Rapporten presenterer funn fra en utredning av datadrevne anbefalingsverktøy. Utredningen er gjennomført av ideas2evidence og Agenda Kaupang, på oppdrag fra Arbeids- og inkluderingsdepartementet.
Dagens manuelle prosesser for å finne korrekt kommune for den enkelte flyktning er sårbare, særlig når ankomsttallene er høye. Dette kan gi utfordringer for treffsikkerhet og ressursbruk. Vi har derfor kartlagt hvilke verktøy som er i bruk i andre land, og vurdert ulike konsepters egnethet for innføring i Norge.
Vi fant totalt fem utprøvde verktøy: AnnieMOORE, GeoMatch, Match’In, Re:Match og RUTH. Disse er eller har vært i bruk i USA, Nederland, Sveits og Tyskland. Det var på datainnsamlingstidspunktet ikke publisert resultater som lot oss vurderingene om bosetting med disse verktøyene bidrar til bedre integreringsutfall. Ulike former for evalueringer og våre intervjuer gir foreløpig positive beskrivelser av verktøyene.
Vi vurderte fire ulike konsepter for innføring i Norge: Regelbasert matching, prediktiv matching, en hybridmodell mellom disse to, samt en full KI-bosetting. Vi vurderte at prediktive modeller ville ha størst potensial til å gi økt treffsikkerhet. En forenklet samfunnsøkonomisk analyse viser en positivt netto nytte. Dette forutsetter at verktøyet utformes på en måte som sikrer tilstrekkelig forklarbarhet.
Det er allikevel behov for mer praktisk kunnskap om hvordan et slikt verktøy fungerer i drift. Ikke minst må dette til for å si noe om faktisk effekt på økt treffsikkerhet og bedrede integreringsutfall. Vi anbefaler derfor en pilot som gir mulighet for å teste teknologi, personvern, organisering og brukererfaring i praksis. Piloten bør anskaffes åpent. Rapporten foreslår en trinnvis prosess for hvordan en behovsavklaring og markedsdialog kan gjennomføres.