Các nhà kinh tế phát triển phương pháp ước tính tự động hóa công việc bằng robot

Một nhóm các nhà chế tạo robot từ Ecole Polytechnique Fédérale de Lausanne và các nhà kinh tế từ Đại học Lausanne đã phát triển một phương pháp mới để tính toán những công việc hiện tại nào có nguy cơ bị máy móc tự động loại bỏ trong tương lai gần. 

Nghiên cứu được công bố trên Khoa học Robot. 

Nhóm cũng đã phát triển một phương pháp đề xuất chuyển đổi nghề nghiệp sang những công việc ít có khả năng bị tự động hóa hơn và với những nỗ lực đào tạo lại nhỏ nhất.

Giáo sư Dario Floreano là Giám đốc Phòng thí nghiệm Hệ thống Thông minh của EPFL và là tác giả chính của nghiên cứu.

“Có một số nghiên cứu dự đoán có bao nhiêu công việc sẽ được tự động hóa bởi robot, nhưng tất cả đều tập trung vào robot phần mềm, chẳng hạn như nhận dạng giọng nói và hình ảnh, cố vấn tài chính bằng robot, chatbot, v.v.,” Giáo sư Floreano nói. “Hơn nữa, những dự đoán đó dao động dữ dội tùy thuộc vào cách đánh giá các yêu cầu công việc và khả năng của phần mềm. Ở đây, chúng tôi không chỉ xem xét phần mềm trí tuệ nhân tạo mà còn cả những rô-bốt rất thông minh thực hiện các công việc thể chất và chúng tôi đã phát triển một phương pháp so sánh có hệ thống khả năng của con người và rô-bốt được sử dụng trong hàng trăm công việc.” 

Phát triển phương pháp

Nhóm đã có thể lập bản đồ các khả năng của robot theo yêu cầu công việc, đây là bước đột phá lớn của nghiên cứu. Họ đã xem xét Lộ trình nhiều năm dành cho người máy H2020 của Châu Âu (MAR), đây là một tài liệu chiến lược của Ủy ban Châu Âu và được các chuyên gia về người máy sửa đổi định kỳ. MAR nêu chi tiết những khả năng nào được yêu cầu từ các robot hiện tại hoặc có thể được yêu cầu bởi các robot trong tương lai. Chúng được tổ chức thành các danh mục như thao tác, nhận thức và tương tác với con người. 

Nhóm đã phân tích nhiều tài liệu nghiên cứu, bằng sáng chế và mô tả về các sản phẩm rô bốt để đánh giá mức độ trưởng thành của khả năng rô bốt. Họ dựa vào “mức độ sẵn sàng của công nghệ” (TRL), là thang đo lường mức độ phát triển công nghệ. 

Khi nói đến khả năng của con người, các nhà nghiên cứu đã sử dụng cơ sở dữ liệu O*net, đây là cơ sở dữ liệu tài nguyên được sử dụng rộng rãi trên thị trường việc làm Hoa Kỳ. Nó phân loại khoảng 1,000 nghề đồng thời nêu chi tiết các kỹ năng và kiến ​​thức cần thiết cho từng nghề. 

Trước tiên, nhóm đã kết hợp có chọn lọc khả năng của con người từ danh sách O*net với khả năng của rô-bốt từ tài liệu MAR, giúp họ tính toán khả năng rô-bốt sẽ thực hiện từng công việc hiện có trong tương lai. Nếu robot làm tốt công việc thì TRL càng cao. 

xếp hạng công việc 

Sau khi thực hiện phân tích này, kết quả là xếp hạng 1,000 công việc. Một trong những thứ thấp nhất trong danh sách là “Các nhà vật lý học”, trong khi “Những người đóng gói thịt” là một trong những thứ cao nhất. Các công việc chế biến thực phẩm, xây dựng và bảo trì, và xây dựng có rủi ro cao nhất.

Giáo sư Rafael Lalive đồng chủ trì nghiên cứu tại Đại học Lausanne.

Giáo sư Lalive nói: “Thách thức chính đối với xã hội ngày nay là làm thế nào để trở nên kiên cường trước sự tự động hóa. “Công việc của chúng tôi cung cấp lời khuyên nghề nghiệp chi tiết cho những người lao động phải đối mặt với rủi ro tự động hóa cao, cho phép họ đảm nhận những công việc an toàn hơn trong khi sử dụng lại nhiều kỹ năng có được từ công việc cũ. Thông qua lời khuyên này, các chính phủ có thể hỗ trợ xã hội trở nên kiên cường hơn trước sự tự động hóa.”

Các tác giả đã tạo ra một phương pháp để tìm bất kỳ công việc cụ thể nào bằng một công việc thay thế với rủi ro tự động hóa thấp hơn đáng kể. Những công việc này cũng gần với công việc ban đầu khi xét đến khả năng và kiến ​​thức cần thiết, giúp giảm thiểu nỗ lực đào tạo lại. 

Phương pháp mới này có thể được sử dụng theo nhiều cách khác nhau. Thứ nhất, các chính phủ có thể sử dụng nó để đo lường có bao nhiêu công nhân có thể phải đối mặt với tự động hóa trong tương lai. Điều này sẽ giúp điều chỉnh các sáng kiến ​​và chính sách đào tạo lại cho phù hợp. Các công ty cũng có thể sử dụng nó để phân tích chi phí liên quan đến tự động hóa. 

Tất cả công việc này đã được dịch thành một thuật toán có thể dự đoán rủi ro tự động hóa cho hàng trăm công việc đồng thời đề xuất chuyển đổi nghề nghiệp. 

Bạn có thể tìm thấy thuật toán có thể truy cập công khai tại đây.