Економісти розробили метод оцінки автоматизації робочих місць роботами

Команда робототехніків з Еколь Політекнік Федераль де Лозанни та економістів з Університету Лозанни розробили новий метод розрахунку існуючих робочих місць, які найбільш підлягають автоматизації машинами в найближчому майбутньому.

Дослідження було опубліковано в Science Robotics.

Команда також розробила метод рекомендацій щодо кар’єрних переходів на робочі місця, які менше підлягають автоматизації та потребують мінімальних зусиль щодо перепідготовки.

Професор Даріо Флореано є директором Лабораторії інтелектуальних систем ЕПФЛ та головним автором дослідження.

“Є кілька досліджень, які передбачають, скільки робочих місць буде автоматизовано роботами, але вони всі зосереджені на програмних роботах, таких як розпізнавання мови та зображень, фінансові роботизовані радники, чат-боти тощо”, говорить професор Флореано. “Крім того, ці прогнози сильно коливаються залежно від того, як оцінюються вимоги до роботи та можливості програмного забезпечення. Тут ми розглядаємо не тільки штучний інтелект, але також дуже розумні роботи, які виконують фізичну роботу, та розробили метод систематичного порівняння людських та роботизованих можливостей, використовуваних у сотнях робочих місць.”

Розробка методу

Команда змогла зіставити можливості роботів з вимогами до роботи, що було основним проривом дослідження. Вони розглянули Європейську дорожню карту робототехніки H2020 (MAR), яка є стратегічним документом Європейської комісії, періодично оновлюваному експертами з робототехніки. MAR деталізує, які можливості потрібні від поточних роботів або можуть бути потрібні майбутніми. Ці можливості організовані у категорії, такі як маніпуляція, сприйняття та взаємодія з людьми.

Команда проаналізувала багато дослідницьких робіт, патентів та описів роботизованих продуктів, щоб оцінити рівень зрілості роботизованих можливостей. Вони спиралися на “рівень готовності технології” (TRL), який є шкалою для вимірювання рівня розвитку технологій.

Коли мова йшла про людські можливості, дослідники використовували базу даних O*net, яка є широко використовуваною базою даних про ринок праці США. Вона класифікує близько 1000 професій, деталізуючи навички та знання, необхідні для кожної.

Команда спочатку вибірково зіставила людські можливості з списку O*net з роботизованими можливостями з документа MAR, що дозволило їм розрахувати, наскільки кожна існуюча робота підлягає виконанню роботом у майбутньому. Якщо робот добре виконує роботу, рівень TRL вищий.

Рейтинг робочих місць

Після проведення цього аналізу результатом стала рейтингова таблиця 1000 робочих місць. Одним з найнижчих у списку був “Фізики”, тоді як “Пакувальники м’яса” були одним з найвищих. Робочі місця у сфері обробки харчових продуктів, будівництва та технічного обслуговування мали найвищий ризик.

Професор Рафаель Лалайв спільно керував дослідженням в Університеті Лозанни.

“Ключовим викликом для суспільства сьогодні є те, як стати стійким до автоматизації”, говорить професор Лалайв. “Наша робота надає детальну кар’єрну пораду працівникам, які стикаються з високим ризиком автоматизації, що дозволяє їм перейти на більш безпечні робочі місця, використовуючи багато з навичок, здобутих на попередній роботі. Через цю пораду уряди можуть підтримувати суспільство у ставленні більш стійким до автоматизації.”

Автори створили метод для пошуку будь-якої даної роботи альтернативної роботи з значно нижчим ризиком автоматизації. Ці роботи також були близькими до оригінальної роботи, коли мова йшла про необхідні можливості та знання, що допомагає зберігати мінімальні зусилля щодо перепідготовки.

Цей новий метод можна використовувати багатьма різними способами. Наприклад, уряди можуть використовувати його для вимірювання кількості працівників, які можуть зіткнутися з автоматизацією в майбутньому. Це допоможе адаптувати ініціативи щодо перепідготовки та політики відповідно. Компанії також можуть використовувати його для аналізу витрат, пов’язаних з автоматизацією.

Вся ця робота була перекладена в алгоритм, який може передбачити ризик автоматизації для сотень робочих місць, а також пропонувати кар’єрні переходи.

Ви можете знайти публічно доступний алгоритм тут.