Skip to content

GCRI · Futuro del trabajo y las competencias

IA para el análisis del mercado laboral

La inteligencia artificial y el aprendizaje automático son a la vez un motor de cambio en el trabajo y una herramienta para estudiarlo. En este ámbito ayudan a analizar ofertas de empleo y competencias, a emparejar a quienes buscan trabajo con vacantes, y plantean interrogantes sobre la contratación y la gestión algorítmicas.

01Registro

AI for labour market analysis on the record.

Registro del métodoMétodo CTIM
  1. MétodoInteligencia artificial y aprendizaje automático
  2. Se aplica enFuturo del trabajo y competencias
  3. Página canónicaProcomún CTIM
02Solicitud

Lo que aportan aquí la inteligencia artificial y el aprendizaje automático.

La inteligencia artificial y el aprendizaje automático desarrollan algoritmos que aprenden patrones a partir de datos para clasificar, predecir o generar resultados. Se utilizan cada vez más en la detección de amenazas, la predicción y el apoyo a la toma de decisiones, y son en sí mismos una fuente de riesgo. En el trabajo y las competencias, la sociedad y el desarrollo humano y la inteligencia artificial, el aprendizaje automático puede ampliar la escala de la detección y la predicción en sistemasinterconectados. Sus propios modos de fallo deben ponderarse cuando los resultados automatizados sirven de base para decisiones de consecuencias importantes. La descripción canónica se encuentra en STEM Commons.

Extracción de competencias a partir de ofertas de empleo

El procesamiento del lenguaje natural extrae competencias de las ofertas de empleo y las asigna a taxonomías como ESCO, para seguir cómo cambia la demanda de competencias a lo largo del tiempo.

Job matching in employment services

Matching tools suggest vacancies to jobseekers, with evaluation of accuracy and fairness across groups before deployment.

Auditoría de la contratación algorítmica

Hiring and screening algorithms are audited for disparate impact on protected groups using test data and outcome monitoring.

03Métodos y evidencia

How AI for labour market analysis is modelled, measured and tested.

El modelo, sus supuestos, sus datos y su incertidumbre, en la forma en que un científico o un ingeniero los comprobaría. Las estructuras siguen métodos publicados. Los valores representados son ilustrativos, no hallazgos.

Modelo de sistema

Los acoplamientos entre los sistemas en la IA para el análisis del mercado laboral: signos de influencia, un bucle de refuerzo y otro de equilibrio, y vínculos cruzados donde el estrés se dispara.

++−++TrabajoSociedadInteligencia artificialComunidadesEconomíaR de refuerzoB equilibrio
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
04Datos

Lo que consume el método.

Conjuntos de datos y registros utilizados por la inteligencia artificial y el aprendizaje automático en esta plataforma, con la función que desempeña cada uno y la etiqueta que llevan sus valores. Las fuentes se enumeran en el registro de fuentes.

DatosFunciónEtiqueta
Online job postingsDemanda de competenciasOBSERVADO
Taxonomías ESCO y O*NETMapeo de competenciasEstadísticas publicadas
Employment service recordsCorrespondencia de resultadosEstadísticas publicadas
05Proceso

Cómo funciona el proceso.

Process explorer · Process

IA para el análisis del mercado laboral: gestión de riesgos de la IA (NIST)

9 steps5 stages1 gate

Proceso

IA para el análisis del mercado laboral: gestión de riesgos de la IA (NIST)

El núcleo del AI RMF tiene cuatro funciones, GOVERN, MAP, MEASURE y MANAGE, con GOVERN de carácter transversal; el orden representado es una lectura habitual, no una lista de verificación.

  1. 01 Gobernar

    1. 01GOVERN: políticas, funciones y rendición de cuentasPaso · SindicatoGOVERN es una función transversal. Está presente en toda la gestión de riesgos de la IA y habilita las demás funciones.
  2. 02 Map

    1. 02MAP: contexto y uso previstoConjunto de datosLa función MAP establece el contexto para enmarcar los riesgos relacionados con un sistema de IA, incluidos los propósitos previstos y los impactos en las personas.
  3. 03 Medir

    1. 03MEDIR: evaluar las características de fiabilidadModeloAI sistemas de IA se evalúan en función de características de fiabilidad. Deben probarse antes del despliegue y de forma periódica durante la operación.
    2. 04MEASURE: seguimiento de los riesgos identificados a lo largo del tiempoModeloExisten mecanismos para el seguimiento a lo largo del tiempo de los riesgos de IA identificados, incluidos los riesgos imprevistos y emergentes.
  4. 04 Gestionar

    1. 05GESTIONAR: tratar los riesgosPasoTratamiento del riesgo abarcan la respuesta a los incidentes, la recuperación y la comunicación sobre ellos. Los recursos se destinan a los riesgos cartografiados y medidos.
    2. 06Proceder o no (MANAGE 1.1)Puerta · SindicatoSe determina si el sistema cumple sus propósitos y objetivos, y si se debe continuar. El marco no establece umbrales.
    3. 07Deployment decisionDecision · Trade unionThe organisation that owns the system decides whether and under what conditions to deploy.
    4. 08Seguimiento posterior al despliegue e incidentesModeloSe aplican planes de seguimiento posteriores al despliegue. Los incidentes y errores se comparten con los actores de IA pertinentes, incluidas las comunidades afectadas.
  5. 05 Registro

    1. 09Inventario de sistemas de IAConjunto de datosGOVERN 1.6 pide mecanismos para inventariar los sistemas de IA. Una ficha de modelo es una práctica habitual y el marco no la nombra.

Esquema neutral de un estándar o método externo publicado, procedente del organismo que lo emite. No es un registro de operación. Nexus no realiza, certifica ni aprueba ninguno de los pasos mostrados. Una puerta o decisión corresponde a la parte que indica la fuente. Las acciones no constituyen necesariamente una serie ordenada de pasos. La Ley de IA de la UE no figura en este flujo.

06Validación

Cómo se verifican los resultados.

Los modelos se evalúan con datos reservados que respetan la estructura espacial, temporal y de grupos. La robustez, la calibración y la equidad se prueban junto con la exactitud.

VerificaciónCómo se hace
Precisión de la extracciónLa extracción de competencias se verifica con muestras codificadas por personas
Pruebas de equidadTools are tested for disparate impact across groups
RepresentativenessLos datos de las ofertas se comparan con las estadísticas publicadas de vacantes

El desempeño se degrada cuando las condiciones de despliegue difieren de los datos de entrenamiento. Los modelos pueden incorporar sesgos y fallar sin aviso claro ante eventos poco frecuentes.

08Custodia responsable

Quién mantiene el método.

Inteligencia artificial y sistemas autónomos es el custodio de la inteligencia artificial y el aprendizaje automático para el Consortium y revisa cómo se aplican en las distintas plataformas.

10Preguntas

Preguntas y respuestas.

¿Cuáles son los límites de la inteligencia artificial y el aprendizaje automático en este campo?
El desempeño se degrada cuando las condiciones de despliegue difieren de los datos de entrenamiento. Los modelos pueden incorporar sesgos y fallar sin aviso claro ante eventos poco frecuentes.
¿Cómo se verifican los resultados?
Los modelos se evalúan con datos reservados que respetan la estructura espacial, temporal y de grupos. La robustez, la calibración y la equidad se prueban junto con la exactitud.
¿Son reales los valores de esta página?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
¿Dónde más se aplica este método?
La página canónica del método enumera todas las plataformas que lo aplican.
serie ReportsContribuir

Aporte evidencia desde esta página.

Reports es la publicación trimestral del Consortium. Lo que usted sabe sobre este tema puede convertirse en evidencia, un caso o una corrección en la próxima edición, con su crédito y publicado bajo licencia CC BY 4.0 cuando se trate de obra propia.

GCRIFuturo del trabajo y competenciasPerspectiva prospectivaNota de evidencia
Futuro del trabajo y competencias

Aporte un método, un conjunto de datos o una pregunta.

La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.