2022-4-12 スイス連邦工科大学ローザンヌ校(EPFL)
Science Robotics誌に掲載された研究で、EPFLのロボット工学者とローザンヌ大学の経済学者からなるチームが、この疑問に対する答えを提示しています。
・ロボット能力に関する科学技術文献と雇用・賃金統計を組み合わせることで、現在ある仕事のうち、近い将来に機械が行うようになる危険性が高いものを算出する方法を開発した。さらに、よりリスクが低く、再教育の必要性が最も低い仕事へのキャリア転換を提案する方法を考案した。
<関連情報>
- https://actu.epfl.ch/news/how-to-compete-with-robots/
- https://www.science.org/doi/10.1126/scirobotics.abg5561
ジョブオートメーションのリスクと回復力のある代替案を評価し、ロボットに対抗する方法 How to compete with robots by assessing job automation risks and resilient alternatives
ANTONIO PAOLILLO ,FABRIZIO COLELLA ,NICOLA NOSENGO ,FABRIZIO SCHIANO ,WILLIAM STEWART ,DAVIDE ZAMBRANO ,ISABELLE CHAPPUIS ,RAFAEL LALIVE ,X AND DARIO FLOREANO Authors Info & Affiliations
SCIENCE ROBOTICS • 13 Apr 2022 • Vol 7, Issue 65 • DOI: 10.1126/scirobotics.abg5561
図1. 職種ファミリーの自動化リスク.ARIの中央値（枠内の線）でソートした職種ファミリー別のARI。各職業家族について、ボックスプロットはARI分布の第1四分位（Q1）、中央値（Q2）、第3四分位（Q3）を示し、ひげは上下の隣接値［ボックスの上限（Q3）と下限（Q1）の四分位範囲1.5（Q3-Q1）以内］を示す。
図2. 再教育の労力分布：O*NETデータベースの任意の職種間の再教育の労力を，能力（左）および知識（右）の観点から分布させたものである．再教育の労力は0(最小)から1(最大)の間。パーセンテージは合計が100%になる。分布が左に傾いているのは、再教育の取り組みが低い方が高い方よりも多いことを示している。
Abstract
The effects of robotics and artificial intelligence (AI) on the job market are matters of great social concern. Economists and technology experts are debating at what rate, and to what extent, technology could be used to replace humans in occupations, and what actions could mitigate the unemployment that would result. To this end, it is important to predict which jobs could be automated in the future and what workers could do to move to occupations at lower risk of automation. Here, we calculate the automation risk of almost 1000 existing occupations by quantitatively assessing to what extent robotics and AI abilities can replace human abilities required for those jobs. Furthermore, we introduce a method to find, for any occupation, alternatives that maximize the reduction in automation risk while minimizing the retraining effort. We apply the method to the U.S. workforce composition and show that it could substantially reduce the workers’ automation risk, while the associated retraining effort would be moderate. Governments could use the proposed method to evaluate the unemployment risk of their populations and to adjust educational policies. Robotics companies could use it as a tool to better understand market needs, and members of the public could use it to identify the easiest route to reposition themselves on the job market.
