כלכלנים מפתחים שיטה להערכת אוטומציה של עבודה על ידי רובוטים

צוות של רובוטיסטים מ- Ecole Polytechnique Fédérale de Lausanne וכלכלנים מאוניברסיטת לוזאן פיתחו שיטה חדשה לחישוב אילו משרות קיימות נמצאות בסיכון גבוה יותר להתבטל על ידי מכונות בעתיד הקרוב. 

המחקר פורסם ב מדע רובוטיקה. 

הצוות גם פיתח שיטה להציע מעברי קריירה לעבודות בסבירות נמוכה יותר שיהיו אוטומטיות ועם מאמצי הסבה הקטנים ביותר.

פרופ' דריו פלוריאנו הוא מנהל המעבדה למערכות חכמות של EPFL והמחבר הראשי של המחקר.

"יש כמה מחקרים שמנבאים כמה משרות יהיו אוטומטיות על ידי רובוטים, אבל כולם מתמקדים ברובוטי תוכנה, כמו זיהוי דיבור ותמונה, יועצי רובו פיננסיים, צ'טבוטים וכדומה", אומר פרופ' פלוריאנו. "יתר על כן, התחזיות הללו מתנודדות בפראות בהתאם לאופן שבו מוערכות דרישות התפקיד ויכולות התוכנה. כאן אנחנו מחשיבים לא רק תוכנות בינה מלאכותית, אלא גם רובוטים אינטליגנטיים מאוד שמבצעים עבודה פיזית ופיתחנו שיטה להשוואה שיטתית של יכולות אנושיות ורובוטיות המשמשות במאות משרות". 

פיתוח השיטה

הצוות הצליח למפות את יכולות הרובוטים לפי דרישות התפקיד, מה שהיה פריצת הדרך הגדולה של המחקר. הם בחנו את מפת הדרכים הרב-שנתית האירופית H2020 רובוטית (MAR), שהיא מסמך אסטרטגיה של הנציבות האירופית המתוקן מעת לעת על ידי מומחי רובוטיקה. ה- MAR מפרט אילו יכולות נדרשות מהרובוטים הנוכחיים או שעשויות להידרש על ידי אלה העתידיים. אלה מאורגנים בקטגוריות כמו מניפולציה, תפיסה ואינטראקציה עם בני אדם. 

הצוות ניתח מאמרי מחקר רבים, פטנטים ותיאורים של מוצרים רובוטיים כדי להעריך את רמת הבשלות של יכולות רובוטיות. הם הסתמכו על "רמת מוכנות טכנולוגית" (TRL), שהיא סולם למדידת רמת הפיתוח הטכנולוגי. 

בכל הנוגע ליכולות אנושיות, החוקרים השתמשו במסד הנתונים O*net, שהוא מאגר משאבים בשימוש נרחב בשוק העבודה האמריקאי. הוא מסווג כ-1,000 עיסוקים תוך פירוט הכישורים והידע הדרושים לכל אחד. 

הצוות התאים לראשונה באופן סלקטיבי את היכולות האנושיות מרשימת O*net ליכולות רובוטיות ממסמך MAR, מה שאיפשר להם לחשב את הסבירות שכל עבודה קיימת תבוצע על ידי רובוט בעתיד. אם רובוט טוב בעבודה, ה-TRL גבוה יותר. 

דירוג המשרות 

לאחר ביצוע ניתוח זה, התוצאה הייתה דירוג של 1,000 משרות. אחד הנמוכים ברשימה היה "פיזיקאים", בעוד "מיט פקרס" היה אחד הגבוהים ביותר. למשרות בעיבוד מזון, בנייה ותחזוקה ובבנייה היה הסיכון הגבוה ביותר.

פרופ' רפאל לאלייב הוביל את המחקר באוניברסיטת לוזאן.

"האתגר המרכזי של החברה כיום הוא כיצד להפוך לעמיד בפני אוטומציה", אומר פרופ' ללייב. "העבודה שלנו מספקת עצות קריירה מפורטות לעובדים המתמודדים עם סיכונים גבוהים של אוטומציה, מה שמאפשר להם לקחת על עצמם עבודות בטוחות יותר תוך שימוש חוזר ברבים מהמיומנויות שנרכשו בעבודה הישנה. באמצעות עצה זו, ממשלות יכולות לתמוך בחברה בהפיכת עמידה יותר בפני אוטומציה".

המחברים יצרו שיטה למצוא כל עבודה נתונה עבודה חלופית עם סיכון אוטומציה נמוך משמעותית. עבודות אלו היו קרובות לזו המקורית גם בכל הנוגע ליכולות וידע נדרשים, מה שעוזר למזער את מאמצי ההסבה. 

ניתן להשתמש בשיטה החדשה הזו בדרכים רבות ושונות. ראשית, ממשלות יכולות להשתמש בו כדי למדוד כמה עובדים יכולים להתמודד עם אוטומציה בעתיד. זה יעזור להתאים יוזמות ומדיניות הסבה מחדש בהתאם. חברות יכולות להשתמש בו גם כדי לנתח את העלויות הקשורות לאוטומציה. 

כל העבודה הזו תורגמה לאלגוריתם שיכול לחזות את הסיכון של אוטומציה למאות משרות תוך שהוא מציע מעברי קריירה. 

אתה יכול למצוא את האלגוריתם הנגיש לציבור כאן.