经济学家开发了估计机器人工作自动化的方法

洛桑联邦理工学院的机器人学家团队和洛桑大学的经济学家开发了一种新方法，可以计算哪些现有工作在不久的将来更有可能被机器自动化取代。 

这项研究结果发表在 科学机器人. 

该团队还开发了一种方法，建议将职业过渡到不太可能实现自动化且再培训工作最少的工作。

Dario Floreano 教授是 EPFL 智能系统实验室主任，也是该研究的主要作者。

“有几项研究预测有多少工作将由机器人实现自动化，但它们都集中在软件机器人上，例如语音和图像识别、金融机器人顾问、聊天机器人等，”弗洛雷亚诺教授说。 “此外，这些预测会根据工作要求和软件能力的评估方式而大幅波动。 在这里，我们不仅考虑人工智能软件，还考虑执行体力工作的非常智能的机器人，我们开发了一种方法，对数百种工作中使用的人类和机器人的能力进行系统比较。” 

开发方法

该团队能够根据工作要求映射机器人的能力，这是该研究的重大突破。 他们研究了欧洲 H2020 机器人多年路线图 (MAR)，这是欧盟委员会的一份战略文件，由机器人专家定期修订。 MAR 详细说明了当前机器人需要或未来机器人可能需要哪些能力。 这些被分为操纵、感知和与人类互动等类别。 

该团队分析了许多研究论文、专利和机器人产品的描述，以评估机器人能力的成熟度。 他们依靠的是“技术就绪水平”（TRL），这是衡量技术发展水平的一个量表。 

当谈到人类能力时，研究人员使用了O*net数据库，这是美国就业市场上广泛使用的资源数据库。 它对大约 1,000 种职业进行了分类，同时详细说明了每种职业所需的技能和知识。 

该团队首先有选择地将 O*net 列表中的人类能力与 MAR 文档中的机器人能力进行匹配，这使他们能够计算出现有的每项工作未来由机器人执行的可能性有多大。 如果机器人擅长某项工作，TRL 就会更高。 

职位排名 

进行此分析后，结果是对 1,000 个职位进行了排名。 名单上排名最低的之一是“物理学家”，而“肉类包装工”是排名最高的之一。 食品加工、建筑和维护以及施工等行业的风险最高。

洛桑大学的 Rafael Lalive 教授共同领导了这项研究。

“当今社会面临的主要挑战是如何抵御自动化，”拉利夫教授说。 “我们的工作为面临自动化高风险的工人提供了详细的职业建议，这使他们能够从事更安全的工作，同时重用在旧工作中获得的许多技能。 通过这些建议，政府可以支持社会增强抵御自动化的能力。”

作者创建了一种方法，可以为任何给定的工作找到自动化风险显着降低的替代工作。 这些工作在所需的能力和知识方面也与原来的工作接近，这有助于将再培训的工作量降至最低。 

这种新方法可以以多种不同的方式使用。 其一，政府可以用它来衡量未来有多少工人可能面临自动化。 这将有助于相应地调整再培训计划和政策。 公司还可以使用它来分析与自动化相关的成本。 

所有这些工作都被转化为一种算法，可以预测数百种工作的自动化风险，同时还可以建议职业转型。 

您可以找到可公开访问的算法 此处.