En el año 2022 (hace 4 años) en la primera edición del proyecto “Propuestas Ergon para La mejora de la gestión del Mercado de trabajo” incorporamos dos propuestas:
La número 4: “Crear modelos de datos y algoritmos basados en Inteligencia Artificial (IA) que faciliten la eficiencia en la gestión”. Una propuesta planteada con el objetivo de “aprovechar las facilidades que dan las tecnologías de la información y las posibilidades que ofrecen los datos agregados en sistemas de IA para hacer más eficientes los procesos de búsqueda, el establecimiento de perfilados homogéneos…”
Y la número 6: “Crear una herramienta de integración de datos que incorpore funcionalidades de gestión, trazabilidad y evaluación” con el objeto objeto de responder a la “dispersión en el funcionamiento de las políticas activas: servicios públicos de empleo, ayuntamientos, diputaciones, cabildos, entidades privadas, entidades intermedias, del tercer sector, (con el objeto de) generar plataformas que permitan compartir información entre los diferentes actores, (…) Una herramienta que además ofrecería mayor trazabilidad de los perfiles de las personas (qué funciona y qué no funciona) para mejorar los procesos de evaluación, de impacto y de resultados, de eficacia y eficiencia”
Mientras que en la primera se estaba ya sentando las bases de la implantación de la IA en la gestión del Empleo en la segunda se hacía hincapié (aunque sin expresarlo directamente) al concepto de Espacio de Datos que como sabéis es hoy el reto más relevante con el que nos enfrentamos hoy en la Fundación Ergon www.fundaciónergon.org
Respecto al primer punto “uso de la IA” hoy ya estamos implementando, aunque todavía con una perspectiva incipiente, herramientas que nos permiten:
- Analizar de forma predictiva el mercado de trabajo. En el conjunto del Sistema se están utilizando modelos automatizados para anticipar desde las nuevas necesidades, la demanda de competencias, los sectores con mayores perspectivas de crecimiento en materia de empleo y los perfiles con mayor riesgo de exclusión laboral. Lo que nos permite reorientar y redefinir tanto los procesos formativos como los de inserción antes que el problema explote. Hemos ya aprendido que la IA no elimina la incertidumbre, pero reduce la ceguera.
- Diseñar y proponer itinerarios personalizados de inserción. Si disponemos de un sistema que nos permite combinar el historial profesional, la formación previa, los procesos formativos, las competencias y motivaciones individuales y los datos del mercado en tiempo real obtenemos como resultado no “un curso recomendado” sino un itinerario dinámico que se actualiza según evolución del mercado. La diferencia respecto a hace diez años es que ahora la personalización no depende solo del criterio humano, sino de evidencias basadas en datos agregados de miles de trayectorias reales.
- Definir y proponer procesos formativos más adaptados a las necesidades del mercado: La formación ya no puede ser lineal por que las competencias, habilidades y necesidades no lo son. Hoy existen sistemas que: detectan lagunas competenciales individuales, recomiendan microcontenidos personalizados, pueden ajustar los ritmos e intensidad de los procesos y evalúan la progresión en tiempo real. Esto convierte el aprendizaje en un proceso vivo. La pregunta ya no es “¿qué estudiaste?” La pregunta es “¿qué estás aprendiendo ahora?”
- Utilizar la IA como copiloto en la toma de decisiones organizativas. También en el ámbito de la gestión del Empleo la IA puede actuar como copiloto en la toma de decisiones: Simula escenarios, modeliza efectos de las decisiones, detecta patrones que pueden ser invisibles. La IA no sustituye a los órganos de decisión, (ésta sigue siendo un atributo asignado a los humanos) pero permite tomar decisiones más eficientes y de mayor calidad. Porque la IA no asume responsabilidad, ni reputacional, ni ética.
En esta materia hemos aprendido ya que la IA no es neutral: los algoritmos heredan los sesgos que se han generado en los datos sobre los que se desarrollan, las decisiones automatizadas pueden amplificar desigualdades, necesitamos a seres humanos que tomen las decisiones relevantes, la opacidad tecnológica genera desconfianza, etc. Por eso la conversación dejó de ser solo técnica y se volvió política: ¿Quién diseña los modelos?, ¿Bajo qué criterios y con qué propósito?, ¿Con qué datos?, ¿Con qué mecanismos de supervisión? Si esta primera década ha sido de experimentación esta segunda (consolidación) tiene que ser también la de la gobernanza ética y para ello necesitamos madurez institucional.
En proyectos vinculados al empleo, por ejemplo, hemos ya implementado y constatado la relevancia de: las auditorías algorítmicas, la transparencia en criterios de clasificación, la explicabilidad en los modelos predictivos, la necesidad de supervisión humana.
El futuro (hoy y los próximos 5 años) en el ámbito del empleo:
En medio del ruido en el que vivimos (y no sólo el que tiene sus causas en la tecnología) hay algo que permanece constante: La necesidad de mantener al trabajo/empleo como eje central de la vida humana. Recordemos que sigue siendo la fuente clave para alcanzar la identidad, la dignidad y la pertenencia a una determinada comunidad.
La IA puede anticipar tendencias, automatizar tareas, optimizar procesos, pero no puede reemplazar el sentido que las personas atribuyen a lo que hacen. Por eso el debate no debería centrarse únicamente en productividad, sino en el uso que damos a la IA para mantener la calidad del binomio trabajo/empleo.
Si tomamos conciencia de que la IA no cambia la dinámica de dar mayor relevancia a las preguntas que a las respuestas la clave reside en que no perdamos de vista aquello que es realmente relevante. Y por ello necesitamos centrarnos en: diseñar políticas activas más inteligentes, mejorar los procesos de orientación e inserción, reducir la precariedad y dar mejores respuestas al desempleo estructural.
Ahí está la verdadera evolución. Lo verdaderamente disruptivo no ha ocurrido todavía. Lo que tiene que ocurrir pasa por: integración total en políticas públicas, espacios de datos sectoriales interconectables, herramientas digitales con accesibilidad total, pasaportes digitales de competencias, etc.
PD… Comentaros que en estas reflexiones he hecho uso de argumentos expresados en los post siguientes: El test de Turing y la transformación digital (Marzo 2016) https://pauhortal.com/wp-admin/post.php?post=2459&action=edit Propuestas Ergon. Un análisis detallado (Dic 2022) https://pauhortal.com/wp-admin/post.php?post=22029&action=edit y Futuro y trabajos del futuro. ChadGPT (Junio 2023) https://pauhortal.com/wp-admin/post.php?post=23046&action=edit
Deja tu comentario