अर्थशास्त्री रोबोट द्वारा नौकरी स्वचालन का अनुमान लगाने के लिए विधि विकसित करते हैं

एकोले पॉलिटेक्निक फेडरल डी लॉज़ेन के रोबोटिक्स विशेषज्ञों और लॉज़ेन विश्वविद्यालय के अर्थशास्त्रियों की एक टीम ने मौजूदा नौकरियों को भविष्य में मशीनों द्वारा स्वचालन के जोखिम की गणना करने के लिए एक नई विधि विकसित की है।

यह अध्ययन साइंस रोबोटिक्स में प्रकाशित किया गया था।

टीम ने स्वचालन के जोखिम को कम करने वाली नौकरियों के लिए करियर संक्रमण का सुझाव देने के लिए एक विधि भी विकसित की है, जिसमें पुन: प्रशिक्षण के प्रयासों को कम किया जा सकता है।

प्रोफेसर डारियो फ्लोरेनो ईपीएफएल के इंटेलिजेंट सिस्टम्स लेबोरेटरी के निदेशक और अध्ययन के प्रमुख लेखक हैं।

“कई अध्ययन हैं जो भविष्य में रोबोट द्वारा स्वचालन की जाने वाली नौकरियों की संख्या का अनुमान लगाते हैं, लेकिन वे सभी सॉफ्टवेयर रोबोट पर केंद्रित हैं, जैसे कि भाषण और छवि मान्यता, वित्तीय रोबो-परामर्शदाता, चैटबॉट, और इसी तरह,” प्रोफेसर फ्लोरेनो कहते हैं। “इसके अलावा, ये अनुमान जॉब आवश्यकताओं और सॉफ्टवेयर क्षमताओं के मूल्यांकन के आधार पर बहुत भिन्न होते हैं। यहाँ, हम केवल सॉफ्टवेयर क्षमताओं को नहीं देखते हैं, बल्कि शारीरिक कार्य करने वाले बहुत ही बुद्धिमान रोबोटों को भी देखते हैं और हमने सैकड़ों नौकरियों में मानव और रोबोट क्षमताओं की तुलना करने के लिए एक विधि विकसित की है।”

विधि का विकास

टीम ने रोबोट क्षमताओं को नौकरी आवश्यकताओं पर मैप करने में सक्षम थी, जो अध्ययन का एक प्रमुख सफलता था। उन्होंने यूरोपीय एच2020 रोबोटिक्स मल्टी-एनुअल रोडमैप (एमएआर) को देखा, जो यूरोपीय आयोग द्वारा एक रणनीति दस्तावेज है जिसे रोबोटिक्स विशेषज्ञों द्वारा समय-समय पर संशोधित किया जाता है। एमएआर में उन क्षमताओं का विवरण है जो वर्तमान रोबोटों से या भविष्य के रोबोटों से आवश्यक हो सकती हैं। ये क्षमताएं हेरफेर, धारणा, और मानवों के साथ परस्पर क्रिया जैसी श्रेणियों में विभाजित हैं।

टीम ने कई शोध पत्रों, पेटेंटों, और रोबोटिक उत्पादों के विवरणों का विश्लेषण किया ताकि रोबोटिक क्षमताओं के परिपक्वता स्तर का मूल्यांकन किया जा सके। उन्होंने “प्रौद्योगिकी तैयारी स्तर” (TRL) पर भरोसा किया, जो प्रौद्योगिकी विकास के स्तर को मापने के लिए एक पैमाना है।

जब मानव क्षमताओं की बात आई, तो शोधकर्ताओं ने ओ*नेट डेटाबेस का उपयोग किया, जो एक व्यापक संसाधन डेटाबेस है जो अमेरिकी नौकरी बाजार पर केंद्रित है। यह लगभग 1,000 व्यवसायों को वर्गीकृत करता है और प्रत्येक के लिए आवश्यक कौशल और ज्ञान का विवरण देता है।

टीम ने पहले ओ*नेट सूची से मानव क्षमताओं को चयनित रूप से एमएआर दस्तावेज से रोबोटिक क्षमताओं से मेल खाता है, जिससे उन्हें यह गणना करने में सक्षम बनाया गया कि प्रत्येक मौजूदा नौकरी को भविष्य में रोबोट द्वारा किया जाने की कितनी संभावना है। यदि एक रोबोट किसी नौकरी में अच्छा है, तो टीआरएल उच्च है।

नौकरियों का रैंकिंग

इस विश्लेषण को करने के बाद, परिणाम 1,000 नौकरियों की रैंकिंग थी। सूची में सबसे नीचे “भौतिक विज्ञानी” थे, जबकि “मांस पैकर” सबसे ऊपर थे। खाद्य प्रसंस्करण, निर्माण और रखरखाव, और निर्माण में नौकरियों में स्वचालन का जोखिम सबसे अधिक था।

प्रोफेसर राफेल लालिव ने लॉज़ेन विश्वविद्यालय में अध्ययन का सह-नेतृत्व किया।

“आज समाज के लिए मुख्य चुनौती यह है कि स्वचालन के खिलाफ कैसे लचीला बना जाए,” प्रोफेसर लालिव कहते हैं। “हमारा काम उन श्रमिकों के लिए विस्तृत करियर सलाह प्रदान करता है जो स्वचालन के उच्च जोखिम का सामना करते हैं, जिससे उन्हें अधिक सुरक्षित नौकरियों में स्थानांतरित करने की अनुमति मिलती है जबकि पुरानी नौकरी पर प्राप्त कौशल का पुन: उपयोग किया जा सकता है। इस सलाह के माध्यम से, सरकारें स्वचालन के खिलाफ अधिक लचीला बनने में समाज का समर्थन कर सकती हैं।”

लेखकों ने किसी भी दी गई नौकरी के लिए एक वैकल्पिक नौकरी खोजने के लिए एक विधि बनाई जिसमें स्वचालन का जोखिम काफी कम हो और आवश्यक कौशल और ज्ञान में न्यूनतम पुन: प्रशिक्षण प्रयास हो।

इस नई विधि का उपयोग विभिन्न तरीकों से किया जा सकता है। एक उदाहरण के लिए, सरकारें इसका उपयोग भविष्य में स्वचालन का सामना करने वाले श्रमिकों की संख्या को मापने के लिए कर सकती हैं, जिससे पुन: प्रशिक्षण कार्यक्रमों और नीतियों को तदनुसार अनुकूलित किया जा सकता है। कंपनियां इसका उपयोग स्वचालन से जुड़ी लागतों का विश्लेषण करने के लिए भी कर सकती हैं।

यह पूरा काम एक ऐसे एल्गोरिदम में अनुवादित किया गया है जो सैकड़ों नौकरियों के लिए स्वचालन के जोखिम की भविष्यवाणी कर सकता है और साथ ही करियर संक्रमण का सुझाव दे सकता है।

आप यहाँ सार्वजनिक रूप से उपलब्ध एल्गोरिदम पा सकते हैं।