Ekonomistler, İş Otomasyonunu Robotlar Tarafından Tahmin Etmek İçin Yöntem Geliştirdi

Ecole Polytechnique Fédérale de Lausanne'den robotikçiler ve Lozan Üniversitesi'nden ekonomistlerden oluşan bir ekip, yakın gelecekte hangi mevcut işlerin makineler tarafından otomatikleştirilme riskinin daha yüksek olduğunu hesaplamak için yeni bir yöntem geliştirdi. 

Çalışma yayımlandı Bilim Robotik. 

Ekip ayrıca, otomatikleşme olasılığı daha düşük olan ve en küçük yeniden eğitim çabalarıyla kariyer geçişlerini önermek için bir yöntem geliştirdi.

Prof. Dario Floreano, EPFL'nin Akıllı Sistemler Laboratuvarı Direktörü ve çalışmanın baş yazarıdır.

Floreano, "Kaç işin robotlar tarafından otomatikleştirileceğini tahmin eden birkaç çalışma var, ancak hepsi konuşma ve görüntü tanıma, finansal robo-danışmanlar, sohbet robotları ve benzeri gibi yazılım robotlarına odaklanıyor" diyor. "Ayrıca, bu tahminler, iş gereksinimlerinin ve yazılım becerilerinin nasıl değerlendirildiğine bağlı olarak çılgınca dalgalanıyor. Burada sadece yapay zeka yazılımlarını değil, fiziksel iş yapan çok zeki robotları da ele alıyoruz ve yüzlerce işte kullanılan insan ve robotik yeteneklerin sistematik olarak karşılaştırılmasına yönelik bir yöntem geliştirdik.” 

Yöntemi Geliştirmek

Ekip, çalışmanın en önemli buluşu olan iş gereksinimlerine göre robot yeteneklerinin haritasını çıkarabildi. Avrupa Komisyonu tarafından robotik uzmanları tarafından periyodik olarak revize edilen bir strateji belgesi olan Avrupa H2020 Robotik Çok Yıllı Yol Haritasına (MAR) baktılar. MAR, mevcut robotlardan hangi yeteneklerin istendiğini veya gelecekte hangilerinin istenebileceğini ayrıntılarıyla açıklar. Bunlar, manipülasyon, algı ve insanlarla etkileşim gibi kategoriler halinde düzenlenmiştir. 

Ekip, robotik yeteneklerin olgunluk düzeyini değerlendirmek için robotik ürünlerin birçok araştırma makalesini, patentini ve tanımını analiz etti. Teknoloji geliştirme düzeyini ölçmek için bir ölçek olan “teknoloji hazırlık düzeyine” (TRL) güvendiler. 

İnsan yetenekleri söz konusu olduğunda, araştırmacılar ABD iş piyasasında yaygın olarak kullanılan bir kaynak veritabanı olan O*net veritabanını kullandılar. Her biri için gereken bilgi ve becerileri detaylandırırken yaklaşık 1,000 mesleği sınıflandırır. 

Ekip ilk önce O*net listesindeki insan yeteneklerini MAR belgesindeki robotik yeteneklerle seçerek eşleştirdi ve bu da mevcut her bir işin gelecekte bir robot tarafından gerçekleştirilme olasılığını hesaplamalarına olanak sağladı. Bir robot bir işte iyiyse, TRL daha yüksektir. 

İşleri Sıralama 

Bu analizi gerçekleştirdikten sonra, sonuç 1,000 iş sıralamasıydı. Listedeki en düşüklerden biri “Fizikçiler” iken, “Et Paketleyicileri” en yükseklerden biriydi. Gıda işleme, inşaat ve bakım ve inşaat sektörlerindeki işler en yüksek riske sahipti.

Prof. Rafael Lalive, Lozan Üniversitesi'ndeki çalışmanın eş başkanlığını yaptı.

Prof. Lalive, "Bugün toplum için en önemli zorluk, otomasyona karşı nasıl dayanıklı olunacağıdır" diyor. "Çalışmamız, otomasyonun yüksek riskleriyle karşı karşıya kalan çalışanlara, eski işlerinde edindikleri becerilerin birçoğunu yeniden kullanırken daha güvenli işler almalarına olanak tanıyan ayrıntılı kariyer tavsiyeleri sağlıyor. Bu tavsiye sayesinde hükümetler, toplumun otomasyona karşı daha dirençli hale gelmesine destek olabilir.”

Yazarlar, herhangi bir işi, önemli ölçüde daha düşük otomasyon riski olan alternatif bir iş bulmak için bir yöntem yarattı. Bu işler, yeniden eğitim çabalarını minimumda tutmaya yardımcı olan gerekli yetenekler ve bilgiler söz konusu olduğunda da orijinaline yakındı. 

Bu yeni yöntem birçok farklı şekilde kullanılabilir. Birincisi, hükümetler bunu gelecekte kaç işçinin otomasyonla karşı karşıya kalabileceğini ölçmek için kullanabilir. Bu, yeniden eğitim girişimlerinin ve politikalarının buna göre uyarlanmasına yardımcı olacaktır. Şirketler, otomasyonla ilgili maliyetleri analiz etmek için de kullanabilir. 

Tüm bu çalışmalar, yüzlerce iş için otomasyon riskini tahmin edebilen ve aynı zamanda kariyer geçişleri önerebilen bir algoritmaya çevrildi. 

Herkese açık algoritmayı bulabilirsiniz. okuyun.