Rapport 2018-5

Leder den riskbaserade urvalsmetoden till likabehandling? 117 Det går inte att avgöra om det är någon av dessa tre eller en kombi- nation av dem som orsakar avvikelserna utifrån det test som genom- förts. Men samtidigt visar den statistiska sammanställningen att träffsäkerheten har ökat. Något paradoxalt kan därför en avvikande träffbild fortfarande resultera i att varje person som gör fel ändå har en högre risk att bli upptäckt än tidigare. 71 Det finns inte heller något som tyder på att någon grupp inte kontrolleras alls genom att Försäk- ringskassan använder riskbaserade urval. Med den förhållandevis låga omfattningen av kontroller som görs genom riskbaserade urval kommer inte avvikelserna ha någon märk- bar betydelse för likabehandlingen i dag. Om däremot kontroll- volymen väsentligt ökas skulle skillnaderna kunna bli påtagliga om inte urvalsprincipen justeras. ISF bedömer utifrån dessa överväganden att riskbaserade urval har stor potential att effektivisera kontrollverksamheten och att den avvikande träffbilden i dagsläget har liten praktisk betydelse. Men vid en fortsatt utveckling av metoden måste Försäkringskassan ändå fokusera på hur riskbaserade urval påverkar likabehandlingen. Det kan för tillitens skull vara värt att använda någon form av certifiering som garanterar att metoden behandlar alla lika utifrån risk, eller att metoden genomgår en etisk prövning av en oberoende granskare. Exempel på initiativ på detta område är att fackförbundet Sveriges ingenjörer via sin nordiska ingenjörsorganisation ANE har bett Nordiska ministerrådet om stöd i att bilda ett nordiskt etikråd kring artificiell intelligens bestående av intressenter ifrån näringsliv, akademi och politik. 72 Parallellt med vidareutvecklingen måste också Försäkringskassan komma tillrätta med nivån på felaktigheter. Det är då andra insatser som behövs för att komma tillrätta med det problemet än att tillämpa riskbaserade urval för kontroll (se kapitel 5 om kostnadseffektivitet). 71 Men detta är inte självklart, vilket illustreras med ett räkneexempel i bilaga. Då det gäller personer med eftergymnasial utbildning så minskar uppföljningsrisken något, från 0,7 till 0,6 procent, medan den ökar för dem med lägre utbildning, från 0,7 till 1,7 procent. Liknande beräkningar kan göras för andra grupper men de redovisas inte här. 72 Källa: http://www.regeringen.se/artiklar/2017/12/artificiell-intelligens--en-nyckel-for-att- starka-svensk-konkurrens/