Yhdessä kokeillen eteenpäin: Työdataekosysteemi

Janne Mattila
KelaLab
Published in
3 min readDec 12, 2024

Työttömän ja osatyökykyisen työnhakijan palveluohjaus on nykyisellään raskas ja hidas prosessi. Asiakkaan tieto on hajallaan eri viranomaisilla, tiedon laatu on vaihtelevaa eikä kaikki tieto liiku digitaalisesti. Tämä aiheuttaa asiakkaalle huonoa palvelukokemusta ja viranomaisille ylimääräistä työtä, koska ymmärrys asiakkaan tilanteesta vaihtelee.

Toteutimme Helsingin kaupungin kanssa syksyllä 2024 yhteisen työdataekosysteemikokeilun, jossa kehitettiin ratkaisuja työttömien ja osatyökykyisten palvelujen parantamiseksi. Kokeilu konkretisoi sekä sosiaaliturvan digivisiota että Helsingin työllisyyspalveluiden digivisiota.

Kuvassa on lueteltu työllisyyspalveluiden digivision neljä periaatetta. 1: rakennamme työllisyyden vaikuttavuutta edistävää dataekosysteemiä. 2: Minimoimme odottamisen ja poistamme turhan. 3: Olemme asiakkaan parhaaksi, toimijuutta tukien. 4: Olemme ajan hermolla, muodostamme yhteisen tilannekuvan ja mittaamme muutosta.
Helsingin työllisyyspalveluiden digivisio

Halusimme oppia yhdessä dataekosysteemityöstä ja yhteisen datan mahdollisuuksista ja samalla:

  • nostaa kyvykkyyttämme toimia dataekosysteemeissä
  • tuottaa yleistyksiä ja yleisiä suosituksia muihin elämäntapahtumiin ja dataekosysteemeihin
  • tuottaa digivision toimeenpanolle konkreettisia askeleita​
  • tukea työllisyydenhoidon ammattilaisia asiakkaiden tarpeiden tunnistamisessa yhdistämällä dataa eri viranomaislähteistä

Kokeilussa toteutimme rinnakkain kahta toisiaan täydentävää kokeilua:

  • Työttömän asiakkaan tilannekuva -prototyyppi, jossa tavoitteena oli tunnistaa yhteisen datan mahdollisuudet ammattilaisen näkökulmasta.
  • Työkyvyn ennustemalli, jossa tavoitteena oli saada ennakollisesti parempi kuva asiakkaan työkyvyn riskeistä.

Mitä kokeilussa syntyi?

Tilannekuvakokeilussa kehitimme käyttöliittymäprototyyppin, joka kokoaa yhteen eri viranomaisten tiedot työttömästä asiakkaasta. Testasimme prototyyppiä asiantuntijoilla ja se sai erittäin positiivisen vastaanoton. Asiantuntijat arvioivat, että yhteinen tilannekuva nopeuttaa asiakaspalvelua merkittävästi ja parantaa palvelun laatua.

Tilannekuvassa on neljä tietokokonaisuutta asiakkaan tilanteesta: perustiedot, työttömyyden ja työnhaun tilanne, kuntotuksen tiedot, etuustiedot.
Prototyyppi ja yksi usemmmasta tilannekuvan eri versiosta.

Ennustemallikokeilussa päivitimme Kelan aiempaa ennustemallia ja tunnistimme potentiaalisia uusia datalähteitä mallin kehittämiseen. Mallin tarkkuus parani merkittävästi aiemmasta versiosta.

Kokeilusta oppiminen

Kokeilu osoitti, että meillä viranomaisilla on yllättävän vähän tietoa toistemme palveluista, dataresursseista ja -prosesseista. Jo pelkkä tiedon jakaminen näistä on arvokasta ja kasvattaa kykyämme toimia dataekosysteemissä. Meillä on yhteisesti todella paljon dataa, jonka yhteiskäyttö ja jatkojalostus hyödyttäisi merkittävästi sekä ammattilaista, että erityisesti asiakasta.

Kokeileminen osoittautui myös hyväksi tavaksi luoda yhteistä ymmärrystä ja edistää viranomaisyhteistyötä. Se vahvisti uskoa siihen, että viranomaisyhteistyöllä ja dataa hyödyntämällä voidaan merkittävästi parantaa työttömien ja osatyökykyisten palveluja.

Keskeistä onnistumiselle oli:

  • Riittävän ajan varaaminen etukäteen yhteiselle työstölle
  • Monialainen osaaminen (substanssi, data, muotoilu, juridiikka)
  • Selkeä koordinaatio ja työnjako
  • Ketterä eteneminen prototyypeillä

Kriittiset epävarmuudet ja yhteiset haasteet

Yhdessä kokeileminen on hyvä paikka tunnistaa ja nostaa yhteisiä haasteita keskusteluun konkretian kautta. Kriittisiksi epävarmuuksiksi tunnistimme datan käyttöä ja välitystä määrittävän lainsäädännön kehityksen ja tekoäalyasetuksen toimeenpanon sekä sääntelyyn liittyvät tulkinnat.

Viranomaisdatojen yhdistelyä koskevan sääntelyn osalta tarvitaan selkeä yhteinen tulkinta siitä, mitä tietoja voidaan jakaa ja miten, jotta tilannekuvaratkaisua voidaan kehittää tarvettava vastaavaksi. Tekoälyasetuksen vaatimusten tulkinta ja soveltaminen vaikuttaa merkittävästi siihen, miten ennustemallin kaltaisia palvelutarvetta ennakoivia ratkaisuja voidaan jatkossa kehittää yhdessä, yhteisen datan avulla.

  • Kun tekoälyasetuksen toimeenpano on käynnissä ja sen merkitystä vielä mietitään, voisi sitä rohkeammin ihmetellä laajemmin yhdessä eikä virastosiiloissa.
  • Meidän tulisi yhdessä kokeilla ja kehittää uusia dataa ja tekoälyä hyödyntäviä ratkaisuja, monialaisesti. Näin opimme ymmärtämään paremmin nykyisiä esteitä ja tulevia mahdollisuuksia.
  • Tarvitsemme monialaisia foorumeita organisaatiorajat ylittävälle keskustelulle. Näin voimme tuoda opit kaikkien hyötykäyttöön: saamme nopeammin toimivampia, turvallisempia ja eettisempiä ratkaisuja kansallisesti käyttöön.

Yhteinen kokeilumme huipentui sen tärkeimpään osuuteen, eli oppien jakamiseen. Pidimme Helsingin kanssa yhteisen avoimen tilaisuuden sidosryhmillemme 21.11.2024 Voit katsoa tilaisuuden tallenteen tästä ja tutustua loppuraporttiin Helsingin kokeilukiihdyttämän sivuilla.

Tämä kirjoitus on viimeinen osa “trilogiaa”, jonka ensimmäinen osa kertoo koko matkasta Kohti yhteentoimivaa sosiaaliturvan ekosysteemiä ja toinen osa avaa, Miten konkretisoimme digitaalisen vision.

--

--

KelaLab
KelaLab

Published in KelaLab

KelaLab: kerromme innovaatiotoiminnasta Kelassa. KelaLab: we write about innovation activities within the Finnish Social Insurance Institution.

Janne Mattila
Janne Mattila

Written by Janne Mattila

Lead designer in innovation lab at the Finnish Social Security Institution. I’m a strong advocate for making things open but struggle to find time for sharing.

No responses yet