Descrizione del progetto
Una piattaforma innovativa per una gestione giusta delle risorse umane
La rivoluzione industriale in atto pone notevoli difficoltà al mercato del lavoro per quanto riguarda questioni quali la riqualificazione, la rieducazione, il collocamento professionale, la consulenza sul piano di studi, la gestione strategica della forza lavoro e tante altre. Per contribuire ad affrontare queste sfide, il metodo di integrazione condizionale delle reti permette la creazione di una piattaforma di IA innovativa che unisce le informazioni diversificate relative al talento umano e il mercato del lavoro. Questa piattaforma è in grado di compensare in modo naturale ogni pregiudizio esistente nei dati, evitando così ogni forma di ingiustizia o discriminazione al momento del suo funzionamento. Il progetto prova di concetto FEAST, finanziato dall’UE, usufruirà dei risultati ottenuti dal progetto FORSIED del Consiglio europeo della ricerca e svilupperà la piattaforma in stretta collaborazione con il settore pubblico e privato. FEAST valuterà la piattaforma, analizzando i diritti di proprietà intellettuale e intraprendendo uno studio di mercato.
Obiettivo
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.
Campo scientifico
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
Parole chiave
Programma(i)
Meccanismo di finanziamento
ERC-POC - Proof of Concept GrantIstituzione ospitante
9000 Gent
Belgio