Fafo-prosjekt: Behovskartlegginger i NAV ved å kombinere maskinelle og relasjonelle prosesser

NAVs vurderinger av brukeres behov spiller en avgjørende rolle for hvilke tjenester brukerne får tilgang til. I behovsvurderingen kartlegger veiledere brukernes behov for hjelp for å komme i arbeid, og foreslår relevante tiltak og ytelser. Mange saker blir imidlertid ikke tilstrekkelig opplyst i disse kartleggingene, og utfallet av vurderingene mangler ofte individuelle begrunnelser.

Konsekvensene for brukerne kan være unødvendig lange løp i NAV, der deres utfordringer i liten grad blir avdekket og avhjulpet. Dette synes særlig å gjelde personer med innvandrerbakgrunn. Dette prosjektet vil utforske hvordan disse første behovsvurderingene gjøres i dag, og hvordan maskinlæringsmodeller kan inngå som beslutningsstøtte i vurderingsprosessene. Både rent menneskelige og rent maskinelle beslutninger har utfordringer. Vi ønsker derfor å se disse i sammenheng. Prosjektet består av tre deler. (1) Ved bruk av institusjonell etnografi vil vi kartlegge hvordan NAV-veiledere gjør behovsvurderinger i praksis. (2) Basert på del1 vil vi videreutvikle NAV sitt profileringsverktøy på en måte som kan støtte veiledere i vurderingsprosessene. (3) I fokusgrupper med NAV-veiledere vil vi teste profileringsverktøyet som beslutningsstøtte. Prosjektet vil belyse hvorvidt bruk av slike verktøy som beslutningsstøtte kan bidra til bedre og mer gjennomsiktige vurderingsprosesser, og gi innsikt i utfordringer i vurderingsprosessene, kompetansebehov hos veiledere, og kritiske institusjonelle faktorer.