Lo studio, si pone l’obiettivo di individuare quali professioni saranno maggiormente richieste nei prossimi anni e, di conseguenza, quali skills sarà necessario garantire a chi entrerà e si muoverà nel mercato del lavoro.
La ricerca intende fornire indicazioni utili ai policy maker e a chi opera nel mondo della formazione e del lavoro, al fine di sviluppare politiche e azioni finalizzate alla riduzione dello skills mismatch, attraverso la costruzione di modelli e strumenti per innovare i percorsi di didattica, formazione e orientamento, verso la strada dell’aumento dell’occupabilità di qualità nel nostro paese.
Attraverso tale studio si vogliono analizzare le modalità con le quali l’occupazione cambierà, in uno scenario di medio-lungo periodo, in risposta al variare di alcuni fattori chiave quali: la sostenibilità ambientale, l’urbanizzazione, la crescente disuguaglianza sociale, l’incertezza politica, il cambiamento tecnologico, la globalizzazione ed il cambiamento demografico.
La ricerca in oggetto intende introdurre nell’analisi del mercato del lavoro in Italia un innovativo metodo previsionale che, combinando il giudizio fornito da esperti del settore con i dati tendenziali resi disponibili in open data dagli Istituti di Ricerca nazionali ed europei, attraverso algoritmi di machine learning di ultima generazione, consenta di comprendere meglio le complesse dipendenze tra le caratteristiche di una professione, declinate in termini di competenze, abilità e conoscenze richieste, e la tendenza occupazionale futura.
Lo studio sarà realizzato attraverso l’utilizzo di una metodologia unica e innovativa, basata principalmente sull’utilizzo di un algoritmo di machine learning creato ad hoc per la ricerca, che supporterà sia la fase di acquisizione dei dati sia il successivo sviluppo del modello previsionale, anche attraverso la fusione con i dati tendenziali (open data) resi disponibili dai principali Istituti di Ricerca nazionali e internazionali. La metodologia prende spunto da modelli utilizzati in studi simili che sono stati rivisti e adeguati al fine di migliorarne, attraverso la messa a punto di alcuni strumenti e metodi identificabili come critici, l’efficacia complessiva, sia in termini di acquisizione e gestione della valutazione degli esperti che in termini di algoritmi per la costruzione del modello previsionale sul trend occupazionale delle professioni.
Il nostro obiettivo specifico è quello di sviluppare una ricerca in grado fornire strumenti per l’orientamento formativo e occupazionale delle persone, basandoci su un metodo aggiuntivo e innovativo rispetto alle altre ricerche. Infatti, abbiamo puntato molto sulle potenzialità del Machine Learning e dell’Intelligenza Artificiale (AI) con il fine di utilizzarne soprattutto le capacità predittive per poter definire gli scenari che ci aspettano nei prossimi anni.
Per riuscire nel nostro intento, siamo partiti dalla struttura metodologica proposta nelle versioni precedenti dello studio «The Future of Skills. Employment in 2030» - svolto da Pearson in collaborazione con Nesta, Oxford Martin School in UK e Stati Uniti - ampiandola e innovandola in modo sostanziale, potenziando, da un lato, la fase di apprendimento supervisionato del sistema e, dall’altro, l’utilizzo di database incrociati per svolgere le proiezioni. Inoltre, per riuscire a raccogliere una quantità maggiore di dati e cercare di coprire tutto il territorio nazionale è stato sviluppato un chatbot che ha permesso, nella seconda fase dello studio, il coinvolgimento esponenziale di una vasta platea di persone.
Da questo studio ci attendiamo di trarre delle conclusioni che in parte confermino e in parte vadano oltre le principali evidenze emerse dagli studi svolti in UK e Stati Uniti. Infatti, le versioni precedenti hanno: generato predizioni sulla direzione di crescita delle professioni, identificato quali competenze, conoscenze e capacità avranno la maggior probabilità di crescere/calare entro il 2030 e determinato, a livello occupazionale, quali investimenti in capitale umano avranno la maggior probabilità di ridurre il disallineamento della domanda futura di competenze. Ma noi vorremmo andare oltre, rendendo questi risultati dinamici, puntando sul loro potenziale orientativo e cogliendo le prime dinamiche che emergono dalla crisi economico-sanitaria attuale.