Wataha.no
Send rapport Radio TV Din konto

Kunstig intelligens sikrer en mere retfærdig ejendomsskat i Trondheim

Tilføj til favoritter
4.7/5 - (6 stemmer)
4.7/5 - (6 stemmer)

Som det europæiske konsulentfirma Sopra Steria skriver på sin hjemmeside, vurderes 63 huse i Trondheim kommune i øjeblikket ved hjælp af kunstig intelligens. Resultatet af en sådan vurdering er millionbesparelser, færre klager og en mere retfærdig ejendomsskat.

Læs også: Onsdag den 20. marts åbner 23 betalingssteder

- Vi har sparet et kæmpe beløb tid og ressourcer, løse de fleste problemer digitalt og i samarbejde med borgerne. Med en mere tidssvarende og præcis takst for alle boliger bliver skattetrykket fordelt mere retfærdigt, siger projektleder Stine Borge Nordskag. Han er leder af ejendoms- og adresseafdelingen i Trondheim kommune.

Læs også: Oslofjord-tunnelen vil være lukket i fire dage i marts

Kunstig intelligens sikrer en mere retfærdig ejendomsskat

Sidste efterår Trondheim modtog prestigefyldt publikumspris for maskinlæringsprojektet ved NOKIOS 2023.

Maskinelæring - (machine learning), machine learning eller læringssystemer. Dette er en specialisering i kunstig intelligens, der bruger statistiske metoder.

Thomas H. Thoresen, Machine Learning og Artificial Intelligence Specialist hos Sopra Steria, siger, at dette er velfortjent:

– Med begrænsede ressourcer vurderede den kommunale ejendomsskatteafdeling alle boliger i hele Trondheim grundigt og retfærdigt. Andre kommuner bør følge denne tendens, siger Thomas H. Thoresen fra Sopra Steria

Kæmpe sæt af parametre

I 2019 Trondheim kommune stod over for et vanskeligt valg. Siden den forrige vurderingsrunde i begyndelsen af ​​årtusindet er værdien af ​​boliger i bydelen er mere end fordoblet i gennemsnit siden sidste vurderingsopdatering. Siden 2003/2004 har kommunen haft et gennemsnit antal stigning lejligheder med cirka 2 til 000 om året. Skal kommunen afsætte store ressourcer til en ny manuel opskrivning? Eller måske var det bedre at beregne værdien ud fra den landsdækkende boligværdimodel, som tog lidt hensyn til lokale forhold? Desuden manglede kommunen værdier med cirka 10% med denne beregningsmetode. boligmasse.

I stedet valgte kommunen en tredje vej: værdiansættelse af boligmasse ved hjælp af maskinlæring og kunstig intelligens. Tidlige koncepttests viste lovende resultater, og projektgruppen begyndte at identificere og gennemgå parametre.

– Vi startede med et kæmpe sæt af parametre, såsom plandata, grundhældning, nærhed til skolen og bygningsdata. Derefter fjernede vi gradvist de faktorer, der havde ringe indflydelse om modellens ydeevne - siger Stine Borge Nordskag, projektleder fra Trondheim kommune.

100 huse på 000 minutter

Efter seriøst arbejde med maskinlæringsmodellen og relaterede love og regler var der behov for at integrere modellen med det kommunale fagsystem mhp. skat fra fast ejendom, samt MinSide. I sidste ende blev opgaven overdraget til Sopra Steria.

– Udover at være en god sparringspartner inden for maskinlæring, hjalp Sopra Steria os med at implementere en professionel applikation, der understøtter maskinlæringsmodellen og sænker priserne på brugerenhedsniveau. Vi er nu i stand til at vurdere samtlige 103 erhvervslokaler i kommunen på cirka 000 minutter, siger Nordskag.

Takket være integrationen med MinSide kan boligejere indtaste og rette faktuelle oplysninger om deres hjem fra deres sofa. Ud over større nøjagtighed var dette også med til at gøre programmet mere gennemsigtigt og rummeligt.

2023 var det første år, hvor den nye ejendomsskatteberegningsmetode blev anvendt i Trondheim kommune. Boligskattegrundlaget er efterfølgende steget med 260 milliarder NOK i forhold til den tidligere opskrivning. I klageperioden modtog kommunen mindre end halvdelen af ​​antallet af klager i forhold til 2004.

Stine Borge Nordskag tøver ikke med at kalde projektet for en stor succes

– Det er en god og spændende løsning, der viser, hvordan maskinlæring kan bruges i offentlig forvaltning. Det mener vi potentielt kan være meget nyttigt for andre kommuner. Selvom modellen naturligvis skal tilpasses lokale data, er der ingen grund til at genopfinde hjulet. Vi er åbne for dialog og kontakt, siger han.

Czy andre kommuner i Norge Vil de også have gavn af en sådan løsning? Verden er bestemt under forandring, og kunstig intelligens kommer stærkt ind i vores liv på næsten alle områder.

Synes godt om os på Facebook og del vores opslag med andre

Kilde: Sopra Steria konsulentfirma, Foto: pixabay

Læs også: Nu vil fakturaen blive udstedt månedligt

 

vejr

loader-billede
Oslo, NEJ
9, Maj 7, 2024
temperaturikon 13° C
moderat overskyet
Fugtighed: 71 %
Tryk: 1021 mb
Vind: 5 mph
Vindstød: 13 mph
Skyer: 71 %
Synlighed: 0 km
Solopgang: 4: 58 am
Solnedgang: 9: 28 pm

Valutakurs

Polsk zloty

1 PLN

=

NOK

0,375

Norske kroner

SEK

0,384

Svenske kroner

EUR

4,310

euro

USD

3,932

USA dollar

Udvalgte artikler

Seneste artikler

Virksomhedsundersøgelse 2024: Mindre optimisme – vedvarende mangel på arbejdskraft

Virksomhedsundersøgelse 2024: Mindre optimisme - vedvarende mangel på arbejdskraft NAV's undersøgelse viser, at arbejdsgiverne er mindre optimistiske med hensyn til fremtidsudsigterne. Reduceret…


Afregistrering og omregistrering af dit køretøj selv - det er nemt

Selv af- og omregistrering af dit køretøj - Det er nemt Du kan afmelde og tilmelde dit køretøj på din Din Side på Statens vegvesens hjemmeside. Vigtigst af alt kan du…


Vi besøger Norge: Maleriske omgivelser ved norske vandkraftværker

Besøger Norge: Maleriske omgivelser ved norske vandkraftværker Norge er et land rigt på vandkraftværker, som hver har sin egen unikke charme. Disse ofte historiske bygninger, ofte stående i årtier,...


Besøg vores sociale netværkssider