Digitalisering giver jobcentre nye opgaver og muligheder

Det er ikke kun Nordens medarbejdere, som skal udvikle deres kompetencer for at klare sig i fremtiden. Det samme skal de nordiske landes beskæftigelsesmyndigheder - især indsatsen for at få ledige borgere i arbejde skal indrettes på den nye digitale virkelighed. Den proces er sat i gang men er ikke spor let.

Det var det fælles budskab, da repræsentanter for den offentlige arbejdsformidling i Danmark, Sverige og Norge ved en nordisk konference i Stockholm 15. maj 2018 gav deres bud på, hvordan de nordiske myndigheder ruster både arbejdsløse borgere og sig selv til et arbejdsmarked under hastig forandring, drevet af nye teknologier.

Transformation i gang

I Norge er store forandringer sat i gang for at tilpasse beskæftigelsesindsatsen, så de muligheder der ligger i digitaliseringen kan blive brugt bedst muligt til at styrke indsatsen til arbejdsløse borgere, fortalte Gunn-Elin Åsgren, projektleder i Norsk Arbeids- og Velfærdsforvaltning (NAV).

- Der foregår lige nu en meget omfattende transformation i den offentlige administration for at følge trit med denne udvikling, forklarede hun.

Samme budskab sendte Peter Truels Nielsen, chef for kontoret Viden og Analyse i Styrelsen for Arbejdsmarked og Rekruttering (STAR) i Danmark. Han henviste til en McKinsey-rapport, der forudser, at 40 procent af de nuværende arbejdsopgaver kan blive automatiseret som følge af AI og robot-løsninger. Og slog fast, at der er gode forudsætningerne for at geare medarbejdere og arbejdsmarked til denne nye virkelighed, men at det vil kræve store forandringer – også af jobcentrenes tilgang til opgaverne og konkrete måde at arbejde på.

- Vi har et godt udgangspunkt, men når 40 procent kan automatiseres og flere hundrede tusinde medarbejdere kan blive overflødige, fordi deres arbejde automatiseres, så er det her en brændende platform for os, sagde Peter Truels Nielsen.

Projekter om big data og AI

Arbetsförmidlingen i Sverige har også indset, at den teknologiske udvikling vil ændre myndighedsindsatsen og har etableret modellen JobTech, som skal undersøge, hvad kan teknologien bruges til for at sikre digital innovation i jobformidlingen. Det forklarede Jonas Södergren og Andreas Granström, der begge er udviklere i JobTech.

Jonas Södergen og Andreas Granström fra JobTech. 

-Der er behov for helt ny tilgang til, hvordan vi arbejder, tænker og udbyder services til jobsøgende borgere, så vi arbejder mere datadrevet, understøtter borgeren i at bygge sin egen fremtid og skaber en infrastruktur til det fælles bedste, sagde Jonas Södergren.

JobTech har gang i flere konkrete projekter om big data og AI, ét af dem bruger AI til at forstå kompetencebehov.

I Danmark har STAR blandt andet brugt digitale løsninger til at analysere jobannoncer for at kortlægge, hvilke kompetencer arbejdsgiverne efterspørger. Den viden har STAR koblet med viden om, hvilke jobtyper medarbejdere søger imod. På nuværende tidspunkt undersøger STAR, om den type data kan bruges til at kvalificere jobsøgningen, når robotter og AI i fremtiden måske gør hidtidige job overflødige.

-Det lyder enkelt, men er det ikke, og man skal være forsigtig, når man råder folk til at søge et bestemt job. Derfor skal mange aspekter tages i betragtning, sagde Peter Truels Nielsen.

Persondata skal beskyttes

NAV har også intensiveret indsamling af data og udvikling af nye tjenester til fx analyse og har været i dialog med andre skandinaviske og europæiske jobformidlingsaktører og norske virksomhederne for at hente inspiration til, hvilken teknologier, der bedst understøtter NAV’s arbejde. Konkret har NAV eksempelvis haft 180 datasøge-robotter til hjælp for at opdage ledige stillinger, som opslås som ledige.

- Vi bruger big data, vi samler data for at kunne give dem tilbage, det er ikke bare big data men smart data, som vi giver tilbage til andre arbejdsmarkedsaktører, sagde Gunn-Elin Åsgren.

Hun pegede samtidig på, at skærpede krav til beskyttelse af persondata er en vigtig udfordring at løse. Den vurdering delte hendes danske og svenske kollegaer.