Các nhà kinh tế học phát triển phương pháp ước tính tự động hóa việc làm bằng rô-bốt

Một nhóm các nhà rô-bốt học từ Ecole Polytechnique Fédérale de Lausanne và các nhà kinh tế học từ Đại học Lausanne đã phát triển một phương pháp mới để tính toán các công việc hiện có nào có nguy cơ cao bị tự động hóa bởi máy móc trong tương lai gần.

Nghiên cứu này đã được công bố trên Science Robotics.

Nhóm nghiên cứu cũng đã phát triển một phương pháp để đề xuất chuyển đổi sự nghiệp sang các công việc ít có khả năng bị tự động hóa và với nỗ lực tái đào tạo tối thiểu.

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

Phát triển Phương pháp

Nhóm nghiên cứu đã có thể lập bản đồ khả năng của rô-bốt trên yêu cầu công việc, đây là đột phá chính của nghiên cứu. Họ đã xem xét Kế hoạch Đường dài Đa năm về Rô-bốt H2020 của Châu Âu (MAR), một tài liệu chiến lược của Ủy ban Châu Âu được sửa đổi định kỳ bởi các chuyên gia rô-bốt. MAR chi tiết các khả năng được yêu cầu từ rô-bốt hiện tại hoặc có thể được yêu cầu bởi rô-bốt trong tương lai. Những khả năng này được tổ chức thành các danh mục như thao túng, nhận thức và tương tác với con người.

Nhóm nghiên cứu đã phân tích nhiều bài báo nghiên cứu, bằng sáng chế và mô tả sản phẩm rô-bốt để đánh giá mức độ trưởng thành của khả năng rô-bốt. Họ dựa vào “mức độ sẵn sàng công nghệ” (TRL), một thang đo để đo 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, một nguồn tài nguyên rộng lớn về thị trường lao động Hoa Kỳ. Nó phân loại khoảng 1.000 nghề nghiệp trong khi chi tiết các kỹ năng và kiến thức cần thiết cho mỗi nghề.

Nhóm nghiên cứu đầu tiên đã chọn lọc các khả năng của con người từ danh sách O*net để phù hợp với khả năng rô-bốt từ tài liệu MAR, điều này cho phép họ tính toán khả năng mỗi công việc hiện có sẽ bị thực hiện bởi rô-bốt trong tương lai. Nếu rô-bốt giỏi trong một công việc, TRL sẽ cao hơn.

Xếp hạng Công việc

Sau khi thực hiện phân tích này, kết quả là một bảng xếp hạng 1.000 công việc. Một trong những công việc thấp nhất trong danh sách là “Nhà vật lý học”, trong khi “Nhân viên đóng gói thịt” là một trong những công việc cao nhất. Các công việc trong lĩnh vực chế biến thực phẩm, xây dựng và bảo trì, và xây dựng có nguy cơ cao nhất.

Giáo sư Rafael Lalive đã đồng lãnh đạo nghiên cứu tại Đại học Lausanne.

“Thách thức chính cho xã hội ngày nay là làm thế nào để trở nên bền vững trước tự động hóa,” Giáo sư Lalive nói. “Công việc của chúng tôi cung cấp lời khuyên nghề nghiệp chi tiết cho những người lao động面 đối với nguy cơ tự động hóa cao, điều này cho phép họ chuyển sang các công việc an toàn hơn trong khi tái sử dụng nhiều kỹ năng đã học được trong công việc cũ. Thông qua lời khuyên này, các chính phủ có thể hỗ trợ xã hội trở nên bền vững hơn trước tự động hóa.”

Các tác giả đã tạo ra một phương pháp để tìm một công việc thay thế cho bất kỳ công việc nào với nguy cơ tự động hóa thấp hơn đáng kể. Những công việc này cũng gần với công việc ban đầu khi nói đến khả năng và kiến thức cần thiết, điều này giúp giảm thiểu nỗ lực tái đào tạo.

Phương pháp mới này có thể được sử dụng theo nhiều cách khác nhau. Ví dụ, các chính phủ có thể sử dụng nó để đo lường số lượng người lao động có thể đối mặt với tự động hóa trong tương lai. Điều này sẽ giúp tạo ra các sáng kiến và chính sách tái đào tạo 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 chuyển thành một thuật toán có thể dự đoán nguy cơ tự động hóa cho hàng trăm công việc đồng thời đề xuất chuyển đổi sự nghiệp.

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