Para 2030, más del 20% de los trabajos del mundo habrán cambiado debido a transformaciones tecnológicas, demográficas y geopolíticas, advierte el Foro Económico Mundial en un nuevo reporte. Pero ¿cómo preparar a los trabajadores para lo que viene?
En un mercado laboral en mutación, la pregunta ya no es si habrá disrupciones, sino cómo adaptarse a ellas.
El informe del Foro identifica cinco pasos clave para conectar el talento actual con los empleos del mañana.
1/ Datos dinámicos, no solo diagnósticos
El primer paso es recopilar datos precisos y en tiempo real de las empresas y los solicitantes de empleo para realizar un seguimiento y predecir las tendencias del mercado laboral. En lugar de basarse en informes de empleo estáticos, los responsables políticos necesitan conocimientos dinámicos y basados en la tecnología.
La tecnología puede agilizar este proceso. La integración de interfaces de programación de aplicaciones (API) con las bolsas de trabajo puede proporcionar tendencias de contratación en tiempo real, mientras que el análisis basado en inteligencia artificial puede detectar lagunas de habilidades emergentes y cambios en el mercado laboral. Una selección automatizada de currículums puede evaluar las habilidades de los solicitantes de empleo y alertar a los individuos sobre oportunidades personalizadas.
2/ Hablar el mismo idioma laboral
Recopilar datos por sí solo no es suficiente. Una de las mayores barreras para la adecuación de empleos es la inconsistencia en la forma en que se presentan los roles y habilidades.
Las diferentes empresas, industrias y regiones utilizan distintas terminologías para denominar los puestos de trabajo, las habilidades y las cualificaciones, lo que crea una falta de alineación entre el talento y las oportunidades.
Se necesita información estandarizada para crear un marco unificado que permita la alineación de gobiernos, empleadores e instituciones a nivel global. Las herramientas de gestión de taxonomías garantizan una clasificación coherente de los empleos y las habilidades, mientras que la tecnología de procesamiento del lenguaje natural estructura datos, salvando las diferencias lingüísticas.
3/ Datos confiables para decisiones confiables
Para que los sistemas de búsqueda de empleo funcionen, tanto los empleadores como los solicitantes de empleo deben confiar en los datos.
La tecnología también puede ayudar en este sentido. Con blockchain se puede demostrar que la información es segura y está protegida contra manipulaciones.
Las plataformas de evaluación de habilidades en línea presentan otra oportunidad para ampliar las reservas de talento, permitiendo a los candidatos completar remotamente pruebas sobre habilidades duras o blandas.
4/ IA para escalar la formación
Muchos trabajadores se preocupan ante la posibilidad de que sus habilidades dejen de ser relevantes. El reto no es solo encontrar trabajo, sino preparar a las personas para nuevas oportunidades.
Las plataformas de aprendizaje basadas en IA ofrecen recorridos de formación personalizados para ayudar a los trabajadores a adaptarse a los cambios en el mercado laboral. Estos pueden integrarse en plataformas de experiencia de aprendizaje, para asegurar que los programas sean accesibles y se adapten a las necesidades individuales.
5/ Modelos de lenguaje para crear oportunidades a medida
El último paso consiste en combinar los datos para conectar a los trabajadores con las oportunidades de empleo.
Tecnologías como el aprendizaje automático pueden combinar la información de un candidato con datos históricos para predecir las ofertas que mejor se ajustan a sus características.
Los grandes modelos de lenguaje también tienen un gran potencial para contextualizar por qué determinadas personas son adecuadas para determinadas funciones. Esto puede ir más allá de las habilidades y cualificaciones, teniendo en cuenta también las motivaciones y preferencias de los candidatos.
El éxito de una estrategia de alineación de las habilidades con el mercado laboral depende de una colaboración sólida entre gobiernos, sector privado y academia. No se trata de reemplazar el potencial humano con máquinas, sino de complementarlo.
