Om Alloker

Tommy

Tjenesten er laget av Tommy Odland. Han har en mastergrad i anvendt matematikk, og har siden 2017 jobbet med matematisk modellering i bank og finans, energi og retail.

Mennesker er den viktigste ressursen vi har i samfunnet, og hvilke muligheter vi gir våre medborgere er avgjørende. Når en alenemor ikke får barnehageplassen hun ønsker seg, eller en innflytter ikke får fastlege i sin nye by, så lider samfunnet store tap. Men det finnes god internasjonal forskning på slike problemstillinger, og mange prosesser kunne vært forbedret. Målet med Alloker er å gjøre denne forskningen tilgjengelig og forbedre prosessene.

Prinsipper

  • Transparens. Dokumenter alle algoritmene godt og referer til forskning.
  • Personvern. Lagre lite informasjon, fasiliter og oppfordre til bruk av anonymiserte data.
  • Robusthet. Bruk velkjent og kjedelig teknologi. Vær bakover-kompatibel.
  • Tilgjengelighet. Enkle APIer og støtte for Excel-filer.

Historikk

  • Røde Kors. Tommys interesse for allokeringsproblemer stammer fra 2019, da han jobbet som frivillig i Røde Kors. Der møtte han på følgende problemstilling: frivillige rangerer ulike aktiviteter (leksehjelp, flyktningguide, besøkstjeneste, osv.) som de ønsker å være frivillige i, men hver aktivitet har begrenset plass. Hvordan kan Røde Kors innfri så mange ønsker som mulig?
    Løsning: Algoritmen Optimal allokering.
  • Inntak til VGS. I 2020 dukket et nytt problem opp: inntaksmodeller til VGS i Oslo. Noen politikere ønsket å endre inntaket for å redusere segregering på skolene. Tommy skrev artikkelen Mangelfull evaluering av inntaksmodeller i tidsskriftet Bedre Skole, der han argumenterte for å bruke modeller basert på forskningen som allerede er gjort, heller enn å la politikerne bruke en “hjemmesnekra” modell.
    Løsning: Algoritmen Utsatt aksept.
  • Fastlegebytter. Visste du at 45 000 personer kunne umiddelbart fått fastlegen de ønsket seg dersom man endret algoritmen? Dette ble det skrevet om i Dagens Næringsliv i 2024: Enkelt å forbedre fastlegeordningen - med en algoritme. En annen forbedring er å la pasienter få lov til å sette opp mer enn ett bytteønske.
    Løsning: Algoritmen Reallokering.

Selv med en høyt utdannet befolkning og en digitalisert offentlig sektor har Norge en vei å gå i måten vi tilnærmer oss allokering på. Forskningen ble ferdigstilt for flere tiår siden, og egenskapene til de ulike algoritmer er velkjente. Men mange vet ikke dette, og å lese forskningsartikler med matematisk notasjon er vanskelig for de fleste. Ikke minst må algoritmene implementeres og tilgjengeliggjøres.

Målet med denne nettsiden er å forklare algoritmene på en forståelig måte og tilby robuste implementasjoner, både via Excel-opplasting og via API. Dersom du har spørsmål eller kommentarer, så ta kontakt.