Ekonómovia vyvinuli metódu odhadu automatizácie práce robotmi

Tím robotikov z Ecole Polytechnique Fédérale de Lausanne a ekonómov z Univerzity v Lausanne vyvinuli novú metódu na výpočet toho, ktoré existujúce pracovné miesta sú v blízkej budúcnosti viac ohrozené automatizáciou strojmi. 

Štúdia bola uverejnená v roku 2006 Veda robotika. 

Tím tiež vyvinul metódu na navrhnutie kariérnych prechodov na pracovné miesta, ktoré budú menej automatizované a s čo najmenším úsilím o rekvalifikáciu.

Prof. Dario Floreano je riaditeľom laboratória inteligentných systémov EPFL a hlavným autorom štúdie.

„Existuje niekoľko štúdií, ktoré predpovedajú, koľko úloh zautomatizujú roboty, ale všetky sa zameriavajú na softvérové ​​roboty, ako je rozpoznávanie reči a obrazu, finanční robo-poradcovia, chatboty a tak ďalej,“ hovorí prof. Floreano. „Okrem toho tieto predpovede divoko oscilujú v závislosti od toho, ako sa hodnotia pracovné požiadavky a softvérové ​​schopnosti. Tu uvažujeme nielen o softvéri umelej inteligencie, ale aj o veľmi inteligentných robotoch, ktoré vykonávajú fyzickú prácu a vyvinuli sme metódu na systematické porovnávanie ľudských a robotických schopností využívaných v stovkách pracovných miest.“ 

Vypracovanie metódy

Tímu sa podarilo zmapovať schopnosti robota podľa požiadaviek na prácu, čo bol hlavný prelom štúdie. Pozreli sa na európsky H2020 Robotic Multi-Annual Roadmap (MAR), čo je strategický dokument Európskej komisie, ktorý odborníci na robotiku pravidelne revidujú. MAR uvádza, ktoré schopnosti sú požadované od súčasných robotov alebo ktoré môžu byť požadované budúcimi robotmi. Sú usporiadané do kategórií, ako je manipulácia, vnímanie a interakcia s ľuďmi. 

Tím analyzoval mnohé výskumné práce, patenty a popisy robotických produktov, aby posúdil úroveň zrelosti robotických schopností. Spoliehali sa na „úroveň pripravenosti technológie“ (TRL), čo je stupnica na meranie úrovne technologického rozvoja. 

Pokiaľ ide o ľudské schopnosti, vedci použili databázu O*net, ktorá je široko používanou databázou zdrojov na americkom trhu práce. Klasifikuje približne 1,000 XNUMX povolaní, pričom podrobne popisuje zručnosti a znalosti potrebné pre každé z nich. 

Tím najprv selektívne porovnával ľudské schopnosti zo zoznamu O*net s robotickými schopnosťami z dokumentu MAR, čo im umožnilo vypočítať, aká je pravdepodobnosť, že každú existujúcu prácu bude v budúcnosti vykonávať robot. Ak je robot v práci dobrý, TRL je vyššie. 

Hodnotenie pracovných miest 

Po vykonaní tejto analýzy bolo výsledkom hodnotenie 1,000 XNUMX pracovných miest. Jedným z najnižších na zozname boli „Fyzici“, zatiaľ čo „Balíčci mäsa“ boli jedným z najvyšších. Najvyššie riziko predstavovali pracovné miesta v oblasti spracovania potravín, výstavby a údržby a stavebníctva.

Prof. Rafael Lalive spoluviedol štúdiu na univerzite v Lausanne.

„Kľúčovou výzvou pre dnešnú spoločnosť je, ako sa stať odolným voči automatizácii,“ hovorí prof. Lalive. „Naša práca poskytuje podrobné kariérne poradenstvo pre pracovníkov, ktorí čelia vysokým rizikám automatizácie, čo im umožňuje prijať bezpečnejšie pracovné miesta a zároveň využiť mnohé zručnosti získané v starej práci. Prostredníctvom tejto rady môžu vlády podporiť spoločnosť, aby sa stala odolnejšou voči automatizácii.“

Autori vytvorili metódu, ako nájsť pre akúkoľvek danú prácu alternatívnu prácu s výrazne nižším rizikom automatizácie. Tieto zamestnania sa tiež približovali pôvodnému, čo sa týka požadovaných schopností a vedomostí, čo pomáha znižovať rekvalifikačné úsilie na minimum. 

Táto nová metóda sa dá použiť mnohými rôznymi spôsobmi. Po prvé, vlády ho môžu použiť na meranie toho, koľko pracovníkov by mohlo v budúcnosti čeliť automatizácii. To by pomohlo zodpovedajúcim spôsobom prispôsobiť rekvalifikačné iniciatívy a politiky. Spoločnosti by ho mohli použiť aj na analýzu nákladov spojených s automatizáciou. 

Celá táto práca bola prevedená do algoritmu, ktorý dokáže predpovedať riziko automatizácie pre stovky pracovných miest a zároveň navrhuje kariérne prechody. 

Môžete nájsť verejne prístupný algoritmus tu.