Ny teknologi:
Ved hjelp av kunstig intelligens som plukker opp banneord, kartlegger Ruter hvor de sinteste passasjerene er. En av tingene kunder var mest forbanna på, overrasket kollektivselskapet.
Publisert 26.04.2024 07:58
Vi har alle vært der.
Du står på bussholdeplassen og venter. Du ser bussen komme rundt svingen og gjør deg klar for å gå ombord.
Men så kjører den rett forbi deg.
Klart man får lyst til å sende en sint melding til Ruters kundeservice og gi dem skylden for å ha ødelagt dagen din. Bruke store stygge ord for å beskrive din vrede.
Det er faktisk ikke sikkert det er en så dårlig idé.
Siler ut banneord
For hvor sint er du egentlig når du gir en tilbakemelding?
Det jobber kollektivselskapet Ruter med å kartlegge, med bruk av kunstig intelligens.
– Det fungerer utmerket. I det daglige skaper vi bedre og bedre kundeopplevelser. Det hjelper oss med å fange temperaturen i språket i tilbakemeldingene, forteller teknologi- og strategidirektør i Ruter, Terje Storhaug.
KI-kartleggingen av tilbakemeldinger med forskjellige banneord hos Ruter for å finne områder med størst problemer, har blitt brukt i omtrent fire år.
– Hvem er det som har bestemt hvilke banneord som KI leter etter?
– Nei du, det vet jeg ikke. Det finnes jo ordbøker for banneord både på norsk og på svensk, så det er nok brukt her, forteller Storhaug.
Hvordan fungerer det?
Ved hjelp av KI har Ruter utviklet et verktøy som luker ut setninger, ord og fraser i både tilbakemeldinger og på sosiale medier som tilsier at Ruter- kunden er irritert. Jo sintere kunden er, eller jo fler som gir negativ omtale, jo større blir den røde prikken på kartet.
– Planen er at vi prøver å fikse alle henvendelsene, men med systemet ser vi hvor folk er mest forbanna og kan prioritere det, sier Umair Mehmood Imam som er leder for Datascience og KI i Ruter.
Han peker på at man tidligere har brukt lang tid på å finne hvilke kjøretøy, linjer eller holdeplasser klagene til Ruter handlet om.
– Dette KI-verktøyet gir oss en mer interaktiv måte å fokusere på de mest problematiske områdene hver dag og fikse dem raskt, forteller Imam.
KI: Umair Mehmood Imam er leder for Datascience og KI i Ruter og jobber også som lektor på Universitetet i Oslo. Foto: Ruter/Øystein Dahl Johansen /Bjørn Roger Brevik/ TV 2.I analysen av hva Ruters reisende var ekstra sinte på fant teamet ut en litt spesiell grunn til irritasjon. I tillegg til billettkontroller, dårlig tilgjengelighet for rullestolbrukere var nemlig bussjåførenes vaner med.
– Det meste visste vi fra før, men det vi synes var litt interessant var hvor mange som klagde over bussjåførens musikksmak, forteller Imam.
Akkurat musikksmaken til sjåførene er utfordrende å gjøre noe med for Ruter, forteller han.
– Men hjelper det egentlig å være litt ekstra sint i klagen sin for å bli prioritert?
– Ha ha, jeg ville nok ikke sagt det. Men det er jo én måte å se på det på.
Også IT-direktør Storhaug mener ingen klager blir behandlet ulikt på grunn av språkbruken.
– De aller fleste tilbakemeldingene våre er jo med ordentlig og høflig språk, så nei, det er ikke sånn at du må snakke stygt til oss for at du blir hørt, slår han fast.
En inspirasjon for andre
Digitaliseringsminister Karianne Tung mener at også andre bedrifter i offentlig sektor burde la seg inspirere av Ruter.
– Vi ønsker å få opp bruken av kunstig intelligens i samfunnet, og Ruter synes jeg viser på en veldig god måte hvordan man klarer å bruke informasjon man får både fra bussene og trikkene, Facebook-sidene og klagene sine til å gi bedre tjenester til innbyggerne, sier hun.
– Her er det banneordene og dataen som gir verdifull informasjon tilbake til Ruter sånn at man ender med å få bedre kollektivtilbud. Det er rart å tenke på at banneordene kan hjelpe oss med det, men det hjelper altså KI oss med, og det er bra, sier hun.
– Har du selv brukt banneord i tilbakemeldinger på denne måten før?
– Nei, ikke det jeg husker, men KI-en hos Ruter viser jo at den forstår trønderske banneord, og norske banneord og svenske banneord. Det viser at teknologien er ganske smart, sier hun med et smil.
TV 2 har ikke lykkes med å finne ut om det er en forskjell på trønderske banneord og «norske» banneord.