Brecha de habilidades y Big data
El uso de datos almacenados en diferentes bases es cada vez más utilizado como fuente de análisis, investigación, descripción de tendencias y estimación. En el ámbito de las competencias y habilidades, almacenados en los servicios de colocación públicos y privados, se disponen de muchos datos sobre las personas que buscan empleo, que incluyen, por ejemplo, el puesto que buscan, sus niveles de educación y capacitación, selalario al que aspiran, la edad, sexo, entre otros. Por otro lado, se cuenta con los datos que dejan las empresas sobre las vacantes abiertas que, puestos en perspectiva, contienen valiosa información sobre los sectores en los que se generan empleos, las competencias solicitadas, los niveles de remuneración ofrecidos, las zonas geográficas donde se ubican, entre muchas otras.
La ciencia de datos permite aplicar herramientas para “raspar” estas bases, extraer las variables de interés, depurarlas, analizarlas y avanzar en análisis de brechas de habilidades, desequilibrios de oferta y demanda, identificación de nuevos empleos ofrecidos y otros.
Los usos del análisis masivo de datos (Big data) están haciéndose cada vez más conocidos y ocupan ámbitos como la salud pública, la cobertura de seguridad social, el empleo informal y algunas dimensiones de la pobreza. Asi como también, los usos que, desde tiempo atrás, varias grandes plataformas globales de relacionamiento social vienen haciendo para el análisis de consumos, costumbres, movilidad, preferencias, etc.
En octubre 2020 el Departamento de SKILLS de la sede de OIT en Ginebra publicó un documento titulado "The feasibility of using big data in anticipating and matching skills needs" en el que se hace una revisión de las ventajas y desventajas, los alcances y limitaciones de esta nuevas aplicaciones de la llamada ciencia de datos con uso de herramientas de aprendizaje de máquinas (machine learning). La oficina de OIT para el Cono Sur de América Latina, por su parte, ha publicado dos Notas técnicas tituladas: Big data y ciencia de datos en febrero y marzo 2021.
Desde OIT/Cinterfor, también se viene avanzando en este campo, de hecho, se ha facilitado la aplicación de tres estudios para analizar desequilibrios entre oferta y demanda en el mercado de trabajo. El primero en Uruguay, el segundo en Paraguay y el tercero en República Dominicana (destacados en el bloque inferior). Esperamos que puedan constituirse en un aporte para seguir avanzando con esta interesante y potencialmente exitosa herramienta.
Publicaciones destacadas - OIT
Tres ideas derivadas de tres estudios de big data en el mercado de trabajo - OIT/Cinterfor Notas Nº 11, 2022
Documento completo (solamente en inglés)
Avances en Uruguay
Uruguay: Análisis de oferta y demanda de empleo a partir de bases de datos a 4 meses de la pandemia COVID-19
Realizado en el marco del Proyecto CETFOR.
Avances en Paraguay
- * Presentación de resultados - Acceso al dashboard o panel dinámico
* Cambios en las dinámicas laborales en Paraguay 2020-2021
* Presentación de resultados - Acceso al dashboard o panel dinámico
* Informe del mercado laboral paraguayo 2021-2022
* Informe: Índice de empleabilidad en Paraguay 2022
* Análisis y recomendaciones para el cierre de Brechas de Capital humano 2022
* Informe para mejorar las bases de datos de mercado laboral 2022
* Informe de fortalezas y debilidades - Registros administrativos de personas en búsqueda de empleo - 2022
* Depuración de registros por nivel de cualificación según las categorías y criterios empleados por el SPE - 2022
Avances en Colombia
Blockchain y certificación de competencias
En esta Nota de OIT/Cinterfor se aborda este tema y se plantean algunas primeras reflexiones sobre el vínculo entre cadena de bloques y formación profesional.
Otros recursos de interés
- Methodological issues related to the use of online labour market data. ILO Working paper 68, 2022
- Skills and employment transitions in Brazil. ILO Working Paper 65, 2022
- Mobile internet, skills and structural transformation in Rwanda. ILO Working Paper 60, 2022
- Metodología para identificación y medición de brechas de capital humano. Ministerio de Trabajo de Colombia, 2022
- En búsqueda de puestos duales. Ánima. Uruguay, 2022
- Desarrollo de una herramienta de aprendizaje automático (machine learning) para establecer relaciones entre ocupaciones y programas de capacitación en el Uruguay. CEPAL. 2022
- El futuro del trabajo y los desajustes de habilidades en América Latina. CEPAL. 2021
- Macrodatos (Big Data) y mercado laboral Identificación de habilidades a través de vacantes de empleo en línea. CEPAL. 2021
- Análisis de la huella digital en América Latina y el Caribe: enseñanzas extraídas del uso de macrodatos (big data) para evaluar la economía digital. CEPAL. 2020
- Predicting labor shortages from labor demand and labor supply data: A machine learning approach. Dawson, N.; Rizoiu, M.; Johnston, B.; Williams, MA. University of Technology Sydney. 2020
- Perspectives on policy and practice: Tapping into the potential of big data for skills policy. 2021
- Big data for labour market intelligence. Mezzanzanica, M.; Mercorio, F. European Training Foundation. 2019
- Metodología para el análisis de demanda laboral mediante datos de Internet: el caso colombiano. de la Universidad del Rosario en Colombia. 2015