Descripción del proyecto
Una plataforma innovadora para la gestión justa de los recursos humanos
La revolución industrial en curso plantea desafíos significativos para el mercado laboral relacionados con la formación complementaria y la reeducación, la equivalencia de puestos, el asesoramiento curricular y la gestión estratégica de la mano de obra, entre otros. Para ayudar a abordar estos desafíos, el método de mapeo condicional de redes (CNE, por sus siglas en inglés) permite crear una plataforma de inteligencia artificial innovadora que unifique la diversa información relacionada con el talento humano y el mercado laboral. Esta plataforma es capaz de compensar de forma natural cualquier sesgo existente en los datos y evita así injusticias o discriminación cuando se utiliza. El proyecto de prueba de concepto financiado con fondos europeos FEAST aprovechará los resultados del proyecto del Consejo Europeo de Investigación FORSIED y desarrollará esta plataforma en estrecha colaboración con los sectores privado y público. FEAST evaluará la plataforma, investigará los derechos de propiedad intelectual y realizará un estudio de mercado.
Objetivo
The ongoing industrial revolution is the driver of a rapidly advancing shift in the division of labour between humans on the one hand and machines and algorithms on the other. This is the cause of significant challenges in the job market, such as the emergence of important skills gaps that need to be addressed by extensive upskilling or reschooling of workers. This requires considerable forethought and hence insight into the future job markets, as well as an understanding of how to best meet the job market's current and future needs. Substantial value is to be gained at all levels: from individual workers, over talent and human resources management within companies, to the determination of policy at governmental level.
This Proof of Concept proposal will address these challenges by leveraging results from the ERC Consolidator Grant FORSIED which lend themselves well to a uniquely suited and elegant data-driven approach. In particular, the method Conditional Network Embedding (CNE) offers a powerful framework for making sense of the diverse information relevant to human talent and the job market. It provides a platform to tackle a diverse range of use cases in a uniform manner. Moreover, a distinguishing advantage of CNE is that it offers mechanisms for compensating for existing biases in the job market, ensuring fairness, non-discrimination, and inclusion when deployed to these use cases.
During the project, a prototype platform will be developed, in tight collaboration with actors in the private and public sectors. This prototype will be evaluated, the IPR position investigated, and a market study conducted leading to a road to market strategy.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ciencias socialesciencias políticastransiciones políticasrevoluciones
- ciencias socialeseconomía y empresagestión y empresasempleo
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Régimen de financiación
ERC-POC - Proof of Concept GrantInstitución de acogida
9000 Gent
Bélgica