I spåren av flyktingkrisen diskuteras integration flitigt. Och en av de faktorer som ofta lyfts fram som avgörande är att snabbt komma i jobb – det ger i sin tur bättre möjligheter att lära sig svenska och bygga upp sociala nätverk.
Tommy Andersson, professor i nationalekonomi vid Lunds universitet började för några år sedan titta på om det finns något sätt att underlätta den processen. Och han var inte den enda utan upptäckte snart att flera andra forskare runt om i världen var inne på samma spår.
Och tillsammans har de åtta forskarna som kommer från fem olika universitet i USA, Storbritannien och Sverige tagit fram en modell för att med hjälp av maskininlärning se till att flyktingar placeras i den region där de har bäst möjlighet att få jobb baserat på kompetens.
Modellen, som presenterades på ett seminarium på SNS i veckan, används redan i USA där den fått namnet Annie Moore efter den första immigranten som gick i land på Ellis Island men där Moore står för ”matching and outcome optimization for refugee empowerment”.
I USA sköts placeringen av kvotflyktingar av nio ideella organisationer och en av dem använder Annie Moore vilket resulterat i att 35 procent fler kommit i arbete, enligt forskarna.
Det är ett intrikat arbete som Tommy Andersson liknar vid Tetris. Man kan tänka sig att placeringsorterna har en form baserat på vad de kan erbjuda för service i form av bostäder, skolplatser, språkundervisning och vård – och de enskilda flyktingarnas behov av service har en form som ska passa in i den.
Först när de två sakerna matchar läggs den enskilde flyktingens kompetensprofil in och kopplas till de enskilda orternas arbetsmarknad.
– Vi vet att chansen att få ett jobb beror på hur länge man varit i landet – men det handlar också om var i landet man hamnar, säger Tommy Andersson.
– I en region med hög BNP-tillväxt är sannolikheten större och det spelar roll även i ett relativt litet land som Sverige.
Han konstaterar också att den enskilde flyktingens cv spelar roll. En ung välutbildad person har inga större problem att få jobb medan en lågutbildad, äldre och sjuklig person har problem att komma in överallt.
– Så den grupp som det här fokuserar på är de som ligger i mitten, det är för dem det spelar störst roll.
Skulle då utfallet kunna bli lika bra i Sverige som i USA – skulle 35 procent fler komma i jobb med maskininlärningsmatchning?
Nej, det vet inte forskarna som konstaterar att systemen i de två länderna ser väldigt olika ut. Men att det ändå skulle ske en förbättring är Tommy Andersson övertygad om även om han inte vill sätta ett procenttal.
– Det skulle definitivt inte bli sämre än i Sverige i dag. När man kommunplacerar i Sverige har man ingen tanke alls bakom, det är nästan slumpmässigt var man hamnar. Sämsta utfallet med vår modell skulle bli som i dag. Men om det blir 15, fem eller två procent bättre det vill jag inte uttala mig om.
Dessutom framhåller han att bara den administrativa vinsten i att låta AI sköta placeringen är stor.
– I stället för att ha 70 anställda som sitter och gör manuellt arbete som en dator kan göra på en halv minut så kan de 70 anställda fokusera på exempelvis åtgärder för att bättre integrera de som kommit hit.
Men det är inte bara att sätta igång – det finns en del hinder i vägen.
Det första är bristen på data om flyktingarnas kompetens. Migrationsverket har i dag inget uppdrag kring integration utan bara om att bedöma skyddsskäl så de plockar inte in den typen av data. På Arbetsförmedlingen finns en del kring de som har uppehållstillstånd men inget kring den grupp asylsökande som bedöms ha stor chans att få stanna. Det finns också laghinder när det gäller att utväxla och sammanställa de data som de två myndigheterna har.
– Även om vi gärna vill ha mycket data kommer vi rätt långt med ganska knackiga data – som ålder, kön, familjesituation – grova klassificeringar.
En annan stötesten är den omdiskuterade ebo-lagen som ger alla asylsökande rätt att själva välja var i landet de ska bo. Den begränsar möjligheterna för modellen att peka ut placeringsorter.
Tommy Andersson hoppas dock på ändring även om han tror att även om allt skulle finnas på plats så skulle det ta minst ett år att börja använda modellen.
– Men det här är inget vi säljer för att tjäna pengar. Mjukvaran är gratis, säger han.
Läs också:
Så kommer den hetaste tekniken stuva om din arbetsplats
Bränn inte jobbintervjun – här är några riktiga no-no
