Av Gaute Eielsen, Julie Grøtnæs, Tobias Lunde, Wenche Nag og Daniel Salicath

Hver måned registrerer rundt 15 000 personer seg som arbeidssøkere hos Nav. Alle har rett til en vurdering av hvor mye hjelp de trenger for å komme i jobb, men med begrensede ressurser må Nav prioritere effektivt. For å støtte denne prosessen brukes en profileringsalgoritme som gjør en grovsortering av de nyregistrerte før de sendes videre. De man antar vil klare å skaffe seg jobb på egen hånd, sendes til Nasjonal Oppfølgingsenhet (NOE), gitt at de er over 30 år. De øvrige sendes til lokalkontoret. Alle arbeidssøkere skal deretter få sitt bistandsbehov skjønnsmessig vurdert av en veileder. Prosessen er ikke uten risiko siden hverken algoritmen eller veilederne vil ha fullstendig informasjon om den nyregistrertes behov og jobbmuligheter.

Denne rapporten viser at over halvparten av arbeidssøkerne som er forventet å klare seg uten bistand (standardbrukere), ikke er i stabilt arbeid et år etter registrering. Siden disse brukerne får ingen eller bare svært begrenset oppfølging, kan de gå under radaren mens barrierene for å komme i stabilt arbeid vokser. Dette kan føre til at deres behov for hjelp først blir oppdaget når det har blitt så stort at de må følges opp av lokalkontoret i stedet for å betjenes av NOE. En bedre sortering allerede ved registrering kan redusere risiko for at dette skjer.

En svakhet ved dagens algoritme er at den mangler en klar og tydelig operasjonalisering av hva den faktisk skal sortere. Vi foreslår å basere den på en modell som beregner sannsynligheten for at den nyregistrerte har stabilt arbeid over en gitt periode, og der dette er klart operasjonalisert med kvantifiserbare variabler basert på månedsvis lønnsinntekt. Utprøvinger på historiske data viser at dette kan gi en mer treffsikker sortering enn i dag. Modellforslaget er fleksibelt ved at det lett kan endres til for eksempel å beregne sannsynlighet for at den nyregistrerte er uten arbeid over en gitt periode. En slik fleksibilitet er nyttig med tanke på behovet for å kunne justere volumet som skal sendes til NOE. Operasjonaliseringen av modellen legger dessuten til rette for å en systematisk evaluering av algoritmen slik at man kan avdekke mulige forbedringspunkter.

Vi foreslår dessuten å gjøre grunnlaget for den nye modellen tydelig ved å synliggjøre hva den omfatter. Dette vil bidra til økt gjennomsiktighet i vurderingsgrunnlaget. Slik kan veiledere bruke informasjonen i kombinasjon med sin ekspertise for å vurdere innsatsbehov. Det finnes også andre mulige grep for å hjelpe veilederne i kartlegging. For eksempel kan man lette vurderingen av arbeidstilknytning ved at veilederen får enkle, men vesentlige, opplysninger om den nyregistrertes inntektshistorikk i tiden opp mot registrering.

At mange standardbrukere ikke kommer over i stabilt arbeid, finner vi urovekkende. Vi foreslår at det settes i gang et systematisk utviklingsarbeid for å utforske om undergrupper av standardbrukere kan komme raskere i jobb eller øke sin stillingsprosent gjennom en mer differensiert håndtering.  Dette kan vise seg å være nyttig hjelp for de arbeidssøkerne som opplever utfordringer, men det legger også grunnlaget for en gradvis og kunnskapsbasert økning av NOEs portefølje.

De ulike forslagene til forbedringer kan iverksettes hver for seg, men vil ha størst effekt dersom de gjennomføres i sammenheng.

(DOI)