Inteligencia Artificial en los Servicios Públicos de Empleo: impacto y futuro

La inteligencia artificial (IA) está transformando la manera en que los Servicios Públicos de Empleo operan en Europa. El informe «Opportunities of AI within PES processes and services», elaborado por la European Network of Public Employment Services examina las mejores prácticas, los casos de uso más interesantes y el valor que la IA está generando en estos servicios, basado en el análisis de diversas agencias de empleo europeas.

Contexto y evolución de la IA en los Servicios Públicos de Empleo

La IA ha pasado de ser una tecnología emergente a un componente clave en la transformación digital de los servicios públicos de empleo. La aplicación de IA en este ámbito permite una mayor eficiencia en la gestión de datos, la automatización de procesos y la mejora en la toma de decisiones. Sin embargo, su implementación también plantea incertidumbres regulatorias, éticas y organizativas.

Principales aplicaciones de la IA en los Servicios Públicos de Empleo

1. Perfilado de demandantes de empleo: Uso de modelos de aprendizaje automático para evaluar la empleabilidad de los candidatos y predecir su probabilidad de inserción laboral.
2. Orientación laboral personalizada: Plataformas basadas en IA que ofrecen recomendaciones personalizadas de empleo y formación según el perfil del usuario.
3. Casos de uso en la detección de fraude: Implementación de algoritmos avanzados para identificar irregularidades en el cobro de prestaciones.
4. Automatización de procesos administrativos: Uso de chatbots y sistemas de procesamiento del lenguaje natural para la atención a usuarios y la gestión documental.

Casos de Uso de IA en los Servicios Públicos de Empleo

A continuación, se presentan algunos casos de uso específicos en los que la inteligencia artificial está siendo aplicada con éxito en los Servicios Públicos de Empleo en Europa:

1. BE-VDAB (Bélgica)

• Jobbereik (Orientación profesional): Esta herramienta utiliza inteligencia artificial para ayudar a los ciudadanos a obtener información sobre competencias adyacentes o similares que pueden mejorar su perfil profesional. La aplicación usa redes neuronales profundas (Deep Learning) y algoritmos de análisis gráfico para sugerir ocupaciones relacionadas que puedan encajar con las habilidades del usuario. Al hacerlo, se facilita la adaptación de los perfiles profesionales a las demandas del mercado laboral. Los usuarios reciben recomendaciones sobre qué habilidades desarrollar para mejorar sus oportunidades laborales, lo que les permite planificar mejor su futuro profesional.
• Competentiecheck (Desarrollo de competencias): Competentiecheck permite a los usuarios analizar las competencias de su ocupación actual y calcular la brecha de habilidades entre su perfil y los requisitos necesarios para su puesto. Este sistema utiliza procesamiento de lenguaje natural (NLP) para extraer información relevante de los perfiles y sugerir entrenamientos o formaciones que ayuden a mejorar las habilidades del solicitante, ayudando a que se mantengan al día con las exigencias del mercado. Este enfoque también ayuda a las personas a estar mejor preparadas para evolucionar en sus carreras.

2. Francia

• CV Analyser (Análisis de CV): Esta herramienta automatiza el análisis de los CVs de los solicitantes de empleo. Utiliza IA basada en procesamiento de lenguaje natural (NLP) para identificar áreas de mejora en los CVs. La aplicación ofrece recomendaciones para agregar habilidades o mejorar la presentación del CV según las mejores prácticas en el mercado laboral. Esto no solo optimiza la experiencia de los solicitantes de empleo, sino que también facilita el trabajo de los consejeros, quienes pueden ofrecer orientación personalizada con base en los análisis generados.
• Information Retrieval Tool (Herramienta de recuperación de información): Francia Travail ha implementado una herramienta basada en modelos de lenguaje grandes (LLMs) como GPT-3.5 y GPT-4. Esta herramienta permite a los consejeros acceder rápidamente a información relevante, mejorando la eficiencia de su trabajo al simplificar la búsqueda de datos en sistemas complejos. Además de proporcionar respuestas automáticas, la herramienta ayuda a encontrar la información más pertinente de manera rápida, lo que aumenta la productividad del personal y permite que se concentren en tareas más críticas.

3. Estonia

• OTT (Perfilado de solicitantes de empleo): OTT es una aplicación de perfilado que utiliza aprendizaje automático (Machine Learning) para calcular la probabilidad de que un solicitante de empleo obtenga un trabajo dentro de un plazo determinado. La aplicación también calcula las probabilidades de regresar al desempleo y proporciona los 10 principales factores que afectan a estas probabilidades. Este análisis facilita a los consejeros la segmentación de los solicitantes y la personalización de las intervenciones. La herramienta también ayuda a priorizar los casos más críticos y a proporcionar intervenciones más adecuadas a las necesidades de cada usuario.

4. Luxemburgo

• Matching Algorithm (Algoritmo de emparejamiento): El sistema de emparejamiento de Luxemburgo utiliza procesamiento de lenguaje natural (NLP) y la clasificación ESCO para mejorar la precisión del emparejamiento entre solicitantes de empleo y vacantes. Este sistema también hace uso de algoritmos de coincidencia difusa para optimizar el proceso de búsqueda de empleo y garantizar que tanto los empleadores como los solicitantes encuentren las mejores coincidencias. Además, Luxemburgo está trabajando en la mejora del proceso de emparejamiento utilizando un enfoque basado en modelos de lenguaje grandes (LLMs) para mejorar las recomendaciones.

5. Suecia

• Picture to Text (De imagen a texto): Esta herramienta utiliza aprendizaje profundo (Deep Learning) para convertir imágenes y documentos escaneados en texto. El objetivo es analizar documentos visuales o fotografías de manera automática y extraer datos relevantes que puedan ser utilizados para mejorar el proceso de orientación laboral. Este tipo de tecnología es útil para procesar datos no estructurados y convertirlos en información útil para los consejeros, lo que optimiza la eficiencia y reduce la carga administrativa.
• Identifering av Diskriminering (Identificación de discriminación): Esta aplicación utiliza Deep Learning (DL) para analizar ofertas de trabajo y detectar posibles sesgos o factores discriminatorios en las vacantes publicadas por los empleadores. El sistema permite identificar vacantes que puedan contener lenguaje excluyente o que no cumplan con los principios de igualdad de oportunidades, lo que ayuda a los empleadores a mejorar sus prácticas de contratación y garantizar que no haya discriminación implícita.

6. Finlandia

• Työmarkkinatori AI Services (Servicios de IA para el mercado laboral): Esta iniciativa, parte del proyecto TE-Digi, incluye una serie de herramientas basadas en procesamiento de lenguaje natural (NLP) y modelos de lenguaje grandes (LLMs) para mejorar el proceso de emparejamiento de vacantes con solicitantes. Las aplicaciones analizan descripciones de perfiles y vacantes, haciendo recomendaciones sobre las habilidades necesarias para ciertos puestos y proporcionando datos de coincidencia de alta precisión. Además, el sistema también ayuda a detectar requisitos lingüísticos en las vacantes, facilitando el emparejamiento entre solicitantes con diferentes niveles de competencia lingüística.

7. Eslovenia

• My Labour Market (Mi mercado laboral): Esta plataforma basada en IA permite a los usuarios explorar oportunidades laborales, visualizar vacantes en un mapa interactivo y simular diferentes trayectorias profesionales basadas en su perfil. Utilizando IA y Deep Learning (DL), la herramienta ayuda a los usuarios a obtener información detallada sobre las tendencias del mercado laboral, las ocupaciones emergentes y las habilidades más demandadas en diversas profesiones. Además, los usuarios pueden comparar diferentes profesiones y explorar cómo los cambios en sus perfiles pueden abrir nuevas oportunidades laborales.

8. Países Bajos

• Growth Predictor (Predicción del crecimiento del empleo): El sistema de predicción de crecimiento del empleo en los Países Bajos utiliza IA para ofrecer información sobre el desarrollo de los empleados y prever las tendencias laborales para los empleadores. Esta herramienta ayuda a los responsables de recursos humanos a obtener información estratégica sobre las habilidades que se demandarán en el futuro, ayudando tanto a los empleados a mejorar sus competencias como a los empleadores a planificar su fuerza laboral de manera más eficiente.

9. Bélgica (BE-VDAB)

• Talent API (API de talento): Esta herramienta ayuda a emparejar a los solicitantes de empleo con vacantes utilizando modelos en conjunto (ensemble models). El sistema emplea una combinación de análisis gráfico y algoritmos de redes neuronales para mejorar la precisión del emparejamiento, basándose en múltiples características de los perfiles y las vacantes. Este enfoque mejora la calidad de los emparejamientos y proporciona recomendaciones más específicas para los usuarios.

Beneficios más importantes

• Eficiencia y Reducción de Costes: La automatización de tareas administrativas permite a los PES enfocar sus recursos en tareas de mayor valor.
• Mejor Experiencia para los Usuarios: Las plataformas impulsadas por IA facilitan una atención más ágil y precisa a los ciudadanos.
• Mejor Toma de Decisiones: La IA proporciona análisis predictivos y datos en tiempo real que optimizan la formulación de políticas de empleo.

Desafíos

• Transparencia y explicabilidad: La «caja negra» de la IA genera preocupaciones sobre la interpretabilidad de los resultados y decisiones.
• Protección de datos y privacidad: La gestión de grandes volúmenes de datos requiere garantizar la seguridad y confidencialidad de la información.
• Despliegue en entornos de producción: Pasar de proyectos piloto a implementaciones escalables sigue siendo un reto para muchas administraciones.

Recomendaciones para la implementación de IA en PES

1. Desarrollar Estrategias de IA Claras: Definir objetivos y casos de uso específicos para la implementación de IA.
2. Garantizar la Explicabilidad y Transparencia: Implementar mecanismos que permitan entender y auditar los modelos de IA.
3. Mejorar la Gobernanza de Datos: Fortalecer las políticas de protección de datos y cumplimiento normativo.
4. Fomentar la Colaboración Internacional: Compartir conocimientos y experiencias entre los PES europeos para optimizar el aprendizaje conjunto.

La IA está redefiniendo los Servicios Públicos de Empleo en Europa, permitiendo una mayor eficiencia y personalización en la atención a los ciudadanos. Sin embargo, su implementación exitosa requiere un enfoque integral que combine innovación tecnológica, consideraciones éticas y una sólida estrategia de gobernanza de datos.

Para conocer más sobre el impacto de la IA en los PES, accede a la nota de prensa y al informe completo.