Af Stig Andersen
Som inspiration til machine learning-workshoppen med Tim Daniel Hansen, Droids Agency, på årets Digitaliseringstræf i Odense, præsenterede teamleder Kaare Christensen og projektleder Michelle Bruun fra Norddjurs Kommune et proof-of-concept-projekt til automatisk fordeling af indkommende mails.
Omkring 400 timer om året bruger man i Norddjurs Kommune til manuelt at fordele indkommende mails og digital post-beskeder i de rette interne postkasser. Ud over at reducere tidsforbruget på opgaven kunne man godt tænke sig at forbedre træfsikkerheden. Man kiggede rundt i markedet, men så kun relativt dyrere løsninger.
I stedet besluttede man sig for sammen med de to andre kommuner i 3K-samarbejdet, Syddjurs og Favrskov, at lave et proof-of-concept-projekt i samarbejde med Droids Agency for at se, om machine learning kunne anvendes til formålet. Konklusionen er, at det kan det. Den gennemsnitlige præcision landede på 89 procent.
Måske ikke så overraskende kunne man konstatere, at præcisionen steg med antallet af mails, som machine learning-modellen kunne trænes på. Det sås for eksempel på ”løn-postkassen”, der med over 5000 mails er klart den mest besøgte – her nåede træfsikkerheden op på 97 procent. Kaare Christensen vurderer, at man skal over 200 mails per postkasse, før det kan betale sig at kaste en machine learning-algoritme efter mailsorteringen.
Man har besluttet at lægge løsningen ind som open source i OS2-samarbejdet, så andre kommuner kan få glæde af den. Og Norddjurs Kommune har besluttet at sætte løsningen i egentlig drift.
Der ligger allerede nu en række udvidelsesønsker til løsningen, der går under navnet OS2MailDroid. Kaare Christensen nævnte blandt andet et konfigurationsværktøj til opsætning af organisationen, tærskelværdier for videresendelse osv., en selvbetjeningsløsning til brug ved gentræning af machine learning-modellen ved organisationsændringer og ikke mindst opmærkning af mails med KLE-numre.
