Kunstig intelligens kan gi store fordeler som fremmer samfunnsoppdraget vårt, men bruk av slik teknologi kan gi økt risiko for diskriminering og myndighetsmisbruk. Bruken kan også gi økt risiko for personvernet til kundene våre. Lånekassen er derfor opptatt av å sikre at vi bruker kunstig intelligens på en måte som er lovlig, rettferdig og ansvarlig.
Lånekassen bruker ikke KI for å fatte vedtak. Vi kan imidlertid benytte KI i som hjelp for å forutsi saksmengden for Lånekassen, for å evaluere våre ulike støtteordninger og for å utvikle IT-systemene. Lånekassen kan også benytte KI som hjelp for å gi tilpasset informasjon til kundene våre.
Bruk av maskinlæring i informasjonstiltak rettet mot studenter som har opplyst å være borteboer
Lånekassen vil benytte KI i form av maskinlæring for å gi tilpasset informasjon til studenter som har opplyst å bo borte fra foreldrene. Et utvalg av studenter som har opplyst å være borteboer, vil bli minnet om at det er viktig å gi oss riktige opplysninger om bosted. Formålet med informasjonstiltaket er å bidra til at støtte fra Lånekassen går til de som har krav på den og ingen andre.
For å veilede kundene våre mest mulig målrettet, vil vi bruke en maskinlæringsmodell som foreslår hvem som bør motta informasjon. Å motta informasjonen betyr ikke at Lånekassen mener at kunden har gitt oss feil opplysninger. En maskinlæringsmodell kan likevel bidra til at informasjonen blir mer treffsikker enn informasjon som vi sender bredt ut til store kundegrupper, uten bruk av maskinlæring.
Å utvikle modellen er en prosess der vi undersøker hvilke opplysninger som gjør at modellen har evne til å gi treffsikre forslag. Modellen trenes på resultater fra tidligere kontroller blant studenter som har opplyst å være borteboere (bokontroller) og personopplysninger vi har innhentet når vi har behandlet søknader om studiestøtte.
Personopplysningene vi bruker er for eksempel studiepoeng, alder, studiested og bosted. Modellen undersøker hvilke faktorer som trekker opp sannsynligheten for at kunden ikke er registrert med riktig bostedsadresse hos Lånekassen, og hvilke som trekker ned.
Erfaringer fra tidligere bokontroller har viste at blant modellens viktigste faktorer er avstanden mellom foreldrenes hjem og studiested, studentens bosted og hvor langt man har kommet på studiet.
Vår bruk av denne modellen regnes som en profilering etter personvernforordningen. Les mer om dine rettigheter i personvernerklæringen vår.