La aplicación de la Inteligencia Artificial en la inserción productiva de egresados universitarios
DOI:
https://doi.org/10.22201/dgtic.26832968e.2024.10.14Palabras clave:
inteligencia artificial, Reclutamiento de talento, inserción laboral, egresados universitariosResumen
Este trabajo es parte de una investigación científica en proceso de desarrollo orientada a la aplicación de la Inteligencia Artificial en la inserción profesional de estudiantes universitarios. Presenta una exploración para construir un modelo conceptual de clusterización para la aplicación de IA en la inserción productiva de estudiantes universitarios —oferta del mercado productivo—. El modelo conceptual presentado en este artículo tiene el propósito de encontrar los patrones de conducta de los estudiantes universitarios respecto a sus competencias, expectativas y experiencia de inserción productiva mediante el empleo del algoritmo de aprendizaje automático y de agrupación K-means. La orientación de la propuesta es desde la perspectiva tecnológica de aplicación de la Inteligencia Artificial y la Ciencia de Datos en las áreas de recursos humanos y de la exploración de trabajos científico-tecnológicos de IA en reclutamiento de talento humano.
Descargas
Citas
J. Quintas, “El futuro requiere resiliencia tecnológica y desarrollo de talento,” Computer Weekly, 2023. [En línea]. Disponible: https://www.computerweekly.com/es/opinion/El-futuro-requiere-resiliencia-tecnologica-y-desarrollo-de-talento.
Gartner, “8 Learnings from Gartner’s Hype Cycle for HR Transformation,” 2023. [En línea]. Disponible: https://www.gartner.com/en/articles/8-learnings-from-gartner-s-hype-cycle-for-hr-transformation.
Deloitte, “Tech Trends 2022: A human capital perspective,” 2022. [En línea]. Disponible: https://www2.deloitte.com/us/en/pages/consulting/articles/human-capital-technology-trends.html.
NAE, “Advance personalized learning and Reverse-engineer the brain,” Grand challenges for engineering, National Academy of Engineering, 2021.
AlmaLaurea, “Summary of the 24th Survey on the Occupational Condition of Graduates (the 2022 AlmaLaurea Report),” 2022. [En línea]. Disponible: https://www.almalaurea.it/sites/default/files/2022-09/sintesi_occupazione_rapporto_2022_en.pdf.
OIT, “Perspectivas Sociales y del Empleo en el Mundo,” 2023.
J. Planas, et.al., Capítulo 1 “El futuro de la relación entre educación y trabajo: una visión desde la realidad mexicana,” ANUIES, El futuro de las relaciones entre educación superior y trabajo Perspectivas teóricas, implicaciones prácticas, pp. 19-62, 2019.
WEF, “The Future of Jobs Report,” 2023. [En línea]. Disponible: https://www3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf.
J. Hatzius, et.al., “The Potentially Large Effects of Artificial Intelligence on Economic Growth,” (Briggs/Kodnani), Goldman Sachs, 2023.
K. -F. Lee, “La inteligencia artificial y el futuro del trabajo: una perspectiva china,”. Open Mind BBVA, El trabajo en la era de los datos, 2020. [En línea]. Disponible: https://www.bbvaopenmind.com/articulos/inteligencia-artificial-y-futuro-del-trabajo-perspectiva-china/.
L. Joyanes, “Ciencia de Datos. Un enfoque práctico de tecnologías, herramientas y aplicaciones,” Alfaomega, 2023.
S. Delecraz, et.al., “Responsible Artificial Intelligence in Human Resources Technology: An innovative inclusive and fair by design matching algorithm for job recruitment purposes,” Journal of Responsible Technology, vol. 11, 2022.
J. Frai, “A Literature Review: Artificial Intelligence Impact on the Recruitment Process,” International Journal of Engineering and Management Sciences (IJEMS), vol. 6, no. 1, 2021.
N. Oswal, et. al., “Trends in Recruitment Information and Communication System using Artificial Intelligence in Industry 4.0,” presented at the 3rd International Conference on Finance, Economics, Management and IT Business, Ene. 2021.
C. Jewell, “Ética, tecnología y el futuro de la humanidad,” 2018. [En línea]. Disponible: https://www.wipo.int/wipo_magazine/es/2018/04/article_0005.html.
D. Debao, M. Yinxia, y Z. Min, “Analysis of big data job requirements based on K-means text clustering in China,” PLoS One, vol. 16, no. 8, p. e0255419, Ago. 2021, doi: 10.1371/journal.pone.0255419. PMID: 34351951; PMCID: PMC8341572.
S. Raschka y V. Mirjalili., “Machine Learning, Python Machine Learning. Aprendizaje automático y aprendizaje profundo con Python, scikit-learn y Tensor Flow,” Marcomno, 2019.
P. Lai, Y. Xiao, “Analysis of the causes of employment satisfaction of fresh graduates from colleges and universities — Mediating variables based on school employment services,” en CIS 2021, pp. 570-574.
ESCO, “Terminological guidelines,” 2021.
C. García, et. al., “Caracterización del seguimiento de egresados universitarios,” Estudios del Desarrollo Social: Cuba y América Latina, vol. 7, no. 1, pp. 23-38, 2019.
LinkedIn, “LinkedIn presenta nuevas funciones de IA,” 2024. [En línea]. Disponible: https://www.linkedin.com/pulse/linkedin-presenta-nuevas-funciones-de-ia-biwott-agencia-linkedin-5txyf/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 TIES, Revista de Tecnología e Innovación en Educación Superior
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
TIES, Revista de Tecnología e Innovación en Educación Superior, es una publicación semestral de acceso abierto bajo la licencia Creative Commons Atribución-No Comercial 4.0 Internacional (CC BY-NC 4.0).
ISSN 22683-2968 • © 2024 Universidad Nacional Autónoma de México. TIES, Revista de Tecnología e Innovación en Educación Superior es editada por la Universidad Nacional Autónoma de México a través de la Dirección General de Cómputo y de Tecnologías de Información y Comunicación (DGTIC). Circuito exterior s/n, Ciudad Universitaria, Alcaldía Coyoacán, C.P. 04510, Ciudad de México, México • Reserva de Derechos de Autor otorgado por INDAUTOR: 04-2019-011816190900-203.
El contenido de los artículos es responsabilidad de los autores y no refleja el punto de vista del Comité editorial, del Editor o de la Universidad Nacional Autónoma de México. Hecho en México, 2024.
