Desde ~2018, o serviço de emprego da Flandres, VDAB, usa um modelo Random Forest, "Next-Step", para prever a probabilidade de reemprego e direcionar quem tem maior risco de desemprego prolongado para apoio intensivo, avaliando os novos inscritos em seis semanas.
Details
Maturity
Established
Promoter
VDAB (Vlaamse Dienst voor Arbeidsbemiddeling en Beroepsopleiding) — Flemish Public Employment Service
Period
2018–present
Keywords
public employment services, algorithmic profiling, labour-market forecasting, explainable AI, jobseeker support
Context
Desde aproximadamente 2018, o VDAB (Vlaamse Dienst voor Arbeidsbemiddeling en Beroepsopleiding), o serviço público de emprego da região flamenga da Bélgica, utiliza uma ferramenta de perfilamento de aprendizagem automática, internamente designada 'Next-Step', para estimar a probabilidade de cada novo desempregado encontrar emprego num determinado horizonte temporal.
Objectives
A ferramenta visa classificar todos os novos desempregados inscritos no prazo de seis semanas após o registo, utilizando a probabilidade de reemprego prevista para priorizar o tempo dos técnicos de acompanhamento junto dos casos avaliados como menos prováveis de encontrar emprego sem apoio, em vez de distribuir o apoio de forma uniforme por todos os inscritos.
Activities
O modelo subjacente é um Random Forest, treinado com dados de registo e histórico do mercado de trabalho dos desempregados. O VDAB apresentou o design do modelo em fóruns europeus como o Cedefop, e investigação com revisão por pares aplicou técnicas de IA explicável, como o TreeSHAP, a dados de perfilamento ligados ao VDAB, para avaliar a interpretabilidade e a equidade do modelo.
Conclusions
Ao contrário de sistemas comparáveis na Polónia (considerado inconstitucional e descontinuado em 2019) e na Áustria (bloqueado pela autoridade de proteção de dados antes de um lançamento nacional), o Next-Step do VDAB manteve-se em utilização operacional contínua, mas não foram publicados dados de precisão ou de taxa de erro de classificação auditados de forma independente específicos para o Next-Step.
Implementation
Indicative cost
Medium (€50k–€500k) — In-house Random Forest profiling model integrated into existing VDAB registration workflow; no public cost figures found in source.
Time to results
Long (> 3 years) — Operational continuously since approximately 2018 to present.
Staffing & skills
VDAB caseworkers applying model outputs to prioritise support, VDAB data/technical team maintaining the Random Forest model
Conditions for success
Screening embedded into standard registration workflow (classification within six weeks)
Continuous operation since 2018, avoiding the legal/constitutional challenges faced by comparable Polish and Austrian systems
Openness to external academic scrutiny (TreeSHAP-based fairness/interpretability research) and public presentation of methodology at EU forums (Cedefop)
Common failure modes
No independently audited accuracy or misclassification-rate figures specific to Next-Step have been published
Comparable systems elsewhere (Poland, Austria) were discontinued or blocked over legal and fairness concerns
Where it fits
Governance type
regional public employment service
Scale
regional (Flanders, Belgium — all new jobseeker registrants)
Income level
high-income (Belgium)
Data sources
Where this practice's information was retrieved from, and when.