Majandusteadlased töötavad välja meetodi robotite töö automatiseerimise hindamiseks

Ecole Polytechnique Fédérale de Lausanne'i robootikutest ja Lausanne'i ülikooli majandusteadlastest koosnev meeskond on välja töötanud uue meetodi, et arvutada, millised olemasolevad töökohad on lähitulevikus masinate poolt automatiseeritavam. 

Uuring avaldati Teaduse robotics. 

Meeskond töötas välja ka meetodi, mis võimaldab soovitada karjääri üleminekut töökohtadele, mis on väiksema tõenäosusega automatiseeritud ja väiksemate ümberõppejõupingutustega.

Prof Dario Floreano on EPFLi intelligentsete süsteemide labori direktor ja uuringu juhtiv autor.

"On mitmeid uuringuid, mis ennustavad, kui palju töökohti robotid automatiseerivad, kuid need kõik keskenduvad tarkvararobotidele, nagu kõne- ja pildituvastus, finantsnõustajad, vestlusrobotid ja nii edasi," ütleb prof Floreano. "Lisaks kõikuvad need ennustused metsikult sõltuvalt sellest, kuidas hinnatakse töönõudeid ja tarkvaraoskusi. Siinkohal käsitleme lisaks tehisintellekti tarkvarale ka väga intelligentseid füüsilist tööd tegevaid roboteid ning töötasime välja meetodi sadadel töökohtadel kasutatavate inim- ja robotite võimete süstemaatiliseks võrdlemiseks. 

Meetodi väljatöötamine

Meeskond suutis kaardistada robotite võimalused töönõuete alusel, mis oli uuringu peamine läbimurre. Nad vaatasid Euroopa H2020 robootika mitmeaastast tegevuskava (MAR), mis on Euroopa Komisjoni strateegiadokument, mida robootikaeksperdid perioodiliselt üle vaatavad. MAR täpsustab, milliseid võimeid nõutakse praegustelt robotitelt või mida võivad nõuda tulevased robotid. Need on jagatud kategooriatesse, nagu manipuleerimine, taju ja inimestega suhtlemine. 

Meeskond analüüsis paljusid uurimistöid, patente ja robottoodete kirjeldusi, et hinnata robotite võimete küpsusastet. Nad tuginesid "tehnoloogia valmisoleku tasemele" (TRL), mis on tehnoloogia arengu taseme mõõtmise skaala. 

Inimvõimete osas kasutasid teadlased O*neti andmebaasi, mis on USA tööturul laialdaselt kasutatav ressursside andmebaas. See klassifitseerib umbes 1,000 ametit, kirjeldades üksikasjalikult igaühe jaoks vajalikke oskusi ja teadmisi. 

Meeskond sobitas esmalt valikuliselt inimvõimed O*neti loendist MAR-dokumendi robotivõimetega, mis võimaldas neil arvutada, kui suure tõenäosusega hakkab tulevikus iga olemasolevat tööd tegema robot. Kui robot on töös hea, on TRL kõrgem. 

Töökohtade järjestamine 

Pärast selle analüüsi läbiviimist saadi 1,000 töökoha pingerida. Nimekirja üks madalamaid oli "Füüsikud", samas kui "Lihapakkijad" oli üks kõrgemaid. Suurima riskiga olid töökohad toiduainete töötlemise, ehituse ja hoolduse ning ehituse valdkonnas.

Prof Rafael Lalive juhtis uuringut Lausanne'i ülikoolis.

„Tänapäeva ühiskonna peamine väljakutse on automatiseerimise vastu vastupidavaks muutumine,“ ütleb prof Lalive. „Meie töö annab üksikasjalikke karjäärinõuandeid töötajatele, kes seisavad silmitsi suurte automatiseerimisriskidega, mis võimaldab neil võtta vastu kindlamaid töökohti, kasutades samal ajal paljusid vanal töökohal omandatud oskusi. Nende nõuannete kaudu saavad valitsused toetada ühiskonda automatiseerimise vastu vastupidavamaks muutumisel.

Autorid lõid meetodi, et leida igale konkreetsele töökohale alternatiivne töö, millel on oluliselt väiksem automatiseerimisrisk. Need töökohad olid ka nõutavate võimete ja teadmiste poolest lähedased algsele töökohale, mis aitab viia ümberõppepingutused miinimumini. 

Seda uut meetodit saab kasutada mitmel erineval viisil. Esiteks saavad valitsused seda kasutada selleks, et mõõta, kui palju töötajaid võiks tulevikus automatiseerida. See aitaks ümberõppe algatusi ja poliitikaid vastavalt kohandada. Ettevõtted saaksid seda kasutada ka automatiseerimisega seotud kulude analüüsimiseks. 

Kogu see töö tõlgiti algoritmiks, mis suudab ennustada sadade töökohtade automatiseerimise ohtu, soovitades samas ka karjääri üleminekuid. 

Leiate avalikult juurdepääsetava algoritmi siin.