Sekarang Ada Algoritma untuk Membantu Pekerja Menghindari Kehilangan Pekerjaan mereka ke Algoritma Data Intelligence PlatoBlockchain. Pencarian Vertikal. ai.

Sekarang Ada Algoritme untuk Membantu Pekerja Menghindari Kehilangan Pekerjaan karena Algoritme

algoritma otomatisasi robot kerja masa depan

Seiring kemajuan AI dan robotika, ada kekhawatiran bahwa mesin dapat segera menggantikan manusia dalam berbagai pekerjaan. Sekarang ada cara baru untuk mengetahui seberapa besar kemungkinan pekerjaan Anda diambil alih oleh robot atau AI, dan pekerjaan apa yang harus dialihkan jika Anda berisiko.

Robot industri telah menjadi perlengkapan di lini manufaktur selama beberapa dekade, tetapi mereka umumnya bodoh dan berbahaya, tidak mampu beroperasi di luar lingkungan yang sangat terkontrol dan dapat melukai pekerja manusia kecuali dikurung dengan aman.

Kemajuan dalam AI mulai mengubahnya, dengan robot yang lebih gesit dan sadarseni untuk pindah dari pabrik dan gudang ke etalase dan restoran. Persyaratan jarak sosial karena pandemi Covid-19 have hanya mempercepat tren ini, memicu kecemasan bahwa semakin banyak pekerja manusia yang akhirnya mendapatkan menggantikand oleh robot.

Ada banyak penelitian yang bertujuan untuk memprediksi pekerjaan mana yang paling berisiko dari AI dan robotika, tetapi sekarang para peneliti Swiss telah melangkah lebih jauh. Selain memberi peringkat pekerjaan yang paling berisiko otomatisasi, mereka juga telah merancang metode bagi pekerja yang berisiko untuk mengidentifikasi pekerjaan yang kemungkinan kecil akan diotomatisasi yang sudah sesuai dengan keterampilan mereka yang ada.

"Tantangan utama bagi masyarakat saat ini adalah bagaimana menjadi tangguh terhadap otomatisasi,” studi co-lead Rafael Lalive, dari Universitas Lausanne, mengatakan dalam siaran pers. “Pekerjaan kami memberikan saran karier yang terperinci bagi pekerja yang menghadapi risiko otomatisasi yang tinggi, yang memungkinkan mereka melakukan pekerjaan yang lebih aman sambil menggunakan kembali banyak keterampilan yang diperoleh di pekerjaan lama.”

Pekerja yang kalah dengan otomatisasi bukanlah fenomena baru. Seperti yang dicatat oleh para peneliti dalam sebuah makalah diterbitkan dalam Robotika ilmu, mekanisasi pertanian dan otomatisasi manufaktur menyebabkan perubahan signifikan dalam struktur tenaga kerja. Tetapi mereka menunjukkan bahwa kali ini abulat, perubahan ini mungkin jauh lebih mengganggu.

Sementara gelombang otomatisasi sebelumnya terutama memengaruhi pekerjaan dengan keterampilan rendah, kemampuan mesin yang meningkat dengan cepat berarti bahwa pekerjaan dengan keterampilan menengah dan tinggi semakin berisiko. Laju kemajuan juga berarti bahwa pekerjaan dapat berubah jauh lebih cepat daripada sebelumnya, membuka prospek bahwa pekerja harus melatih ulang dan memperoleh keterampilan baru beberapa kali sepanjang hidup mereka.

Untuk mengidentifikasi pekerjaan yang paling berisiko digantikan oleh robot, tim pertama-tama membuat daftar kemampuan robot yang dipinjam dari Peta Jalan Multi-Tahunan Robotika H2020 Eropa, yang dihasilkan oleh kolaborasi antara Uni Eropa dan industri robotika. Mereka kemudian menjelajahi makalah penelitian, paten, dan deskripsi robot yang tersedia secara komersial untuk menentukan seberapa matang setiap kemampuan robot.

Ini kemudian dicocokkan dengan kemampuan manusia yang diuraikan dalam kumpulan data Jaringan Informasi Pekerjaan (O*NET), yang mencakup perincian tentang hampir 1,000 profil pekerjaan. Dengan menilai berapa banyak keterampilan yang diperlukan untuk melakukan pekerjaan tertentu yang dapat dilakukan oleh robot, atau mungkin di masa depan yang jauh, tim dapat menentukan pekerjaan apa yang paling berisiko otomatisasi.

Ini digunakan untuko beri peringkat sekitar 1,000 pekerjaan di O*NET, dengan pekerjaan manual seperti pengepakan daging paling berisiko dan pekerjaan yang menuntut kognitif seperti fisikawan aman untuk masa mendatang. Tidak seperti penelitian sebelumnya, tim kemudian mengembangkan cara untuk mengetahui transisi pekerjaan paling cerdas bagi pekerja berisiko.

Dengan menghitung kesamaan persyaratan dalam dua pekerjaan, para peneliti dapat menemukan ukuran seberapa banyak upaya yang diperlukan bagi pekerja untuk melatih kembali. Mereka kemudian menggabungkan ini dengan risiko otomatisasi setiap pekerjaan untuk mengidentifikasi pekerjaan termudah bagi seorang pekerja untuk beralih tanpa bahaya bahwa pekerjaan baru juga akan segera menjadi mubazir.

Para peneliti mengatakan metode ini dapat membantu pemerintah menyesuaikan kebijakan pelatihan ulang mereka dan juga dapat membantu pekerja yang berisiko membuat pilihan yang lebih cerdas tentang perubahan karir. Mereka bahkan membuat situs web di mana orang dapat memeriksa apakah pekerjaan mereka dalam bahaya dan apa alternatif terbaik bagi mereka.

Menulis di komentar yang menyertai, Andrea Gentili dari Universitas Studi Internasional di Roma menunjukkan bahwa data deskripsi pekerjaan yang digunakan oleh para peneliti terbatas dan perbandingan kemampuan manusia dan robot masih agak kasar. Meskipun demikian, katanya, pendekatan yang mereka ambil merupakan kontribusi inovatif yang dapat membantu transisi pekerja ke pekerjaan yang tidak berisiko otomatisasi.

Gambar Kredit: mohamed_hassan / 5741 gambar

Stempel Waktu:

Lebih dari Hub Singularity