsynet et prosjekt med mål om å utvikle et maskinlæringssystem som predikerer risiko for brudd på arbeidsmiljøloven for alle virksomheter. Systemet er basert på logistisk regresjon og assosierer enhver virksomhet (som Arbeidstilsynet fører tilsyn hos) med en risikogruppe blant fire forskjellige grupper rangert fra lavest til høyest. Hensikten med systemet er å hjelpe Arbeidstilsynets inspektører med å velge ut virksomheter med høyest risiko for brudd på arbeidsmiljøloven for tilsyn. Systemet har vært utprøvd med gode resultater og Arbeidstilsynet ønsker derfor å satse på videreutvikling av maskinlæring innenfor dette området. Den første delen av prosjektet går ut på å undersøke hvordan ulike variabler og maskinlæringsmetoder påvirker Arbeidstilsynets tilsynsresultater. Hensikten er å finne ut hvordan disse metodene kan forbedres og tilpasses for å optimalisere tilsynsresultatene. Det vil også gjøres et arbeid for å finne et felles grunnlag som gjør det mulig å sammenlikne de ulike maskinlæringsmetodene. Resultatet av arbeidet vil danne grunnlag for forbedringer av Arbeidstilsynets bruk av metoder innen maskinlæring. I den neste delen av arbeidet vil kandidaten undersøke ulike maskinlæringsmetoder for å generere relevante sjekklister som skal brukes av inspektører under tilsyn. Hensikten er å lage en prototype samt å måle effekten av ulike metoder og fremgangsmåter for å generere sjekklistene, for å se hvor godt de fanger opp brudd på arbeidsmiljøloven ved tilsynene. I den siste delen av arbeidet vil kandidaten undersøke ulike tilnærminger og metoder for å forklare og synliggjøre hvilke kriterier som ligger til grunn for beslutninger som gjøres av kunstig intelligens. Dette arbeidet har mål om å utvikle en forklaringsmodell som synliggjør hvilke faktorer som ligger til grunn for de estimerte risikoene blant virksomhetene. Hensikten er at forklaringsmodellen skal være enkel å forstå slik at den kan brukes av etaten internt og eksternt.


Project leader: Jan Ingar Trangen

Started: 2019

Ends: 2023

Category: Øvrige offentlige

Sector: Øvrige

Budget: 1742000

Institution: ARBEIDSTILSYNET

Address: Trondheim