Sagsbehandling ved sanktionering af ledige borgere

Projektet var planlagt til at løbe fra primo 2020 til medio 2022. Det blev dog afbrudt før tid på grund af juridiske og praktiske udfordringer. 

Systemet skulle oprindeligt bruge kunstig intelligens til at analysere faktorer, der påvirker borgerens sandsynlighed for at blive mere aktiveringsparat, og støtte vurderingen af, om der var nogle konkrete hændelser fra borgerens side der skulle udløse sanktionering.

Der er endnu ikke fundet oplysninger om, hvilke data der er blevet brugt til at træne algoritmen. Dog er det væsentligt at sikre gennemsigtighed i brugen af kunstig intelligens i sagsbehandling, da dette har betydning for retssikkerhed og borgernes indsigt i beslutningsgrundlaget.  

Projektet planlagde at behandle datamæssige, juridiske og etiske problemstillinger, herunder bias i datasæt og sikre, at algoritmen kunne forstås og forklares for både sagsbehandlere og borgere. 

Signaturprojektet blev til på baggrund af et forsøgsprojekt med automatiseringsteknologi på sanktioneringsområdet inden for arbejdsmarkedsområdet. Projektets originale titel var “ensartet sagsbehandling ved spørgsmål om sanktionering af ledige borgere”. Projektets originale formål var at undersøge, om det ved hjælp af kunstig intelligens var muligt at vurdere, om en udeblivelse fra samtale eller aktiveringstilbud i sagsbehandlerens perspektiv burde medføre en sanktion i borgerens kontanthjælp. Projektet sigtede mod at skabe en løsning, som gav medarbejderne en anbefaling om at sanktionere eller ej. Det blev dog tydeligt undervejs i arbejdet, at der var risiko for at udvikle et værktøj til Arbejdsmarkedsafdelingen, der ikke kun var beslutningsstøttende, men i praksis kunne blive en reel automatisering af beslutningen om sanktionering. Konsekvensen af dette ville være at sætte skøn under regel, hvilket forvaltningsmyndighederne ikke uden lovbestemt skøn kan gøre. Sanktioner og træk i ydelser er en indgribende sag over for borgeren, der netop kræver, at der kan redegøres for de skøn og vurderinger, der har ligget til grund for en beslutning jf. forvaltningsloven.  

Projektets formål blev derfor ændret, hvorefter fokusset blev på at forudsige korttidsledighed blandt borgere, som meldte sig ledige i Frederiksberg Kommune. Forsøgsprojektet og sidenhen signaturprojektet udviste en vis præcision ift. de teknologiske succeskriterier i projektet (dvs. partshøring og hvorvidt forskellige hændelser skulle medføre en sanktionering i ydelser). Den tekniske løsning viste sig i mellemtiden dog også at have en række etiske og juridiske problemstillinger. Disse problematikker rejste en række overvejelser, der udfordrede succeskriterierne. Problematikken gik blandt andet på at løsningen viste sig at nærme sig automatiske afgørelser, der erstatter det menneskelige skøn (dette frem for et beslutningsunderstøttende værktøj til medarbejderne), og manglende transparens og åbenhed om vurderingskriterier og afgørelser.  

Disse udfordringer blev forsøgt udbedret ved at brede formålet yderligere ud, således at undersøgelsen gik på, hvorvidt kunstig intelligens mere generelt kunne understøtte sagsbehandler i forvaltningsområdet. Det skulle ske gennem vurdering af effekten af en lang række indsatser og tilbud med udgangspunkt i hele borgerens sagsforløb.

I starten af juli 2022 offentliggjorde Datatilsynet dog en kritisk udtalelse omkring hjemlen til at anvende et lignende AI-profileringsværktøj, kaldet ASTA. Der er store ligheder mellem ASTA og signaturprojektet. Datatilsynet slog i sin udtalelse fast, at der skal være konkret lovhjemmel i fx LAB-loven til at foretage automatiseret profilering af borgere, hvilket ikke findes ift. profilering lavet af kommunerne.  

Frederiksberg Kommune besluttede derfor at stoppe projektet inden, at det var nået at blive testet i praksis i jobcentret. Det skete ud fra en dialog med Datatilsynet og Digitaliseringsstyrelsen og på baggrund af en anbefaling fra Frederiksberg Kommune DPO.  

Begrundelsen for indførelsen af systemet er at sagsbehandlerne i jobcentrene i dag skal træffe beslutninger om sanktioner over for ledige med afsæt i et relativt kompliceret regelsæt og mange forskellige typer informationer. De komplicerede regler og mange datakilder medfører risiko for uensartet praksis blandt sagsbehandlerne, ligesom kommunerne bruger mange ressourcer på opgaven. Projektet havde derfor til formål at sikre en højere grad af korrekt og ensartet sagsbehandling ved at understøtte medarbejderne i at vurdere, om en ledig borgers udeblivelse fra samtale eller aktiveringstilbud skulle medføre en sanktion i borgerens ydelse. Derudover var formålet også at opnå en økonomisk gevinst i form af sparet tid, idet algoritmen skulle bearbejde data og støtte sagsbehandleren således at vedkommende hurtigere kunne få den præcise viden, der skulle til for at kunne træffe afgørelse.