Sindre Lien Oftebro og Adrian Rabben får tildelt Lehmkuhlstipendet 2022 for masteroppgaven om bruk kunstig intellingens i saksbehandlingsprosesser.
De to deler stipendet på 30 000 kroner for masteroppgaven «Machine Learning in Application-based Case Management - A study on using machine learning to predict decision making in case management processes». Oftebro og Rabben leverte masteroppgaven våren 2022.
De to vinneren fikk utdelt stipendet under årets Lehmkuhlforelesning på NHH.
– Utrolig stas og veldig inspirerende. Dette er et stipend vi har hørt om helt siden vi begynte på NHH, sier de to.
I begrunnelse for tildelingen heter det: «Innovasjon handler ikke bare om å skape nye produkter eller tjenester; det handler også om å utvikle nye og bedre prosesser. Årets vinneroppgave fokuserer på hvordan kunstig intelligens og maskinlæring kan brukes til å effektivisere avanserte administrative rutiner.»
Stipendkomitéen legger vekt på det praktiske potensialet masteroppgaven har.
«Spesielt tar oppgaven sikte på å vise hvordan søknadsbasert saksbehandling i Regionale komiteer for medisinsk og helsefaglig forskningsetikk (REK) kan ha nytte av et beslutningsstøttesystem basert på maskinlæring. Alle medisinske og helsefaglige forskningsprosjekter i Norge krever forhåndsgodkjenning fra de regionale komiteene. Dette genererer et stort antall søknader, og et beslutningsstøttesystem som kan bidra til å effektivisere behandlingen av søknader, kan dermed ha stor verdi, både for REK-ene og søkerne.»
– Hva gjorde dere i masteroppgaven?
– Vi laget et program som forutser om søknader vil avvises basert på strukturert informasjon fra søknadsskjemaet. Programmet tolker også prosjektbeskrivelsen i søknadene og lager strukturert informasjon av denne, som bidrar til å gjøre prediksjonene bedre. Det diskuteres så hvordan et slikt program kan fungere som et beslutningsstøtte-system for saksbehandlere, forklarer Oftebro.
Rabben takker og trekker frem veilederen som en stor inspirasjonskilde underveis i jobben med masteroppgaven.
– Inspirasjonen til selve oppgaven kommer fra et fag vi hadde med vår fantastiske gode veileder, førsteamanuensis Christian Langerfeld. Faget, Applied Tectual Data Analysis for Business and Finance, tok for seg tekstanalyse og hva det kan brukes til. I tillegg fikk vi god inspirasjon av alle fagene på BAN-profilen, som alle fokuserer på hvordan man kan skape reell verdi gjennom IT og digitalisering.
– Har dere fått relevant jobb etter NHH?
– Ja. Masteroppgaven er skrevet i samarbeid med programvarehuset og konsulentselskapet Machina AS. Vi begynte i jobb hos dem på fulltid etter masteren var levert. Vi skal faktisk tilbake til jobb etter denne hyggelige tildelingen, sier Rabben og smiler.
– Hvordan var samarbeidet mellom dere underveis?
– Vi kjenner hverandre veldig godt. Det begynte allerede første året på NHH. Da valgt vi å ta et noe spesielt fag, japanese for business. Faget var beinhardt, og vi valgte å opprette vår egen kollokviegruppe. Den fortsatte vi med gjennom hele studietiden og gjennom ulike fag, så samarbeidet ble veldig godt.
Stipendkomitéen mener masteroppgaven er nyskapende på flere måter. Den viser hvordan digitalisering og datavitenskap kan brukes til å skape nye og innovative løsninger på konkrete utfordringer. Den diskuterer graden av automatisering og viser hvordan maskinlæring kan støtte saksbehandlerne i arbeidet fremfor å erstatte dem. Og den reflekterer over etiske dilemmaer knyttet til slik automatisk behandling av søknader.
Komitéen legger også vekt på at masteroppgaven demonstrerer en utmerket beherskelse av de tekniske aspektene ved maskinlæring, forskningsmetoder og refleksjoner over både etiske og praktiske problemstillinger.
Metodikken de har utviklet har et stort potensial for å forbedre og forenkle saksbehandling, ikke bare i dagens setting, men i større skala, både i offentlig og privat sektor.