Il modello di profilazione quanti-qualitativo del Programma GOL: una prima valutazione

Titolo Rivista RIV Rassegna Italiana di Valutazione
Autori/Curatori Giovanna Linfante, Debora Radicchia, Enrico Toti
Anno di pubblicazione 2025 Fascicolo 2025/93
Lingua Italiano Numero pagine 25 P. 82-106 Dimensione file 1118 KB
DOI 10.3280/RIV2025-093005
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Qui sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit. Acquista Download Credits per scaricare questo Articolo in formato PDF

Anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

Il Programma Garanzia per l’Occupabilità dei Lavoratori (GOL) delinea un nuovo paradigma nell'erogazione dei servizi da parte dei servizi pubblici per l'impiego, basato su un approccio personalizzato che tiene conto delle diverse esigenze degli utenti, non solo in termini di competenze professionali da acquisire o potenziare, ma anche delle loro condizioni socio-economiche. Il primo passo nell'assistenza agli utenti da parte dei centri per l’impiego (CPI) consiste in un orientamento di base, fornito attraverso un processo di profilazione (assessment) quanti-qualitativo che il Programma ha ridefinito adottando una nuova metodologia. A poco più di 18 mesi dall'avvio del Programma GOL, appare utile analizzare la corretta implementazione degli strumenti di assessment, e la loro efficacia nell’individuare il percorso personalizzato di politica attiva del lavoro più idoneo rispetto ai bisogni dell’individuo. Il lavoro parte dalle seguenti domande di ricerca: Quali sono le principali variabili che influenzano l'esito finale della valutazione? Quali di queste non sono osservate dal modello quantitativo ma sono identificate nel profiling qualitativo? Ci sono caratteristiche che non possono essere osservate né nel modello quantitativo né nel questionario di profiling qualitativo che solo l'intervista e la sensibilità dell'operatore possono cogliere e tradurre in bisogni?. L’obiettivo è quello di rendere espliciti i punti di forza e di criticità dell’intero modello di assessment e, di conseguenza, individuare alcune strategie di miglioramento, nel presupposto che un efficiente e affidabile sistema di profilazione garantisce innanzitutto un servizio migliore ai cittadini, e rappresenta un importante strumento per l’analisi valutativa dell’efficacia del Programma su cui far affidamento.

Parole chiave:active labour market policies; unemployment; public employ-ment services; profiling; evaluation; machine learning.

  1. Allhutter, D., Cech, F., Fischer, F., Grill, G., Mager, A. (2020). Algorithmic profiling of job seekers in Austria: how austerity politics are made effective. Frontiers in Big Data, 3:5.
  2. Bach RL, Kern C, Mautner H., Kreuter F (2023). The impact of modeling decisions in statistical profiling. Data & Policy, 5: e32.
  3. Barnes, S-A., Wright, S., Irving, P., Deganis, I. (2015). Identification of latest trends and current developments in methods to profile jobseekers in European public employment services. Final report, Brussels: Directorate-General for Employment, Social Affairs and Inclusion. European Commission.
  4. Breiman, L. (2001). Random Forests. Machine learning 45, 5–32
  5. Centra, M., De Minicis, M., Marocco, M., Gualtieri, V. (2016). Profiling e garanzia giovani, in Canal T. (a cura di), L’Italia fra Jobs Act ed Europa 2020, Isfol, I libri del Fondo Sociale Europeo, Spoleto (PG), Del Gallo Editori
  6. Chouldechova A., Benavides-Prado D., Fialko O., Vaithianathan R. (2018). A case study of algorithm-assisted decision making in child maltreatment hotline screening decisions. In Conference on Fairness, Accountability and Transparency, pp. 134–148. New York, NY: PMLR. Desiere, S., K. Langenbucher and L. Struyven (2019), Statistical profiling in public employment services: An international comparison, OECD Social, Employment and Migration
  7. Working Papers, No. 224, OECD Publishing, Paris, https://doi.org/10.1787/b5e5f16e-en
  8. Desiere S., Struyven L. (2021). Using artificial intelligence to classify jobseekers: The accuracy-equity trade-off. Journal of Social Policy 50(2), 367–385.
  9. Duell N, Thurau L., Vetter T. (2016). Long-Term Unemployment in the EU: Trends and Policies. Gütersloh: Bertelsmann Stiftung Gütersloh.Eberts, R.W., O’Leary, C.J., Wandner, S.A. (2002), Targeting employment services, WE Upjohn Institute.
  10. Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor, St. Martin’s Press.
  11. Henman, P. (2004). Targeted! Population segmentation, electronic surveillance and governing the unemployed in Australia. International Sociology, 19(2), 173–191.
  12. Howard P.D., Dixon L. (2012). The construction and validation of the OASys violence predictor: Advancing violence risk assessment in the English and Welsh correctional services. Criminal Justice and Behavior 39(3), 287–307.
  13. Kleinberg, J., Mullainathan, S., Raghavan, M. (2016). Inherent trade-offs in the fair determination of risk scores. arXiv preprint arXiv:1609.05807.
  14. Kleinberg, J., Lakkaraju, Leskovec, J., Ludwig, J., Mullainathan, S. (2018). Human Decisions and Machine Predictions, The Quarterly Journal of Economics, Volume 133, Issue 1, February 2018, Pages 237–293, https://doi.org/10.1093/qje/qjx032
  15. Körtner, J., Bonoli, G. (2021). Predictive Algorithms in the Delivery of Public Employment Services. SocArXiv j7r8y, Center for Open Science.
  16. Lepri B., Oliver N., Letouzé E., Pentland A., Vinck P. (2018). Fair, transparent, and accountable algorithmic decision-making processes. The premise, the proposed solutions, and the open challenges. Philosophy & Technology 31, 611–627.
  17. Linfante G., Radicchia D., Toti E. (2023). Strumenti per l’attuazione dell’assessment. La profilazione quantitativa degli utenti dei Servizi per l’impiego, Collana Focus Anpal n.145.
  18. Linfante G., Radicchia D., Toti E., (2024). Analisi valutativa del modello di assessment del programma Gol, Collana Focus Anpal, n. 168.

Giovanna Linfante, Debora Radicchia, Enrico Toti, Il modello di profilazione quanti-qualitativo del Programma GOL: una prima valutazione in "RIV Rassegna Italiana di Valutazione" 93/2025, pp 82-106, DOI: 10.3280/RIV2025-093005