Wetenschap
De overeenkomst tussen de 500 beste vaardigheden in Australische vacatures in 2018. Zeer vergelijkbare vaardigheden clusteren samen.
Volgens sommige schattingen zullen de typische Australiërs tijdens hun professionele leven vijf tot zeven keer van loopbaan veranderen. En dit zal waarschijnlijk toenemen naarmate nieuwe technologieën arbeid automatiseren, de productie naar het buitenland wordt verplaatst en zich economische crises voordoen.
Het verdwijnen van banen is geen nieuw fenomeen - heb je onlangs een liftoperator gezien? – maar het tempo van de veranderingen neemt toe, waardoor grote aantallen werknemers werkloos en werkloos dreigen te worden.
Nieuwe technologieën creëren ook nieuwe banen, maar de vaardigheden die ze nodig hebben, komen niet altijd overeen met de oude banen. Om met succes van baan te wisselen, moet u uw huidige vaardigheden optimaal benutten en nieuwe vaardigheden verwerven, maar deze overgangen kunnen mislukken als de kloof tussen oude en nieuwe vaardigheden te groot is.
We hebben een systeem gebouwd om loopbaanovergangen aan te bevelen, waarbij we machine learning gebruiken om meer dan 8 miljoen online vacatures te analyseren om te zien welke bewegingen waarschijnlijk succesvol zullen zijn. De details zijn gepubliceerd in PLOS ONE .
Ons systeem begint met het meten van overeenkomsten tussen de vaardigheden die nodig zijn voor elk beroep. Een accountant kan bijvoorbeeld financieel analist worden omdat de vereiste vaardigheden vergelijkbaar zijn, maar een logopedist kan het moeilijker vinden om financieel analist te worden omdat de vaardigheden behoorlijk verschillen.
Vervolgens hebben we gekeken naar een groot aantal echte loopbaanovergangen om te zien welke kant deze overgangen gewoonlijk opgaan:accountants zullen eerder financiële analisten worden dan omgekeerd.
Ten slotte kan ons systeem een carrièreverandering aanbevelen die waarschijnlijk zal slagen - en u vertellen welke vaardigheden u mogelijk nodig hebt om het te laten werken.
De gelijkenis tussen beroepen, gekleurd door technologische automatiseringsrisico's.
Meet de gelijkenis van beroepen
Ons systeem gebruikt een maatregel die economen 'revealed comparatief voordeel' (RCA) noemen om te bepalen hoe belangrijk een individuele vaardigheid is voor een baan, met behulp van online vacatures uit 2018. De kaart hieronder visualiseert de gelijkenis van de top 500 vaardigheden. Elke marker vertegenwoordigt een individuele vaardigheid, gekleurd volgens een van de 13 clusters van zeer vergelijkbare vaardigheden.
Als we eenmaal weten hoe verschillende vaardigheden op elkaar lijken, kunnen we inschatten hoe vergelijkbaar verschillende beroepen zijn op basis van de vereiste vaardigheden. Onderstaande figuur visualiseert de overeenkomst tussen Australische beroepen in 2018.
Elke markering toont een individueel beroep en de kleuren geven het risico weer dat elk beroep loopt als gevolg van automatisering in de komende twee decennia (blauw geeft een laag risico weer en rood een hoog risico). Zichtbaar vergelijkbare beroepen zijn dicht bij elkaar gegroepeerd, met medische en hoogopgeleide beroepen met het laagste automatiseringsrisico.
Overgangen in kaart brengen
Vervolgens hebben we onze mate van gelijkenis tussen beroepen genomen en deze gecombineerd met een reeks andere arbeidsmarktvariabelen, zoals werkgelegenheidsniveaus en opleidingsvereisten, om ons aanbevelingssysteem voor baantransitie op te bouwen.
Ons systeem maakt gebruik van machine learning-technieken om te "leren" van echte baanovergangen in het verleden en baanbewegingen in de toekomst te voorspellen. Het bereikt niet alleen een hoge mate van nauwkeurigheid (76%), maar het verklaart ook asymmetrieën tussen baanovergangen. Prestaties worden gemeten door hoe nauwkeurig het systeem voorspelt of een overgang heeft plaatsgevonden, wanneer toegepast op historische baanovergangen.
Een klein stukje van de transitiekaart, met 20 beroepen. Overgangen vinden plaats van kolommen naar rijen en donkerdere blauwe tinten geven hoge overgangskansen weer. Auteur verstrekt
De volledige overgangskaart is groot en ingewikkeld, maar je kunt hieronder zien hoe het werkt in een kleine versie die alleen overgangen tussen 20 beroepen bevat. Op de kaart wordt op de horizontale as de "bron"-bezetting weergegeven en op de verticale as de "target"-bezetting.
Als je naar een bepaald beroep onderaan de kaart kijkt, toont de kolom met vierkanten de kans om van dat beroep naar het beroep aan de rechterkant te gaan. Hoe donkerder het vierkant, hoe groter de kans om de overgang te maken.
Aanbevelingen voor banen op basis van kunstmatige intelligentie
Soms vereist een nieuwe carrière het ontwikkelen van nieuwe vaardigheden, maar welke vaardigheden? Ons systeem kan helpen deze te identificeren. Laten we eens kijken hoe het werkt voor 'huishoudelijke schoonmakers', een beroep waar de werkgelegenheid tijdens COVID-19 in Australië ernstig is gekrompen.
Eerst bekijken we met de transitiekaart naar welke beroepen een huishoudster het gemakkelijkst kan overstappen. De kleuren splitsen beroepen op volgens hun status tijdens de COVID-19-crisis - blauwe beroepen zijn 'essentiële' banen die kunnen blijven bestaan tijdens de lockdown, en rood zijn 'niet-essentiële'.
We identificeren de meest aanbevolen beroepen, zoals te zien aan de rechterkant van het stroomdiagram (onderste helft van de afbeelding), gesorteerd in aflopende volgorde op overgangswaarschijnlijkheid. De breedte van elke band in het diagram toont het aantal beschikbare openingen voor elke bezetting. De segmentkleuren geven aan of de vraag is toegenomen of afgenomen in vergelijking met dezelfde periode van 2019 (pre-COVID).
De eerste zes overgangsaanbevelingen voor zijn allemaal "niet-essentiële" diensten, die niet verrassend te maken hebben gehad met een verminderde vraag. De zevende is echter "ouderen- en gehandicapte verzorgers", die als "essentieel" is geclassificeerd en die tijdens het begin van de COVID-19-periode aanzienlijk in de vraag groeide.
Aangezien uw kansen op het vinden van werk groter zijn als u overstapt naar een beroep waar veel vraag naar is, selecteren we 'ouderen- en gehandicaptenzorg' als doelberoep voor dit voorbeeld.
Nieuwe beroepen en aanbevelingen voor vaardigheden gedaan door het Job Transitions Recommender System voor 'Huishoudelijke schoonmakers' - een 'niet-essentiële' bezetting die tijdens de COVID-19-uitbraak in Australië aanzienlijk is afgenomen.
Welke vaardigheden te ontwikkelen voor nieuwe beroepen
Ons systeem kan ook vaardigheden aanbevelen die werknemers moeten ontwikkelen om hun kansen op een succesvolle overgang te vergroten. Wij stellen dat een werknemer moet investeren in het ontwikkelen van de vaardigheden die het belangrijkst zijn voor zijn nieuwe beroep en die het meest verschillen van de vaardigheden die hij momenteel heeft.
Voor een 'huishoudelijke schoonmaker' zijn de meest aanbevolen vaardigheden die nodig zijn om over te stappen naar 'ouderen- en gehandicaptenzorg' gespecialiseerde vaardigheden op het gebied van patiëntenzorg, zoals 'hulp bij patiënthygiëne'.
Aan de andere kant is het minder nodig om onbelangrijke vaardigheden te ontwikkelen of vaardigheden die sterk lijken op vaardigheden uit je huidige beroep. Vaardigheden zoals "bedrijfsanalyse" en "financiën" zijn van weinig belang voor een "ouderen- en gehandicapte verzorger", dus ze zouden geen prioriteit moeten krijgen. Evenzo zijn vaardigheden zoals "strijken" en "wasserij" vereist voor de nieuwe baan, maar het is waarschijnlijk dat een "huishoudelijk schoonmaakster" deze vaardigheden al bezit (of ze gemakkelijk kan verwerven).
Het voordeel van soepelere baanovergangen
Hoewel de toekomst van werk onduidelijk blijft, is verandering onvermijdelijk. Nieuwe technologieën, economische crises en andere factoren zullen de arbeidsvraag blijven verschuiven, waardoor werknemers van baan wisselen.
Als arbeidstransities efficiënt plaatsvinden, zijn er aanzienlijke productiviteits- en gelijkheidsvoordelen voor iedereen. Als overgangen traag verlopen of mislukken, zal dit aanzienlijke kosten met zich meebrengen voor zowel individuen als de staat en het individu. De methoden en systemen die we hier naar voren brengen, kunnen het bereiken van deze doelen aanzienlijk verbeteren.
Wetenschap © https://nl.scienceaq.com