A közgazdászok módszert dolgoznak ki a robotok által végzett munkaautomatizálás becslésére

Az Ecole Polytechnique Fédérale de Lausanne robotikus csapata és a Lausanne-i Egyetem közgazdászai új módszert fejlesztettek ki annak kiszámítására, hogy mely meglévő munkahelyeket fenyegeti nagyobb a veszélye annak, hogy a gépek a közeljövőben automatizálják őket. 

A tanulmány tették közzé Tudományos robotika. 

A csapat egy olyan módszert is kidolgozott, amely kevésbé valószínű, hogy automatizált és a legkisebb átképzési ráfordítást igénylő munkahelyekre válthat át karriert.

Prof. Dario Floreano az EPFL Intelligens Rendszerek Laboratóriumának igazgatója és a tanulmány vezető szerzője.

„Számos tanulmány megjósolja, hogy hány munkahelyet fognak automatizálni a robotok, de mindegyik a szoftverrobotokra összpontosít, mint például a beszéd- és képfelismerésre, a pénzügyi robo-tanácsadókra, a chatbotokra és így tovább” – mondja Floreano professzor. „Továbbá ezek az előrejelzések vadul ingadoznak attól függően, hogy miként értékelik a munkaköri követelményeket és a szoftveres képességeket. Itt nem csak a mesterséges intelligencia szoftvereket vesszük figyelembe, hanem a nagyon intelligens, fizikai munkát végző robotokat is, és kidolgoztunk egy módszert a több száz munkakörben használt emberi és robotos képességek szisztematikus összehasonlítására.” 

A módszer kidolgozása

A csapatnak sikerült feltérképeznie a robotok képességeit a munkaköri követelmények alapján, ami a tanulmány legnagyobb áttörése volt. Megvizsgálták a European H2020 Robotic Multi-Annual Roadmap-et (MAR), amely az Európai Bizottság stratégiai dokumentuma, amelyet robotikai szakértők rendszeresen felülvizsgálnak. A MAR részletezi, hogy milyen képességekre van szükség a jelenlegi robotoktól, vagy a jövőbeni robotoktól. Ezek olyan kategóriákba vannak rendezve, mint a manipuláció, az észlelés és az emberekkel való interakció. 

A csapat számos kutatási dokumentumot, szabadalmat és robottermék-leírást elemzett, hogy felmérje a robotképességek érettségi szintjét. A „technológiai készenléti szintre” (TRL) támaszkodtak, amely egy skála a technológiai fejlettség szintjének mérésére. 

Amikor az emberi képességekről volt szó, a kutatók az O*net adatbázist használták, amely egy széles körben használt erőforrás-adatbázis az amerikai munkaerőpiacon. Körülbelül 1,000 foglalkozást sorol be, miközben részletezi az egyes szakmákhoz szükséges készségeket és ismereteket. 

A csapat először szelektíven párosította az O*net listából származó emberi képességeket a MAR-dokumentumban szereplő robotképességekkel, ami lehetővé tette számukra, hogy kiszámolják, hogy a jövőben mekkora valószínűséggel az egyes meglévő feladatokat egy robot végez majd. Ha egy robot jó a munkában, akkor a TRL magasabb. 

Az állások rangsorolása 

Az elemzés elvégzése után az eredmény egy 1,000 állásos rangsor lett. Az egyik legalacsonyabb a listán a „fizikusok”, míg a „Húscsomagolók” az egyik legmagasabb. A legmagasabb kockázattal az élelmiszer-feldolgozás, az építőipar és a karbantartás, valamint az építőipar területén végzett munkák voltak.

Prof. Rafael Lalive társvezetője volt a Lausanne-i Egyetemen végzett tanulmánynak.

„A mai társadalom számára a legfontosabb kihívás az, hogyan válhatunk ellenállóvá az automatizálással szemben” – mondja Prof. Lalive. „Munkánk részletes szakmai tanácsokat ad azoknak a munkavállalóknak, akiknek nagy kockázata van az automatizálásnak, ami lehetővé teszi számukra, hogy biztonságosabb munkát vállaljanak, miközben a régi munkahelyen megszerzett készségeiket újra felhasználják. Ezekkel a tanácsokkal a kormányok támogathatják a társadalmat abban, hogy ellenállóbbá váljon az automatizálással szemben.”

A szerzők létrehoztak egy módszert arra, hogy bármely munkakörben alternatív munkát találjanak szignifikánsan alacsonyabb automatizálási kockázattal. Ezek a munkakörök a szükséges képességek és tudás tekintetében is közel álltak az eredetihez, ami segít a minimálisra csökkenteni az átképzési erőfeszítéseket. 

Ez az új módszer sokféleképpen használható. Egyrészt a kormányok segítségével megmérhetik, hány dolgozónak kell szembenéznie az automatizálással a jövőben. Ez segítené az átképzési kezdeményezések és politikák megfelelő személyre szabását. A vállalatok az automatizálással kapcsolatos költségek elemzésére is használhatják. 

Mindezt a munkát egy olyan algoritmussá alakították át, amely képes előre jelezni az automatizálás kockázatát több száz munkahely esetében, miközben a karrierváltást is javasolja. 

Megtalálhatja a nyilvánosan elérhető algoritmust itt.