Economists Entwéckele Methode fir Jobautomatiséierung vu Roboter ze schätzen

Eng Equipe vu Robotiker vun der Ecole Polytechnique Fédérale de Lausanne an Economisten vun der Universitéit vu Lausanne hunn eng nei Method entwéckelt fir auszerechnen, wéi eng existéierend Aarbechtsplaze méi riskéieren an nächster Zukunft vu Maschinnen ewech ze automatiséieren. 

D'Etude gouf publizéiert Science Robotics. 

D'Team huet och eng Method entwéckelt fir Karriäriwwergäng op Aarbechtsplazen ze proposéieren, déi manner wahrscheinlech automatiséiert ginn a mat de klengste Retraining Efforten.

Prof Dario Floreano ass Direkter vum EPFL Laboratoire vun Intelligente Systemer a Lead Autor vun der Etude.

"Et gi verschidde Studien, déi viraussoen, wéi vill Aarbechtsplaze vu Roboteren automatiséiert ginn, awer si fokusséieren all op Software Roboteren, wéi Ried- a Bilderkennung, Finanz-Robo-Beroder, Chatbots, a sou weider", seet de Prof Floreano. "Desweideren oszilléieren dës Prognosen wild ofhängeg wéi d'Aarbechtsfuerderunge a Softwarefäegkeeten bewäert ginn. Hei betruechte mir net nëmmen kënschtlech Intelligenz Software, awer och ganz intelligent Roboteren déi kierperlech Aarbecht maachen a mir hunn eng Method entwéckelt fir e systematesch Verglach vu mënschlechen a robotesche Fäegkeeten, déi an Honnerte vun Aarbechtsplaze benotzt ginn. 

Entwécklung vun der Method

D'Team konnt Roboterfäegkeeten op Jobfuerderunge kartéieren, wat de groussen Duerchbroch vun der Studie war. Si hunn den European H2020 Robotic Multi-Annual Roadmap (MAR) gekuckt, wat e Strategiedokument vun der Europäescher Kommissioun ass, dat periodesch vun Robotikexperten iwwerschafft gëtt. De MAR Detailer wéi eng Fäegkeeten vun aktuellen Roboteren erfuerderlech sinn oder vun zukünfteg erfuerderlech kënne sinn. Dës sinn a Kategorien organiséiert wéi Manipulatioun, Perceptioun, an Interaktioun mat Mënschen. 

D'Team huet vill Fuerschungspabeieren, Patenter a Beschreiwunge vu Roboterprodukter analyséiert fir de Reifeniveau vu robotesche Fäegkeeten ze bewäerten. Si hunn op "Technology Readiness Level" (TRL) vertraut, wat eng Skala ass fir den Niveau vun der Technologieentwécklung ze moossen. 

Wann et ëm mënschlech Fäegkeeten koum, hunn d'Fuerscher d'O*net Datebank benotzt, déi eng wäit benotzt Ressourcedatenbank um US Aarbechtsmaart ass. Et klasséiert ongeféier 1,000 Beruffer, wärend d'Fäegkeeten a Wëssen fir jidderee gebraucht ginn. 

D'Team huet fir d'éischt selektiv d'mënschlech Fäegkeeten vun der O*net Lëscht mat de Roboterfäegkeeten aus dem MAR Dokument ugepasst, wat hinnen erlaabt huet ze berechnen wéi wahrscheinlech all existent Aarbecht vun engem Roboter an der Zukunft ausgefouert gëtt. Wann e Roboter gutt an enger Aarbecht ass, ass den TRL méi héich. 

Ranking vun den Aarbechtsplazen 

No der Ausféierung vun dëser Analyse koum et zu engem Ranking vun 1,000 Aarbechtsplazen. Ee vun den niddregsten op der Lëscht war "Physiker", während "Meat Packers" ee vun den héchsten war. Aarbechtsplazen an der Liewensmëttelveraarbechtung, Bau an Ënnerhalt, a Bau haten den héchste Risiko.

De Prof. Rafael Lalive huet d'Etude op der Universitéit vu Lausanne zesumme geleet.

"D'Schlëssel Erausfuerderung fir d'Gesellschaft haut ass, wéi ee sech géint d'Automatiséierung widderstandsfäeg ass", seet de Prof. Lalive. "Eis Aarbecht bitt detailléiert Karriärberodung fir Aarbechter déi héich Risiken vun der Automatisatioun hunn, wat et hinnen erlaabt méi sécher Aarbechtsplazen unzehuelen, wärend vill vun de Fäegkeeten, déi op der aler Aarbecht erfaasst sinn, weiderbenotzen. Duerch dës Berodung kënnen d'Regierungen d'Gesellschaft ënnerstëtzen fir méi resistent géint Automatiséierung ze ginn.

D'Auteuren hunn eng Method erstallt fir all bestëmmten Job eng alternativ Aarbecht mat engem wesentlech méi nidderegen Automatisatiounsrisiko ze fannen. Dës Aarbechtsplaze waren och no bei der Original wann et ëm Fäegkeeten a Wëssen erfuerderlech koumen, wat hëlleft d'Retraining Efforten op de Minimum ze halen. 

Dës nei Method kéint op vill verschidde Weeër benotzt ginn. Fir eng kënnen d'Regierungen et benotzen fir ze moossen wéi vill Aarbechter an der Zukunft mat der Automatiséierung konfrontéiert sinn. Dëst géif hëllefen d'Ausbildungsinitiativen a Politik deementspriechend unzepassen. Firme kënnen et och benotze fir d'Käschte verbonne mat der Automatisatioun ze analyséieren. 

All dës Aarbecht gouf an en Algorithmus iwwersat, deen de Risiko vun der Automatisatioun fir Honnerte vun Aarbechtsplaze viraussoe kann, wärend och Karriärtransitioune proposéiert. 

Dir kënnt den ëffentlech zougänglechen Algorithmus fannen hei.