ロボットによる仕事の自動化のリスクを推定するための方法を経済学者が開発

ロボティクス分野のエコール・ポリテクニーク・フェデラール・ド・ローザンヌ（EPFL）のロボット工学者とローザンヌ大学の経済学者からなるチームは、近い将来にロボットによって自動化される可能性が高い既存の仕事を計算するための新しい方法を開発しました。

この研究は、Science Roboticsに掲載されました。

チームはまた、自動化される可能性が低く、再訓練の努力が最小限である仕事へのキャリア転換を提案する方法も開発しました。

ダリオ・フロレアーノ教授は、EPFLの知能システム研究所の所長であり、この研究の第一著者です。

「ロボットによる自動化のリスクを予測する研究は数多くありますが、それらはすべてソフトウェアロボット、たとえば音声認識、画像認識、ロボットアドバイザー、チャットボットなどに焦点を当てています。また、それらの予測は、仕事の要件とソフトウェアの能力がどのように評価されるかによって、大きく変動します。ここでは、私たちは、人工知能ソフトウェアだけでなく、物理的な仕事を行う非常に賢いロボットも考慮し、人間の能力とロボットの能力を体系的に比較する方法を開発しました。」フロレアーノ教授は述べています。

方法の開発

チームは、ロボットの能力を仕事の要件にマッピングすることができました。これが研究の主なブレークスルーでした。彼らは、欧州委員会によって定期的に更新されるロボティクスのマルチ年間ロードマップ（MAR）を調べました。MARには、現在のロボットや将来のロボットが必要とする能力が詳細に記載されています。これらの能力は、操作、認識、人間との交流などのカテゴリに分類されています。

チームは、研究論文、特許、ロボット製品の説明を分析して、ロボットの能力の成熟度を評価しました。彼らは、「技術的準備レベル」（TRL）と呼ばれる技術開発のレベルの尺度を使用しました。

人間の能力については、研究者は、米国の職業市場に関するリソースデータベースであるO*netデータベースを使用しました。O*netデータベースには、約1,000の職業が分類されており、各職業に必要なスキルと知識が詳細に記載されています。

チームは、O*netリストの人間の能力をMARドキュメントのロボットの能力と一致させ、各既存の仕事が将来ロボットによって実行される可能性を計算することができました。ロボットが仕事に適している場合、TRLは高いです。

仕事のランキング

この分析を実施した結果、1,000の仕事のランキングが得られました。ランキングの最下位の一つは「物理学者」でしたが、「肉類加工業者」は最上位の一つでした。食品加工、建設、建物の維持などの仕事には、自動化のリスクが高かったです。

ラファエル・ラリーブ教授は、ローザンヌ大学で研究を共同で主導しました。

「現在、社会が直面している最大の課題は、自動化に対してどのようにして強韧性を保つかです。私たちの研究は、自動化のリスクが高い労働者にとって、詳細なキャリアアドバイスを提供し、労働者がより安全な仕事に就くことを可能にします。さらに、労働者は古い仕事で身に付けたスキルを再利用することができます。政府は、このアドバイスを使用して、社会が自動化に対して強韧性を保つことを支援できます。」ラリーブ教授は述べています。

著者は、任意の仕事に、自動化のリスクが大幅に低く、必要な能力と知識が元の仕事に近い別の仕事を見つける方法を開発しました。これにより、再訓練の努力を最小限に抑えることができます。

この新しい方法は、さまざまな方法で使用できます。たとえば、政府は、将来自動化される可能性のある労働者の数を測定するために使用できます。これにより、再訓練の取り組みや政策を適切に策定することができます。企業も、自動化のコストを分析するために使用できます。

これらの研究は、数百の仕事の自動化のリスクを予測し、キャリア転換を提案するアルゴリズムに翻訳されました。

このアルゴリズムは、こちらで公開されています。