Les économistes développent une méthode pour estimer l’automatisation des emplois par les robots

Une équipe de roboticistes de l’Ecole Polytechnique Fédérale de Lausanne et des économistes de l’Université de Lausanne ont développé une nouvelle méthode pour calculer quels emplois existants sont plus à risque d’être automatisés par les machines dans un avenir proche.

L’étude a été publiée dans Science Robotics.

L’équipe a également développé une méthode pour suggérer des transitions de carrière vers des emplois moins susceptibles d’être automatisés et avec les moindres efforts de recyclage.

Le prof. Dario Floreano est directeur du Laboratoire des systèmes intelligents de l’EPFL et auteur principal de l’étude.

“Il existe plusieurs études qui prédisent combien d’emplois seront automatisés par les robots, mais elles se concentrent toutes sur les robots logiciels, tels que la reconnaissance de la parole et des images, les conseillers financiers robotiques, les chatbots, etc.”, déclare le prof. Floreano. “De plus, ces prédictions varient considérablement en fonction de la manière dont les exigences d’emploi et les capacités logicielles sont évaluées. Ici, nous considérons non seulement les logiciels d’intelligence artificielle, mais également des robots très intelligents qui effectuent des travaux physiques et nous avons développé une méthode pour une comparaison systématique des capacités humaines et robotiques utilisées dans des centaines d’emplois.”

Développement de la méthode

L’équipe a pu cartographier les capacités des robots sur les exigences d’emploi, ce qui constituait la principale avancée de l’étude. Ils ont examiné la feuille de route pluriannuelle H2020 de la robotique européenne (MAR), qui est un document de stratégie de la Commission européenne périodiquement révisé par des experts en robotique. Le MAR détaille les capacités requises des robots actuels ou qui pourraient être requises par les futurs robots. Ces capacités sont organisées en catégories comme la manipulation, la perception et l’interaction avec les humains.

L’équipe a analysé de nombreux articles de recherche, brevets et descriptions de produits robotiques pour évaluer le niveau de maturité des capacités robotiques. Ils ont utilisé le “niveau de prêt technologie” (TRL), qui est une échelle pour mesurer le niveau de développement technologique.

Lorsqu’il s’agit des capacités humaines, les chercheurs ont utilisé la base de données O*net, qui est une ressource de base largement utilisée sur le marché du travail américain. Elle classe environ 1 000 professions tout en détaillant les compétences et les connaissances nécessaires pour chacune.

L’équipe a d’abord associé de manière sélective les capacités humaines de la liste O*net aux capacités robotiques du document MAR, ce qui leur a permis de calculer combien chaque emploi existant est susceptible d’être effectué par un robot dans le futur. Si un robot est performant dans un emploi, le TRL est plus élevé.

Classement des emplois

Après avoir effectué cette analyse, le résultat a été un classement de 1 000 emplois. L’un des emplois les plus bas de la liste était “Physiciens”, tandis que “Préparateurs de viande” était l’un des plus élevés. Les emplois dans le traitement des aliments, la construction et la maintenance, et la construction avaient le plus grand risque.

Le prof. Rafael Lalive a co-dirigé l’étude à l’Université de Lausanne.

“Le défi clé pour la société aujourd’hui est de devenir résiliente face à l’automatisation”, déclare le prof. Lalive. “Notre travail fournit des conseils de carrière détaillés pour les travailleurs qui risquent fortement l’automatisation, ce qui leur permet de prendre des emplois plus sûrs tout en réutilisant de nombreuses compétences acquises sur l’ancien emploi. Grâce à ces conseils, les gouvernements peuvent soutenir la société pour qu’elle devienne plus résiliente face à l’automatisation.”

Les auteurs ont créé une méthode pour trouver, pour un emploi donné, un emploi alternatif avec un risque d’automatisation significativement plus faible. Ces emplois étaient également proches de l’emploi original en termes de capacités et de connaissances requises, ce qui aide à minimiser les efforts de recyclage.

Cette nouvelle méthode pourrait être utilisée de différentes manières. Les gouvernements pourraient l’utiliser pour mesurer combien de travailleurs pourraient être confrontés à l’automatisation dans le futur. Cela aiderait à adapter les initiatives de recyclage et les politiques en conséquence. Les entreprises pourraient également l’utiliser pour analyser les coûts associés à l’automatisation.

Tout ce travail a été traduit en un algorithme qui peut prédire le risque d’automatisation pour des centaines d’emplois tout en suggérant des transitions de carrière.

Vous pouvez trouver l’algorithme accessible au public ici.