Dette er algoritmene som styrer Norge

Inne i en ærverdig bygning fra 1906 i Oslo sentrum jobber ansatte i Finansdepartementet på spreng med å holde styr på landets økonomi.

Avdelingsdirektør Kjersti Næss Torstensen og ekspedisjonssjef Amund Holmsen fra Økonomiavdelingen i departementet letter på sløret overfor Digi om hvilke teknologier og økonomiske modeller som brukes nå og hva man tenker om framtiden.

Videreutvikler modeller

Helt siden nobelprisvinnerne Ragnar Frisch og Trygve Haavelmos banebrytende arbeid har departementet brukt økonomiske modeller til styringen av Norge. Men disse er ikke hugget i stein.

– Modellene videreutvikles kontinuerlig i samarbeid med SSB (Statistisk Sentralbyrå). De veileder oss i hvordan vi skal innrette den økonomiske politikken, sier Holmsen.

Finanspolitikken og ikke minst statsbudsjettet, er det viktigste Holmsen og hans kolleger jobber med og også rådgir politikerne i.

– Finanspolitikken er detaljert og finmasket. Det er mange ulike skatter og avgifter som gir inntekter til statskassen. Samtidig bruker staten mye penger på kjøp av varer og tjenester, lønninger, investeringer med mer.

Modeller bygger på siste tiår

Modellene bygger på hvordan norsk økonomi har utviklet seg de siste tiårene.

– Verden endrer seg raskt. Kvalitetssikres disse modellene løpende?

– Ja, vi må løpende vurdere om de er i stand til å forklare dagens situasjon. Det kan være utfordrende når økonomien endrer seg. I 20 år har vi for eksempel hatt veldig lav og stabil prisstigning på 1-2 prosent. Så får vi plutselig en høy inflasjon.

– Dere sitter midt oppe i dette nå?

– Ja, vi prøver å forstå hvordan modellene forklarer det som har skjedd. Det må vi gjøre for å finne ut hvordan vi skal respondere, sier han.

Næss Torstensen understreker også at det ligger en del skjønn bak hvordan modellene brukes.

– Det er nettopp med hensyn til at verden er annerledes og mye mer komplisert nå enn de forholdene som modellen er tallfestet på, sier hun.

Mange tusen variabler

Holmsen understreker at slike økonomiske makromodeller har en tendens til blir større og større når nye problemstillinger dukker opp.

– Til slutt kommer man til et punkt der det er vanskelig å beholde oversikten. Kvarts, som er vår arbeidsmodell, har mange tusen variabler og et matematisk ligningssett med tusenvis av ulikheter. Man trenger både teknologi og kompetente brukere for å beholde oversikten.

Samtidig er nye typer modeller på vei inn.

– Økonomifaget utvikler seg hele tiden. I dag undervises det også i andre økonomiske modeller på lærestedene. Studentene som kommer hit i dag behersker også disse, sier Holmsen.

Ser på nye teknologier

– De siste årene har økningen i datakraft gjort det mulig å tallfeste mer kompliserte modeller enn for bare få år siden, sier han

– Tar dere i bruk nyere teknologier som kunstig intelligens og maskinlæring?

– En AI-modell er et nevralt nettverk, med et sett av noder hvor informasjonen flyter gjennom. Det er en annen måte å sette opp en modell på enn en økonometrisk modell hvor du starter med å definere strukturen i økonomien. En AI-modell gir derfor ikke en struktur som er lett tolkbar, konstaterer Holmsen.

Han påpeker at departementet skal veilede regjeringen og allmennheten.

– Da har vi behov for å forklare hvordan økonomien virker. For eksempel hva som skjer hvis husholdningene får høyere lønnsvekst. I et nevralt nettverk som AI representerer, så har du egentlig ikke oversikt over årsakssammenhengene. Du får svar, men da er det en prognose. Du vet ikke nødvendigvis hvorfor du fikk det svaret, sier Holmsen.

Som eksempel trekker han fram spørsmålet om hva som skjer om du øker renten med ett prosentpoeng.

– En AI-modell vil gi et svar, men det er krevende å forklare årsaken.

Likevel tror han at departementet på sikt kommer til å ta i bruk KI og påpeker at det utvikles metoder som gjør at man kan se sammenhengene på en bedre måte.

– Oljefond-sjef Nicolai Tangen har uttalt til DN at de har 140 ansatte som jobber med AI. Hvorfor er det annerledes for dere?

– Både Oljefondet og vi vil ha nytte av ulike modeller. Men de har et helt annet mandat enn oss. De skal handle aksjer på den smarteste måten og prøve å treffe på en investering, uavhengig drivkreftene. Vi må vite mer om drivkreftene, for å kunne forme fremtidens økonomiske politikk, sier Holmsen.

Kan ChatGPT skrive statsbudsjettet?

Han påpeker at AI kan brukes på andre områder.

– Man kan se for seg at man kan be ChatGPT skrive et utkast til nasjonalbudsjettet.

– Når skjer det?

– Jeg tror det er et godt stykke igjen, men det er opplagt at AI-verktøy vil kunne brukes til å utforme slike dokumenter, i alle fall tidlig i prosessen, sier han med et smil.

Næss Torstensen påpeker at departementet også ser på maskinlæring. Men hun trekker fram at problematikken også her er at man ikke vet hvordan man kommer fram til resultatene.

– Maskinlæringsmodeller har et komplisert sett av ikke-lineære sammenhenger, noe som gjør at de ofte treffer godt på prognosene. Men vi ønsker innsyn i drivkreftene.

Maskinlæring til verdisetting av fritidsboliger

Hun forteller at departementet jobber med å bruke maskinlæring til å sikre best mulig verdisetting på fritidsboliger.

– Det gjøres med utgangspunkt i dataene man har om disse boligene, ikke minst knyttet til beliggenhet. Men også detaljerte geodata som avstand fra sentrum og holdeplasser, solhelling, størrelse, byggeår og lignende.

– Er kybernetikk og blokkjeder aktuelle teknologier?

– Kybernetikk er nok litt i ytterkanten av det vi driver med. Blokkjeder handler om å validere transaksjoner, noe som er et stykke unna makroøkonomisk styring. Vi følger med på dette, men ser ikke at det kommer til anvendelse umiddelbart, sier Holmsen.

– I hvor stor grad ansetter dere teknologer?

– Vi har flere med tung metodekompetanse, også innen programmering. Men vi har for det meste ansatte som har en kombinasjon av kompetanse i programmering og økonomi.

– Samarbeider dere med andre land om modellene?

– I utviklingen av Nora, den siste makroøkonomi-modellen vi bygde, hadde vi dialog med internasjonale organisasjoner, som IMF i Washington, med sikte på i finne fram til hva som er «state-of-the-art»-modeller og hva andre land bruker.

Holmsen påpeker at det i hovedsak er SSB og Norges Bank som utvikler modellene som Finansdepartementet bruker.

Mye forskning på modellene

For SSBs del inkluderer det makroøkonomiske modeller som Kvarts, Nora og Demec, likevektsmodeller som Snow, og mikrosimuleringsmodeller som Lotte og Mosart.

Les mer om økonomi-modellene HER.

– Det er mye forskning rundt modellene rettet mot internasjonale akademiske tidsskrifter. Dette er en viktig del av kvalitetssikringen av modellene, sier forskningsdirektør Linda Nøstbakken i SSB i en epost.

Modellene utvikles og opereres i hovedsak av forskere med samfunnsøkonomisk bakgrunn. Men også IT-ansatte er involvert.

SSB jobber nå med å modernisere Lotte-modellen.

– I utviklingsprosjektet ønsker vi å ta i bruk tilgjengelig teknologi som kan hjelpe oss i dette arbeidet, sier hun

Per i dag brukes ikke teknologier som KI, maskinlæring, blokkjeder eller kybernetikk. Men SSB opplyser at nye teknologier fortløpende vurderes.

Nytt system for modellanalyse

Norges Banks sentrale oppgave er å fastsette renten. Her er det innført et nytt system for modellanalyse, Smart.

Smart gjør at banken kan bruke kunstig intelligens, enten gjennom modeller som bruker KI eller ved å bruke KI til å finne den beste kombinasjonen av modeller.

Bankens hovedmodell for pengepolitiske analyser og prognoser er Nemo, som er en strukturell, stokastisk og generell likevektsmodell.

Utreder digitale sentralbankpenger

Banken utreder også digitale sentralbankpenger og ser både på tradisjonell betalingsteknologi og token-teknologi. Sistnevnte er basert på blokkjeder og er en underkategori av kryptovaluta.

– I den eksperimentelle testingen har vi i hovedsak brukt token-teknologi, basert på åpen kildekode. Det er fordi det er den type teknologi vi har flest spørsmål til, skriver Knut Sandal, direktør for betalingsanalyse og innovasjon i Norges Bank, i en epost.

Han understreker at digitale sentralbankpenger krever en politisk beslutning, og at den ligger flere år fram i tid.