La inspección laboral de Albania sustituyó su 'Matriz de Sanciones' por MIRA, una herramienta de ML con nueve algoritmos que guía el 70% de sus 12.000+ inspecciones anuales, con una mejora del 30% en la predicción de trabajo no declarado, según la OIT/UE y prensa albanesa.
12,000+
Inspecciones laborales anuales
70%
Inspecciones planificadas con la evaluación de riesgo de MIRA
30%
Inspecciones mantenidas aleatorias (validación)
30%
Mejora en la predicción del trabajo no declarado/subdeclarado frente al método anterior
~68%
Casos confirmados de empleo informal procedentes de inspecciones planificadas por MIRA
100+
Variables utilizadas por puntuación de riesgo de inspección
9
Algoritmos de aprendizaje automático en MIRA
Detalles
Madurez
Consolidada
Promotor
State Inspectorate for Labour and Social Services (ISHPSH), Albania — with ILO technical support and EU funding
Período
2023-present
Palabras clave
labour inspection, compliance, risk assessment, machine learning
Contexto
El empleo informal ha afectado a más de la mitad de la fuerza laboral de Albania en los últimos años, concentrado en la agricultura, el comercio, la construcción y la hostelería. La Inspección Estatal de Trabajo y Servicios Sociales de Albania (ISHPSH) dependía anteriormente de una «Matriz de Sanciones» estática y basada en reglas para decidir qué empresas inspeccionar. Con apoyo técnico de la Organización Internacional del Trabajo (OIT) y financiación de la Unión Europea, ISHPSH construyó MIRA (Matriz de Inteligencia y Evaluación de Riesgo), que ejecuta nueve algoritmos de aprendizaje automático sobre datos históricos de inspección — tamaño de la empresa, sector, ubicación, patrones estacionales, horario laboral e historial de cumplimiento, con más de 100 variables por inspección — para puntuar qué empleadores tienen mayor probabilidad de incumplimiento. MIRA entró en funcionamiento en noviembre de 2023, sustituyendo al anterior sistema basado en reglas.
Resultados
Con más de 12.000 inspecciones realizadas anualmente, el 70% se planifica ahora mediante la evaluación de riesgo de MIRA (el 30% restante se mantiene aleatorio, para comprobar que el modelo no está pasando por alto puntos ciegos). ISHPSH y la OIT informan de una mejora del 30% en la predicción del trabajo no declarado y subdeclarado respecto al método manual anterior, y cerca del 68% de los casos confirmados de empleo informal proceden ahora de inspecciones planificadas por MIRA, en lugar de inspecciones aleatorias. No se ha publicado ninguna auditoría independiente de terceros sobre la equidad o las tasas de error de MIRA.
Implementación
Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
State Inspectorate for Labour and Social Services (ISHPSH) inspectors, ILO technical support team
Condiciones para el éxito
keeping a 30% random-inspection share to check the model isn't missing blind spots
integrating case management with the risk-scoring engine
sufficient quality historical inspection data across 100+ variables
Modos de fallo comunes
no independent third-party audit of fairness or error rates published
European Labour Authority has flagged bias/explainability as an open issue for AI-driven inspection risk-scoring generally
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.
Desde 2011, la Agencia Tributaria de Irlanda usa IA (REAP) para seleccionar intervenciones de cumplimiento fiscal; 290.000 intervenciones guiadas por …