Hvordan kan AI forenkle barnehageopptaket?

Forestill deg at du trykker på et par knapper på datamaskinen før du henter deg en kopp kaffe, setter deg i godstolen og titter ut av vinduet, vel vitende om at i løpet av få strakser har datamaskinen løst en oppgave det ellers ville tatt deg uker eller måneder å utføre. Ved å bruke Visma Opptaksoptimerer kan dette bli en virkelighet.

Barnehageopptaket er komplekst

Barnehageopptaket kan karakteriseres som en innviklet kabal der søkernes ønsker skal oppfylles uten å overstige kapasitetsbegrensningene til barnehagene. I tillegg er det en jungel av vedtekter som regulerer hva slags prioritet ulike barn har under opptaket, noe som gjør kabalen ekstra vanskelig. 

For å illustrere kompleksiteten bruker vi en kommune med 6 barnehager og 30 søkere som eksempel. For denne kommunen finnes det flere måter å fordele barna på enn det finnes stjerner i universet – og denne kompleksiteten øker eksponentielt med antall barn og antall barnehager. Det er derfor ikke rart at kommuner kan ende opp med å bruke både uker og måneder før de har kommet frem til en fordeling som både søkerne, kommunen og loven ser seg fornøyd med. 

Til tross for at kommunene prøver å skape en best mulig fordeling, er det ikke alltid sånn at alle søkere får den plassen de ønsket seg mest. Det kan være at barnehagen de søker på er full, eller at andre søkere er høyere prioritert. Dette kan oppleves som frustrerende for søkerne. Kanskje får foreldrene til barnet lengre reisevei enn de forventer, eller barna deres havner i to ulike barnehager. I slike tilfeller kan det ofte forekomme klager, og det kan bli stilt krav om at kommunen må begrunne valg av fordeling. Slike begrunnelser er tidkrevende for kommunen ettersom det må granskes hvorfor fordelingen ble som den ble. For de som ikke jobber innen barnehagesektoren kan dette sammenliknes med å spille sjakk baklengs, noe som ikke er å anbefale. 

Det er ingen tvil om at barnehageopptaket er en vrien nøtt å løse manuelt, og at det hadde vært beleilig om det kunne automatiseres. Men finnes det algoritmer som er såpass smarte?

Kunstig intelligens forenkler prosessen

AI, kunstig intelligens, optimering – kjært barn har mange navn. Kjernen ved disse uttrykkene er smarte algoritmer som kan automatisere prosesser en tidligere har trodd krever menneskelig innblanding. Slike algoritmer kan anvendes til å gjennomføre barnehageopptaket på en betraktelig mer komfortabel måte sammenliknet med hvordan det gjøres i dag. Visma Opptaksoptimerer kan generere og evaluere millioner av ulike fordelinger av barn til barnehager på millisekunder. I tillegg sørger den for at 100% av alle vedtektsfestede krav er tilfredsstilt, og at så mange søkere som mulig får plass i en av barnehagene de ønsker. 

Så hvordan fungerer disse smarte algoritmene egentlig?

Ved første øyekast kan det fremstå urealistisk med en helautomatisering av barnehageopptaket. Typiske prosesser som automatiseres kjennetegnes gjerne ved å være repetitive og simple, noe som står i sterk kontrast til barnehageopptaket der det må tas hensyn til foreldres preferanser, barnehagens begrensninger og lovens rammer.

Heldigvis ligner barnehageopptaket på et såkalt matching-problem, som er viden kjent i akademia. Fundamentet i matching-problemer er å finne en optimal match mellom to ulike grupper, samtidig som en tilfredsstiller et sett med betingelser. Matching-problemer har et bredt spekter av bruksområder, fra å fordele leger til sykehus, produksjonsoppgaver til maskiner, studenter til studenthybler, og nå barn til barnehager. Så til tross for at optimering av barnehageopptaket kan regnes som ukjent farvann, har vi flere tiår med akademia å støtte oss på. 

Slipper å spille sjakk baklengs

Et flott aspekt ved Opptaksoptimereren er at den automatisk kan generere en begrunnelse for opptaket, noe som er veldig nyttig i klagesaker. Da vil det være en enkel sak for kommunen å begrunne hvorfor et gitt barn har fått en plass foran et annet, uten å måtte løse det “reverserte sjakkspillet”.  

Det vil forekomme tilfeller hvor søkere ikke får plass i noen av barnehagene de har søkt. I slike situasjoner må kommunen manuelt prøve å finne et alternativ som er ønskelig. Kanskje kommunen ønsker å fordele disse søkerne på en måte som skaper en god kjønnsfordeling i barnehagene? Kanskje det er ønskelig å foreslå plasser i barnehager slik at reisetiden blir kortest mulig? Opptaksoptimereren vil tilby brukeren et bred spekter av mulige konfigurasjoner, så den genererte fordelingen gjenspeiler de skjønnsmessige vurderingene som gjøres av kommunen på en best mulig måte. 

Muliggjør tettere oppfølging

Målet med opptaksoptimering er ikke kun å utføre opptaket raskest mulig. Det handler om å sikre en rettferdig fordeling og å oppfylle ønskene til så mange søkere som mulig. I tillegg muliggjør det at barnehagestyrer og kommuner kan bruke mer tid og ressurser på å utvikle undervisningsopplegget i barnehagene, ha tett kontakt med foreldre, og viktigst av alt – sikre en best mulig hverdag for barna.

Lær mer om oppvekstprosessen for barnehage

Håkon Fredrik Ruud jobber som optimeringsspesialist i Visma Optimisation Technologies. Han har en master i Optimering og Kunstig Intelligens fra Industriell Økonomi og Teknologiledelse ved NTNU og HKU.

Magnus August Lien jobber som Data Scientist i Visma Optimisation Technology. Han har gått Industriell Økonomi og Teknologiledelse ved NTNU, med spesialisering innen maskinlæring og optimering.