Autofabrikanten, piloten van luchtvaartmaatschappijen op lange afstand, kolen arbeiders, winkelmedewerkers - veel werknemers worden gedwongen om de moeilijke en soms verontrustende uitdaging aan te gaan om snel een nieuw beroep te vinden als gevolg van technologische en economische veranderingen, of crises zoals de COVID-19-pandemie.

Om het werkovergangsproces gemakkelijker te maken, en vergroot de kans op succes, onderzoekers van de University of Technology Sydney (UTS) en UNSW Sydney hebben een op machine learning gebaseerde methode ontwikkeld die banen met vergelijkbare onderliggende vaardigheden als iemands huidige beroep kan identificeren en aanbevelen.

Het systeem kan ook in realtime reageren op veranderingen in de vraag naar werk en aanbevelingen doen over de precieze vaardigheden die nodig zijn om over te stappen naar een nieuw beroep.

Ontwikkeld door Dr. Nikolas Dawson en Dr. Marian-Andrei Rizoiu van het UTS Data Science Institute en Professor Mary-Anne Williams, de Michael J Crouch-leerstoel in innovatie aan de UNSW Business School, het systeem is gebaseerd op bevindingen uit hun nieuwe studie, Vaardigheidsgestuurde aanbevelingen voor baantransitietrajecten, gepubliceerd in het internationale tijdschrift PLOS EEN .

Wat zijn de voordelen van het gebruik van AI om een ​​baan te vinden?

Dr. Dawson zegt dat verandering van werkplek onvermijdelijk is, als we het proces van jobtransitie gemakkelijker en efficiënter kunnen maken, er zijn aanzienlijke voordelen op het gebied van productiviteit en gelijkheid, niet alleen voor individuen, maar ook voor bedrijven en overheid.

"Het kan een ontmoedigend voorstel zijn om over te stappen naar een nieuwe carrière, vooral voor degenen die al lang dezelfde baan hebben. Succesvolle transities houden doorgaans in dat werknemers hun bestaande vaardigheden benutten, en het verwerven van nieuwe vaardigheden, om aan de eisen van de nieuwe bezetting te voldoen, " hij zei.

Professor Williams zegt dat het nieuwe aanbevelingssysteem kan helpen om de onvermijdelijke stress in tijden van baanverlies te verminderen door de kosten van baanovergangen te verlagen en door op bewijzen gebaseerde aanbevelingen te doen die beter voldoen aan de behoeften van personen met specifieke vaardigheden die vaak hun beroep overstijgen.

"Door te focussen op vaardigheden, in plaats van beroepen, deze nieuwe aanpak helpt werknemers, organisaties en bedrijven zoals omscholingsadviesdiensten ontdekken de nieuwe vaardigheden die een persoon zou moeten verwerven om een ​​nieuwe veelgevraagde baan te krijgen en beoordelen de bijbehorende opleidingsinvestering die nodig is, " ze zei.

"In aanvulling, organisaties kunnen onze maatstaf voor vaardigheidsgelijkheid gebruiken om volledig nieuwe of hybride beroepen te ontwerpen die de kans vergroten dat mensen met de benodigde vaardigheden worden gevonden.

"In de huidige snel veranderende arbeidsmarkt is de noodzaak om voortdurend bijgeschoold te worden een uitdaging voor individuen en organisaties. Ons aanbevelingssysteem kan individuen helpen verandering te omarmen door proactief hun levenslange leertraject te ontwerpen en te reageren op nieuwe, meer opwindende vacatures wanneer ze zich voordoen door te bepalen de volgende beste vaardigheid om te verwerven."

Dr. Rizoiu voegde toe:"Als we kunnen evolueren naar op vaardigheden gebaseerde werving, in plaats van een beroep te definiëren aan de hand van de functietitel, dan kunnen we mensen helpen de specifieke vaardigheden die ze hebben te identificeren, of moeten ontwikkelen, om productief en zinvol werk te vinden."

Hoe is de methode voor het zoeken naar werk ontstaan?

De onderzoekers gebruikten waardevolle gegevens van Burning Glass Technologies, een analysesoftwarebedrijf dat realtime informatie biedt over banen en trends op de arbeidsmarkt, om de onderliggende vaardigheden van meer dan 8 miljoen banen die tussen 2012 en 2020 in Australië zijn geadverteerd, te onderzoeken en te analyseren.

Vervolgens vergeleken ze de voorspellingen van de baantransitie met gegevens van het huishouden, Inkomen en arbeidsdynamiek in Australië (HILDA) enquête, die deelnemers in de loop van hun leven volgt, om deze voorspellingen te valideren met bijna 3000 praktijkvoorbeelden.

Het jobaanbevelingssysteem voorspelde nauwkeurig de kansen op jobtransitie en was ook in staat om te laten zien of het gemakkelijker is om in de ene richting te bewegen dan in de andere.

De methoden die in het onderzoek zijn ontwikkeld, kunnen worden gebruikt door opvoeders, overheid en bedrijfsleven, mogelijk met gegevens van het Australische Bureau voor de Statistiek, om industrieën en sectoren te ondersteunen die een aanzienlijke omwenteling ondergaan om werknemers op grote schaal te laten overstappen.

Als onderdeel van de studie, de onderzoekers bouwden ook een vroegtijdige waarschuwingsindicator voor opkomende technologieën (zoals kunstmatige intelligentie) die de arbeidsmarkt kunnen verstoren. Met deze informatie kunnen beleidsmakers en bedrijven zich beter voorbereiden op toekomstige structurele verschuivingen.

Dr. Dawson voerde de studie uit als onderdeel van zijn Ph.D. in computationele economie aan de UTS bij professor Williams en Dr. Rizoiu. Hij werkt nu als senior datawetenschapper bij FutureFit AI, een bedrijf dat samenwerkt met de industrie en de overheid om een ​​AI-aangedreven tool te bieden om werknemers te helpen bij het navigeren door hun loopbaan.

"Als je terugkijkt in de geschiedenis, het is bijna nooit zo dat er minder banen zijn door automatisering, maar er worden juist nieuwe banen gecreëerd terwijl oude verdwijnen. Het is dus van fundamenteel belang dat mensen het vermogen hebben om de vereiste vaardigheden op te bouwen en soepel over te stappen naar deze nieuwe banen, ' zei dokter Dawson.

"Het vermogen om micro-credentials te behalen op specifieke vaardigheidsgebieden, op maat gemaakt voor het individu, zal waarschijnlijk een belangrijk onderdeel zijn van deze toekomst."