经济学家开发方法估计机器人自动化的工作

来自瑞士联邦理工大学洛桑分校的机器人工程师团队和洛桑大学的经济学家开发了一种新方法，用于计算现有工作在不久的将来被机器自动化的风险。

该研究发表在 Science Robotics 上。

该团队还开发了一种方法，用于建议职业转换到自动化风险较低、需要最少重新培训的工作。

EPFL 智能系统实验室主任 Dario Floreano 教授是该研究的首席作者。

“有很多研究预测机器人将自动化多少工作，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，” Floreano 教授说。“此外，这些预测根据工作要求和软件能力的评估而大幅波动。这里，我们不仅考虑人工智能软件，还考虑执行物理工作的非常智能的机器人，并开发了一种方法来系统地比较人类和机器人在数百个工作中使用的能力。”

开发方法

该团队能够将机器人能力映射到工作要求上，这是研究的主要突破。他们查看了欧盟 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 详细介绍了当前机器人或未来机器人可能需要的能力。这些能力被组织成类别，如操作、感知和与人类的交互。

该团队分析了许多研究论文、专利和机器人产品描述，以评估机器人能力的成熟度。他们依赖于“技术成熟度”（TRL），这是衡量技术发展水平的尺度。

在人类能力方面，研究人员使用了 O*net 数据库，这是一个关于美国职场的广泛使用的资源数据库。它对大约 1,000 个职业进行了分类，同时详细介绍了每个职业所需的技能和知识。

该团队首先选择性地匹配 O*net 列表中的人类能力与 MAR 文档中的机器人能力，这使他们能够计算每个现有工作在未来被机器人执行的可能性。如果机器人擅长某项工作，则 TRL 更高。

排名工作

经过这项分析后，结果是对 1,000 个工作进行了排名。排名最低的工作之一是“物理学家”，而“肉类包装工”是排名最高的工作之一。食品加工、建筑和维护以及建筑工作的自动化风险最高。

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对自动化具有弹性，” Lalive 教授说。“我们的工作为面临高自动化风险的工人提供了详细的职业建议，这使他们能够转向更安全的工作，同时重用以前工作中获得的大部分技能。通过这种建议，政府可以支持社会成为更具弹性的自动化。”

作者创建了一种方法，用于找到任何给定工作的替代工作，替代工作的自动化风险显著降低，并且所需的能力和知识与原始工作相似，这有助于将重新培训工作减至最少。

这种新方法可以以多种方式使用。例如，政府可以使用它来衡量未来可能面临自动化的工人数量。这将有助于量身定制重新培训计划和政策。公司也可以使用它来分析自动化的成本。

所有这些工作都被翻译成一个算法，该算法可以预测数百个工作的自动化风险，同时也建议职业转换。

您可以在 这里 找到公开可访问的算法。