Notat Forvaltning: Social og arbejdsmarked Dato: J.nr.: Br.nr.: 15. Aug 2012 Udfærdiget af: Gitte Vesti og Torben H. Kristensen Vedrørende: Talegenkendelse Notatet sendes/sendt til: Erik Mouritsen, Ole Andersen og Torben Rugholm, Digitaliseringsstyregruppen, arbejdsgruppen om talegenkendelse, Direktionen Opbygning Beskrivelse af talegenkendelsessystemet Kritik og erfaringer fra andre kommuner Organisering og anbefalinger Baggrund I forbindelse med budgetdrøftelser for 2013-2016 er det besluttet, at indføre talegenkendelse i Social og Arbejdsmarkedsforvaltningen i 2013. Denne beslutning, samt en stor udbredelse af talegenkendelse i andre kommuner resulterede i, at det på digitaliseringsstyregruppemødet i juni blev besluttet at lave et ordinært udbud i august, som forventes afsluttet i oktober. Social og arbejdsmarkeds forvaltningen har i planlægningen arbejdet med en forventning om at finansiere 101 licenser. På baggrund af erfaringer fra andre kommuner er dette tal nedjusteret til 10-15 licenser, som forventes fordelt med 5 licenser i socialafdelingen og 10 license hos jobcentret. Der er interesse fra andre afdelinger, sundhed og ældre forventes at fordele 25 licenser, Byrådssekretariatet forventes at afprøve 1-2 licenser. Børn og unge samt Miljø og teknik ønsker at afvente indtil der er erfaringer fra andre afdelinger. Antallet af licenser kan forhandles, hvis der er ønsker fra andre forvaltninger om deltagelse. Udbudet laves ud fra 3 tilbud; 0-100 licenser, 101 200 licenser og 201 300 licenser. Mål Indførelsen af talegenkendelse har ifølge udbyderne 3 formål: Administrativ besparelse Højne kvaliteten i sagsbehandlingen, minimere tastfejl og andet. Minimere arbejdsgener fra brugen af tastatur og mus, da den daglige belastning af nakke og skuldre minimeres. Desuden er der et fjerde mål, som reelt er det eneste opnåelige mål:
- 2 - Læring af nye arbejdsmåder en forberedelse til en fremtid, hvor talegenkendelse vil få stor betydning Målgruppen Målgruppen er medarbejdere, der skriver meget i det daglige. I social og arbejdsmarked drejer det sig om sagsbehandlere og visitatorer. Medarbejdere som er i målgruppen skal skrive mindst 2 timer om dagen, og deres skriveopgaver skal helst kunne afsluttes når de går i gang med opgaven. I praksis vil det typisk være afgørelser på baggrund af lovgivning eller politisk fastsatte rammer. Hvad er talegenkendelse Talegenkendelse er et it-system, som omsætter det talte ord til tekst. I stedet for at skrive, dikteres teksten direkte ind i en microfon, herefter kan teksten placeres i et andet program fx journal eller email. Talegenkendelsessystemet er udviklet af firmaet Nuance, de tekniske løsning er derfor de samme og det, der adskiller de forskellige ydbydere er den service der leveres med løsningen, og hvilke programmer talegenkendelse kan spille sammen med. Systemet kan køre fra kommunens servere, eller fra ekstern leverandør. Muligheden for at køre systemet på eksterne servere gør det muligt at give adgang til systemet udenfor Kommunens netværk. Hvordan virker talegenkendelse Programmet skal når det er instaleret, opsættes til hver enkelt bruger. Den danske ordbog i talegenkendelsesprogrammet er i udgangspunkt begrænset. Derfor kræver systemet oplæring, både af brugerene i brugen af programmet, af ordbogen samt af stemmegenkendelse. Der skal opbygges en ordbog, som indeholder det fagsprog medarbejderen benytter, derudover skal systemet kende medarbejderns unike tale. Derfor er sprogbrugen hos målgruppen vigtig, medarbejdere der bruger det samme fagsprog og samme vendinger vil kunne opnå en større fordel af talegenkendelse, end konsulenter med et bredt sprog, som typisk bruger terminologier fra flere forskellige faggrupper. Leverendørenes uddannelse af slutbrugere og teknisk personale Det der adskiller de forskellige udbydere er den service de levere med talegenkendelsessystemet. En af de centrale elementer i denne service er uddannelse af personalet i Randers Kommune, som skal benyte og servicere talegenkendelsesprogrammet. Her har udbyderne fra henholdsvis KMD, IBM og Max Manus forskellige uddannelse af de lokale medarbejdere. Uddannelserne variere lidt men overordnet er det de samme typer af kompetancer de tilbyder undervisning i. Her er de uddannelser, som specifikt tilbydes af IBM. Slutbrugere, som skal anvende talegenkendelse o Ca. 1 dags uddannelse og ellers oplæring gennem brugen af programmet. Floorwalkers / Ambasadøre fra hver afdeling, som skal sikre fastholdelse af brugen af talegenkendelse o Ca. 1 dags oplæring og ellers servicering og motivering af slutbrugerne. Autotekst og skabelon redaktøre, danskkyndige medarbejdere med fagindsigt til at sikre at ordbogen ikke opbygges med fejl o Ca. 1 dags oplæring herefter Ordbogsredaktører danskkyndige medarbejdere med fagindsigt til at sikre at ordbogen ikke opbygges med fejl o Ca. ½ dags oplæring Brugeradministratorer medarbejdere fra IT-afdelingen som står for den daglige drift af programmet. o Ca. ½ -1 dags oplæring
- 3 - Erfaring fra andre kommuner Erfaringerne fra bl.a. Odense, Åbenrå, Fredericia og Nyborg viser, at ingen af de opstillede 3 første mål er opnået, i det forventede omfang. Implementeringen af systemet har vist sig at være langt sværer og mere tidskrævende, da indførelsen af talegenkendelse ikke kun er ny teknologi, men i høj grad også forandringer i arbejdstilrettelæggelsen. Er man ikke bevidst omkring disse forandringer og giver medarbejderne tid væk fra deres daglige opgaver, kommer talegenkendelse ikke til at lykkedes. Erfaringer fra odense og Åbenrå Viser at det er rigtig svært at opnå besparelser ud fra talegenkendelsessystemet. Odense kommune har ønsket at indføre talegenkendelse for knap 1500 medarbejdere, og forventer det kan give kommunen en besparelse 78,2 millioner kroner over 3 år. Efter at have startet knap 700 medarbejdere op siden marts, er det lykkedes 5-7 personer at opnår tidsbesparelser ved brugen af talegenkendelse og der er derfor ikke udsigt til nogen besparelser. Odense kommune vurdere at det kan give en gevinst på mindre områder, men det kræver meget støtte af berørte medarbejderer. Dette uddybes af erfaringerne fra Åbenrå, her satte man først tid af i kalenderen til at medarbejderne kunne arbejde med talegenkendelse. Det gav ikke nok resultater, og i dag er arbejdsopgaverne helt frataget de medarbejderer, som arbejder med talegenkendelse. En ny måde at arbejde på Selvom målet ikke er nået er der alligevel startet en udvikling i en ny retning, hvor talegenkendelse bliver en større og større del af hverdagen. Medarbejderne afprøver og finder ud af, hvor talegenkendelse er en hjælp og aflastning i deres arbejdsopgaver. Når man arbejder med talegenkendelse, ændrer arbejdsformen sig. Inden man begynder at indtale en tekst, skal man bruge tid på, at tænke sætningen igennem for formuleringer og tegnsætning. Når sætningen er indtalt, skal den læses igennem inden den placeres i det fagprogram, hvor teksten skal bruges. For at talegenkendelse skal være hurtigere end at skrive kræver det, at det tidskrævende i arbejdet er selve skriveprocessen. Er det tidskrævende i opgaven, at finde ud af indholdet til en eventuel tekst er der ikke noget tidsbesparende ved at ændre arbejdsformen til talegenkendelse. Talegenkendelse bliver droppet til fordel for drift Erfaring viser at oplæring af talegenkendelsessystemet til at genkende den enkelte stemme tager omkring 4 gange så lang tid som angivet. Derfor er det meget vigtigt at der afsættes tid til at arbejde med talegenkendelse, da størstedelen af de medarbejdere, som har afprøvet talegenkendelse er gået tilbage til tasterne igen på grund af arbejdspresset fra den daglige drift. Medarbejderne opnår derfor aldrig, at systemet bliver tidsbesparende, da de inden programmet er indkørt optimalt går tilbage til, at passe deres arbejdsopgaver. Derfor er det også vigtigt ikke at starte talegenkendelse for stort op i de enkelte afdelinger, da invisteringen i talegenkendelse vil give mindre tid til den daglige drift. En afdeling vil derfor kunne blive handlingslammet på sin drift, hvis alle medarbejder skal til at arbejde med talegenkendelse. Problemerne med arbejdsskader er ikke løst I det daglige arbejde har der også været udfordringer med microfontilslutningen. De Philips microfoner, som sælges som standard med systemet fungerer fint, men medarbejderne bliver typisk generet af at sidde med dem i længere tid. Derfor ønsker størstedelen af medarbejderne at benytte headset, men her har microfonen problemer med at genkende talen det hjælper at hæve stemmen, hvilket dog giver nye udfordringer i større kontorer. Men hvis vi skal slippe af med museskaderne, kræver det at musen ikke skiftes ud med en microfon og mus samlet i samme enhed. Da det blot er et nyt redskab, som vil medføre gener. Derfor er det vigtig at
- 4 - sætte krav til brugen af headsæt i udbudsmaterialet, da reduktionen i arbejdsbelastninger er afhængig af de håndfri løsninger. Udfordringer i at sikre kvaliteten Skal talegenkendelsessystemet være med til at sikre kvaliteten i sagsdokumenterne, er det vigtigt at de medarbejdere, som er med i opbygningen er gode til dansk. Bliver der lagt fejl ind i ordbogen vil medarbejderen lave systematiske fejl. Det er derfor først på sigt, når ordbogen er opbygget uden fejl at systemet kan være med til at sikre kvaliteten. Udfordring i sprogbrugen Systemet har problemer med at genkende det brede konsulent sprog fra konsulenter og AC ere, hvorfor systemet i første omgang anbefales til visitatorer og sagsbehandlere, som benytter samme fagudtryk og har en ensartet vokabilar. De arbejdsopgaver som er standardiseret, og som kræver meget skrivearbejder vil være mest hensigtsmæssigt at starte med. Som eksempel kan nævnes ressourceprofiler fra Jobcentret, som et oplagt valg. Buisness Case fra leverandørene Der er udleveret 2 buisness cases fra henholdsvis KMD og IBM. Ud fra disse koster systemet cirka 2 milioner og små 300.000 kroner om året i drift, med mindre forskelle på de forskellige udbydere. Begge cases er over en 7 årig periode, med en årlig besparelse på cirka 6,6 million og en samlet akkumuleret besparelse på cirka 46,2 million over perioden. Den årlige besparelse på 6,6 millioner, virker urealistisk og giver ikke et billede af hvad der kan forventes, ud fra resultaterne fra de kommuner, som allerede har afprøvet systemet. Realistisk vil systemet være en udgift i starten og efterhånden, som systemet fungere kan det blive tidsbesparende for bestemte medarbejdere. Buisness casens manglende udgift Skal der gives et eksembel på hvorfor det er så stor en udgift i starten, kan vi tage udgangspunkt i en enkelt medarbedjer. Medarbejderen skriver 3 timer om dagen, og skal nu til at arbejde med talegenkendelse. Medarbejderen bruger i starten 12 timer på at indtale en time, første arbejdsdags opgaver er derfor løst på 36 timer, eller en arbejdsuge. Første uges arbejdsopgaver er løst på 5 uger. Problemet med dette tidsforbrug er ikke kun den tidsmæssige og økonomiske udgift, det største problem er at medarbejderne mister motivationen for at arbejde med talegenkendelse og derfor helt stopper med at bruge systemet inden de får systemet ordenligt kørt i gang. Udbud og organisering Digitaliseringsgruppen besluttede på mødet d. 13. juni at gennemføre talegenkendelsesprojektet som et traditionelt EU udbud. Udbudsmaterialet forberedes hen over sommeren og der gørs klar til at starte udbudet 31. august 2012. I forbindelse med udbudet er der nedenstående faser: arbejdsgruppen blandt slutbrugerne er et forslag til inddragelse af slutbrugerne i opstartsfasen. Resten af tidsplanen er udarbejdet med udgangspunkt i udkastet til udbudsmaterialet. Faser i implementeringen Fase Start Slut Udarbejdelse af krav og udbudsmateriale 01.08.12 31.08.12 Frist for modtagelse af tilbud til udbud 31.08.12 10.10.12 Nedsættelse af arbejdsgruppe (slutbrugere) 10.10.12 01.11.12
- 5 - Evaluering af tilbud med arbejdsgruppen (slutb) 01.11.12 01.12.12 Valg af leverandør og aftaleindgåelse 01.12.12 15.12.12 Underskrivelse af aftale med leverandør 15.12.12 01.01.13 Opstart på implementering 01.01.13 Beslutning Inden udbudet starter for talegenkendelsessystemet skal sagen behandles af chefgruppen, digitaliseringsgruppen og administrationen, mødedatoer og frister for input til møderne kan ses i nedenstående skema. Orientering og ledelsesbehandling Niveau Frist Møde Chefgruppen Social og Arbejdsmarked 10.08.12 16.08.12 Digitaliseringsgruppen 20.08.12 23.08.12 Direktionen 27.08.12 30.08.12 Udfordring i at opnå besparelse Udfordringen med talegenkendelse er at nå dertil, hvor det er besparende, indtil da er talegenkendelse blot en udgift og en ekstra arbejdsopgave for medarbejderne. Da udfordringen er at få gjort talegenkendelsen tidsbesparende, vil det være uhensigtsmæssigt for Randers Kommune at invistere i talegenkendelse alene for at få en økonomisk besparelse jævnfør udbydernes primære mål. Hvis Talegenkendelses projektet lykkedes har det sikkert et besparende potentiale, men udgangspunktet er, at det er en udgift, en ny opgave, nye rutiner og en helt ny arbejdsform. Derfor skal talegenkendelse ikke vælges fordi der forventes, at kunne indhentes en økonomisk besparelse, dertil er besparelsespotentiolet alt for usikkert. Den primære årsag til at invistere i talegenkendelse er erfaring med en ny arbejdsmetode, som forventes at få større potentiale i fremtiden. Anbefaling I stedet for at starte op med 101 licenser i social og arbejdsmarked, er anbefalingen at starte mindre op i Socialafdelingen og Jobcentret. Ved at starte op i mindre målestok minskes presset på den daglige drift i afdelingene. Det anbefales at starte op med 10-15 licenser, da det vurders at være nok til at giver en vis mængde erfaring med talegenkendelse, samtidig med at den tid, som skal invisteres i talegenkendelse kan håndteres af afdelingerne og medarbejderne. Der udvælges de mest motiverede medarbejdere. Første oplæring er tidskrævende og kræve vedholdenhed, derfor vil der være en stor fordel i, at finde de mest motiverede medarbejdere til opgaven. Oprettelsen af erfaringsgrupper bland deltagerne i afprøvning af talegenkendelsessystemet er vigtig. De erfaringer som deltagerne opnår i projekte skal udbredes til alle. Samspil med den nuværende IT-struktur Det er vigtigt at systemet spiller optimalt sammen med de systemer vi har i forvejen, derfor er det vigtigt at de præcisere, hvilke krav der skal til for at sikre at Randers Kommunes nuværende systemer kan arbejde samme med programmerne for talegenkendelse. En af de væsentlige forskelle på udbyderne er hvilke programmer udbyderen har licens til og som udbyderen derfor kan give adgang til gennem talegenkendelse. Her vil det være oplagt at se på hvilke programmer der anvendes, så samspillet med de eksisterende programmer maksimeres. Det vil
være afgørende for de gevinster og medarbejdernes oplevelse af programmet, at det også kan fungere med deres nuværende og kommende programmer. - 6 -