El Deliverable D3.1 presenta el EU-ALMPO Documents Annotation Tool, una herramienta asistida por Inteligencia Artificial (IA) desarrollada en el marco del Paquete de trabajo nº3 para apoyar a los expertos en la anotación de documentos sobre políticas activas del mercado laboral (ALMP) mediante metadatos estructurados. Basándose en el trabajo analítico y de recopilación de datos del proyecto, la herramienta ayuda a transformar una amplia colección de estudios, informes de política y materiales de evaluación en una base de conocimiento validada e interpretable por máquinas. Al combinar la anotación basada en Grandes Modelos Lingüísticos (Large Language Models – LLM, por sus siglas en inglés) con la validación humana por parte de expertos, facilita la búsqueda, el análisis y la reutilización de evidencias de política, manteniendo al mismo tiempo a los expertos en control de los resultados finales. La base de conocimiento anotada apoyará el Observatorio EU-ALMPO y los futuros servicios basados en IA, incluido el Interactive ALMP Design Wizard.

El Deliverable D2.2 presenta recomendaciones para desarrollar herramientas, apoyadas por IA, para las políticas activas del mercado laboral y los sistemas de matching (ajuste oferta-demanda) de competencias. Basado en el análisis del Paquete de trabajo nº2, las comunidades de práctica nacionales y la encuesta de las comunidades de práctica, traduce las necesidades de los las partes interesadas y los desafíos de política en orientaciones prácticas para futuras herramientas de EU-ALMPO. El informe muestra cómo la IA puede apoyar el diseño de políticas, el ajuste, el seguimiento y la evaluación, manteniendo el juicio humano como elemento central.

El entregable D9.1 presenta el Plan de Gestión de Datos de EU-ALMPO, desarrollado en el marco del WP9. Define cómo se recopilarán, procesarán, almacenarán, protegerán, compartirán y conservarán los datos del proyecto a lo largo de todo su ciclo de vida, de acuerdo con los requisitos de Horizon Europe, los principios FAIR, el RGPD y las normas éticas sobre IA.

El entregable D9.2 presenta el Plan de Gestión del Proyecto EU-ALMPO, desarrollado en el marco del WP9. Define la estructura de gobernanza del proyecto, los procedimientos de coordinación, los mecanismos de garantía de calidad, las normas de presentación de informes, el enfoque de gestión financiera y los procesos de comunicación interna. Sirve como una guía práctica para los socios durante toda la implementación del proyecto.

El Primer Informe Ético presenta el marco ético del proyecto EU-ALMPO y revisa cómo se abordan en el proyecto los principios éticos, la protección de datos, la rendición de cuentas, la participación de las partes interesadas y los riesgos relacionados con la IA.

El entregable D2.1 presenta un análisis comparativo de diez estudios de caso en profundidad realizados en cinco países, examinando las estrategias de competencias y las PAML en diferentes contextos nacionales. Desarrollado en el marco del WP2, aplica una metodología común que combina investigación documental y aportaciones de partes interesadas. Apoya las tareas 2.1–2.3 y contribuye a la tarea 2.4, proporcionando una sólida base analítica para las Comunidades de Práctica y el futuro desarrollo de políticas.

Este entregable presenta el marco analítico de EU-ALMPO, un modelo de referencia clave desarrollado para apoyar la comprensión y el abordaje del desajuste de competencias mediante las Políticas Activas del Mercado Laboral (PAML). Ofrece un enfoque estructurado para analizar cómo surgen los desequilibrios en el mercado laboral y cómo las políticas pueden responder de forma más eficaz. El marco organiza elementos clave como los objetivos de las políticas, los grupos destinatarios y los factores que determinan su eficacia, teniendo también en cuenta tendencias más amplias del mercado laboral y factores institucionales. Como base conceptual del proyecto, apoya el diseño, el análisis y la evaluación de las PAML, y garantiza la coherencia entre los paquetes de trabajo posteriores, incluido el desarrollo de herramientas apoyadas por IA.