Der er nu en algoritme til at hjælpe arbejdere med at undgå at miste deres job til en algoritme PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Der er nu en algoritme til at hjælpe arbejdere med at undgå at miste deres job til en algoritme

Tidsstempel: 18. april 2022 kl. 10
automatiseringsalgoritme fremtidens arbejdsrobot

Efterhånden som kunstig intelligens og robotteknologi fortsætter med at udvikle sig, er der bekymring for, at maskiner snart kan erstatte mennesker i en bred vifte af erhverv. Nu er der en ny måde at fortælle, hvor sandsynligt dit job er overtaget af robotter eller AI, og hvilket job du skal skifte til, hvis du er i fare.

Industrielle robotter har været fast inventar på produktionslinjer i årtier, men de har generelt været dumme og farlige, ude af stand til at operere uden for stærkt kontrollerede miljøer og kan skade menneskelige arbejdere, medmindre de er sat sikkert i bur.

Fremskridt inden for AI begynder dog at ændre på det, med mere adrætte og bevidste robotter stkunst at flytte fra fabrikker og lagerbygninger til butiksfacader og restauranter. Krav til social distancering på grund af Covid-19-pandemien have kun accelererede denne tendens, hvilket giver næring til angst, som et stigende antal menneskelige arbejdere kan ende med at få fordrived af robotter.

Der har været masser af undersøgelser, der har til formål at forudsige, hvilke job der er mest udsat for AI og robotteknologi, men nu er schweiziske forskere gået et skridt videre. Ud over at rangere de job, der er mest udsat for automatisering, har de også udtænkt en metode for udsatte arbejdstagere til at identificere job, der er mindre tilbøjelige til at blive automatiseret, og som allerede passer godt til deres eksisterende færdigheder.

"Den centrale udfordring for samfundet i dag er, hvordan man bliver modstandsdygtig over for automatisering,” studie co-lead Rafael Lalive, fra University of Lausanne, sagde i en pressemeddelelse. "Vores arbejde giver detaljeret karriererådgivning til arbejdere, der står over for høje risici for automatisering, hvilket giver dem mulighed for at påtage sig mere sikre job, mens de genbruger mange af de færdigheder, de har erhvervet på det gamle job."

Arbejdere, der taber til automatisering, er ikke et nyt fænomen. Som forskerne bemærker i et papir offentliggjort i Science Robotics, mekaniseringen af ​​landbruget og automatiseringen af ​​fremstillingen førte til væsentlige ændringer i arbejdsstyrkens struktur. Men det påpeger de denne gang arunde, kan disse ændringer være langt mere forstyrrende.

Mens tidligere bølger af automatisering primært påvirkede job med lav kvalifikationer, betyder maskinernes hurtigt forbedrede egenskaber, at mellem- og højkvalifikationer er i stigende grad i fare. Fremskridtstempoet betyder også, at job kan ændre sig langt hurtigere end før, hvilket åbner mulighed for, at arbejdstagere bliver nødt til at omskole og erhverve nye færdigheder flere gange i løbet af deres levetid.

For at identificere de job, der har størst risiko for at blive erstattet af robotter, oprettede holdet først en liste over robotegenskaber lånt fra European H2020 Robotics Multi-Annual Roadmap, som er produceret af et samarbejde mellem EU og robotindustrien. Derefter gennemsøgte de forskningsartikler, patenter og beskrivelser af kommercielt tilgængelige robotter for at bestemme, hvor modne hver af robotegenskaberne var.

Disse blev derefter matchet op til menneskelige evner skitseret i Occupational Information Network (O*NET) datasættet, som indeholder detaljer om næsten 1,000 jobprofiler. Ved at vurdere, hvor mange af de færdigheder, der kræves for at udføre et bestemt job, der kan udføres af en robot eller kan være i en fjern fremtid, kan teamet finde ud af, hvilke erhverv der er mest udsat for automatisering.

Dette blev brugt to rangerer de omkring 1,000 jobs i O*NET, med manuelle job som meatpacker mest udsatte og kognitivt krævende jobs som fysiker, der er sikre i en overskuelig fremtid. I modsætning til tidligere forskning udviklede holdet dog en måde at finde ud af, hvad de smarteste jobovergange ville være for udsatte arbejdstagere.

Ved at beregne ligheden mellem kravene i to job, var forskerne i stand til at komme med et mål for, hvor meget indsats det ville tage for arbejdere at omskole. De kombinerede dette med hvert jobs risiko for automatisering for at identificere det nemmeste job for en arbejder at skifte til uden fare for, at det nye erhverv også snart bliver overflødigt.

Forskerne siger, at metoden kunne hjælpe regeringer med at skræddersy deres omskolingspolitikker og også kunne hjælpe udsatte arbejdstagere med at træffe smartere valg om karriereændringer. De har endda oprettet en hjemmeside hvor folk kan tjekke, om deres job er i fare, og hvad der kan være de bedste alternativer for dem.

Skrivning i en tilhørende kommentar, påpeger Andrea Gentili fra University of International Studies i Rom, at de jobbeskrivelsesdata, som forskerne bruger, er begrænsede, og at sammenligningen af ​​menneskelige og robotiske evner stadig er noget grov. Ikke desto mindre, siger han, er den tilgang, de har valgt, et innovativt bidrag, der kan være med til at hjælpe arbejdere med at skifte til job, der er mindre udsat for automatisering.

Billede Credit: mohamed_hassan / 5741 billeder

Tidsstempel:

Mere fra Singularitet Hub