Vi er nå i den 4. industrielle revolusjonen hvor kjennetegnene ifølge Schwab er: «en rekke nye teknologier som smelter sammen fysiske, digitale og biologiske verdener, som påvirker alle disipliner, økonomier og industrier, og til og med utfordrer hva det vil si å være menneske»
(Heggernes, 2017, s. 35). Det er faglig uenighet om hvilke følger digitalisering og innføring av ny teknologi vil ha for arbeidslivet og samfunnet vårt. Om arbeidshverdagen blir enklere og mer spennende, eller om roboter tar over jobbene og medfører økt arbeidsledighet (NOU 2019:2). Skjelvan (2015) henviser til en studie gjort av KPMG for Kommunal- og moderniseringsdepartementet, og peker på at digitalisering ikke er et mål i seg selv for bedriftene, men «et virkemiddel for å forbedre og forenkle sine prosesser». Videre sier Skjelvan
Endring av kultur og organisasjon krever at ledelsen er tydelig på prioriteringer og oppfølging (2015). Sannes og Andersen (2017) forklarer dette mer nøyaktig, med at utviklingen vil muliggjøre og fremtvinge endringer i forretningsmodeller, praksis og verdisystemer.
Digitalisering innebærer blant annet automatisering av prosesser og arbeidsoppgaver ved hjelp av roboter. En robot er en maskin eller programvare som kan utføre automatiske oppgaver. Satt sammen med kunstig intelligens (maskinlæring2) vil roboter også kunne utføre handlinger på bakgrunn av data som er samlet inn, og arbeidsoppgaver som ville krevd intelligens for å utføres av mennesker blir automatisert (Heggernes, 2017). Dette er effektiviserende, men kan også koste arbeidere jobbene deres (Heggernes, 2017). I følge Dale (2016) kan chatbot defineres som en software applikasjon som beskjeftiger seg i dialog med mennesker ved hjelp av naturlig språk. De fleste produsenter som produserer chatboter lager den som en plattform. Denne plattformen kan læres opp i problemstillinger som er viktige for den organisasjonen/bedriften som kjøper den (Nagarajan, 2019). Chatbot-trenere mater inn spørsmål og svar som chatboten skal lære seg. For at en chatbot skal forstå hva brukeren spør om, benytter de seg av Natural Language Understanding (NLU). NLU omhandler den interne strukturen til naturlig språk og ords betydning (Nagarajan, 2019). For å oppnå en treffsikker NLU er det vanlig å bruke maskinlæring. Ved å mate chatboten med eksempler på hvordan en bruker kan stille et spørsmål, rustes chatboten til å forstå variasjoner av disse. Som oftest vil det være applikasjoner som kommuniserer via skriftlig språk, men enkelte avanserte chatbots har også talegjenkjenning, som Apples Siri. Flere og flere organisasjoner bruker i dag chatbot i kundebehandling, hvor den har tilgang til hele kundeforholdet når man identifiserer seg i en chat-samtale. Da vil ordene man bruker i samtalen utløse bestemte handlinger og svar hos chatboten (Heggernes, 2017). Dale (2016) hevder at den store endringen som har skjedd de siste årene, er tilgjengeligheten av plattformer som ser ut til å være det perfekte miljøet for chatbots.
2.1.1 Digitalisering i NAV
NAV er navnet på Arbeids- og velferdsforvaltninga. Hovedmålene til NAV er å få flere i arbeid, et velfungerende arbeidsmarked, riktig tjeneste og stønad til riktig tid, god service tilpasset brukeren og en helhetlig og effektiv arbeids- og velferdsforvaltning (NAV, 2020). NAV ønsker å få kontakten med store brukergrupper mer over på digitale plattformer. Innenfor forvaltning og rådgivning er kontakt via Facebook og chat nye arbeidsformer. Å kommunisere slik med
2 Systemer som kan sanse, forstå, handle og lære (Sannes og Andersen, 2017)
brukere byr på spesielle utfordringer og krever særegne ferdigheter (Solstad, 2018) Solstad (2018) peker på et betydelig kunnskaps- og kompetansebehov på området, da det foreløpig er en «ugått sti». I tillegg har nav.no åpnet for at brukere skal være mer selvhjulpne uten å være i kontakt med saksbehandlere eller veiledere. Databasert saksbehandling erstatter mennesker, som for eksempel bruk av chatbot i saksbehandling. Våren 2018 ble den første versjonen av chatboten Frida tilgjengelig på nav.no. «Hun» gir foreldre automatiske svar på spørsmål om foreldrepenger, engangsstønad og svangerskapspenger hele døgnet. Frida er den første chatboten i NAV. Frida har kunstig intelligens, hvor hun lager prediksjonsmodeller som brukes for å forutse sannsynlighet for hva bruker mener. Hun får hjelp av chatbot-trenere som sikrer daglig drift og kontinuerlig utvikling (Simonsen, 2019). Dette åpner for at brukere styres effektivt mot de tjenester og ytelser som er aktuelle for dem, kortere saksbehandlingstid og NAV får høyere produksjon med mindre ressurser (Solstad, 2018). NAVs organisasjon, prosesser og kompetanse kan endres i takt med nye kanaler for interaksjon.
NAV har kartlagt hvilke brukergrupper som vil ha behov for dialog når tjenestene er digitalisert (Simonsen, 2019, s.8):
Figur 1: Oversikt over hvem som har behov for dialog når tjenester digitaliseres
De viser også til trender for utvikling av kanalbruk, hvor telefon reduseres og chatbot har økt betydelig, en utvikling som forventes fortsette i årene som kommer (Simonsen, 2019, s. 9):
Hvem har behov for dialog når tjenestene er digitalisert?
Innbyggere og bosatte i Norge
Figur 2: Trender for utvikling av kanalbruk
I fremtiden forventes det en økt grad av kommunikasjon via digitale kanaler. Ved komplekse problemstillinger vil dialog med veileder være nødvendig. Utviklingen over de siste 5 årene fra 2014 til 2019 viser at antall henvendelser går ned (samtaler) mens tiden som brukes per henvendelse øker betydelig. Dette medfører et stabilt ressursbruk, mens avslutningsgrad (andel henvendelser som avsluttes ved første kontakt) øker (Simonsen, 2019).
2.1.2 NAVs omverdensanalyse
NAV har gjort en «omverdensanalyse» (2016) hvor de selv forsøker si noe om hva fremtiden vil bringe. Rapporten legger vekt på muligheter og utfordringer ved digitalisering, både i forhold til brukere og i forhold til interne forhold (Solstad, 2018). NAV påpeker at brukerne forventer personlig tilpassede tjenester som støtter dem i deres situasjon, at fysiske og digitale kanaler henger sammen og at de ikke må oppgi samme informasjon mer enn en gang. Dette kalles multikanaltilnærming. Multikanaltilnærmingen handler om hvordan det offentlige bør kommunisere med brukerne (Goasduff, 2016). Et viktig element i en multikanalstrategi er at organisasjonen skal møte brukere i den kanalen den enkelte foretrekker. Brukerne skal kunne bytte kanal og oppleve at digitale og fysiske kanaler henger sammen, og det forventes at de skal kunne hoppe fra en kanal til en annen uten å måtte gi informasjon på nytt og uten at det går ut over leveransen av tjenester (Goasduff, 2016).
Trend 2017 Trend 2020 Trend 2025
telefon Beskjed til NAV
sosiale medier
chat e-post video chatbot chat telefon Beskjed
til NAV
Viser trend på tid i møte med brukeren:
Antall henvendelser + samtalebehandlingstid