UGent ontwikkelt computeralgoritme om werkzoekenden toe te wijzen aan opleidingen

(20-06-2020) In tijden van Corona groeit het aantal werkzoekenden met de dag. De vraag hoe werkzoekenden doeltreffend activeren is dus brandend actueel. Wie volgt best welke opleiding om op termijn de grootste tewerkstellingswinst te behalen?

Eind 2018 startte VDAB een samenwerking met professoren Bart Cockx (UGent) en Michael Lechner (Universiteit van St Gallen) om uit te zoeken of een algoritme deze vraag op basis van administratieve data over werkzoekenden met machineleertechnieken kan beantwoorden. Uit de bevindingen van de onderzoekers blijkt dat wanneer VDAB zo’n algoritme zou inzetten voor de toewijzing van werkzoekenden aan opleidingen deze tot 20% meer tewerkstellingswinsten zouden kunnen halen dan in de bestaande toewijzing. 

Korte beroepsopleidingen verlengen de periode van tewerkstelling met gemiddeld 3,5 maanden  

Drie activeringsmaatregelen werden op hun effectiviteit onderzocht:

  1. korte (minder dan 6 maanden) beroepsopleidingen;
  2. middellange (6 tot 10 maanden) beroepsopleidingen;
  3. oriëntatietrainingen.

De onderzoekers vonden dat deelnemers aan deze opleidingen over een periode van 2,5 jaar na toewijzing gemiddeld, respectievelijk, 19,5, 17 en 15 maanden tewerkgesteld waren. Indien deze werkzoekenden niet aan deze opleidingen hadden deelgenomen, dan zou tewerkstelling gemiddeld 16 maanden geduurd hebben. Korte beroepsopleidingen zijn dus het effectiefst: ze verhogen de gemiddelde periode van tewerkstelling met 3,5 maanden (+21%). Deelnemers aan middellange beroepsopleidingen zijn 1,1 maanden langer aan de slag (+7%), terwijl een oriëntatietraining deze periode met 1,3 maanden inkort (-8%). Dit negatieve effect is volgens de onderzoekers te wijten aan de beperkte tijdshorizon van het onderzoek. Gedurende een initiële periode is het effect op tewerkstelling voor alle drie programma’s negatief, omdat werkzoekenden tijdens deelname niet kunnen zoeken naar werk. Voor deelnemers aan een oriëntatietraining duurt dit negatieve effect langer omdat ze vaak deelnemen aan vervolgopleidingen.

Grootste winsten voor recente immigranten

Niet elke maatregel werkt voor elke werkloze even goed. De onderzoekers vinden grote verschillen in de effectiviteit tussen werkzoekenden. Zo stellen ze vast dat de activeringsmaatregelen het best werken voor recent geïmmigreerde werkzoekenden met beperkte kennis van het Nederlands. Dit komt wellicht omdat deze groep meer dan andere werkzoekenden hindernissen ondervindt op de arbeidsmarkt: de winst van activering is voor deze groep bijgevolg groter. 

Tot 20% meer tewerkstellingswinsten dan in de bestaande toewijzing

Het computeralgoritme dat de onderzoekers gebruikten laat toe om te voorspellen hoeveel tewerkstellingswinst elke individuele werkloze uit een activering kan halen. Als deze voorspellingen gebruikt zouden worden om werkzoekenden aan de onderzochte opleidingen toe te wijzen, dan zou op basis hiervan de tewerkstellingsduur voor gerealloceerde individuen gemiddeld met bijna 20% toenemen. Dit komt omdat de veelgebruikte doelstelling om hoge plaatsingscijfers te behalen niet altijd overeenstemt met hoge tewerkstellingswinst. Een consulent kan een hoog plaatsingscijfer behalen door sterke profielen te selecteren die ook zonder de opleiding te volgen een hoge kans op tewerkstelling hebben. Het computeralgoritme kijkt daarentegen naar de netto winst van de opleiding. Indien de werkloze zonder de opleiding bijna geen kans had om werk te vinden, kan zelfs een relatief laag plaatsingscijfer overeenstemmen met grote tewerkstellingswinst.

Transparante toewijzing

Toewijzing via een computeralgoritme heeft als nadeel dat het niet duidelijk maakt waarom een activering voor de ene werkloze beter werkt dan voor de andere. Om hieraan te verhelpen gebruikten de onderzoekers een ander computeralgoritme om een eenvoudige regel te zoeken die tegelijk transparant is en die de optimale toewijzingsregel zo goed mogelijk benadert. In deze toepassing realiseert deze eenvoudige regel 80% van de tewerkstellingswinsten van de optimale regel. Deze regel is gebaseerd op leeftijd, geboorteland en kennis van het Nederlands.[1]

Wettelijke of politieke restricties

Mogelijk is het om wettelijke of politieke redenen uitgesloten om het geboorteland als toewijzingscriterium te gebruiken. De beschreven methoden blijven niettemin bruikbaar. In dat geval legt men gewoon in het algoritme op dat het geboorteland niet gebruikt mag worden in de regel.

Implicaties voor VDAB

Dit onderzoek toont aan hoe een algoritme VDAB kan ondersteunen om te bepalen wie ze best aan welke activeringsmaatregelen toewijst. Het toont aan dat tewerkstellingswinsten aanzienlijk kunnen zijn en dat dit niet hoeft te leiden naar ondoorzichtige regels die op verdoken wijze discrimineren. VDAB neemt zich voor om de praktische bruikbaarheid van dit nieuwe instrument verder te onderzoeken.

Machineleren is een toepassing van artificiële intelligentie (AI) die toelaat om automatisch uit ervaringen van het verleden te leren. Het gebruikt computeralgoritmen die patronen zoeken in historische data en die dan gebruiken om voorspellingen te maken. In dit onderzoek worden deze technieken gebruikt om causale verbanden te voorspellen, met name hoeveel tewerkstellingswinst individuele werkzoekenden uit deelname aan specifieke opleidingen kunnen halen.

Data en methoden

Dit onderzoek is gebaseerd op geanonimiseerde administratieve data die de VDAB verzamelt over haar cliënteel. Deze data bevatten uitgebreide socio-economische kenmerken van werkzoekenden en gedetailleerde informatie over hun arbeids- en activeringsgeschiedenis, beide  essentieel om causale effecten te kunnen schatten. Voor de analyse beperkten de onderzoekers zich tot 60.000 individuen tussen 21 en 55 jaar oud die tussen december 2014 en juni 2016 na ontslag recht kregen op een werkloosheidsuitkering. Hiervan startten er binnen de eerste 9 maanden 1.305  individuen een korte en 1.220 een middellange beroepsopleiding en 1.115 een oriëntatietraining. De arbeidsmarktpositie van deze individuen werd tot 30 maanden na opstart van de opleiding opgevolgd.

Volledig studie

De volledige studie kan hier gedownload worden.

Contact

Prof. Bart Cockx – Vakgroep economie UGent – 0491/93.14.08 – bart.cockx@ugent.be

Joost Bollens – VDAB – 02/506.13.81 – joost.bollens@vdab.be



[1] Enkel werkzoekenden ouder dan 28 jaar dienen een opleiding te volgen: een beroepsopleiding voor deze afkomstig uit een oostelijk EU land (kort wanneer ze in de laatste 2 jaren voor aanvang van werkloosheid 9 maanden of minder in België tewerkgesteld waren; middellang anders). De oriëntatietraining voor werklozen die elders geboren zijn, maar enkel voor zo ver ze geen Nederlands kennen.