Opportunités et risques d'une politique du marché du travail guidée par les données

Une puissance croissante de calcul et des jeux de données toujours plus volumineux permettent aux machines de faire des prévisions précises et même de résoudre des problèmes décisionnels complexes tels que "Quel produit pourrait vous plaire dans une boutique en ligne". Ces modèles de décision guidés par les données sont déjà utilisés à grande échelle par des entreprises technologiques telles que Google ou Facebook. Il n'est cependant pas clair si et dans quelle mesure ils sont utiles dans des contextes d’intérêt politique. Notre objectif est d’identifier les opportunités qu’offre aux services de l’emploi une application ciblée de ces méthodes: Ces modèles sont-ils en mesure de fournir une aide à la décision aux conseillers en personnel? Comment le choix de la base de données ou la formulation des objectifs de l'algorithme influencent-ils la qualité des décisions guidées par les données?

Ces dernières années, la recherche a beaucoup progressé en ce qui concerne les décisions guidées par les données dans le domaine de l'économie. Jusqu'à présent, cette recherche a été de nature essentiellement théorique. Avant une mise en œuvre potentielle, il est donc important que les nouvelles méthodes soient soumises à une évaluation pratique dans un contexte réaliste de service de l'emploi.

L'objectif du projet est de déterminer systématiquement si les nouvelles méthodes d'apprentissage automatique sont en mesure d’améliorer la prise de décision. Notre but est de déterminer comment doit être utilisé un modèle de décision guidé par les données de manière à atteindre au mieux les objectifs du décideur.

Le projet vise à répondre aux questions pratiques se posant lors de l'utilisation de modèles de décision guidés par les données dans le cadre du placement professionnel. Ces questions sont également d’intérêt pour le Secrétariat d'État à l'économie SECO en tant qu'exécutant potentiel des modèles, raison pour laquelle nous travaillerons en étroite collaboration avec celui-ci. Cependant, nos résultats ne se limiteront pas au marché du travail, mais seront également applicables dans d'autres domaines utilisant des processus décisionnels similaires.

Chances and risks of data-driven decision making for labour market policy