I løpet av et år får ca. 5 prosent av norske bedrifter besøk av Arbeidstilsynet. (Ill.foto: Syda Productions / Colourbox)
Arbeidstilsynet tar i bruk maskinlæring for å plukke ut risikobedrifter
Hvert år velger Arbeidstilsynet ut 15 000 norske bedrifter for tilsyn. Nå tar de i bruk forskerhjelp og maskinlæring for å gjøre utvelgelsen så smart som mulig.
I Norge finnes det rundt 270 000 bedrifter, og hver av ca. 400 inspektørene i Arbeidstilsynet måtte derfor ha inspisert 675 bedrifter årlig for å nå fram til alle.
Annonse
Renholdsnytt kommer ut seks ganger i året, og er det eneste fagbladet i Norge som retter seg mot den profesjonelle renholdsbransjen.
– Det er ikke ønske eller behov for å kontrollere alle bedriftene. Men å få på plass et risikobasert system som kan gi oss en pekepinn om hvor og hvilke virksomheter vi bør prioritere har vært et ønske, sier prosjektleder og seniorrådgiver i Arbeidstilsynet, Marius Søberg.
Til å finne risikokandidater, har Arbeidstilsynet fått forskerhjelp fra SINTEF og bistand til teknologisk utvikling fra Inmeta Consulting og Microsoft.
Det kan lyde som en enkel oppgave å utvikle et slikt system, men i praksis måtte en rekke forskjellige modeller testes ut for å finne noe som fungerte bra. Deretter ble det bygget en statistisk modell som benytter en rekke ulike variabler, blant annet hva slags næring virksomheten tilhører, antall ansatte, resultater etter tidligere tilsyn, økonomi og antall registrerte ulykker.
Etter SINTEFs beregninger skal den valgte modellen predikere riktig i 80-90 prosent av tilfellene i gruppen med høyest risiko. I gruppen med bedrifter som er klassifisert med lavest risiko, predikerer modellen riktig i 75-80 prosent av tilfellene. Tallene ventes å bli bedre etter hvert som modellen trenes for å fange opp ferske funn fra tilsynene.
