Rapport 2018-5

Leder den riskbaserade urvalsmetoden till likabehandling? 105 6 Leder den riskbaserade urvalsmetoden till likabehandling? Försäkringskassan har ökat användningen av profileringsmodeller i takt med att tillgången till individdata har ökat. Genom att ställa en mängd bakgrundsinformation om enskilda individer mot ett utfall kan riskvärden beräknas och personer kategoriseras i olika beslutsgrupper beroende på riskvärdet. Idén att riskbedöma och kategorisera är i sig inget nytt. Innan det fanns tillgång till en stor mängd data var det i stället enskilda hand- läggare som gjorde bedömningen. I samband med myndighetsut- övning har handläggarna ett regelverk att luta sig mot, men där det finns utrymme för tolkningar finns risk för att två i allt väsentligt lika personer ändå bedöms olika. Detta gäller särskilt om de har olika handläggare. Handläggares fördomar kan också leda till att olika grupper av ersättningsmottagare följs upp i olika grad. Konstruerade på rätt sätt kan riskbaserade urvalsprofiler minska denna risk. Men det finns ändå osäkerheter som beror på hur de riskbaserade urvalsprofilerna, vilket har uppmärksammats inom forskningen. 67 Framväxten av stora datamaterial har medfört en utveckling av prog- nosmodeller som inte grundar sig på någon underliggande idé om orsakssamband. Tillämpningen av så kallad ”Big Data”, bygger på att en dator programmeras att systematiskt leta efter vikter som gör att en stor mängd data kan vägas ihop till ett prognosticerat utfall. Ett sådant utfall skulle exempelvis kunna vara om ett ärende innehåller felaktig- heter eller inte. Om sökningen efter vikter är framgångsrik ska den prognosticerade sannolikheten att ett ärende är felaktigt i stor ut- sträckning sammanfalla med att ärendet faktiskt är felaktigt. Sedan används vikterna på nya data för att göra prognoser av risken att ett 67 ISF, Riskbaserade urvalsprofiler och likabehandling . Kommande rapport från ISF.