Wenn es um die Zukunft der intelligenten Robotik geht, lautet die erste Frage, die oft gestellt wird: Wie viele Arbeitsplätze werden sie vernichten? Was auch immer die Antwort sein mag, die zweite Frage wird wahrscheinlich lauten: Wie kann ich das garantieren? Für mich Arbeit gehört nicht dazu?
In einer gerade veröffentlichten Studie in Wissenschaft RobotikAntworten auf diese beiden Fragen liefert ein Team aus Robotikern der EPFL und Wirtschaftswissenschaftlern der Universität Lausanne. Indem sie die wissenschaftliche und technische Literatur zu Roboterfähigkeiten mit Beschäftigungs- und Lohnstatistiken kombinierten, entwickelten sie eine Methode zur Berechnung der aktuellen Jobs, die Maschinen voraussichtlich in naher Zukunft ausführen werden. Darüber hinaus haben sie eine Methode entwickelt, um Berufswechsel zu Jobs vorzuschlagen, die weniger riskant sind und weniger Umschulungsaufwand erfordern.
„Es gibt viele Studien, die die Anzahl der Jobs prognostizieren, die durch Bots automatisiert werden, aber alle konzentrieren sich auf Bots, wie Sprach- und Bilderkennung, Finanzbot-Berater, Chatbots usw. Außerdem schwanken diese Prognosen stark je nach Wie man Arbeitsanforderungen und Softwarefähigkeiten bewertet: Hier betrachten wir nicht nur Software mit künstlicher Intelligenz, sondern auch echte intelligente Roboter, die körperliche Arbeit verrichten, und haben eine Methode zum systematischen Vergleich menschlicher und robotischer Fähigkeiten entwickelt, die in Hunderten von Jobs verwendet werden“, erklärt Professor Dario Floriano, Direktor des EPFL Laboratory Intelligent Systems, der die Studie an der EPFL leitete.
Die Hauptinnovation der Studie ist die Abbildung neuer Roboterfähigkeiten auf Geschäftsanforderungen. Das Team betrachtete die H2020 European Multi-Year Roadmap for Robotics (MAR), ein strategisches Dokument der Europäischen Kommission, das regelmäßig von Robotikexperten überprüft wird. MAR beschreibt Dutzende von Fähigkeiten, die der aktuelle Roboter benötigt oder die zukünftige Fähigkeiten erfordern könnten, die in Kategorien wie Manipulation, Wahrnehmung, Wahrnehmung und Interaktion mit Menschen organisiert sind. Die Forscher untersuchten Forschungsarbeiten, Patente und Beschreibungen von Roboterprodukten, um den Reifegrad der Roboterfähigkeiten anhand eines bekannten Maßes für technologische Ausgereiftheit, dem „Technological Readiness Level“ (TRL), zu bewerten.
Was die menschlichen Fähigkeiten betrifft, stützten sie sich auf die O*net-Datenbank, eine auf dem US-Arbeitsmarkt weit verbreitete Datenbank mit Ressourcen, die etwa 1.000 Berufe auflistet und die Fähigkeiten und Kenntnisse aufschlüsselt, die für jeden am wichtigsten sind.
Nach dem selektiven Abgleich menschlicher Fähigkeiten aus der O*net-Liste mit Roboterfähigkeiten aus dem MAR-Dokument konnte das Team die Wahrscheinlichkeit berechnen, dass jede aktuelle Transaktion von einem Bot ausgeführt würde. Nehmen wir zum Beispiel an, dass ein Job erfordert, dass ein Mensch mit millimetergenauen Bewegungen arbeitet. Darin sind die Bots sehr gut, daher ist die TRL für die entsprechende Fähigkeit am höchsten. Wenn ein Job genügend dieser Fähigkeiten erfordert, ist es wahrscheinlicher, dass er automatisiert wird als ein Job, der Fähigkeiten wie kritisches Denken oder Kreativität erfordert.
Das Ergebnis ist eine Klassifizierung von 1.000 Arbeitsplätzen, bei denen „Physiker“ am wenigsten und „Schlachthöfe und Fleischverpacker“ am stärksten gefährdet sind, durch Maschinen ersetzt zu werden. Im Allgemeinen scheinen Jobs in der Lebensmittelherstellung, im Bauwesen, in der Instandhaltung, im Bauwesen und in der Gewinnung die höchsten Risiken zu bergen.
„Die größte Herausforderung, vor der die Gesellschaft heute steht, besteht darin, der Automatisierung gegenüber widerstandsfähig zu werden“, sagt Professor Raphael LaLife. der die Studie an der Universität Lausanne mitleitete. “Unsere Arbeit bietet Arbeitnehmern, die hohen Risiken durch die Automatisierung ausgesetzt sind, eine eingehende Karriereberatung, die es ihnen ermöglicht, sicherere Jobs anzunehmen und gleichzeitig viele Fähigkeiten wiederzuverwenden, die sie im alten Job erlernt haben. Mit diesen Tipps können Regierungen der Gesellschaft helfen, widerstandsfähiger gegen die Automatisierung zu werden.”
Die Autoren entwickelten dann eine Methode, um alternative Jobs für einen bestimmten Job zu finden, die ein viel geringeres Automatisierungsrisiko aufweisen und in Bezug auf die erforderlichen Fähigkeiten und Kenntnisse dem Original ziemlich nahe kommen – wodurch der Umschulungsaufwand reduziert und ein Karrierewechsel ermöglicht wird. Um zu testen, wie sich diese Methode im wirklichen Leben verhält, verwendeten sie Daten von US-Beschäftigten und simulierten Tausende von Berufswechseln auf der Grundlage von Algorithmusvorschlägen und stellten fest, dass es Arbeitnehmern in Berufen mit hohem Risiko tatsächlich ermöglichen würde, in Jobs mit mittlerem Risiko zu wechseln. Er handelt, während er sich einem relativ geringen Umschulungsaufwand unterzieht.
Diese Methode kann von Regierungen verwendet werden, um die Anzahl der Arbeitnehmer zu messen, die Risiken der Automatisierung ausgesetzt sein könnten, und um Umschulungsrichtlinien anzupassen, von Unternehmen, um die Kosten einer zunehmenden Automatisierung abzuschätzen, von Robotikherstellern, um ihre Produkte besser an die Marktbedürfnisse anzupassen; Es obliegt der Öffentlichkeit, den einfachsten Weg zur Neupositionierung auf dem Arbeitsmarkt zu bestimmen.
Schliesslich übersetzten die Autoren die neuen Methoden und Daten in einen Algorithmus, der Automatisierungsrisiken für Hunderte von Jobs vorhersagt und flexible Karriereübergänge mit minimalem Umschulungsaufwand vorschlägt, öffentlich verfügbar unter https://lis2.epfl.ch/resiliencetorobots.