Det kan være utfordrende å utforske mulighetsrommet for maskinlæring i offentlig sektor, når man har data som ikke er tilrettelagt for maskinlæring og må ta hensyn til personvernproblematikk.
I dette fagforumet presenteres erfaringer fra NAV og Ruter.
I sommer hadde NAV fem sommerstudenter som utforsket mulighetsrommet for maskinlæring innen to områder; henholdsvis å predikere om en stillingsutlysningstekst er diskriminerende, og å matche jobbsøkers cv mot stillingsutlysninger.
Ruter har benyttet naturlig språkbehandling for å få unik innsikt i kundens klager, noe som har resultert i økt kundetilfredshet og identifisert problemer før de påvirker brukermassen. Ruter opprettet også en kunstig intelligensbasert saksbehandler som jobber parallelt med Ruters saksbehandlere og automatisk løser kundehenvendelser. Dette har økt effektiviteten på kundeserviceteamet og økt kundetilfredshet. / Ruter used natural language processing to gain unique insights into its customer complaints which has resulted in increasing customer satisfaction and identifying problems before they impact the bigger crowd of people. Ruter also created an AI based case handler which today works side by side with our human case handlers and automatically solves customer inquiries. This has increased efficiency on the customer service team and increased customer satisfaction.
Lenke til Teams-møtet finner du her
Program
12.00–12.45:
Hvordan utforske mulighetsrommet for maskinlæring i offentlig sektor, uten å måtte stange i alle personvernutfordringer? Erfaringer fra NAVs sommerstudentprosjekter.
v/Alexander Amiri & Magnus Børsting (data scientists i NAV)
12.45–13.30:
Increasing customer satisfaction through A.I in Ruter: Customer insights using AI and Ruters AI case handler.
v/Jawad Saleemi (team lead for AI) and Umair M. Imam (head of data science)
Vel møtt!