Ökonomen entwickeln Methode zur Schätzung der Jobautomatisierung durch Roboter

Ein Team von Robotikern der Ecole Polytechnique Fédérale de Lausanne und Ökonomen der Universität Lausanne hat eine neue Methode entwickelt, um zu berechnen, welche bestehenden Jobs in naher Zukunft am meisten von Maschinen automatisiert werden könnten.

Die Studie wurde in der Zeitschrift Science Robotics veröffentlicht.

Das Team entwickelte auch eine Methode, um Karrierewege zu Jobs zu empfehlen, die weniger wahrscheinlich automatisiert werden und bei denen die Umstellungsanstrengungen minimal sind.

Prof. Dario Floreano ist Direktor des Laboratoriums für Intelligente Systeme der EPFL und Hauptautor der Studie.

„Es gibt mehrere Studien, die vorhersagen, wie viele Jobs durch Roboter automatisiert werden, aber sie konzentrieren sich alle auf Software-Roboter wie Sprach- und Bilderkennung, Finanz-Robo-Berater, Chatbots und so weiter“, sagt Prof. Floreano. „Darüber hinaus schwanken diese Vorhersagen stark je nachdem, wie Jobanforderungen und Softwarefähigkeiten bewertet werden. Hier berücksichtigen wir nicht nur künstliche Intelligenz-Software, sondern auch sehr intelligente Roboter, die physische Arbeit ausführen, und wir haben eine Methode entwickelt, um menschliche und robotische Fähigkeiten in Hunderten von Jobs systematisch zu vergleichen.“

Entwicklung der Methode

Das Team konnte Roboterfähigkeiten auf Jobanforderungen abbilden, was der größte Durchbruch der Studie war. Sie betrachteten den Europäischen H2020-Robotic-Multi-Annual-Roadmap (MAR), der ein Strategiedokument der Europäischen Kommission ist, das von Robotik-Experten regelmäßig überarbeitet wird. Der MAR enthält die Fähigkeiten, die von aktuellen Robotern oder zukünftigen Robotern erforderlich sind. Diese sind in Kategorien wie Manipulation, Wahrnehmung und Interaktion mit Menschen unterteilt.

Das Team analysierte viele Forschungsarbeiten, Patente und Beschreibungen von Roboterprodukten, um das Reifegradniveau der Roboterfähigkeiten zu bewerten. Sie verließen sich auf den „Technology Readiness Level“ (TRL), der eine Skala für die Messung des Technologieentwicklungsstands ist.

Bei den menschlichen Fähigkeiten verwendeten die Forscher die O*net-Datenbank, die eine weit verbreitete Ressourcendatenbank auf dem US-Arbeitsmarkt ist. Sie klassifiziert etwa 1.000 Berufe und enthält Details zu den Fähigkeiten und Kenntnissen, die für jeden Beruf erforderlich sind.

Das Team ordnete die menschlichen Fähigkeiten aus der O*net-Liste den Roboterfähigkeiten aus dem MAR-Dokument zu, was es ihnen ermöglichte, zu berechnen, wie wahrscheinlich es ist, dass jeder bestehende Job in Zukunft von einem Roboter ausgeführt wird. Wenn ein Roboter gut in einem Job ist, ist der TRL höher.

Jobs bewerten

Nach dieser Analyse war das Ergebnis eine Rangliste von 1.000 Jobs. Einer der niedrigsten auf der Liste war „Physiker“, während „Fleischverpacker“ einer der höchsten war. Jobs in der Lebensmittelverarbeitung, im Bauwesen und in der Instandhaltung sowie im Bauwesen hatten das höchste Risiko.

Prof. Rafael Lalive leitete die Studie an der Universität Lausanne.

„Die größte Herausforderung für die Gesellschaft heute ist, wie sie gegen die Automatisierung resilient werden kann“, sagt Prof. Lalive. „Unser Werk bietet detaillierte Karriereberatung für Arbeitnehmer, die ein hohes Risiko der Automatisierung haben, was es ihnen ermöglicht, sicherere Jobs zu übernehmen, während sie viele der Fähigkeiten, die auf dem alten Job erworben wurden, wiederverwenden. Durch diese Beratung können Regierungen die Gesellschaft bei der Bewältigung der Automatisierung unterstützen.“

Die Autoren entwickelten eine Methode, um für jeden gegebenen Job einen alternativen Job mit einem wesentlich geringeren Automatisierungsrisiko zu finden. Diese Jobs waren auch nahe am ursprünglichen Job, wenn es um die erforderlichen Fähigkeiten und Kenntnisse ging, was die Umstellungsanstrengungen minimiert.

Diese neue Methode kann auf viele verschiedene Weise eingesetzt werden. Regierungen können sie beispielsweise verwenden, um zu messen, wie viele Arbeitnehmer in Zukunft von der Automatisierung betroffen sein könnten. Dies würde es ihnen ermöglichen, Umschulungsinitiativen und -politiken entsprechend anzupassen. Unternehmen können sie auch verwenden, um die Kosten im Zusammenhang mit der Automatisierung zu analysieren.

All diese Arbeiten wurden in einen Algorithmus übersetzt, der das Risiko der Automatisierung für Hunderte von Jobs vorhersagen und Karrierewege empfehlen kann.

Sie können den öffentlich zugänglichen Algorithmus hier finden.