L'OCCUPAZIONE NEL 2030: ABILITA', COMPETENZE RICHIESTE E IMPLICAZIONI PER LA FORMAZIONE
Thursday, 4 agosto 2016
Di HASAN BAKHSHI Tratto da www.nesta.org
Quali sono i principali driver sociali, economici e tecnologici del cambiamento nel mercato del lavoro nel lungo termine? Quali competenze saranno necessarie per i tipi di posto di lavoro che le economie degli Stati Uniti e del Regno Unito avranno bisogno nel 2030? Dove saranno i principali gap di competenze e che cosa possono fare gli educatori e responsabili delle politiche per anticiparli?
Queste sono le domande che Nesta affronterà in una nuova collaborazione di ricerca con la società di formazione globale Pearson, in collaborazione con il professor Michael Osborne presso la Oxford Martin School ed il ricercatore indipendente, Philippe Schneider.
Predire i futuri posti di lavoro e la domanda delle competenze su un orizzonte di quindici anni è un compito arduo. Pensate alle polemiche che sono sorte proprio dietro gli effetti di automazione diffusa, con stime della quota della forza lavoro statunitense ad alto rischio che vanno dal 47 per cento nel 2013 nello studio di Michael Osborne con Carl Benedikt Frey al 9 per cento nel caso di un recente studio dell'OCSE. Nella ricerca, Nesta guarda in modo più completo le variabili, tra cui il progresso tecnologico al di là dell'informatizzazione, i cambiamenti socio-demografici e la svolta verso pratiche più flessibili e di lavoro a distanza. Verrà valutato come questi driver interagiscono tra loro ed il loro impatto sul mercato del lavoro.
Tre fasi della ricerca Fortunatamente, tutte le prove suggeriscono che vi è un alto grado di persistenza nel lavoro. Cioè, la composizione della forza lavoro - un'istituzione sociale - evolve gradualmente nel tempo. Questo è importante, perchè suggerisce che guardare indietro a esperienze passate è un buon punto di partenza per dare giudizi sul futuro.
Così, la prima fase della ricerca condurrà ad un'analisi storica di come le professioni in USA e Regno Unito sono cambiate nel corso del tempo.
Nella seconda fase, saranno convocati seminari di esperti di previsione per etichettare un training-set di occupazioni come a alta, media o bassa domanda futura, nonché la misura di incertezza intorno a queste etichette.
E nella terza fase dell'analisi, verrà addestrata una macchina-classificatore di apprendimento per prevedere la probabilità di tutte le occupazioni di essere ad alta, media o bassa domanda in futuro, basato sulla relazione modellata tra le etichette di occupazione valutate nell'insieme di addestramento e quelle rilevate (skills e tasks) dal Dipartimento USA per il lavoro tramite le surveys O * Net (The Occupational Information Network).
Grazie alla combinazione di analisi storica, lungimiranza qualitativa e tecniche di apprendimento automatico quantitativo, l'intento è di presentare previsioni più accurate (sui futuri posti di lavoro e la domanda di competenze) di quanto sarebbe stato utilizzando uno solo di tre approcci.
Perchè questa ricerca e perché ora?
La potenziale importanza della ricerca dovrebbe essere chiara. Prendere in considerazione una stima popolare che il 65 per cento dei bambini che entrano alla scuola elementare nel 2016, dal momento in cui saranno economicamente attivi (in 15 anni o giù di lì), lavorerà in posti di lavoro completamente nuovi, che non esistono oggi. Questo rende ancora più importante aver fissato le priorità di apprendimento per i giovani di oggi che si fondano su una rigorosa valutazione di quali abilità saranno richieste loro quando entreranno a far parte della forza lavoro.
Hasan Bakhshi è Senior Director, Economia Creativa e dati analitici, Nesta, e direttore del progetto per l'occupazione nel 2030: abilità, competenze e le implicazioni per l'apprendimento di studio.