I dag används lite olika benämningar för samma kompetens inom utbildnings- och arbetsmarknadsområdet. Med ett gemensamt språk kan matchningen mellan jobb och utbildning bli både tydligare och bättre – ett måste för att möta arbetsmarknadens allt större krav på livslångt lärande och kompetensutveckling.
JobTech Development leder ett utvecklingsprojekt som utforskar hur man kan utveckla en gemensam begreppsstruktur för jobbkompetenser, kvalifikationer och utbildningar – och länka samman dem.
Alla pratar om livslångt lärande och kompetensförsörjning. Utvecklingsprojektet lägger ett stort fokus på att utveckla ett gemensamt språk i en sammanhållen datainfrastruktur. Lärandet blir mer enkelt, begripligt, och lättillgängligt. En viktig förutsättning för kompetensutveckling på en hållbar arbetsmarknad i konstant förändring.
Här kan du läsa mer om projektet Begreppsstruktur inom utbildnings- och arbetsmarknadsområdet.
Du kan även läsa om projektet på engelska här.
Vad säger du om projektet och vårt pågående arbete inom området? Bidra gärna med inputs, insikter och konstruktiv feedback, så att vi tillsammans kan säkerställa ännu högre kvalité.
Spännande jag efterfrågande vad ni gör på community.dataportal.se 4 aug. 2021
Linked in har en kunskapsgraf “The Economic Graph” för hela världens alla lärosäten, arbetsgivare och utbildningar i sin kunskapsgraf det är dit ni måste röra er länk
Bild från 2017 efter 5 års jobb… se dagens siffror dom kommunicerar economicgraph.linkedin.com intressant är Skills 50K → 33K, Schools 29K → 120K
Jag tycker ni måste ta steget och jobba med kunskapsgrafer det lilla jag ser av er Taxonomi för jobb/SSYK (se fundering att koppla den till Wikidata) så känns den taflig och lite 1990 där SSYK är en klassificering för löneförhandlingar och bara massa textsträngar ni har ett annat user case är min tro
Mitt förslag
- satsa på en kunskapsgraf för företag, jobb, arbetssökande, utbildningar, skills…
- se till att ni har med folk i projektet som är riktigt vassa på kunskapsgrafer och har domänkunskaper, dvs. jobtech har själva en matchnings utmaning är min tro annars hade ni redan haft kunskapsgrafer och pratat rdf…
- skapa en digital vision idag ser jag inte det utan kollar man på exempelvis historiska yrken så känns det textsträngar som massa människor jobbar med… jämför Jeff Weiner på Linked in Talent Connect 2017 video, 2017 säger han att dom byggt upp detta i 5 år nu har ytterliggare 5 år gått så frågan var är dom nu? Varför har vi i Sverige inte startat? vi ligger 10 år efter Linked in…
- exempel på att ni misslyckats med att skapa en vision som ser JobTech som en del av lösningen…
- Lördagsintervjun med Eva Nordmark (S) hon nämner inte en enda gång att det det finns en lösning att matcha digitalt… hon har enorma problem med långtidsarbetslösa men känns enormt digitalt visionslös. Borde man inte kunna beskriva även enklare jobb digitalt och hitta vad som fungerar eller inte fungerar… dvs. få kommuner och andra beskriva hur alla dessa satsningar fungerar eller inte. Var är det digitala ledarskapet??? var är visionerna…
- regeringens utredare Anna Swedlund förstår inte ens vad datadriven arbetsmarknad är länk
- Exempel frågor att lösa
- hur hantera skill gaps?
- hur kan jag som företagare beskriva mitt behov bättre?
- skulle jag som företagare kunna ha min egen kunskapsgraf som jag säger detta är det jag söker vad har ni som motsvarar detta i er kunskapsgraf? detta funkade bra med den person som hade jobbet innan vad har ni som motsvarar det?
- vilka utbildningar motsvarar det jag söker? kanske en Master inte är nödvändig utan bättre ha en person som har ett GITHUB repository med x antal likes inom område x,y,z dvs. skills är viktigare än formella utbildningar hur hanteras det? Hur mäter man skills? Att arbetssökande själv matar in detta är nog inte alltid optimalt
- utbildningar måste kopplas till skills som sedan kopplas till andra kända ontologier ex. ESCO
- Linked in har egna kurser med tester som jag gissar är bara för att deras kunskapsgraf skall bli bättre när jag som företagare söker folk - kanske Jobtech skall validera kunskaper och ha den enskilde individen i sin kunskapsgraf?
OT: jag sitter nu med ML forskare i projektet "Välfärdsstaten analyserad " som bryter ned det svenska Riksdagstrycket och har skapat ett format TEI Parla-Clarin dvs. 3 miljoner sidor kommer kanske att finnas i detta format dvs. från 1521 fram till idag. varje person som talar identifieras och dom identifierar dessa med “samma som” Wikidata Qnummer se exempel där Eivor Marklund = Q4966043 och hur vi kopplar externa källor för att bekräfta vilken Riksdag personer var med i
Summa sumarum jag tror ni måste spänna bågen högre, släpp sargen och text utan satsa på Things not strings
1 gillning
Hej!
Tack för påminnelse och inspiration.
Jag tror dock inte att det handlar om mod eller textbaserade sargar. Det är snarare så att vi försöker lösa olika problem. Linked in har också både andra möjligheter och andra begränsningar än Jobtech.
Som du också identifierat är visualisering av data en växande bransch, med både nya möjligheter, nya arbetsuppgifter och nya yrken i dess kölvatten. Men basen för användbarheten är hur förståelsen som den kan bidra till hänger ihop med verkligheten.
I den verkligheten agerar Jobtech inte bara i tandem med privata aktörer som Linked in utan också med offentliga aktörer och deras myndighetsutövande muskler.
I vår värld är det därför viktigt att inte bara se till det datadrivna utan också ha bilden klar för vad det innebär i termer av stöd till evidensbaserade beslut.
1 gillning
“The current pace of transitions into green and greening is too slow. For every 10,000 workers leaving a Not Green job, only 1 moves into a Green job.”
