Oslos kollektivselskap Ruter opplever nedgang i bruk av offentlig transport. De ønsker å bruke kunstig intelligens i forsøket på å forstå kundenes behov og bevegelsesmønstre, for igjen å kunne forbedre tilbudet av kollektivtransport eller annen delt mobilitet. Ruter-appen er nøkkelen, som både skal gi kollektivselskapet nyttig informasjon om reisevaner og samtidig gi brukerne persontilpassede tjenester.
I Ruter er prosjektet et samarbeid mellom Mirjam Jarbo (produktleder for reiseinformasjon), Jawad Saleemi (data science) og Svend Wandaas (juridiske tjenester).
De har svart på tre spørsmål om prosjektet:
– Utgangspunktet for prosjektet er at Ruter, gjennom bruk av maskinlæring på sentralt lagrede data og særlig lokasjonsdata, ønsker å gi kundene kontekstuelle og personlige reiseforslag. For at vi skal kunne klare dette må vi be kundene om samtykke til å samle inn data til design og opplæring av en KI-algoritme. Sammen med Datatilsynet ønsker vi å jobbe aktivt i ulike faser av arbeidet med problemstillinger knyttet til forklarbarhet, formålsbegrensning, dataminimering og samtykke.
– Vi anser den regulatoriske sandkassen som en viktig mulighet til å diskutere og jobbe med utfordrende problemstillinger knyttet til personvern og kunstig intelligens. Vi ønsker å utvikle de beste tjenestene for kundene våre. I et marked hvor våre tjenester i økende grad er digitaliserte, er det viktig for oss å være en pålitelig og seriøs aktør, som tar kundens personvern på alvor. Samtidig er vi avhengig av å benytte de samme teknologiske virkemidlene som større, globale aktører for å være relevante, og gi våre kunder de tjenestene de forventer å få av oss på best mulig måte. Vi synes derfor det er veldig flott at vi gjennom dette prosjektet får mulighet til å diskutere praktiske problemstillinger og dilemmaer direkte med Datatilsynet.
– Prosjektet løfter flere ulike problemstillinger knyttet til bruken av kunstig intelligens. Særlig håper vi å få mer innsikt i hvordan vi jobber med formålsbegrensning og samtykke når det eksisterer en hypotese om at KI/maskinlæring på innsamlede data om kundenes reisemønster kan benyttes i andre sammenhenger som vil være av stor verdi for våre kunder. Som analyser og trafikkplanlegging, tilbudsforbedringer, kundesegmentering eller som grunnlag for å tilby kunden billett som er tilpasset kundens reisemønster. Videre ønsker vi å forstå mer om hvordan vi da skal håndtere denne type personlige data, for eksempel når det kommer til lagring, prosessering og kryptering.