Ekonomistai kuria robotų darbo automatizavimo įvertinimo metodą

Robotikų komanda iš Ecole Polytechnique Fédérale de Lausanne ir Lozanos universiteto ekonomistai sukūrė naują metodą, skirtą apskaičiuoti, kurioms esamoms darbo vietoms artimiausioje ateityje gresia pavojus, kad mašinos bus automatizuotos. 

Tyrimas buvo paskelbtas Mokslas robotų. 

Grupė taip pat sukūrė metodą, leidžiantį pasiūlyti karjeros perėjimą į darbą, kuris greičiausiai bus automatizuotas ir su mažiausiomis perkvalifikavimo pastangomis.

Prof. Dario Floreano yra EPFL intelektualių sistemų laboratorijos direktorius ir pagrindinis tyrimo autorius.

„Yra keletas tyrimų, numatančių, kiek darbų automatizuos robotai, tačiau visi jie sutelkia dėmesį į programinės įrangos robotus, tokius kaip kalbos ir vaizdo atpažinimas, finansiniai konsultantai, pokalbių robotai ir pan.“, – sako prof. Floreano. „Be to, šios prognozės labai svyruoja priklausomai nuo to, kaip vertinami darbo reikalavimai ir programinės įrangos gebėjimai. Čia atsižvelgiame ne tik į dirbtinio intelekto programinę įrangą, bet ir į labai protingus robotus, kurie atlieka fizinį darbą, ir sukūrėme metodą, leidžiantį sistemingai palyginti žmogaus ir roboto gebėjimus, naudojamus šimtuose darbų. 

Metodo kūrimas

Komanda sugebėjo nustatyti roboto galimybes pagal darbo reikalavimus, o tai buvo pagrindinis tyrimo laimėjimas. Jie pažvelgė į Europos H2020 robotų daugiametį veiksmų planą (MAR), kuris yra Europos Komisijos strateginis dokumentas, kurį periodiškai peržiūri robotikos ekspertai. MAR išsamiai nurodo, kokių gebėjimų reikia iš dabartinių robotų ar gali prireikti būsimiems robotams. Jie skirstomi į tokias kategorijas kaip manipuliavimas, suvokimas ir sąveika su žmonėmis. 

Grupė išanalizavo daugybę mokslinių darbų, patentų ir robotizuotų produktų aprašymų, kad įvertintų robotų gebėjimų brandos lygį. Jie rėmėsi „technologijos parengties lygiu“ (TRL), kuris yra technologijos išsivystymo lygio matavimo skalė. 

Kalbant apie žmogaus gebėjimus, mokslininkai naudojo O*net duomenų bazę, kuri yra plačiai naudojama išteklių duomenų bazė JAV darbo rinkoje. Joje suskirstyta apie 1,000 profesijų, išsamiai aprašant kiekvienam reikalingus įgūdžius ir žinias. 

Pirmiausia komanda selektyviai suderino žmogaus gebėjimus iš O*net sąrašo su robotų gebėjimais iš MAR dokumento, o tai leido apskaičiuoti, kokia tikimybė, kad kiekvieną esamą darbą ateityje atliks robotas. Jei robotas gerai atlieka darbą, TRL yra didesnis. 

Darbų reitingavimas 

Atlikus šią analizę, gautas 1,000 darbo vietų reitingas. Vienas žemiausių sąraše buvo „Fizikai“, o „Mėsos pakuotojai“ buvo vienas aukščiausių. Didžiausią riziką turėjo maisto perdirbimo, statybos ir priežiūros bei statybos darbai.

Prof. Rafaelis Lalive'as vadovavo tyrimui Lozanos universitete.

„Pagrindinis visuomenės iššūkis šiandien yra tai, kaip tapti atspariam automatizavimui“, – sako prof. Lalive. „Mūsų darbe pateikiami išsamūs karjeros patarimai darbuotojams, susiduriantiems su didele automatizavimo rizika, todėl jie gali imtis saugesnių darbų ir pakartotinai panaudoti daugelį senajame darbe įgytų įgūdžių. Remdamosi šiais patarimais, vyriausybės gali padėti visuomenei tapti atsparesnei automatizavimui.

Autoriai sukūrė metodą, kaip rasti bet kokiam darbui alternatyvų darbą su žymiai mažesne automatizavimo rizika. Šie darbai taip pat buvo artimi pradiniam, kai kalbama apie reikiamus gebėjimus ir žinias, o tai padeda sumažinti perkvalifikavimo pastangas iki minimumo. 

Šis naujas metodas gali būti naudojamas įvairiais būdais. Pirma, vyriausybės gali jį naudoti norėdami įvertinti, kiek darbuotojų ateityje gali susidurti su automatizavimu. Tai padėtų atitinkamai pritaikyti perkvalifikavimo iniciatyvas ir politiką. Įmonės taip pat galėtų jį naudoti analizuodamos išlaidas, susijusias su automatizavimu. 

Visas šis darbas buvo paverstas algoritmu, kuris gali numatyti šimtų darbų automatizavimo riziką, kartu siūlydamas karjeros pokyčius. 

Galite rasti viešai prieinamą algoritmą čia.