人工智能（AI）被提议用于分析求职者的就业可能性和长期失业风险，并推荐个性化的就业支持政策。这一构想超越了简单的职位信息搜索，旨在通过诊断求职者的特征和需求，建立一个将适合的职业培训、就业支持项目和咨询服务个性化连接的体系。

韩国就业信息院在10日发布的《有效的线上线下就业支持求职者诊断工具体系化方案》研究报告中，提出了综合分析求职者的就业可能性、就业意愿和就业障碍等因素，以提供个性化就业支持的综合诊断体系建设方案。

早在2023年，政府就推出了就业24，建立了一个整合了工作网、就业保险、HRD-Net等的就业服务平台。求职者可以通过就业24在一个地方搜索招聘信息、接受职业培训、申请失业救济和参与就业支持项目等多种服务。

截至2024年10月，就业24的个人会员从928万增加到去年5月的1119万，用户规模不断扩大。目前，根据会员特征提供个性化的培训信息和职位信息。然而，用户往往需要自己寻找所需的政策和服务，因此对更精细的个性化推荐功能的需求日益增加。

就业信息院在此次研究中指出，失业救济、国民就业支持制度和求职者跃升保障套餐等各项业务中使用的诊断工具分散运营，诊断目的和测量方式各不相同，限制了对求职者特征的综合把握和服务之间的衔接。

为了更系统地分析求职者特征并连接个性化服务，建立综合诊断体系的必要性被提出。

因此，提出了尽早筛选出长期失业风险高的求职者并给予集中支持的数据驱动的个人档案系统的必要性。

目前，美国、澳大利亚、德国等主要国家已经在运用统计个人档案系统，集中支持长期失业风险高的求职者。尤其是德国等欧洲国家，在保持一对一咨询为中心的就业服务的同时，利用统计分析实施“筛选与集中”策略，以高效利用有限的预算和人力资源。

就业信息院强调，我国也需要摆脱单纯的资格审查型就业服务，转向基于数据识别求职者特征和风险因素，并提供相应服务的方向。

为此，建议利用就业行政数据库（DB）和可解释的人工智能（XAI）来预测就业可能性，并高效分配有限的就业服务资源。对于长期失业风险高的求职者，提供更集中的咨询、职业培训和就业推荐服务；而对于相对就业可能性高的求职者，则支持快速的职位匹配。

最终目标是建立一个“AI协作型就业服务体系”，让AI分析求职者特征和风险因素，咨询师基于此制定支持策略。

韩国就业信息院职业生涯开发研究室高级研究员徐贤珠表示：“我们需要建立一个‘AI协作型就业服务体系’，让AI分析求职者特征，咨询师据此设计个性化服务。”