Des chercheurs de l'école doctorale de l'Universitas Negeri Yogyakarta ont conçu et testé un système d'orientation professionnelle par IA destiné aux élèves de l'enseignement technique (SMK), combinant trois composantes reliées entre elles : un modèle d'apprentissage automatique supervisé qui met en correspondance les compétences de l'élève avec la demande du marché du travail ; un module de mentorat adaptatif associant les élèves à un chatbot IA ainsi qu'à des conseillers d'orientation humains et des mentors issus de l'industrie ; et un module de traitement du langage naturel qui analyse les offres d'emploi pour produire une intelligence en temps réel sur le marché du travail.
Le système a été testé auprès de 320 élèves recrutés dans trois écoles techniques du Kalimantan du Sud — SMK Isfi Banjarmasin, SMK Telkom Banjarbaru et SMK NU Banjarmasin — avec la participation de 15 conseillers d'orientation et 12 mentors issus de l'industrie. L'évaluation principale a comparé 90 élèves ayant utilisé le système d'IA pendant 12 semaines à 90 élèves d'un groupe témoin apparié ne l'ayant pas utilisé, selon un protocole à méthodes mixtes ; la publication évaluée par les pairs porte sur cette comparaison intervention/témoin de 180 élèves. Le modèle de cartographie des compétences a atteint une précision globale de 87 % (précision 0,85, rappel 0,83, F1 0,84, ROC-AUC 0,89) pour prédire les parcours professionnels adaptés.
L'anxiété liée au parcours professionnel, auto-évaluée, est passée d'une moyenne de 73,1 à 53,6 dans le groupe d'intervention (p<0,001), soit une réduction de 26,7 %, contre une variation bien plus faible dans le groupe témoin. L'engagement a été important : 65 % des élèves du groupe d'intervention ont répété une analyse des écarts de compétences au moins trois fois, 79 % ont participé au mentorat assisté par IA (plus de 2 400 interactions avec le chatbot enregistrées), et la satisfaction moyenne à l'égard du mentorat a atteint 4,60/5,0. Le module de marché du travail a analysé 500 offres d'emploi. L'étude a été publiée dans F1000Research (indexée sur PubMed) en février 2026, après une prépublication en octobre 2025.
Les auteurs eux-mêmes signalent plusieurs limites : l'évaluation n'a porté que sur une seule province et un échantillon modeste sur seulement 12 semaines, si bien que les effets à long terme sur les résultats réels en matière d'emploi restent inexplorés ; l'échantillon pourrait ne pas représenter la diversité régionale de l'Indonésie ; et ils notent explicitement un risque de biais algorithmique lié aux données historiques du marché du travail alimentant le système. L'étude a par ailleurs été menée par les concepteurs mêmes de l'outil, et non par un évaluateur indépendant.
Where this practice's information was retrieved from, and when.