Икономисти разработват метод за оценка на автоматизацията на работата от роботи

Екип от роботици от Ecole Polytechnique Fédérale de Lausanne и икономисти от университета в Лозана са разработили нов метод за изчисляване кои съществуващи работни места са изложени на по-голям риск да бъдат автоматизирани от машини в близко бъдеще. 

Изследването е публикувано в Научна роботика. 

Екипът също така разработи метод за предлагане на кариерни преходи към работни места, които е по-малко вероятно да бъдат автоматизирани и с най-малко усилия за преквалификация.

Проф. Дарио Флореано е директор на Лабораторията за интелигентни системи на EPFL и водещ автор на изследването.

„Има няколко проучвания, които предвиждат колко работни места ще бъдат автоматизирани от роботи, но всички те се фокусират върху софтуерни роботи, като разпознаване на реч и изображения, финансови робот-съветници, чатботове и т.н.“, казва проф. Флореано. „Освен това, тези прогнози варират значително в зависимост от това как се оценяват изискванията за работа и софтуерните способности. Тук разглеждаме не само софтуера с изкуствен интелект, но и много интелигентни роботи, които извършват физическа работа, и разработихме метод за систематично сравнение на човешки и роботизирани способности, използвани в стотици работни места. 

Разработване на метода

Екипът успя да картографира възможностите на роботите спрямо изискванията на работата, което беше основният пробив на проучването. Те разгледаха европейската многогодишна пътна карта (MAR) за роботиката H2020, която е стратегически документ от Европейската комисия, който периодично се преразглежда от експерти по роботика. MAR подробно описва кои способности се изискват от настоящите роботи или може да се изискват от бъдещи. Те са организирани в категории като манипулация, възприятие и взаимодействие с хората. 

Екипът анализира много научни статии, патенти и описания на роботизирани продукти, за да оцени нивото на зрялост на роботизираните способности. Те разчитаха на „нивото на технологична готовност“ (TRL), което е скала за измерване на нивото на технологично развитие. 

Що се отнася до човешките способности, изследователите са използвали базата данни O*net, която е широко използвана база данни с ресурси на пазара на труда в САЩ. Той класифицира около 1,000 професии, като същевременно описва уменията и знанията, необходими за всяка от тях. 

Екипът първо селективно съпостави човешките способности от списъка на O*net с роботизираните способности от MAR документа, което им позволи да изчислят колко вероятно е всяка съществуваща работа да бъде изпълнявана от робот в бъдеще. Ако роботът е добър в работата, TRL е по-висок. 

Класиране на работните места 

След извършването на този анализ резултатът беше класация на 1,000 работни места. Един от най-ниските в списъка е „Физиците“, докато „Пакачите на месо“ е един от най-високите. Работите в хранително-вкусовата промишленост, строителството и поддръжката и строителството са с най-висок риск.

Проф. Рафаел Лалив ръководи проучването в университета в Лозана.

„Основното предизвикателство за обществото днес е как да стане устойчиво срещу автоматизацията“, казва проф. Лалив. „Нашата работа предоставя подробни кариерни съвети за работници, които са изправени пред високи рискове от автоматизация, което им позволява да поемат по-сигурни работни места, докато използват повторно много от уменията, придобити на старата работа. Чрез този съвет правителствата могат да подкрепят обществото да стане по-устойчиво срещу автоматизацията.“

Авторите създадоха метод за намиране на всяка дадена работа като алтернативна работа със значително по-нисък риск от автоматизация. Тези работни места също бяха близки до първоначалните, що се отнася до необходимите способности и знания, което помага да се сведат до минимум усилията за преквалификация. 

Този нов метод може да се използва по много различни начини. От една страна, правителствата могат да го използват, за да измерят колко работници могат да се сблъскат с автоматизация в бъдеще. Това би помогнало за адаптирането на инициативите и политиките за преквалификация по съответния начин. Компаниите могат също да го използват, за да анализират разходите, свързани с автоматизацията. 

Цялата тази работа беше преведена в алгоритъм, който може да предвиди риска от автоматизация за стотици работни места, като същевременно предлага преходи в кариерата. 

Можете да намерите публично достъпния алгоритъм тук.