Экономисты разработали метод оценки автоматизации рабочих мест роботами

Команда робототехников из Эcole Polytechnique Fédérale de Lausanne и экономистов из Университета Лозанны разработала новый метод для расчета того, какие существующие рабочие места более подвержены риску быть автоматизированными машинами в ближайшем будущем.

Исследование было опубликовано в Science Robotics.

Команда также разработала метод для предложения перехода на другие рабочие места, которые менее подвержены автоматизации и требуют минимальных усилий для переподготовки.

Профессор Дарио Флореано является директором Лаборатории интеллектуальных систем Эcole Polytechnique Fédérale de Lausanne и ведущим автором исследования.

«Существует несколько исследований, предсказывающих, сколько рабочих мест будет автоматизировано роботами, но они все сосредоточены на программных роботах, таких как распознавание речи и изображений, финансовые робо-советники, чат-боты и т. д.», – говорит профессор Флореано. «Кроме того, эти прогнозы сильно колеблются в зависимости от того, как оцениваются требования к работе и возможности программного обеспечения. Здесь мы рассматриваем не только программное обеспечение с искусственным интеллектом, но и очень интеллектуальных роботов, выполняющих физическую работу, и разработали метод для систематического сравнения человеческих и роботизированных возможностей, используемых в сотнях рабочих мест».

Разработка метода

Команда смогла сопоставить возможности роботов с требованиями к работе, что было основным прорывом в исследовании. Они рассмотрели Европейскую дорожную карту робототехники H2020 (MAR), которая является стратегическим документом Европейской комиссии, периодически пересматриваемым экспертами в области робототехники. MAR описывает, какие возможности требуются от текущих роботов или могут быть необходимы для будущих роботов. Эти возможности организованы в категории, такие как манипуляция, восприятие и взаимодействие с людьми.

Команда проанализировала многие исследовательские статьи, патенты и описания роботизированных продуктов, чтобы оценить уровень зрелости роботизированных возможностей. Они полагались на «уровень готовности технологии» (TRL), который является шкалой для измерения уровня развития технологий.

Когда речь шла о человеческих возможностях, исследователи использовали базу данных O*net, которая является широко используемым ресурсом базы данных о рынке труда США. Она классифицирует около 1000 профессий, детализируя навыки и знания, необходимые для каждой.

Команда сначала селективно сопоставила человеческие возможности из списка O*net с роботизированными возможностями из документа MAR, что позволило им рассчитать, насколько вероятно, что каждое существующее рабочее место будет выполнено роботом в будущем. Если робот хорошо выполняет работу, TRL выше.

Ранжирование рабочих мест

После проведения этого анализа результатом было ранжирование 1000 рабочих мест. Одним из самых низких в списке было «Физики», в то время как «Пакеры мяса» были одним из самых высоких. Рабочие места в пищевой промышленности, строительстве и техническом обслуживании имели самый высокий риск.

Профессор Рафаэль Лаливе возглавлял исследование в Университете Лозанны.

«Ключевым вызовом для общества сегодня является то, как стать устойчивым к автоматизации», – говорит профессор Лаливе. «Наша работа предоставляет подробные советы по карьере для работников, которые сталкиваются с высоким риском автоматизации, что позволяет им перейти на более безопасные рабочие места, сохраняя многие из навыков, приобретенных на старой работе. Через эти советы правительства могут поддержать общество в становлении более устойчивым к автоматизации».

Авторы создали метод для нахождения любой заданной работы альтернативной работы с значительно более низким риском автоматизации. Эти рабочие места также были близки к исходному по способностям и знаниям, необходимым, что помогает минимизировать усилия по переподготовке.

Этот новый метод может быть использован многими разными способами. Например, правительства могут использовать его для измерения того, сколько работников могут столкнуться с автоматизацией в будущем. Это поможет адаптировать инициативы по переподготовке и политику соответственно. Компании также могут использовать его для анализа затрат, связанных с автоматизацией.

Все эта работа была переведена в алгоритм, который может предсказать риск автоматизации для сотен рабочих мест, а также предлагать переход на другие рабочие места.

Вы можете найти общедоступный алгоритм здесь.