L’Occupabilità

A partire dalla definizione analitica, il termine Occupabilità è un neologismo che indica la capacità dell’individuo di possedere le competenze necessarie per svolgere determinate professioni. Questo presupposto è stato introdotto nella “Strategia europea per l’occupazione” e, insieme ai concetti di Imprenditoralità, Adattabilità e Pari Opportunità, ne rappresenta uno dei pilastri fondamentali. L’Occupabilità comprende alcuni elementi che, opportunamente considerati, vanno a misurare la capacità dell’individuo di svolgere la professione desiderata. Risulta quindi coincidere con l’abilità di identificare le proprie aree di interesse, sviluppare le competenze ad esse associate, saperle trasferire da un contesto lavorativo all’altro e applicarle in modo adeguato. Il concetto di Occupabilità è direttamente collegato ad un percorso di crescita personale e professionale volto a facilitare l’occupazione nel mondo del lavoro.

Il concetto di Occupabilità dell’individuo è dato dalla composizione di un indice calcolato su tutte le professioni cui aspira o delle quali ha visibilità (nel contesto di Phyd, quelle che ha inserito nel profilo).
Per ogni professione, due sono le componenti che contribuiscono al calcolo dell’Occupabilità:

L’Intelligenza Artificiale processa l’insieme delle variabili a disposizione e fornisce l’indice di Occupabilità dell’utente, punto di partenza per il suo percorso di arricchimento formativo all’interno di Phyd.

ESCO

Per generare l’algoritmo è stato necessario creare, attraverso processi di integrazione di diverse tipologie di dati, un complesso dataset multidimensionale. L’intera Platform si basa sulla tassonomia delle professioni, delle qualifiche e delle competenze rilevanti nel mercato del lavoro odierno sviluppata dalla Commissione Europea. Questa classificazione prende il nome di ESCO, “European Skills, Competences, Qualifications and Occupations” ed è stato il frutto di un lavoro congiunto tra la Commissione Europea, attori europei e nazionali, per conto del Ministero del Lavoro. L’obiettivo di ESCO è quello di promuovere lo sviluppo e supportare la crescita occupazionale facilitando il matching tra competenze, qualificazioni e profili professionali, oltre a quello di aumentare la spendibilità delle competenze dei cittadini sul mercato del lavoro europeo e incoraggiare i processi di sostegno all’Occupabilità e alla crescita in un periodo di grave disagio economico. La versione utilizzata v.1.0.2 è un aggiornamento effettuato a ottobre del 2017 della prima versione pubblicata precedentemente. La pubblicazione è stata seguita da una conferenza per confermare e mostrare la validità delle informazioni contenute nel database. Il database ESCO è un Linked Open Data in quanto i dati sono disponibili, scaricabili e riutilizzabili, come indicato sul sito:

“In conformità della decisione della Commissione, del 12 dicembre 2011, relativa al riutilizzo dei documenti della Commissione (2011/833/UE), la classificazione ESCO può essere scaricata, utilizzata, riprodotta e riutilizzata a qualsiasi fine e da qualsiasi soggetto interessato, gratuitamente. Può essere collegata a tassonomie o classificazioni esistenti a fini di integrazione o di mappatura”.

L’utilizzo, però, è subordinato alla seguente dichiarazione:

"Il presente servizio utilizza la classificazione ESCO della Commissione europea".

ESCO mette a disposizione una tassonomia di 2.942 professioni, raggruppate in una gerarchia a 6 livelli, una lista di 13.485 competenze, e una matrice di relazione che associa ad ogni job le skill necessarie per svolgerlo.

In PHYD i dati della versione ESCO v.1.0.2 sono stati rielaborati e modificati.

MIUR e AlmaLaurea

Al fine del calcolo dell’indice di occupabilità si è ritenuto importante considerare, oltre alle competenze e le abilità possedute dagli utenti, anche il titolo di studio. A tal proposito, è stato necessario reperire dati riguardanti il mondo universitario. Il MIUR, Ministero dell’Istruzione, dell’Università e della Ricerca, mette a disposizione la classificazione delle classi di laurea italiane. I corsi di laurea italiani sono divisi, secondo il nuovo ordinamento, in 47 classi di laurea triennali, 95 magistrali e 7 a ciclo unico.

L’algoritmo alla base del calcolo dell’indice di occupabilità esamina il grado di affinità tra la laurea dell’utente e la professione per cui viene calcolato l’indice. Infatti, dal momento che alcune professioni possono essere svolte avendo titoli di studio differenti, si è reso necessario trovare un valore che misurasse la relazione tra le molteplici classi di laurea e le diverse professioni. Questo tipo di informazione è stato creato partire dai dati forniti da AlmaLaurea, Consorzio Interuniversitario pubblico nato con il supporto del Ministero della Pubblica Istruzione nel 1994 come punto d’incontro tra i giovani, le università e le aziende. L’obiettivo di AlmaLaurea è quello di raccogliere numerose informazioni dagli atenei italiani così da “presentare” i neolaureati alle diverse aziende e sviluppare diverse indagini sulle condizioni occupazionali dei giovani. Una di queste è la ricerca annuale riferita all’inserimento nel mondo del lavoro dei neo-laureati. L’indagine fornisce, quindi, per ogni classe di laurea la percentuale con cui i laureati si inseriscono nei diversi settori di attività economica dopo 1 anno, 3 anni oppure 5 anni dalla laurea.

La percentuale fornita può essere intesa come la probabilità che laureandosi in una determinata classe di laurea, si possa lavorare in un certo settore economico e quindi, generalizzando, può essere vista come il grado di affinità tra la classe di laurea e il settore di attività economica. Un’altra importante variabile che incide sulla domanda di lavoro nel mercato odierno è l’età, accompagnata dall’esperienza. Ad esempio, in alcuni gruppi professionali la percentuale di entrate previste degli over 29 è nettamente superiore a quella degli under. In gruppi professionali più tecnici e specializzati, invece, “vincono” gli under 29 perché, grazie al progresso tecnologico, le Skill richieste ai lavoratori sono rapidamente cambiate e sono sempre più specifiche in relazione al mondo ICT.

AlmaLaurea è un sito di Open Data subordinato alla seguente condizione:

“Per quanto riguarda la documentazione statistica pubblicata sul sito, salvo diversa indicazione, si autorizza la riproduzione a fini non commerciali e con citazione della fonte.”

Sistema Informativo Excelsior

Per studiare la distribuzione dell’età degli occupati all’interno dei diversi settori economici, è stata utilizzata un’indagine del Sistema Informativo per l’Occupazione e la Formazione Excelsior, il datastore realizzato da Unioncamere in collaborazione con il Ministero del Lavoro e l’Unione Europea nel 1997 che ad oggi si colloca tra le maggiori fonti disponibili in Italia riguardo i temi del mercato del lavoro e della formazione. I dati raccolti dal sistema forniscono una conoscenza aggiornata riguardo la distribuzione territoriale, dimensionale e per attività economica della domanda di lavoro, nonché classifica le figure professionali più richieste in relazione all’età, il livello di istruzione, l’esperienza, le competenze etc.

Per lo scopo del progetto, è stata utilizzata l’indagine relativa al 2017 sulla “Domanda di professioni e di formazione delle imprese italiane nel 2017”. In particolare, sono state prese in considerazione due tavole riguardo la distribuzione del totale degli assunti in ogni categoria professionale per classe d’età e difficoltà di reperimento.

Excelsior è un sito di Open Data liberamente utilizzabile con le seguenti condizioni:

“La riproduzione e/o diffusione parziale o totale delle tavole contenute nel presente sito è consentita esclusivamente con la citazione completa della fonte: "Unioncamere-ANPAL, Sistema Informativo Excelsior". È pertanto vietato modificare, copiare, riprodurre, distribuire, trasmettere o diffondere senza citare la fonte dei dati. “

TEXTKERNEL

Infine, il livello di richiesta di mercato con cui la piattaforma suggerisce quanto una professione sia richiesta e valorizzata è stata generata a partire dai dati forniti da un sistema di Job Crawling, denominato TextKernel Jobfeed. Lo strumento scandaglia migliaia di portali del lavoro in più di 10 nazioni, con l’obiettivo di recuperare una serie di informazioni relative alla domanda di lavoro delle diverse professioni, mantenendo la serie storica dal 2015 ad oggi. Tra le informazioni processate menzioniamo il numero di contratti divisi per tipologia (determinato, indeterminato, indefinito), la collocazione geografica degli annunci e le principali competenze richieste per svolgere ogni professione. L’insieme di dati ricavati dalle fonti specificate, ha contribuito a creare il dataset multidimensionale alla base di Phyd.