Med utgångspunkt i detta ämne genomförde studenten Jacob Verona från ”Industriell ekonomi”, Linköpings universitet, forskning och analyserade de nuvarande metoder och processer som används på Jobtech under sommaren 2023.

I arbetet med undersökningen ville Jobtech som var beställare av rapporten, utvärdera befintliga prototyper för att bedöma om automatisering av SSYK-klassificering på Platsbanken är fördelaktig för Jobtech och samhället i stort.

Jonas Södergren, tekniskt ansvarig på Jobtech, delar med sig av bakgrunden till undersökningen:

Enheten Jobtech har sedan 2021 infört och utvärderat automatisk klassificering av jobbannonser. Klassificeringen har möjliggjort fler annonser i Platsbanken under fliken externa webbplatser. Att visa ca 30% mer annonser har skapat ett värde för arbetssökande. Jobtech har också visat att det går att samverka effektivt med privat sektor med denna AI (artificiell intelligens) teknik.

Nästa steg i att klassificera annonser är att förbättra tekniken ytterligare och flera team på Jobtech arbetar med att skapa en ny tjänst för arbetsmarknaden helt fokuserad på uppgiften klassificering. Jobtechs arbetssätt är att låta flera aktörer vara involverade tidigt. Så i detta fall bjöd vi in Jacob för att räkna och skriva en rapport om potentialen i klassificeringen.

För att uppnå målet utfördes flera steg i rapporten: Jacob beskriver arbetet: Det var svårt att mäta AI precisionen med människan som facit då det visade sig ha en stor felmarginal

I första stickprovet undersökte man den mänskliga precisionen där ett stickprov utfördes för att undersöka hur bra människan är på att sätta rätt SSYK-kod på en annons. Resultatet visade att mänsklig precision låg på cirka 78%. Man kikade på hur Jobtechs nuvarande algoritmer för SSYK-sättning sammanställdes, och deras precision mättes. Det visade sig att AI:t var den bästa algoritmen med en precision på 86%. Ett andra stickprov utfördes för att undersöka AI:ts korrekthet. Resultatet avslöjade en precision på cirka 97%.

Resultatet från rapporten tyder på att fullständig automatisering av SSYK-klassificering på Jobtech är rekommenderad. AI:t visade en avsevärt högre precision jämfört med manuell klassificering och har potential att markant förbättra arbetsmarknadsdata.

Jacob summerar Innan hade Jobtech ingen siffra på precisionen hos AI:t, enheten hade aldrig mätt graden av människans felmärkning av SSYK. Vetskapen av människans felklassificeringar, gav mig möjlighet att hitta en ny siffra på korrektheten av AI:t.

Jacob fortsätter att berätta om arbetet med business case. Datat från AI:ts precision kunde därefter nyttjas för att beräkna huruvida AI:t sparar samhället pengar. Med vetskapen att AI:t var betydligt bättre än människan kunde jag utföra en kalkyl på samhällsbesparingar. Skulle automatiserat AI användas istället för manuell hantering? En stor möjlighet för AI:t är att ge beslutsfattare betydligt bättre siffror kring arbetsmarknadsstatistik vilket kan ligga till grund för skapande av utbildningar och kan identifiera vilka bristyrken man ser.

Andra fördelar är att automatisering kan spara samhället över 3,5 miljoner kronor per år genom att minska tid och resurser som läggs på manuell klassificering av jobbannonser. Man ser också en arbetsmiljöförbättring genom att avlasta HR personalens monotona uppgifter med automatisering. Jacob poängterar att samtidigt bör potentiella nackdelar och kostnader, såsom hanteringen av algoritmen, noga utvärderas för att avgöra om fördelarna överväger.

Baserat på dessa insikter drog vi slutsatsen att automatisering av SSYK-klassificering med AI har potential att förbättra den svenska arbetsmarknaden avsevärt. Med AI som partner kan Sverige stärka sin position på arbetsmarknaden och ge bättre service till både arbetsgivare och arbetssökande.