Des économistes développent une méthode pour estimer l'automatisation des tâches par les robots

Une équipe de roboticiens de l'Ecole Polytechnique Fédérale de Lausanne et d'économistes de l'Université de Lausanne ont développé une nouvelle méthode pour calculer quels emplois existants risquent le plus d'être automatisés par des machines dans un avenir proche. 

L'étude a été publiée dans sciences Robotique. 

L'équipe a également développé une méthode pour suggérer des transitions de carrière vers des emplois moins susceptibles d'être automatisés et avec les plus petits efforts de reconversion.

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

"Il existe plusieurs études prédisant le nombre d'emplois qui seront automatisés par des robots, mais elles se concentrent toutes sur les robots logiciels, tels que la reconnaissance de la parole et des images, les robots-conseillers financiers, les chatbots, etc.", déclare le professeur Floreano. « De plus, ces prédictions oscillent énormément en fonction de la manière dont les exigences du poste et les capacités logicielles sont évaluées. Ici, nous considérons non seulement les logiciels d'intelligence artificielle, mais aussi des robots très intelligents qui effectuent un travail physique et nous avons développé une méthode pour une comparaison systématique des capacités humaines et robotiques utilisées dans des centaines d'emplois. 

Développer la méthode

L'équipe a pu cartographier les capacités du robot sur les exigences du travail, ce qui a été la principale avancée de l'étude. Ils ont examiné la feuille de route pluriannuelle robotique européenne H2020 (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 susceptibles d'être requises par les robots futurs. Ceux-ci sont organisés en catégories comme la manipulation, la perception et l'interaction avec les humains. 

L'équipe a analysé de nombreux documents de recherche, brevets et descriptions de produits robotiques pour évaluer le niveau de maturité des capacités robotiques. Ils se sont appuyés sur le « niveau de maturité technologique » (TRL), qui est une échelle permettant de mesurer le niveau de développement technologique. 

En ce qui concerne les capacités humaines, les chercheurs ont utilisé la base de données O*net, qui est une base de données de ressources largement utilisée sur le marché du travail américain. Il classe environ 1,000 XNUMX métiers tout en détaillant les compétences et les connaissances nécessaires pour chacun. 

L'équipe a d'abord fait correspondre de manière sélective les capacités humaines de la liste O*net aux capacités robotiques du document MAR, ce qui leur a permis de calculer la probabilité que chaque tâche existante soit exécutée par un robot à l'avenir. Si un robot est bon à un travail, le TRL est plus élevé. 

Classement des emplois 

Après avoir effectué cette analyse, le résultat a été un classement de 1,000 XNUMX emplois. L'un des plus bas de la liste était "Physicists", tandis que "Meat Packers" était l'un des plus élevés. Les emplois dans la transformation des aliments, la construction et l'entretien, et la construction présentaient les risques les plus élevés.

Le professeur Rafael Lalive a codirigé l'étude à l'Université de Lausanne.

"Le principal défi pour la société d'aujourd'hui est de savoir comment devenir résilient face à l'automatisation", déclare le professeur Lalive. "Notre travail fournit des conseils de carrière détaillés aux travailleurs confrontés à des risques élevés d'automatisation, ce qui leur permet d'accepter des emplois plus sûrs tout en réutilisant bon nombre des compétences acquises dans l'ancien emploi. Grâce à ces conseils, les gouvernements peuvent aider la société à devenir plus résiliente face à l'automatisation.

Les auteurs ont créé une méthode pour trouver à un emploi donné un emploi alternatif avec un risque d'automatisation nettement inférieur. Ces emplois étaient également proches de l'ancien en ce qui concerne les capacités et les connaissances requises, ce qui permet de réduire au minimum les efforts de recyclage. 

Cette nouvelle méthode pourrait être utilisée de différentes manières. D'une part, les gouvernements peuvent l'utiliser pour mesurer combien de travailleurs pourraient être confrontés à l'automatisation à l'avenir. Cela aiderait à adapter les initiatives et les politiques de recyclage 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 capable de 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.