He aquí algunas propuestas que pueden o deberían ser puestas en marcha por cualquier agente (público o privado) para la implantación de la IA en la gestión de las Políticas Activas de Empleo en general y en los de Orientación Profesional en particular.
Perfilado profesional dinámico
Reto: los perfiles actuales son estáticos, incompletos y muchas veces poco fiables.
Propuesta: un sistema de perfilado dinámico que combina datos históricos, competencias declaradas, información de formación y experiencia, y la enriquece con inferencias basadas en algoritmos.
Aportación: identificación más precisa del potencial del candidato, detección de talento oculto y mejora en la capacidad de orientación.
Intermediación ágil empresa-candidato
Reto: mejorar y agilizar los procesos de emparejamiento. Incrementar la capacidad de respuesta y las posibilidades de inserción.
Propuesta: una plataforma de emparejamiento (matching) automático que genera en minutos listas priorizadas de candidatos en función de competencias y experiencia.
Aportación: reducción del tiempo de respuesta (-80%), mayor satisfacción empresarial, incremento de las tasas de inserción y reposicionamiento del Servicio como socio estratégico de las empresas.
Nuevos sistemas de Orientación/Gestión
Reto: mejorar la calidad de la orientación. Personalizarla. Situar al orientador en una posición de mayor relevancia.
Propuesta: creación de una plataforma virtual que facilita la autonomía de los usuarios y la trazabilidad de los procesos. Facilitar el análisis de los resultados en cada uno de los programas.
Aportación: orientaciones más objetivas, mayor confianza del demandante y mejores resultados de inserción.
Mapas de talento territoriales
Reto: los SPE carecen de una visión clara de las dinámicas locales del empleo.
Propuesta: mapas interactivos que muestren sectores en crecimiento, brechas de competencias, empresas tractoras y la oferta formativa vinculada. Aportación: mejor planificación de políticas, puesta en marcha de dinámicas de orientación y de actividades formativas más ajustada a las necesidades locales.
Identificación de necesidades formativas
Reto: muchos programas formativos no responden a la realidad del mercado y tienen tasas elevadas de abandono.
Propuesta: algoritmos que predicen qué perfiles tienen mayor probabilidad de éxito en determinados programas y qué competencias emergentes deben incorporarse.
Aportación: optimización de la inversión en formación, mayor tasa de finalización y mejor inserción laboral tras la formación.
Propuestas para implantación inmediata.
Generar una APP que (24/7) permita a los usuarios disponer de un diagnóstico de su perfil y que paralelamente (a) explore y recomiende ocupaciones, formación y trayectorias posibles en hostelería, restauración, guías, gestión cultural, turismo sostenible, etc. (b) Plantee o simule escenarios de futuro, (c) actúe generando guiones de entrevistas, CV adaptados, mensajes de presentación etc.
Plataforma de evaluación de microexperiencias con IA Un espacio digital vivo donde cada usuario pueda probar, evaluar y mejorar microexperiencias con IA aplicadas al empleo, la orientación y la formación. En vez de grandes pilotos a largo plazo, la plataforma permite testear módulos pequeños, rápidos y medibles, creando un ecosistema de innovación abierta con la ciudadanía como co-diseñadora.
Unas iniciativas que, en todo caso, deberían de formularse siguiendo los aprendizajes que hemos adquirido en la Fundación Ergon www.fundacionergon.org como consecuencia de la gestión del proyecto Innova_Ergon 2024 dedicado al análisis del impacto de la Inteligencia Artificial en la gestión del Empleo debe de realizarse siguiendo los pasos siguientes:
Desarrollar un PLAN, pero ir paso a paso.
Analizar y tratar los DATOS disponibles.
Poner en marcha acciones con IMPACTO real.
Generar entornos que faciliten el CAMBIO.
Identificar al TALENTO interno.
Pensar en el conjunto de los ACTORES/AGENTES.
Diseñar e implementar herramientas de EVALUACION.
Deja tu comentario