Internasjonal bruk

Denne siden samler dokumenterte implementeringer av allokeringsmekanismer. I noen tilfeller er forskningsartikler som ser på muligheten for implementering også inkludert.

Hver oppføring nedenfor inkluderer land/by, mekanisme og kilde. Listen er ikke uttømmende.

Skolevalg

Ifølge Neilsons Verdensbank-rapport (2024) har omtrent 90 av 149 land sentraliserte mekanismer for opptak til utdanning.

“The first takeaway is that in many contexts, policies implemented do not incorporate state-of-the-art knowledge about important design choices, suggesting that existing research can inform policy. These policy adjustments can potentially lead to important improvements in the equity and efficiency in education markets that are cost-effective and likely to be politically feasible.”

Utsatt aksept (UA) er den vanligste algoritmen:

  • New York City, USA: Har brukt UA for opptak til offentlige ungdomsskoler og videregående skoler siden 2003. Kilde
  • Boston, USA: Gikk over fra Boston-mekanismen til UA i 2005 etter forskning viste at den gamle mekanismen oppmuntret til strategisk manipulering. Kilde
  • Chile: Bruker UA med ubegrenset preferanseliste for nasjonalt sentralisert skolevalg fra 2016. Å bruke en ubegrenset preferanseliste er bra, fordi da slipper foreldre som har mange preferanser å begrense listen. En begrenset liste (f.eks. “oppgi dine topp 3 valg”) er ikke strategisikkert. Kilde
  • Romania: Har et landsdekkende UA-basert system for videregående opptak med ubegrenset preferanseliste, et av få land som kombinerer strategisikkerhet med fritt valg. Kilde
  • Ungarn: Bruker sentralisert UA for opptak til videregående skoler gjennom et nasjonalt system. Kilde
  • Amsterdam, Nederland: Innførte UA med multippel loddtrekning for opptak til videregående skoler i 2015. Kilde (Forfatterne av studien argumenterer mot UA og for en tilnærming som ligner på Optimal allokering.)
  • Manta, Ecuador: Innførte sentralisert UA-basert skolevalg med gode velferdsgevinster. Kilde
  • Denver, USA: Bruker UA-basert sentralisert skolevalg. Kilde Kilde
  • San Francisco, USA: Har et sentralisert opptak med preferanser og loddtrekning. Bruker sannsynligvis UA eller Bytteringer. Kilde
  • England: Pan-London Admissions Scheme (PLAS) bruker UA for sentralisert skoleopptak. Kilde
  • Estland (Tallinn): Bruker blant annet en variant av UA. Kilde

Bytteringer har vært brukt noen steder, men er mindre populært. Algoritmen ble avvist i Boston, der man heller valgte UA. Denver ble nevnt i en 2014-artikkel som å ha tatt den i bruk, men har senere gått over til UA.

  • New Orleans, USA: Ble i 2012 det første skoledistriktet som tok i bruk Bytteringer for skolevalg, men gikk tilbake til Utsatt aksept allerede i 2013. Grunnen var at det opplevdes vanskelig å forklare foreldre hvordan Bytteringer håndterer prioriteringer. Kilde
  • San Francisco, USA: San Francisco stemte for å bruke Bytteringer, men alle detaljene rundt hvordan algoritmen fungerer er dessverre ikke publisert. Kilde
  • New York City, USA: NYC brukte en versjon av Bytteringer i flere år for å omplassere elever etter vellykkede klager på videregående skoletildeling. Kilde

Effektiv utsatt aksept er langt mindre kjent og derfor også mindre populær. Men det er en god algoritme som etter mitt syn burde vært vurdert flere steder.

  • Belgia (Flandern): Utdanningsdepartementet har implementert Effektiv utsatt aksept for skoleopptak. Kilde

Universitetsopptak

På Wikipedia-siden University and college admission kan man lese overordnet om hva ulike land gjør. Nesten alle land bruker Utsatt aksept, men med noen variasjoner:

  • Noen løser for at studentene skal bli fornøyde (studentene er personene, studiene er gruppene)
  • Andre løser for at universitetene skal bli fornøyde (studiene er personene, studentene er gruppene)
  • Noen lar studiene rangere studentene individuelt, andre bruker én felles rangering (f.eks. karaktersnitt). Med en felles rangering kalles mekanismen av og til for “seriell diktatur”, fordi hver student får i tur og orden diktator-status og kan velge sitt gjenværende førstevalg.

Her er informasjon om et utvalg land:

  • Tyskland: Bruker UA, der man i første fase kjører algoritmen i sanntid - hver student får tilbud fra universiteter og kan velge å akseptere eller avslå. I andre fase kjøres algoritmen automatisk. Operativt siden 2012 med 89 universiteter og 465 programmer. Kilde
  • Ungarn: Har brukt sentralisert UA for universitetsopptak siden tidlig 2000-tall, med nasjonale kvoter og poengbaserte prioriteringer. Kilde
  • Brasil: Gikk i 2010 bort fra et desentralisert system der hvert universitet hadde sin egen eksamen som potensielle studenter måtte ta. Bruker i dag UA-algoritmen. Kilde
  • India: Bruker blant annet en flerrunders UA for å fordele ingeniørplasser, i drift siden 2015. Kilde
  • Kina: Verdens største matchingmarked (10 millioner studenter/år), der alle provinser i 2019 gikk over fra Boston-mekanismen til en “parallell mekanisme” som er en hybrid mellom UA og Boston-mekanismen. Kilde
  • Tyrkia: Bruker “multi-category serial dictatorship”. Forskere har kritisert dette og anbefalt UA som alternativ. Kilde
  • Frankrike: Bruker en modifisert flertilbudsmekanisme for sentralisert universitetsopptak. En variant av UA. Kilde
  • Chile: Har en sentralisert plattform for universitetsopptak som bruker UA, med dokumenterte velferdsgevinster. Kilde
  • Sverige: Bruker nasjonalt system med seriell diktatur, altså at studiene har én felles rangering. Kilde
  • Irland: Bruker UA. Ser ut til å ha kvoter, uten at det står hvordan de inngår i beregningen. Bruker et lotteri til å avgjøre lik prioritet. Kilde
  • Kroatia: Har et unikt dynamisk opptakssystem som viser søkere pseudoresultater i sanntid hver time i flere uker, slik at de kan justere preferansene. Kilde

Noen land, som Island, Sveits, Canada, Estland har tilsynelatende ingen sentral mekanisme. Hver student må sende inn søknad til hvert studie. Dette er ofte kritisert fordi det er tidkrevende for partene, og fordi inntaksvurderingen blir mindre transparent. Uten klare regler og datoer for aksept kan det føre til et kaotisk marked.

Turnustjeneste for leger

Flere land bruker Utsatt aksept til å tildele turnusplasser.

  • USA: Bruker UA for å matche titusenvis av søkere til spesialiseringsplasser årlig, i drift siden 50-tallet. Kilde
  • Canada: Bruker den samme UA-algoritmen som USA for å matche medisinstudenter til utdanningsprogram. Kilde
  • Japan: Bruker en modifisert UA med regionale tak for å matche 10 000 leger til sykehus årlig, obligatorisk siden 2004. Kilde
  • Skottland: Bruker en modifisert UA-variant med heuristikker for å håndtere uavgjort og par blant søkere. Kilde

Når sykehusene har én felles rangering av legene er UA ekvivalent med “seriell diktatur”. Seriell diktatur kan kjøres i Utsatt aksept som et spesialtilfelle ved å la alle gruppene rangere personene likt.

  • Spania: Leger rangeres etter nasjonal eksamen og velger spesialitet/sykehus sekvensielt i rekkefølge etter poeng – den høyest rangerte velger først. Kilde
  • Frankrike: Medisinstudenter rangeres etter nasjonal eksamen og velger spesialisering og region i poeng-rekkefølge, tilsvarende Spanias modell. Kilde
  • Portugal: Bruker samme modell som Spania og Frankrike – seriell diktatur basert på rangering etter nasjonal spesialiseringseksamen. Kilde
  • Storbritannia: Gikk i 2024 over til “Preference Informed Allocation” (PIA), en tilfeldig seriell diktatur der datamaskingenerert loddtrekning bestemmer rekkefølgen. Dessverre gjør måten algoritmen er implementert på at dette ligner på den uheldige Boston-mekanismen. Mekanismen er ikke strategisikker, og har blitt kritisert i en forskningsartikkel og i The Economist. Kilde

Barnehage

I motsetning til universitetsopptak og skoleopptak er det færre sentraliserte systemer for barnehageopptak som bruker velkjente algoritmer. Manuelt opptak og enkle kø-systemer ser ut til å være normen. Det er sannsynligvis stort forbedringspotensiale i dette domenet.

  • Norge: En artikkel beskriver bruken av heltallsprogrammering (integer programming) for barnehageopptak. Modellen tar med foreldrenes preferanser, søskenplassering, reisedistanse og kjønn- og aldersbalanse i objektivfunksjonen. Algoritmen har noen fordeler: kjønn- og aldersbalanse og dag-spesifikk fordeling av barnehageplasser inkluderes. Den har også noen ulemper: algoritmen er ikke strategisikker, reisedistanse modelleres tilsynelatende dobbelt opp gjennom et direkte ledd og foreldrenes preferanser, man må bruke heuristikker for å løse store problemer, og resultatet blir potensielt vanskeligere å forstå når man modellerer mye på en gang. Resultatet ser ut til å være implementert i Visma Flyt. Kilde
  • Frankrike: Kamraderi og mangel på transparens har vært et problem ved tildeling av barnehageplasser. UA har vært utprøvd. Kilde
  • Tyskland: Noen byer har brukt KitaMatch, som er basert på UA. Kilde Kilde
  • Japan: Kommuner kjører sentralisert tildeling der foreldre rangerer barnehager. Algoritmen som brukes er heltallsprogrammering, og algoritmen tar hensyn til søskenpar og tvillinger. Kilde
  • Estland: Effekten av å innføre UA med avstandsbaserte og søskenprioriteter har blitt vurdert opp mot det desentraliserte systemet. Artikkelen kartlegger praktiske utfordringer som overlappende opptaksrunder og barn med spesielle behov. Kilde
  • Danmark: Kennes, Monte og Tumennasan studerer det danske barnehagesystemet som et dynamisk matchingproblem der barn kommer og forlater over tid (garantert plass innen en frist). De viser at ingen mekanisme er både stabil og strategisikker i det dynamiske rammeverket, og foreslår en sekvensiell meny-mekanisme som er strategisikker og Pareto-effektiv. Kilde
  • Colorado, USA: Bruker UA til å matche 30 000 familier til barnehager i Universal Preschool Colorado. Kilde

Annet

Militæret

USA ser ut til å være foran andre land når det gjelder talentutnytting og allokering i militæret. Det er også mulig at USA rett og slett har sterkere forskningskultur og publiserer mer enn andre land rundt dette emnet.

  • USA, West Point: Bruker en multi-price cumulative offer-mekanisme der kadetter rangerer forsvarsgrener. Mekanismen er aksiomatisk utledet fra mål om retensjon, talent og tillit. Kilde Kilde
  • USA, Army Talent Alignment Process: Tosidig markedsplass der offiserer og enheter sender inn rangerte preferanser. Etter markedet stenger kjøres en UA-algoritme som matcher 15 000 offiserer per syklus. Kilde Kilde
  • USA, Marinen: CNA utviklet en tildelingsalgoritme basert på “data envelopment analysis” som kombinerer toveis-evaluering (sjøfolks preferanser) til en score. Deretter løses et optimeringsproblem for å maksimere samlet score over hele tildelingsplanen. Kilde

Boliger

Sosialboliger og andre lignende problemstillinger kan være kandidater til sentraliserte mekanismer. Det ser ut til at kø-systemer er i bruk mange steder:

  • New York City, USA: Bruker et databasert tilfeldig lotteri med prioritetskategorier for å fordele rimelige leiligheter. Får inn 3,5 millioner søknader årlig. Kilde
  • Singapore: Bruker tilfeldig loddtrekning med over 10 prioriteringsordninger og etniske integrasjonskvoter per blokk for tildeling av nye leiligheter. Kilde
  • Nederland: Sosialboliger tildeles gjennom ventelistepoeng (1 poeng/år), søkepoeng og situasjonspoeng; gjennomsnittlig ventetid i Amsterdam kan overstige 10 år. Kilde
  • Stockholm, Sverige: Boliger tildeles etter akkumulert kø-tid med over 800 000 registrerte; gjennomsnittlig ventetid er ca. 9 år. Kilde
  • Storbritannia: Kommuner tildeler sosialboliger gjennom behovsbasert båndsystem der søkere byr på annonserte boliger. Kilde
  • Hongkong (PRH): Offentlige utleieboliger tildeles etter søknadsregistreringsrekkefølge med kvoter og poeng for ikke-eldre enslige; gjennomsnittlig ventetid 5 år. Kilde

Lærere

  • Frankrike: Bruker en modifisert DA-algoritme (DA*) i to faser for å fordele 400 000 offentlige lærere – først til regioner, deretter til skoler – med poengbaserte prioriteringer. Kilde
  • Peru: Bruker en sentralisert matchingplattform med seriell diktatur basert på fagkompetansetest for å tildele nye og eksisterende lærere til stillinger. Kilde
  • Ecuador: Opererer et sentralisert valg- og tildelingssystem for lærere basert på eksamensresultater og preferanser. Kilde
  • Panama, Costa Rica, Honduras: Har fullt sentraliserte lærertildelingssystemer administrert av en nasjonal enhet. Kilde

Flyktningbosetting

  • USA (Annie MOORE): HIAS tok i bruk “Annie MOORE”-algoritmen i 2018, som bruker maskinlæring og heltallsoptimering for å matche flyktninger til lokalsamfunn som maksimerer sysselsettingssannsynlighet. Kilde
  • USA (RUTH): I 2022 lanserte HIAS “RUTH”, som utvider Annie ved å inkludere flyktningenes egne bostedspreferanser i matchingen. Kilde
  • England Matching av fosterbarn til fosterfamilier. Kilde

Hva gjør vi i Norge?

Generelt har vi mange lover, regler og forskrifter, men det er ofte vanskelig å finne konkret informasjon om algoritmene og hvordan de fungerer. I norsk sammenheng har jeg aldri sett referanse til forskningslitteratur, ei eller pseudokode, eksempler eller referanser til egenskaper som effektivitet, stabilitet eller strategisikkerhet. Samtidig er Norge tilsynelatende bedre enn mange andre land.

  • Barnehage. Reguleres av barnehageloven og de enkelte kommunenes egne regler. Oslo kommune dokumenterer rimelig godt på siden Hvem får tilbud om barnehageplass først, der de skisserer en prosess med flere opptaksrunder. Hvordan algoritmen fungerer i detalj står det ikke noe om. Dette gjelder de aller fleste kommuner – Oslo er faktisk en av de beste på dokumentasjon. Kommunene står fritt til å implementere ikke-optimale mekanismer uten å dokumentere hvorfor de har valgt akkurat denne løsningen. En interessant sak er denne klagen til sivilombudet.
  • Barneskole. Skolekretser og nærskoleprinsippet avgjør. Å søke om en annen skoleplass enn den som er gitt via nærskoleprinsippet er en manuell prosess og involverer kommunens skjønnsmessige vurdering.
  • Ungdomsskole. Det vanlige er at alle fra én barneskole går til samme ungdomsskole, se f.eks. denne listen for Oslo kommune.
  • VGS. Nasjonalt opptak koordineres via VIGO, som eies av fylkeskommunene. Siden Inntaksregler og poengberegning forteller oss at man har rett til å komme inn på ett av tre utdanningsprogram som man ønsker, men ingen garanti for hvilken skole. Noen fylkeskommuner tillater elever å søke innad i hele fylket, mens andre tvinger elever til å søke på den nærmeste skolen. Algoritmen beskrives ikke presist.
  • Universitet. Koordineres via Samordna opptak (se også Wikipedia). Heller ikke her finner vi noen presis beskrivelse av algoritmen, så hvordan f.eks. likestilte søkere håndteres, eller hvordan kvoteringene håndteres i detalj, osv. vet vi ikke.
  • Leger i turnus. LIS1-stillinger (tidligere turnustjenesten) har ikke noe sentralt opptak utover felles datoer. Hver lege søker på hver stilling og intervjuer på samme måte som i andre tilsettingsprosesser. Prosessen skjer manuelt i fem runder.