Skip to content

GCRI · Masa Depan Pekerjaan dan Keterampilan

Pembelajaran sepanjang hayat

As work changes, people need to learn throughout their working lives, not only at the start. Yet participation in adult learning is lowest among those who need it most: lower-skilled workers, older workers and those in small firms. This page sets out how lifelong learning sistem work, who they reach, how participation and outcomes are measured, and what evidence serves the governments, employers and training providers involved.

01Kanvas

Bagaimana pekerjaan berjalan.

Sistem · di sekitar subjek iniIlustratif

Konsol keterampilan dan keterpaparan

Lifelong learning · Labour market A · Year 2

Kesenjangan peran dataGCRI · Masa Depan Pekerjaan dan Keterampilan

Pekerjaan menurut keterpaparan

Dukungan administrasi86,7660.7PenggantiOperasi data
Operator mesin47,0320.4CampuranPemeliharaan robot
Pekerja perawatan19,4550.1PelengkapTingkatkan keterampilan
Analis27,3290.4PelengkapTingkatkan keterampilan

Lowongan menurut keterampilan

050100lowongan per 100 pencari kerjaDataPerawatanPengrajinHijauAdministrasi

Jalur peningkatan keterampilan

  1. Nilaiprofil keterampilan
  2. Cocokperan sasaran
  3. Latih20 minggu
  4. Tempatpemberi kerja
  5. Tindak lanjut6 bulan
Skills and exposure console: the screen’s structure, terms and states for Lifelong learning.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.

Gbr.Skills and exposure console: example names and illustrative values, not a record or a live system.

02Pertanyaannya

Lifelong learning: how the risk develops.

Mid-career transitions and skill maintenance. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

Those who need it least get most

Highly educated workers in large firms receive most training, while lower-skilled and older workers, and those in small firms, receive least.

Mekanisme

Time and money are barriers

Adults face costs, lost earnings, caring duties and lack of time, which keep them from training.

Mekanisme

Recognition makes learning count

Learning is more valuable when it leads to recognised qualifications or credentials that employers trust.

Mekanisme

Employers and unions shape access

Training funds, paid learning leave and collective agreements expand access to learning where they exist and are used.

03Geografi

Penduduk dan keterpaparan di Asia Tenggara.

Population density, night lights and land cover over Southeast Asia, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Penduduk dan keterpaparan, untuk halaman ini

Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Penyedia
NASA LAADS DAAC
Lisensi
Data terbuka NASA
Tahun data
harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 500 m
Ketidakpastian
Pancaran radiasi satelit pada malam hari untuk tanggal yang ditampilkan; cahaya adalah proksi penggunaan listrik dan pemadaman, bukan ukuran pasokan atau akses.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap menyisakan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 harian (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
8 harian; komposit satelit 8 hari; awan yang menetap tetap menyisakan celah
Terbaru saat build
2026-09-14
Resolusi
kisi sekitar 1 km
Ketidakpastian
Suhu kulit permukaan tanah dari satelit selama 8 hari hingga tanggal yang ditampilkan, indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
MODIS Terra EVI (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; indeks satelit; awan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 250 m
Ketidakpastian
Indeks vegetasi satelit selama 8 hari hingga tanggal yang ditampilkan, indikator kondisi habitat; bukan ukuran spesies atau keanekaragaman hayati.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Manusia dan keterpaparan, dibingkai pada Asia Tenggara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan kualitas udara, 5 hari, PM2.5 (CAMS melalui Open-Meteo): Memuat informasi Copernicus Atmosphere Monitoring Service yang dimodifikasi, 2026.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (9 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Indeks vegetasi yang ditingkatkan, rata-rata bergulir 8 hari: MODIS Terra EVI, NASA LANCE · 13 Okt 2026

05Simulator kembaran dan rantai dampak

Model lifelong learning as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar risiko sosial dan informasi: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-12 Artefak perangkat lunak, model, dan AI/ML (rantai pasok, kartu model, lembar set data)
  • NRS-H117 Keluarga bahaya: Kohesi sosial dan risiko kekejaman massal (NHS-1 soc.cohesion)
  • NRS-X7 Integritas informasi dan kepercayaan publik
  • NRS-D2 Risiko masyarakat, inklusi, dan pembangunan manusia
  • NRS-H52 Keluarga bahaya: Serangan terhadap integritas informasi (NHS-1 cyber.integrity)
  • NRS-H79 Keluarga bahaya: Krisis kesehatan jiwa (NHS-1 health.mental)
  • NRS-H59 Keluarga bahaya: Guncangan ekonomi dan kegagalan tata kelola (NHS-1 soc.economic)

Pengamatan

  • Penduduk berpetak WorldPop (dicantumkan sebagai rujukan)
  • World Bank Open Data dan World Development Indicators API (dicantumkan sebagai rujukan)
  • Basis Data Indikator TPB Global (dicantumkan sebagai rujukan)
  • Jumlah korban meninggal, hilang, dan terdampak langsung akibat bencana per 100.000 penduduk
  • Proporsi orang yang hidup di bawah 50 persen pendapatan median
  • Jumlah negara yang mengadopsi dan melaksanakan jaminan akses publik terhadap informasi

Contoh geografi

  • Tanduk Afrika: 253 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
06Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
Adult participation in learningpercent of adults in the last twelve monthsper surveyAdult education surveysDILAPORKAN
Participation gap by skill levelpercentage point differenceper surveyAdult education surveysDILAPORKAN
Adult literacy and numeracy proficiencyskorper penilaianAdult skills surveysTERAMATI
Public spending on adult learningpersen PDBtahunanBudget dataStatistik terbitan
Workers with paid training leave rightspercent of employeesper penilaianLabour law and agreementsDINYATAKAN
Micro-credentials recognised in qualification frameworksjumlahper penilaianQualification authority recordsStatistik terbitan
07Metode dan bukti

How lifelong learning is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model sistem

The couplings between the systems in lifelong learning: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−++KerjaMasyarakatKecerdasan buatanKomunitasEkonomiR penguatB penyeimbang
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.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
08Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
OECD Survey of Adult Skills (PIAAC)Adult literacy, numeracy and problem-solvingPublic results, OECD terms
Eurostat Adult Pendidikan SurveyParticipation in adult learningOpen, Eurostat reuse policy
UNESCO Institute for Lifelong Learning Global Report on Adult Learning and EducationGlobal adult learning policy and participationPublic, UNESCO terms
Cedefop skills and training dataVocational training and skills in EuropePublic, EU terms
National qualification framework registersRecognised qualificationsPublic records, licence per authority
09Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Future of Work and Skills prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Pendidikan and labour ministriesHow to fund and target adult learningGap analyses; evaluations
Employers and sector bodiesWhich training to provide and co-fundSkills and participation evidence
Qualification authoritiesHow to recognise short courses and prior learningCredential reviews

Keluaran yang dihasilkan topik ini

  • Participation and access gap analyses
  • Evaluation designs for adult learning programmes
  • Recognition and credential reviews
  • Evidence notes for skills strategies
10Pertanyaan inti

What researchers ask about adult learning.

  • Who takes part in adult learning, and who does not?
  • Which forms of training lead to better jobs and earnings?
  • How transferable are skills between occupations?
  • How can learning be fitted around work, care and other obligations?
11Mekanisme

Why adult learning is hard.

Skills depreciate when unused and become obsolete when technology changes. Adults face barriers that young students do not: lost earnings while training, care responsibilities, uncertainty about which skills will pay off and, often, past negative experiences of education. Employers under-invest in general skills that workers could take elsewhere.

As a result, participation in adult learning tends to be highest among people who are already well educated and in good jobs, and lowest among those most exposed to change. Training that is short, close to real work and linked to actual vacancies tends to show better results than generic courses.

12Metode dan data

Evidence on learning and transitions.

  1. 01

    Programme evaluation

    Comparing outcomes of participants and similar non-participants, using ekonometrika. Selection into training is hard to control for.

  2. 02

    Skills taxonomies

    Mapping skills between occupations to identify feasible transitions, using ilmu ekonomi dan ekonomi pembangunan. Taxonomies simplify real skills.

  3. 03

    Longitudinal surveys

    Following adults over time to see how learning relates to careers, with ilmu sosial dan perilaku. Such surveys are costly and rare.

  4. 04

    Recognition of prior learning

    Methods for assessing skills gained outside formal education. Recognition must be trusted by employers to matter.

13Metode

Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.

  1. Ilmu sosial dan perilakuSurvei kualitas pekerjaan · Kajian dialog sosial · Riset pengalaman pelajarDiterapkan di sini
  2. EkonometrikaDampak perpindahan dengan data tertaut · Evaluasi program pelatihan · Proyeksi tenaga kerjaDiterapkan di sini
  3. Ilmu ekonomi dan ekonomi pembangunanAnalisis teknologi berbasis tugas · Lembaga pasar tenaga kerja · Ekonomi transisi yang adilDiterapkan di sini
14Where this page’s references

Where this page’s references lead.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

15Pertanyaan

Tanya jawab.

What is lifelong learning?
Learning that takes place throughout life, in formal, non-formal and informal settings, to improve knowledge, skills and competences.
Why do lower-skilled adults train less?
Because of costs, lack of time, fewer employer-provided opportunities, past negative experiences of education and lack of information.
What are micro-credentials?
Records of learning outcomes from short courses, which can be stacked or recognised within qualification systems.
Does training help displaced workers?
Some programmes do, especially those linked to employer demand and real vacancies. Many generic programmes show small or no effects. Design matters.
Why do those most at risk train least?
Cost, time, care duties, uncertainty about returns and past experiences of education all weigh more heavily on them, and employers invest less in their training.
Are learning pathways from the platform qualifications?
No. They are research outputs showing feasible skill transitions. Qualifications are awarded by competent education and professional bodies.
What are individual learning accounts?
Schemes that give individuals funds or entitlements to spend on training. Evidence on their effectiveness is mixed and depends on guidance and quality control.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIMasa Depan Kerja dan KeterampilanProspek Kajian Masa DepanRingkasan Bukti
Masa Depan Kerja dan Keterampilan

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.