Ved at fokusere på færdigheder, frem for erhverv, denne nye tilgang hjælper arbejdere med at skifte karriere hurtigt. Kredit:Unsplash
arbejdere i bilproduktion, langdistanceflypiloter, kularbejdere, butiksassistenter - mange medarbejdere er tvunget til at påtage sig den vanskelige og til tider pinefulde udfordring at finde et nyt erhverv hurtigt på grund af teknologiske og økonomiske forandringer, eller kriser som COVID-19-pandemien.
For at gøre jobskiftet lettere, og øge chancerne for succes, forskere fra University of Technology Sydney (UTS) og UNSW Sydney har udviklet en maskinlæringsbaseret metode, der kan identificere og anbefale job med lignende underliggende færdighedssæt til en persons nuværende erhverv.
Systemet kan også reagere i realtid på ændringer i jobefterspørgslen og give anbefalinger om de præcise færdigheder, der er nødvendige for at skifte til et nyt erhverv.
Udviklet af Dr. Nikolas Dawson og Dr. Marian-Andrei Rizoiu fra UTS Data Science Institute og professor Mary-Anne Williams, Michael J Crouch Chair in Innovation ved UNSW Business School, systemet er baseret på resultater fra deres nye undersøgelse, Færdighedsdrevne anbefalinger til jobovergange, offentliggjort i det internationale tidsskrift PLOS ET .
Hvad er fordelene ved at bruge AI til at finde et job?
Dr. Dawson siger, at mens forandringer på arbejdspladsen er uundgåelige, hvis vi kan gøre joboverdragelsesprocessen nemmere og mere effektiv, der er betydelige produktivitets- og egenkapitalfordele ikke kun for enkeltpersoner, men også for virksomheder og myndigheder.
"Det kan være et skræmmende forslag at skifte til en ny karriere, især for dem, der har været i samme job i lang tid. Succesfulde overgange involverer typisk medarbejdere, der udnytter deres eksisterende færdigheder, og tilegne sig nye færdigheder, for at imødekomme kravene fra den nye besættelse, " han sagde.
Professor Williams siger, at det nye anbefalingssystem kan hjælpe med at reducere den uundgåelige stress i tider med jobtab ved at sænke omkostningerne ved jobskifte og give dokumenterede anbefalinger, der bedre opfylder behovene hos personer med specifikke færdigheder, der ofte overskrider deres erhverv.
"Ved at fokusere på færdigheder, frem for erhverv, denne nye tilgang hjælper arbejdere, organisationer og virksomheder som rådgivningstjenester for omskoling opdager de nye færdigheder, en person skal tilegne sig for at få et nyt efterspurgt job og vurderer den tilhørende uddannelsesinvestering, der kræves, " hun sagde.
"Ud over, organisationer kan bruge vores færdighedslighedsmål til at designe helt nye eller hybride erhverv, der øger sandsynligheden for at finde personer med de nødvendige færdigheder.
"På det nuværende hurtigt skiftende arbejdsmarked er behovet for løbende opkvalificering en udfordring for enkeltpersoner og organisationer. Vores anbefalingssystem kan hjælpe enkeltpersoner med at omfavne forandringer ved proaktivt at designe deres livslange læringsrejse og reagere på nye mere spændende jobmuligheder, efterhånden som de opstår ved at bestemme den næstbedste færdighed at erhverve."
Dr. Rizoiu tilføjede:"Hvis vi kan bevæge os i retning af kompetencebaseret ansættelse, i stedet for at definere et erhverv ved dets jobtitel, så kan vi hjælpe folk med at identificere de specifikke færdigheder, de har, eller behov for at udvikle, for at finde produktivt og meningsfuldt arbejde."
Hvordan blev jobsøgningsmetoden skabt?
Forskerne brugte værdifulde data fra Burning Glass Technologies, en analysesoftwarevirksomhed, der leverer information i realtid om job og arbejdsmarkedstendenser, at undersøge og analysere de underliggende kvalifikationssæt for mere end 8 millioner job, der blev annonceret i Australien mellem 2012 og 2020.
De sammenlignede derefter forudsigelserne om jobskifte med data fra husstanden, Income and Labor Dynamics in Australia (HILDA) undersøgelse, som sporer deltagere i løbet af deres liv, at validere disse forudsigelser med næsten 3000 virkelige eksempler.
Jobanbefalingssystemet forudsagde nøjagtigt sandsynligheder for jobovergange og var også i stand til at vise, om det er lettere at bevæge sig i én retning end en anden.
Metoderne udviklet i undersøgelsen kan udnyttes af undervisere, regering og erhvervsliv, potentielt med data fra Australian Bureau of Statistics, at støtte industrier og sektorer, der gennemgår betydelige omvæltninger til overgangsarbejdere i skala.
Som en del af undersøgelsen forskerne byggede også en tidlig advarselsindikator for nye teknologier (såsom kunstig intelligens), der har potentialet til at forstyrre arbejdsmarkederne. Disse oplysninger kan give politiske beslutningstagere og virksomheder mulighed for bedre at forberede sig på fremtidige strukturelle ændringer.
Dr. Dawson påtog sig undersøgelsen som en del af sin ph.d. i beregningsøkonomi ved UTS med professor Williams og Dr. Rizoiu. Han arbejder nu som senior dataforsker hos FutureFit AI, en virksomhed, der samarbejder med industri og regering for at levere et AI-drevet værktøj til at hjælpe arbejdere med at navigere i karriereskift.
"Hvis man ser tilbage i historien, det er næsten aldrig tilfældet, at der er færre job på grund af automatisering, men derimod skabes nye arbejdspladser samtidig med, at gamle forsvinder. Så det er grundlæggende, at folk har evnen til at opbygge de nødvendige færdigheder og glide overgangen til disse nye job, " sagde Dr. Dawson.
"Evnen til at påtage sig mikrolegitimationsoplysninger inden for specifikke færdighedsområder, tilpasset den enkelte, vil sandsynligvis være en vigtig del af denne fremtid."