Nationell inriktning för artificiell intelligens

En presentation över ämnet: "Nationell inriktning för artificiell intelligens"— Presentationens avskrift:

1 Nationell inriktning för artificiell intelligens
Sverige ska vara ledande i att ta tillvara möjligheterna som användning av AI kan ge Genom att arbeta systematiskt för att ta tillvara på möjligheterna med artificiell intelligens kan både den svenska välfärden och den svenska konkurrenskraften stärkas

2 Robert Åhlén Fredrik Hedlund Johan Burström Sebastian Lundgren AI x 2: Automatisk igenkänning av dokument med hjälp av artificiell intelligens Jag heter Robert Åhlén, är systemförvaltare på UHR och jag ska berätta om hur vi har experimenterat med artificiell intelligens under året. Mina kollegor Fredrik Hedlund, Johan Burström och Sebastian Lundgren Kommer senare upp på scen, och kommer då att berätta mer om vad AI egentligen är, och de kommer också kunna bjuda på en liten demonstration Här kommer framtiden!

3 UHR samordnar antagningen till högskolan och utvecklar och förvaltar IT-system åt utbildningssektorn lärosäten ingår i NyA-samarbetet. UHR samordnar antagningen till högskolan och utvecklar och förvaltar IT-system åt utbildningssektorn. 38 lärosäten ingår i NyA-samarbetet. Mellan 8 och sökande per år. 93 % av gymnasieskolorna skickar in gymnasiebetyg digitalt till UHR via BEDA, och 65 % av komvux-skolorna gör det. 65 % av skolor inom Komvux

4 Antagning till universitet och högskolor i ett nötskal
Sökande anmäler sig Cirka (2017) Kompletterar sin anmälan med meriter Automatisk inhämtning för de flesta Blir handlagd och bedömd Automatisk hantering för de flesta Blir antagen eller inte Automatisk inhämtning: Gymnasiebetyg från BEDA Akademiska meriter från Ladok Högskoleprovsresultat från UHR Medborgarskapsuppgifter från Skatteverket Uppehållstillstånd från Migrationsverket Måste kompletteras manuellt: Medborgarskap/uppehållstillstånd för de som saknar svenskt personnummer Utländska meriter av olika slag Svenska meriter från skolor som ej är anslutna till BEDA eller Ladok Lite grundinfo om hur antagning går till nuförtiden, för den som inte vet. Automatiskt hämtar vi följande meriter och underlag: Det som blir kvar måste kompletteras manuellt med papperskopior – digitala eller fysiska

5 Lite siffror från 2017 300 000 togs dokument emot
90 % uppladdade av sökande själva, resten skickades in och skannades Dokument indexeras manuellt med ett innehåll för att förenkla flödet senare: rätt sida till rätt handläggare Cirka 1,5 miljoner indexerade dokumentsidor Det som händer med dokumenten är att varje sida indexeras med ett innehåll så att det går lättare att hitta relevanta sidor senare. Totalt indexeras c:a 1,5 miljoner sidor årligen.

6 Systemförvaltningens uppgift är att förvalta systemstödet…
!!! ??? Analysera behov och krav Utveckling, design och test Drift och övervakning Systemförvaltningens uppgift är ju att förvalta systemstödet… Har vi rätt systemstöd för det arbete som utförs i verksamheten? Vilka ändringar kan hjälpa verksamheten bäst? Talat länge om dokument-klumpen. Om pappers-paradigmet. Om evighetsgörat som är att indexera dokumentsidor

7 ”Dokumentgranskning” prioriterat område i förvaltningsplanen 2018
Prioriterades tillsammans med förvaltningsrådet våren 2017 Ett förbättringsarbete borde kunna ge stora effekter för alla användargrupper i alla steg: Dokumentgranskning innebär mycket manuellt arbete 16 helårsarbetskrafter enligt nyttoanalys från UHR 2016 Svårt att hitta rätt information Förvaltningsplanen är det dokument som styr utvecklingen i systemet, ett år i taget. Anger prioriterade utvecklingsområden och beslutas av UHR:s generaldirektör.

8 ”Dokumentgranskning” har flera ben under 2018
Användarstudier, konceptarbete och verksamhetsanalys Försök med automatisk indexering för att korta tiderna vid, och kostnaderna för, indexering 5 helårsarbetskrafter enligt nyttoanalys från UHR 2016 Sökande kan göra mer för att göra sig behöriga – ”precisera din behörighet” Jaha, hur gör vi det här då? Vi har talat länge om automatiserad igenkänning, kategorisering, indexering av dokument – artificiell intelligens

9 Vår leverantör ITS är ju Umeå universitets IT-avdelning!
Forskning och examensarbeten om artificiell intelligens? 4 st på Datavetenskapliga programmet - Fredrik nosade upp dem! De fick använda NyA:s dokument för studier av olika AI-lösningar Efter examensarbete och sommarjobb, har vi nu en pilot! Johan och Sebastian kommer senare att berätta mer om vad de faktiskt har gjort, jag ska inte föregripa det.

10 Vi börjar med att försöka identifiera pass
Det är ”först” i processen: Sökande med medborgarskap från utanför EU/EES samt Schweiz måste betala anmälningsavgift Alla måste bedömas innan handläggning i sak får ske Ganska enhetliga som bild betraktat Bedöms kunna ge goda resultat ganska fort

11 Så här funkar pass-granskning idag!

12 Snabbgranskning för att hitta passkopior från avgiftsbefriande land
Sökande med svenska personnummer kontrolleras automatiskt Övriga: Dokument 1 Dokument 2 Dokument 3 Dokument 4 Dokument 5 Pass!  Pass! Sökande med svenska personnummer kontrolleras automatiskt Övriga sökande behöver få sina dokument snabbgranskade, för det kan ju ligga något avgiftsbefriande där  Mycket letande efter dokumentation som kanske inte alltid finns

13 Så här vill vi att det ska funka med AI!

14 Låt systemet försöka hitta pass, och granska de dokumenten först
AI-komponenten granskar alla dokument och markerar de sidor som tros vara ett pass ”Supersnabbgranskning” av dessa dokumentsidor Löser förstås inte allt: Fortfarande måste äkthet, giltighet och utfärdande land bedömas Om det är intressant kanske vi också ger oss på att automatiskt kontrollera även detta, men inte i första steget Fortfarande måste allt granskas, eftersom även annan dokumentation kan ge avgiftsbefrielse

15 Men jaha, varför gör vi det då?
Om nu ändå allt måste granskas ändå?

16 Snabbare återkoppling till sökande
Kortare tid från uppladdning av passdokument till färdigbedömd avgiftsstatus för sökande Sökande hanteras därför snabbare och får snabbare återkoppling på sin anmälan: Antingen att de måste betala, att de är behöriga eller att de är obehöriga

17 Andra effekter och syften
Mer relevant och snabbare handläggning och dokumentgranskning för anställda Organisatoriskt lärande så att vi kan utöka funktionen till fler dokumenttyper Attrahera kompetens och bygga kompetens internt

18 Fredrik & Johan & Sebastian: Men berätta då, vad är AI
Fredrik & Johan & Sebastian: Men berätta då, vad är AI? Vad har ni gjort?

19 Okej, vad händer nu då?

20 Pilotprojektet pågår just nu
Testfas pågår just nu: Funkar våra hypoteser, går det att jobba så som vi har tänkt? En hel del barnsjukdomar, men det är väntat Men överlag går det bra! Målet är att ha det här redo för anstormningen i december-januari då internationella sökande till masterprogram börjar skicka in sina dokument

21 Framtiden Få piloten att fungera riktigt, riktigt bra
Få till en riktigt bra metod för mätning av effekter och nytta Lära systemet identifiera ännu mer innehåll automatiskt Finns det andra delar inom sektorn där motsvarande teknik är relevant? Det kan ni fundera på där hemma!

22 Mer information Införandeinformation kommer som vanligt under ”Leveranser” på NyA-sidorna när det närmar sig produktionssättning NyA-förvaltningen skriver ganska oregelbundet blogginlägg under ”Utveckling” på NyA-sidorna Eller mejla en fråga!

23 Tack för att ni lyssnade!