Om Ruters prosjekt

Hva er problemet Ruter skal løse?

Ruter planlegger en ny tjeneste som vil gi kundene mer personlige, spesifikke reiseforslag ved bruk av kunstig intelligens på deres brukshistorikk. Ved starten av dette sandkasseprosjektet er løsningen i konseptfasen.

Ruter fremhever i sine strategidokumenter at dagens transportløsninger står overfor store endringer. Endringene drives frem av ønsker om mer bærekraftige løsninger, teknologiutvikling, nye forretningsmodeller og endrede kundeforventninger. For å kunne fortsette å tilby et godt og stabilt transporttilbud i hovedstadsregionen må Ruter tilpasse seg endringene.

Ruter-appen er et av de viktigste verktøyene for kundene når de skal reise med kollektivtransport. En god opplevelse med appen kan bidra til høyere kundetilfredshet. For at forslagene skal bli tilstrekkelig persontilpasset mener Ruter at KI-modellen må lære av kundenes personopplysninger.

Utvikling av KI-tjenester basert på kundenes personopplysninger er avhengig av at de er villig til å dele personopplysningene sine og har tillit til at Ruter ivaretar personvernet deres på en god måte. Ruter har derfor et klart mål om at de sammen med personalisering av de digitale produktene skal gi tydelig, forståelig og brukervennlig informasjon om tjenestene.

Ruter erfarer i dag at de har stor tillit blant kundene. Åpenhet rundt bruken av kundenes personopplysninger er sentralt for å ivareta denne tilliten og for å rekruttere til nye tjenester. Åpenhet er også et grunnleggende krav i personvernregelverket når virksomheter tar i bruk løsninger som behandler personopplysninger.

I dette sandkasseprosjektet ser vi nærmere på hvilke krav som stilles til åpenhet ved bruk av personlige reiseopplysninger til å utvikle en tjeneste som bruker KI for å gi personaliserte reiseforslag.

Hvordan skal Ruter bruke kunstig intelligens?

Ruter ønsker å bruke kunstig intelligens og maskinlæring til å lære av kundenes personopplysninger for å kunne tilby personaliserte reiseforslag. Reiseforslagene vil både være basert på kundens eget reisemønster, og hvor andre som befinner seg på samme sted som kunden typisk reiser.

Løsningen involverer tre faser:

• I forberedelsesfasen skal det være en funksjonalitet i Ruter-appen som samler inn personopplysninger til utvikling og trening av en KI-modell. Opplysningene vil lagres midlertidig på kundens enhet (klient). Det skjer ingen utvikling så lenge opplysningene er lagret på kundens enhet. Formålet med den midlertidige lagringen er at Ruter skal kunne samle inn datapunkter tidligere i prosessen.
• I utviklingsfasen vil personopplysningene sendes til, lagres og brukes i Ruters sentrale systemer. Formålet er fortsatt utvikling og trening av en KI-modell. Overføringen til Ruters sentrale systemer skal være basert på samtykke fra innloggede kunder.
• I bruksfasen blir tjenesten med personaliserte reiseforslag lansert for kundene i Ruter-appen, såfremt de er innlogget og samtykker til dette. Utviklingen av tjenesten fortsetter sentralt hos Ruter parallelt med bruksfasen. Siden reisemønstre er i stadig endring, vil løsningen videreutvikles for at modellen skal være korrekt, relevant og oppdatert til enhver tid.

Personopplysningene som skal brukes er hvor og når kunden åpner appen, hvilke reisesøk som gjøres og stedslokasjon. Tidligere søk i appen, både hos den spesifikke brukeren og andre brukere, skal brukes for å trene KI-modellen til å gi bedre reiseforslag.

Vi nevner i denne forbindelse også at Ruter kan komme i situasjoner hvor de behandler særlige kategorier av personopplysninger (også kjent som sensitive personopplysninger). Dette vil vi komme tilbake til nedenfor.

Enkel fremstilling av Ruters løsning i utviklings- og bruksfasen

Ved utarbeidelsen av denne rapporten, er Ruter fortsatt i konseptfasen av løsningen sin. Det kan derfor ha skjedd endringer når Ruter eventuelt lanserer løsningen.

Utviklingsfasen:

I utviklingsfasen vil personopplysninger innhentes for opplæring av KI-modellen. Formålet er å utvikle en KI-modell som kan generere relevante personlige reiseforslag av god kvalitet.

1. Ruter registrerer et utvalg av kundens handlinger i Ruter-appen. Dette inkluderer utførte søk og viste reiseforslag.
2. Opplysninger om kundens handlinger blir sendt til et baksystem («backend») over en kryptert linje, hvor kundens identitet erstattes med et pseudonymisert nummer.
3. Baksystemet krypterer kundens opplysninger og sender disse til en intern delingsplattform.
4. Ruter sender opplysninger videre til en server hvor disse bearbeides og analyseres slik at de er egnet for videre bruk. Personopplysningene dekrypteres midlertidig i denne behandlingen.
5. Opplysningene sendes til en maskinlæringsplattform hvor KI-modellen «lærer» av dataene. Opplysningene er dekryptert mens læringen pågår.
6. Etter at KI-modellen er ferdiglært og validert, genererer den anbefalinger til reiseforslag basert på personopplysningene den mottar.

Steg to til seks i beskrivelsen gjennomføres i en skytjeneste. I figuren som illustrerer utviklingsfasen vil data være kryptert der det er grønt, mens data må dekrypteres midlertidig i de røde komponentene.

Ruter vurderer som et alternativ til den beskrevne løsningen å gjennomføre dataflyten i utviklingsfasen uten å ta i bruk en felles plattform (jf. punkt 3 over), i tillegg til å endre hvordan opplysningene skal krypteres.

Utviklingsfasen vil være løpende ettersom KI-modellen kontinuerlig vil måtte hente inn ny informasjon for å etterlære og forbedre reiseforslag.

Bruksfasen:

I bruksfasen vil personopplysninger brukes for å predikere reiseønsker og etterlære KI-modellen. Formålet i bruksfasen er å generere personaliserte reiseforslag i Ruter-appen.

1. Kundene åpner Ruter-appen når de skal planlegge en reise.
2. Appen sender en forespørsel til baksystemet med brukerens lokasjon. Kundens identitet erstattes med et pseudonymisert nummer før den sendes videre.
3. KI-modellen sender reiseforslag tilbake til baksystemet, basert på hvor kunden var og når forespørselen ble sendt til baksystemet.
4. Baksystemet sender reiseforslaget til Ruter-appen hvor forslaget presenteres til kunden.
5. Personopplysningene (pseudonymisert) lagres både i baksystemet og brukes i opplæring av KI-modellen.