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.
Por qué es importante
Este informe contribuye a cerrar la brecha entre las necesidades de las políticas del mercado laboral y el desarrollo de herramientas apoyadas por IA.
También muestra que la IA puede reforzar las políticas activas del mercado laboral solo cuando es transparente, está basada en evidencias, se centra en las personas y se adapta a contextos institucionales reales. El informe ofrece orientacion práctica para desarrollar herramientas que apoyen mejores decisiones políticas, mejoren el ajuste de competencias y ayuden a los servicios públicos de empleo y a otros actores a responder de forma más eficaz a las necesidades del mercado laboral.
Información clave
Objetivos
- Traducir los resultados analíticos del Paquete de trabajo nº2 en recomendaciones operativas para herramientas de políticas activas del mercado laboral y de ajuste de competencias apoyadas por IA.
- Identificar las funcionalidades prioritarias de IA relevantes para el diseño, la implementación, el seguimiento y la evaluación de las políticas activas del mercado laboral.
- Definir las condiciones de gobernanza, éticas y de datos e institucionales necesarias para sistemas del mercado laboral apoyados por IA que sean fiables.
- Apoyar el desarrollo ulterior de las herramientas de EU-ALMPO vinculando las necesidades de los las partes interesadas con los requisitos del sistema.
- Garantizar que las soluciones apoyadas por IA sigan estando basadas en evidencias, centradas en las personas, sean transparentes y sensibles al contexto.
Destinatarios
- Responsables políticos a nivel europeo, nacional y regional.
- Servicios públicos de empleo e instituciones del mercado laboral.
- Autoridades de gestión de las políticas activas del mercado laboral.
- Proveedores de formación y actores del ecosistema de competencias.
- Interlocutores sociales y representantes del mercado laboral.
- Investigadores, analistas y evaluadores del mercado laboral.
- Desarrolladores de herramientas de política y de ajuste apoyadas por IA.
Usuarios finales
- Responsables políticos que diseñan y adaptan las políticas activas del mercado laboral.
- Profesionales y orientadores de los Servicios Públicos de Empleo involucrados en la prestación de servicios y el ajuste. • Analistas del mercado laboral que utilizan datos para el seguimiento, la previsión y la evaluación.
- Instituciones responsables de los sistemas de ajuste de competencias y de la inteligencia del mercado laboral.
- Socios técnicos de EU-ALMPO que desarrollan herramientas apoyadas por IA.
- Las partes interesadas involucrados en políticas inclusivas del mercado laboral y en el apoyo a grupos vulnerables. Política
Palabras clave →
Política
Políticas activas del mercado laboral | Diseño de políticas | PES | Ciclo de vida de las políticas activas del mercado laboral
Análisis
Ajuste de competencias | Inteligencia del mercado laboral | Política basada en evidencias | Seguimiento y evaluación
IA
Elaboración de políticas apoyada por IA | Interoperabilidad de datos | Gobernanza de la IA | IA con supervisión humana
Este informe presenta las recomendaciones de EU-ALMPO para el desarrollo de herramientas apoyadas por IA, diseñadas para mejorar las políticas activas del mercado laboral (ALMP) y los sistemas de ajuste de competencias. Se basa directamente en el trabajo analítico realizado en el Work Package 2, especialmente en el análisis comparativo y en las configuraciones Contexto-Mecanismo-Resultado (CMO) desarrolladas en el Deliverable 2.1.
El informe se basa en las sesiones nacionales de las comunidades de práctica realizadas en Grecia, Alemania, Italia, Polonia y España, complementadas por una encuesta de la CoP. Estas actividades recopilaron aportaciones estructuradas de los Servicios Públicos de Empleo, ministerios, autoridades regionales y locales, proveedores de formación, interlocutores sociales, investigadores, expertos del mercado laboral, especialistas en datos y otros las partes interesadas involucrados en el diseño, la implementación, el seguimiento y la evaluación de las políticas activas del mercado laboral.
El informe identifica las principales condiciones institucionales, operativas, relacionadas con los datos y de gobernanza que influyen en la viabilidad y utilidad de las herramientas del mercado laboral apoyadas por IA. Destaca que la IA no debe sustituir el juicio humano ni la toma de decisiones institucional, sino funcionar como un “copiloto” de apoyo, reforzando el uso de evidencias, el ajuste, el seguimiento, la previsión, el aprendizaje de políticas y el diseño adaptativo de las políticas activas del mercado laboral.
El informe propone un marco basado en el ciclo de vida para el desarrollo de políticas activas del mercado laboral apoyadas por IA, que abarca el inicio de políticas, el diseño de programas, la focalización y la elaboración de perfiles, la implementación, el seguimiento, la evaluación y la retroalimentación. También formula recomendaciones sobre interoperabilidad de datos, inteligencia del mercado laboral, transparencia, explicabilidad, supervisión humana, mitigación de sesgos y preparación institucional.
Los resultados aportan información estructurada para el desarrollo posterior de las herramientas de EU-ALMPO apoyadas por IA, incluido el ALMP Design Wizard, las funcionalidades de inteligencia del mercado laboral, los sistemas de recomendación y las herramientas de ajuste apoyadas por IA. Por tanto, el informe actúa como un puente entre el análisis empírico y basado en los las partes interesadas del Paquete de trabajo nº2 y el trabajo técnico posterior del proyecto.