JavaScript is disabled in your web browser or browser is too old to support JavaScript. Today almost all web pages contain JavaScript, a scripting programming language that runs on visitor's web browser. It makes web pages functional for specific purposes and if disabled for some reason, the content or the functionality of the web page can be limited or unavailable.

Arbeidslivskriminalitet

Kunstig intelligens hjelper Arbeidstilsynet med å avsløre skurkene

Inspektørene Magne og Wirginia slipper å lete etter nåla i høystakken når de skal ut på tilsyn. Algoritmene regner ut hvor det er størst mulighet for å finne snusk.
Magne Brekken og Wirginia Laszcych jobber som overinspektører i Arbeidstilsynet. Det er en trygghet å være to når de er ute på tilsyn.

Magne Brekken og Wirginia Laszcych jobber som overinspektører i Arbeidstilsynet. Det er en trygghet å være to når de er ute på tilsyn.

Martin Guttormsen Slørdal

martin@lomedia.no

De står utenfor en restaurant midt i Trondheim sentrum. Inne er det ansatte som snart skal få besøk av de to inspektørene. Ute er det småsurt.

Wirginia Laszczych og Magne Brekken jobber i Arbeidstilsynet, og driver med tilsyn på lønn- og arbeidsvilkår i virksomheter i Trøndelag.

De har med seg ei standard sjekkliste og spørsmål som de skal snakke med de ansatte om.

Har de en skriftlig arbeidskontrakt?

Jobber de flere timer enn det arbeidsmiljøloven tillater?

Får de overtidsbetaling?

– Vi ønsker først og fremst en åpen og ærlig samtale med de som er på jobb. Det inntrykket vi får her, sammenlikner vi med den informasjonen som virksomhetene sender oss i etterkant, sier Brekken.

De må ofte bruke god tid på å forklare hva som er hensikten med et besøk fra Arbeidstilsynet. Mange kan bli skremt, forteller Laszczych.

– Vi forklarer at vi ikke kontrollerer dem eller finner feil de gjør i jobben. Det er arbeidsforholdene vi kontrollerer, og at arbeidsgiverne følger de lover og regler de er pålagt, sier hun.

Her er Magne og Wirgina på vei inn til et av Arbeidstilsynets 13.000 årlige tilsyn. Noen av dem er meldte, andre kan være uanmeldte.

Her er Magne og Wirgina på vei inn til et av Arbeidstilsynets 13.000 årlige tilsyn. Noen av dem er meldte, andre kan være uanmeldte.

Martin Guttormsen Slørdal

Mange bedrifter å sjekke

Hvert eneste år gjennomfører Arbeidstilsynet rundt 13.000 tilsyn hos norske virksomheter. I fjor avdekket 69 prosent av tilsynene ett eller flere brudd på lov- og regelverk.

Marius Søberg er leder av Seksjon for analyse i Arbeidstilsynet. Han forteller at det hvert år er store endringer i norske bedrifter. Rundt 50.000 nye organisasjonsnummer kommer til, og like mange forsvinner ut.

– Det betyr at det er mange virksomheter vi vet lite om. Da har vi behov for å gjøre noen valg når vi bestemmer hvilke bedrifter vi skal dra på tilsyn hos, sier Søberg.

Kan forutse sjansen for brudd

Den kunstige intelligensen som Arbeidstilsynet har utviklet, kan forutse sannsynligheten for å avdekke mange eller alvorlige brudd på regelverket.

Arbeidet ble startet i 2017, og det som Arbeidstilsynet kaller «prediksjonsmodellen» har blitt bedre etter hvert som den får stadig mer informasjon fra utførte tilsyn.

Alle bedrifter har noen bestemte kjennetegn. Det kan være virksomhetens størrelse og alder, registrerte ulykker eller resultater fra tidligere tilsyn, for å nevne noe.

Marius Søberg, leder av Seksjon for analyse i Arbeidstilsynet.

Marius Søberg, leder av Seksjon for analyse i Arbeidstilsynet.

Martin Guttormsen Slørdal

Dette er informasjonen som mates inn i modellen, forklarer Marius Søberg. Da regner den ut risiko for brudd hos hver enkelt virksomhet.

Disse deles inn i fire ulike kategorier når resultatet kommer ut på den andre siden: Lavest, lav, høy eller høyest risiko for brudd. Det gir en pekepinn på hvor det er størst mulighet for å finne brudd.

– Denne modellen er et viktig verktøy for inspektørene for å prioritere innad i en målgruppe med bedrifter, sier Søberg.

Inspektørenes kakediagram

Inspektørene Wirginia Laszczych og Magne Brekken deler kontor sammen i Trondheim sentrum. På PC-skjermen deres oppsummeres risikoen for regelbrudd i en virksomhet, i et kakediagram.

Diagrammet kan markeres med skraverte eller helt mørke felt. Hvis kaka er helt mørk, er det høyest sannsynlighet for å finne brudd akkurat hos den virksomheten, ifølge Arbeidstilsynets modell.

– Dette er et veldig bra utgangspunkt for oss, men ikke den eneste inngangen for hvor vi bør dra, sier Laszczych.

En runding med et skravert område forteller om inspektørenes mulighet til å avdekke brudd i virksomhetene de besøker. Bildet med denne rundingen er ikke knyttet til bedriftene Arbeidstilsynet besøkte da LO-Aktuelt var med.

En runding med et skravert område forteller om inspektørenes mulighet til å avdekke brudd i virksomhetene de besøker. Bildet med denne rundingen er ikke knyttet til bedriftene Arbeidstilsynet besøkte da LO-Aktuelt var med.

Martin Guttormsen Slørdal

Et annet viktig redskap er tips, forteller Brekken. Tipsene kan komme fra alt fra tidligere arbeidstakere til fagforeninger, vernetjeneste eller gjester som har besøkt en restaurant.

– Det er en viktig inngangsportal for oss, sier inspektøren.

Han forteller at de i utgangspunktet besøker bransjer der allmenngjøring av tariffavtalene gjelder, der det for eksempel er en lovfestet minstelønn.

Med jevne mellomrom retter de også innsatsen mot bestemte bransjer for en periode.

Når inspektørene drar ut på tilsyn, drar de alltid to og to. Det er tryggest, sier Laszczych.

– Når vi snakker med arbeiderne, er det viktig å ha et vitne på det som blir sagt. Vi vet heller aldri hvem vi møter, så det er en sikkerhet å være to, sier hun.

Magne Brekken og Wirginia Laszczych er seniorinspektører i Arbeidstilsynet.

Magne Brekken og Wirginia Laszczych er seniorinspektører i Arbeidstilsynet.

Martin Guttormsen Slørdal

Trener modellen ubevisst

Wirginia Laszczych forteller at etter et tilsyn skal hun vurdere saken og tilsynet hun har gjennomført. Da merker hun hvor godt formålet med tilsynet treffer, og hvordan det stemmer med kakediagrammet de studerte før de dro ut.

Inspektørene må rangere hvor alvorlig de ser på bruddene de finner, og hvilke typer brudd de har oppdaget. Den nye informasjonen de plotter inn, er med på å lære opp den kunstige intelligensen.

– Jeg har faktisk ikke tenkt over at det vi svarer der, er det som bidrar til maskintreninga, sier Brekken.

Treffer godt

Modellen Arbeidstilsynet har utviklet, fungerer relativt godt i dag, sier seksjonsleder Marius Søberg. Etter et tilsyn kan Arbeidstilsynet gi ulike typer reaksjoner mot virksomheten.

Det kan være pålegg, tvangsmulkter, full stans på arbeidsplassen eller overtredelsesgebyrer, som gis ved særlig alvorlige og gjentatte lovbrudd.

Ved tilsyn hos bedriftene med høyest risiko, altså der hele kaka er svart, avdekker inspektørene ofte flere alvorlige brudd, og Arbeidstilsynet gir flere kraftige reaksjonsmidler etter tilsynet.

– Det er et tydelig mønster i den retningen, og det er et interessant funn, sier Søberg.

Magne Brekken liker å se på Google Maps for å se hvordan det ser ut der de skal på tilsyn.

Magne Brekken liker å se på Google Maps for å se hvordan det ser ut der de skal på tilsyn.

Martin Guttormsen Slørdal

Positiv utvikling

Wirginia Laszczych kommer ut fra tilsynet på spisestedet. Nå skal hun og Magne Brekken sette seg ned med resultatene på kontoret. De skal plottes inn og gjøre maskinlæringsmodellen enda bedre.

Laszczych har jobbet i Arbeidstilsynet siden 2016. Hun har sett en positiv utvikling.

– Utenlandske arbeidere er bedre informert om hvilke lover og regler som gjelder i Norge. De vet mer hva de kan kreve, og hva som er arbeidsgivernes ansvar. Det er veldig bra, avslutter Laszczych.

Arbeidstilsynets maskinlæringsmodell

Modellen ble tatt i bruk i 2017.

Arbeidstilsynet fikk hjelp fra Sintef og fra selskapene Inmeta og Microsoft i oppstarten.

Modellen benytter seg av informasjon fra tilsyn fem år tilbake i tid.

Algoritmen henter inn nye virksomheter fra Brønnøysundregistrene hver natt.

Trening av modellen kjøres hver måned på bakgrunn av nye data.

Kilde: Arbeidstilsynet

Warning
Dette er en sak fra

Vi skriver for tillitsvalgte i alle LO-forbund.

Les mer fra oss

Annonse
Annonse

Arbeidstilsynets maskinlæringsmodell

Modellen ble tatt i bruk i 2017.

Arbeidstilsynet fikk hjelp fra Sintef og fra selskapene Inmeta og Microsoft i oppstarten.

Modellen benytter seg av informasjon fra tilsyn fem år tilbake i tid.

Algoritmen henter inn nye virksomheter fra Brønnøysundregistrene hver natt.

Trening av modellen kjøres hver måned på bakgrunn av nye data.

Kilde: Arbeidstilsynet