En lettere arbeidshverdag
for inspektørene
Arbeidstilsynet

Maskinlæring og avansert analyse effektiviserer tilsynsarbeid

Arbeidstilsynet har som hovedoppgave å føre tilsyn med at norske virksomheter følger arbeidsmiljølovens krav. Målet er at alle som jobber skal ha et godt og sikkert arbeidsmiljø. I Norge finnes det rundt 270 000 bedrifter som kan bli gjenstand for tilsyn. Arbeidstilsynet har kapasitet til å gjennomføre ca. 15 000 tilsyn i året, og trenger derfor gode verktøy til å velge ut bedrifter med størst risiko for avvik.

Arbeidstilsynets mål har vært å effektivisere ressursbruk for sin tilsynsaktivitet, og derfor har det vært et ønske om å gjøre utvelgelsen av bedrifter for tilsyn så smart som mulig. Dette innebar å få på plass et risikobasert system som kunne gi en pekepinn på hvor og hvilke virksomheter de burde prioritere. I samarbeid med Arbeidstilsynet og Sintef, har vi utviklet en digital løsning basert på maskinlæring, som kategoriserer bedriftene med en risikoindeks. I maskinlærings-prosjektet har vi bidratt med: Datahåndtering, test av algoritmer, modellering og operasjonalisering av løsningen.

Det er sannsynlig at Arbeidstilsynet over tid vil rette opp i flere arbeidsmiljøproblemer dersom det gjennomføres tilsyn med virksomheter i de høyeste risikogruppene.

Robert Ekle - Seniorrådgiver, Direktoratet for Arbeidstilsynet

Prosess

For å bygge maskinlæringsmodellen ble det brukt tilsynsdata fra de siste 4 årene. Av disse ble det brukt ca. 40.000 tilsyn til trening, og ca. 10.000 tilsyn til verifisering. Selve modellen ble bygget med logistisk regresjonsanalyse for å identifisere egenskaper ved virksomheter som bør prioriteres fremfor andre. Disse resultatene ble deretter benyttet for å fordele virksomhetene videre inn i 4 risikogrupper: Lavest, lav, høy og høyest, som vist i modellen over.

Virksomhetene ble sortert i stigende rekkefølge etter sannsynlighetsverdiene fra regresjonsanalysen. Deretter ble de første 25 prosentene av virksomhetene plassert i gruppen lavest, og så de 25 neste i gruppen lav og så videre. Systemet har stor treffsikkerhet, og modellen har rett i 80 til 90 prosent av tilfellene i gruppen med høyest risiko. I gruppen med bedrifter som er klassifisert med lavest risiko, predikerer modellen riktig i 75 til 80 prosent av tilfellene.

Modellen er i dag i stand til å predikere sannsynligheten for at en bedrift har behov for tilsyn med stor nøyaktighet, og systemet er installert som en del av IT-systemet til Arbeidstilsynet. For å gjøre resultatene lette å tolke for inspektørene er det lagt mye vekt på visualisering av dem. Når inspektørene planlegger en kontroll, kan de nå få opp bedriftenes risikoprofil i et enkelt kakediagram som gir en pekepinn om risikoklasse.

Metoder

  • Utvikling i Microsoft SQL Server 2016 Enterprise Edition med R Services, on premise
  • Maskinlæring og test av algoritmer
  • Operasjonalisering av automatisk analytisk tjeneste

Kompetanse

  • Data Science
  • Datahåndtering
  • Datamodellering
  • Implementering
 

Hva oppnås?

Inspektørene har nå fått et nyttig støtteverktøy som vil forbedre deres valg når de ser etter bedrifter som kan ha avvik. Arbeidstilsynet vil evne å utføre sitt samfunnsoppdrag mer effektivt og med høyere treffsikkerhet i sin tilsynsaktivitet fremover.

Vil du vite mer om dette prosjektet?

Ta kontakt med Bjørn Rosvoll, Salgssjef hos Inmeta.

bjorn.rosvoll@inmeta.no
99 55 44 19