Fm Ideal 100% Online El gobierno trabaja en machine learning para cerrar brecha entre oferta educativa y mercado laboral – Fm Ideal 90.1

El gobierno trabaja en machine learning para cerrar brecha entre oferta educativa y mercado laboral

Esta herramienta se está trabajando en el marco del proyecto ONET Uruguay; base de datos de las ocupaciones existentes en el país y sus características.

Personas frente a la sede del Ministerio de Trabajo. Foto: Gerardo Pérez (Archivo)

Ante un mercado laboral que atraviesa un proceso de cambios cada vez más acelerados, debido al envejecimiento de la población y los cambios tecnológicos, se requiere una actualización constante de la oferta de capacitación para adaptarse a las demandas del mismo.

Por este motivo, el Ministerio de Trabajo y Seguridad Social (MTSS), junto a la Comisión Económica para América Latina y el Caribe (Cepal), trabajan en una herramienta de aprendizaje automatizado (machine learning) para medir la brecha entre la oferta de capacitación y la demanda del mercado laboral uruguayo.

Esta herramienta se está trabajando en el marco del proyecto ONET Uruguay; base de datos de las ocupaciones existentes en el país y sus características, que tiene por objetivo dotar de insumos para la creación de políticas públicas.

En la actualidad, según la directora de la Unidad de Estadística del MTSS, Carolina Da Silva, se encuentran alrededor de 240 actividades en Uruguay, de las cuales se han relevado 22 hasta el momento -estas representan el 40% de los asalariados privados del país-. Se espera que las actividades recopiladas se amplíen con una segunda “ola” de relevamiento, a principios de 2022.

De acuerdo al documento realizado por Miguel Omar Velardez y Germán César Dima, sobre la herramienta para el relacionamiento entre ocupaciones y programas de capacitación en Uruguay, la misma se desarrolló en base a similitudes en los perfiles de egreso de un conjunto de programas de capacitación de la Universidad del Trabajo del Uruguay (UTU), con las descripciones de tareas de las 22 ocupaciones registradas en ONET.

Esta herramienta tuvo, en primera instancia, el objetivo de facilitar el proceso de recomendación de programas de capacitación a los proveedores de servicios de desarrollo de carrera, ya que “es un proceso complejo que requiere la integración y el análisis de un gran número de aspectos (como el nivel educativo, experiencia laboral, habilidades, destrezas y conocimientos) que conciernen a las personas que intentan construir un plan de desarrollo profesional”, señala el documento.

Se espera, según Da Silva, que en el futuro se integren dentro de la oferta a analizar carreras universitarias y técnicas, junto a otros cursos.

La herramienta, que utiliza instrumentos de Procesamiento de Lenguaje Natural (NLP, por su sigla en inglés), los cuales analizan tanto la repetibilidad de conceptos claves como las similitudes del texto como un todo, mostró que “es capaz de recomendar programas de capacitación pertinentes para una ocupación dada con un alto grado de concordancia cuando se lo compara con los resultados obtenidos mediante la clasificación humana”, expresan Velardez y Dima.

“Los resultados muestran que la herramienta desarrollada permite recomendar un promedio de hasta nueve programas de capacitación para cada ocupación con un porcentaje de éxito medio del 81%. El potencial de esta metodología radica en el manejo eficiente de grandes volúmenes de información que puede contribuir a brindar información no sesgada en los servicios de desarrollo de carrera”, agregan.

En cuanto a los errores de recomendación, se encontró que una alta tasa se verifica para aquellas ocupaciones para las cuales no existen o existen pocas ocupaciones pertinentes según el criterio utilizado por el equipo de validación (“Limpiador/a”, “Reponedor/a”, “Guardia”, “Empleado/a de Inventario”, “Cuidador/a” y “Peón de Carga”), lo cual se espera que la tasa de error disminuya a medida que el modelo sea alimentado con más programas de capacitación.

Asimismo, con el fin de evaluar este método, se contrastaron las recomendaciones con un grupo de expertos.

“Durante el proceso de validación se observó una gran dispersión de datos al momento de analizar el conjunto de programas clasificados manualmente como pertinentes”, destaca el documento.

En este sentido, se destacó como ejemplo el caso de la actividad “Operarios”, en donde se encontró que 79 programas fueron clasificados como pertinentes por al menos un validador.

“Esto da cuenta de que el resultado de la recomendación depende del validador, lo cual refuerza la idea de que los servicios de desarrollo de carrera ofrecen recomendaciones muy probablemente sesgada por la experiencia e intereses del proveedor. Esto también refuerza la necesidad de contar con una herramienta que asista a los proveedores al momento de analizar los contenidos de los programas de capacitación. En este sentido, la herramienta desarrollada en este trabajo muestra el potencial de utilización como un primer filtro para el manejo de grandes volúmenes de información, minimizando sesgos y considerando habilidades, destrezas y conocimientos de las ocupaciones”, sostienen Velardez y Dima.

La idea en el futuro es desarrollar “una herramienta en la cual una persona introduzca por un lado sus intereses, nivel educativo, formación en el trabajo y experiencia laboral; por el otro la ocupación a la cual aspira como objetivo profesional y obtenga como resultado opciones de trayectorias formativas pertinentes para ser discutidas con el consejero de desarrollo de carrera”, concluyen.

Fuente: Elpaís