¿Existe una bola de cristal para anticipar la demanda de habilidades?

Los mecanismos de anticipación de habilidades no funcionan exactamente como una bola de cristal

Por and

 

¿Al momento de elegir tu carrera, te hubiera gustado tener una “bola de cristal” con la información sobre los trabajos más demandados del futuro? Quizá esta habría sido la segunda mejor pieza de información, sólo por detrás de la combinación ganadora de la lotería, para asegurarte un buen futuro. De hecho, los gobiernos de muchos países llevan años desarrollando métodos para anticiparse a las demandas futuras del mercado laboral. Estos métodos, sin embargo, no funcionan como “bolas de cristal”, pues no pretenden predecir las demandas del mercado laboral. Por el contrario, como explicamos en esta nueva nota técnicaMétodos para anticipar demandas de habilidades, buscan anticipar tendencias que tienen una alta probabilidad de mantenerse.

¿Para qué anticipar la demanda de habilidades?

En América Latina y el Caribe, así como en otras regiones del mundo, hay una creciente preocupación por un posible descalce entre las habilidades que tiene la fuerza laboral y las que demandan los sectores productivos (e.g., Bassi et al 2012, Cappelli, 2014, Mourshad et al 2011, Manpower Group 2014, ILO 2014). Si esta brecha en habilidades es lo suficientemente grande y persistente, puede tener costos económicos y sociales significativos: las economías no estarán en capacidad de utilizar eficientemente su capital humano y para muchos individuos no será posible acceder a empleos de calidad. Esto puede redundar en menor crecimiento, pérdidas de productividad y lo más importante, más pobreza (ver vídeo con algunos expertos sobre este punto).

 

Los métodos para anticipar la demanda de habilidades que describimos en esta nota pueden ayudar a corregir estas brechas, en la medida en que puedan contribuir a la toma de decisiones mejor informadas sobre formación en capital humano. Esta información es útil, de un lado, para ayudar a que los individuos tomen decisiones educativas y laborales con información más completa sobre los retornos económicos de cada alternativa. También ayuda a que los proveedores de educación diseñen currículos y contenidos formativos de mayor relevancia en el mercado laboral futuro. Y, por último, son un insumo clave para los hacedores de política pública en el diseño, monitoreo y evaluación de políticas de desarrollo de habilidades.

¿Cómo se puede anticipar la demanda de habilidades?

Las metodologías para anticipar demandas futuras de habilidades van desde los métodos más cuantitativos, como los modelos econométricos, hasta los más cualitativos, como las mesas sectoriales y grupos focales (ver este resumen de los Métodos de Anticipacion de Habilidades). Si bien se trata de métodos muy disimiles, estos instrumentos tienen el objetivo común de contestar las siguientes preguntas: ¿En qué sectores y ocupaciones va a haber mayor generación de empleo? y ¿Qué calificaciones o habilidades van a tener mayor demanda? Dado que, cada aproximación metodológica tiene distintas virtudes y debilidades, muchos países han optado por construir sistemas que utilizan métodos mixtos (Ver segundo vídeo).

 

En los países de América Latina y el Caribe, hay cada vez más fuentes de información valiosa y se están realizando numerosos esfuerzos para identificar y anticipar la demanda de habilidades, que incluyen el desarrollo de modelos de prospectiva hasta los observatorios regionales y las encuestas empresariales sobre demanda laboral. Sin embargo, como enfatizamos en esta nota, la región enfrenta un doble reto para que estos esfuerzos sean exitosos. El primer reto es de carácter técnico: si bien se han hecho avances importantes, aún es necesario invertir recursos para construir información de mejor calidad con base en metodologías rigurosas. El segundo reto es institucional y de gestión: los países deben desarrollar procesos que aseguren que la información sobre la demanda de habilidades se utilice efectivamente en la toma de decisiones.De nada sirve invertir en la construcción de datos de calidad si éstos no sirven para orientar las inversiones de los hogares ni para mejorar el diseño de las políticas. Dado que el fin último de estos sistemas de información es mejorar la oferta de formación en habilidades, no basta con producir datos rigurosos; también es necesario crear un entorno institucional que permita a gobiernos, hogares y proveedores de educación acceder y hacer uso de la información que les es relevante, modificando sus acciones en consecuencia.

Fuente:http://blogs.iadb.org/trabajo/2016/03/28/existe-una-bola-de-cristal-para-anticipar-la-demanda-de-habilidades/?utm_source=newsletter&utm_medium=rssfeed&utm_content=title&utm_source=Factor+Trabajo%3A+Bolet%C3%ADn+de+Mercados+Laborales+y+Seguridad+Social+del+BID&utm_campaign=f5dcaf557c-Mailchimp+RSS&utm_medium=email&utm_term=0_c30748bc43-f5dcaf557c-189478437

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s