> For the complete documentation index, see [llms.txt](https://docs.tabiya.org/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.tabiya.org/tabiya-documentation/es/resumen/about-tabiya.md). # Acerca de Tabiya En la próxima década, unos 1.000 millones de jóvenes ingresarán en la fuerza laboral. Queremos empoderarlos con mejores datos.

Nos proponemos desarrollar tecnología de código abierto y soluciones prácticas para conectar a quienes buscan empleo con oportunidades. La base de nuestro trabajo es un conjunto de taxonomías inclusivas de medios de vida sobre las que los socios pueden construir aplicaciones que empoderen a quienes buscan empleo.

## Nuestra visión Tabiya es una organización de investigación que desarrolla tecnología de código abierto y soluciones prácticas para conectar a quienes buscan empleo con oportunidades. Nuestra visión es la de mercados laborales inclusivos que empoderan a las personas al reconocer sus habilidades formales e informales. > Tabiya, del árabe طبيعة “esencia”, es una posición de apertura en ajedrez que sirve como punto de partida para muchos posibles movimientos posteriores. Alude al punto de partida desde el cual quienes buscan empleo pueden navegar por las múltiples rutas distintas a través de los mercados laborales. También puede traducirse como “talento”, aludiendo al capital humano que los jóvenes buscan construir, proteger y aprovechar. Nuestro objetivo es crear software, modelos y estándares que ayuden a gobiernos, organizaciones sin fines de lucro, organizaciones de base, proveedores de educación y capacitación, y empleadores en países de ingresos bajos y medianos (LMIC) a aprovechar el potencial de los datos y la IA para crear mercados laborales más equitativos y eficientes, al tiempo que navegan por los desafíos globales de la digitalización y la descarbonización. ### Nuestros principios rectores Nuestro trabajo se basa en los siguientes cuatro principios rectores: 1. **Bienes públicos en lugar de jardines amurallados:** En los países de ingresos bajos y medianos están surgiendo ecosistemas ricos del sector privado para la intermediación laboral, pero con poca o ninguna integración, coordinación y armonización de datos. A los gobiernos y organizaciones sin fines de lucro de los LMIC les resulta difícil aprovechar los ecosistemas del sector privado para obtener análisis o crear soluciones de bien público para sus mercados laborales. Los sistemas de información del mercado laboral disponibles en el mercado y los análisis basados en IA están dirigidos exclusivamente a los mercados laborales de países de altos ingresos y resultan prohibitivamente caros para aplicaciones en LMIC. 2. **Estandarización para fomentar la integración, la coordinación y la armonización:** Los distintos actores del mercado laboral necesitan hablar el mismo “idioma”: deben utilizar una terminología de referencia común para el mercado laboral. Esta terminología de referencia debe describir el universo de empleos en una economía y la anatomía de cada empleo: la combinación de habilidades, competencias y cualificaciones requeridas para el puesto. Estos marcos no existen para los mercados laborales de los LMIC o suelen estar desactualizados. Un marco estandarizado es un requisito clave para aprovechar los datos entre distintos actores para el análisis de datos a gran escala y las aplicaciones basadas en IA. Al mismo tiempo, una taxonomía que no refleje los medios de vida en los LMIC corre el riesgo de exacerbar las desigualdades existentes y genera preocupaciones sobre la equidad algorítmica. 3. **Evidencia rigurosa e investigación sobre equidad, eficiencia o equidad algorítmica:** Está surgiendo una agenda de investigación sobre las promesas y los peligros de la tecnología y la IA para la intermediación en el mercado laboral en los países de altos ingresos, pero los desafíos en los LMIC no se comprenden bien. 4. **Una plataforma neutral para el debate abierto, el intercambio y el aprendizaje:** Falta coordinación e intercambio de conocimientos sobre las promesas y los peligros de la tecnología para los mercados laborales entre expertos en servicios públicos y privados de empleo y responsables de políticas de los LMIC. Con nuestras raíces en la Universidad de Oxford, ofrecemos una plataforma neutral para poner a disposición de manera más amplia los avances recientes en datos y tecnologías basadas en IA, al tiempo que examinamos rigurosamente los sesgos algorítmicos. ## El desafío global del empleo juvenil El empleo juvenil ya es un desafío global urgente, con alrededor de 75 millones de jóvenes desempleados y 280 millones de personas que no están empleadas, estudiando ni recibiendo formación. En los próximos 10 años, más de 1.000 millones de jóvenes ingresarán a la fuerza laboral, 700 millones solo en África. Durante las próximas décadas, la digitalización y la descarbonización transformarán aún más los medios de vida tanto en los países de bajos ingresos como en los de altos ingresos. Los empleos en varios sectores de la economía podrían desaparecer o cambiar drásticamente, mientras que se crearán nuevas oportunidades económicas en otros lugares. Invertir en capital humano y formular respuestas de política pública ante la digitalización y la descarbonización requerirá evidencia, así como asesoramiento y recomendaciones específicas para empoderar a quienes buscan empleo en sus trayectorias por estos mercados laborales cambiantes. La investigación académica también ha identificado una serie de fricciones en el mercado laboral que socavan la asignación eficiente de trabajadores a empleos en los LMIC. Millones de jóvenes en países de bajos ingresos se enfrentan a una “escalera laboral resbaladiza”: a medida que intentan ascender hacia empleos mejor remunerados, con frecuencia recaen en trabajos de bajos salarios, autoempleo informal o desempleo. Esta rotación improductiva los atrapa en la pobreza y exacerba las desigualdades. La falta de información es una explicación de por qué la escalera es tan resbaladiza: quienes buscan empleo a menudo no saben cómo aprovechar mejor sus habilidades, y las empresas no saben dónde encontrar a los mejores trabajadores; y mejorar la información puede mejorar los resultados de quienes buscan empleo. Los sistemas mejorados de datos e IA prometen abordar estos desafíos, pero siguen siendo inaccesibles e inasequibles para las partes interesadas en los LMIC. Las soluciones comerciales propietarias dominan el mercado, pero plantean preocupaciones sobre la interoperabilidad limitada y los bloqueos contractuales (“jardines amurallados”). Cuando se utilizan estas herramientas, a menudo excluyen a grandes partes de la población del vibrante y diverso sector informal. Esto exacerba desigualdades ya existentes, a menudo fuertemente marcadas por el género. ## Contexto: mejorar los mercados laborales con tecnología solo puede ser una pequeña pieza del rompecabezas del desafío global del empleo juvenil Las plataformas en línea de emparejamiento laboral han surgido como una herramienta popular para conectar empleadores y buscadores de empleo en un mundo cada vez más digital. Y, de hecho, ahora existe evidencia sólida de que aliviar las fricciones de búsqueda y emparejamiento mejorando el flujo de información entre empleadores y quienes buscan empleo puede mejorar los resultados del mercado laboral.
¿Por qué intervenir en el mercado laboral cuando, por lo general, quienes buscan empleo tienen fuertes incentivos para encontrar trabajo y las empresas tienen fuertes incentivos para encontrar a los empleados adecuados? Quienes buscan empleo suelen tener fuertes incentivos para encontrar trabajo, y las empresas tienen fuertes incentivos para encontrar a los empleados adecuados. Como [Carranza y McKenzie *JEP* 2024](https://www.aeaweb.org/articles?id=10.1257/jep.38.1.221) muestran, utilizando datos de encuestas de fuerza laboral de varios países (en su mayoría de ingresos medios), que los servicios públicos o privados de intermediación laboral solo ayudan a una pequeña fracción de quienes buscan empleo a encontrar trabajo. Entonces, ¿qué justificación existe para intervenir en el mercado laboral libre y apoyar las plataformas de emparejamiento laboral y otras soluciones tecnológicas innovadoras que buscan reducir las fricciones de búsqueda y emparejamiento? Un argumento importante son las preocupaciones sobre la equidad: sabemos que, en muchos contextos, las redes existentes desempeñan un papel importante en quién obtiene los pocos empleos que pueden estar disponibles. Las comunidades desatendidas sin estas redes podrían quedar en desventaja. Las soluciones innovadoras habilitadas por la tecnología podrían, en teoría, mejorar la inclusión de estos grupos desatendidos si proporcionan información de una manera más equitativa. Sin embargo, sigue siendo una pregunta hasta qué punto estas plataformas pueden realmente mejorar la inclusión económica de los grupos desatendidos. No todo el mundo tiene acceso a teléfonos inteligentes, a internet ni a la alfabetización digital necesaria para utilizar estas plataformas eficazmente. Un segundo argumento podría ser que reducir las fricciones de información puede mejorar la reasignación de trabajadores entre sectores y espacios; por ejemplo, en contextos con una demanda que cambia rápidamente en sectores específicos. Por ejemplo, la Comisión de Inversiones de Etiopía (EIC), la agencia de promoción de inversiones del gobierno etíope, trabajó con socios para establecer un sistema centralizado de información del mercado laboral específico por sector para emparejar una gran oferta de trabajadores con empleos concretos en los parques industriales del país.
Al mismo tiempo, es importante señalar que las fricciones de información solo representan una parte muy pequeña del desafío global del empleo juvenil. Si bien creemos que la tecnología, si se utiliza bien, puede ayudar a superar estas fricciones, estas apenas abordan la superficie de problemas más profundos y estructurales, sobre todo la falta de crecimiento económico, la insuficiente creación de empleo y la exclusión social y económica profundamente arraigada de determinados grupos. Este contexto económico más amplio puede hacer que incluso las plataformas de emparejamiento laboral más eficientes resulten ineficaces. Por lo tanto, la tecnología solo puede ser parte de un enfoque más amplio para resolver el empleo juvenil global y promover la inclusión económica. Requiere amplios ecosistemas del sector privado, el gobierno y la sociedad civil trabajando juntos para abordar las barreras estructurales en ambos lados del mercado. Tabiya aspira a contribuir a estos ecosistemas con bienes públicos digitales sobre los que otros puedan construir. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.tabiya.org/tabiya-documentation/es/resumen/about-tabiya.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.