Quando se trata do futuro dos robôs inteligentes, a primeira pergunta que as pessoas costumam fazer é:quantos empregos eles farão desaparecer? Qualquer que seja a resposta, a segunda pergunta provavelmente será:Como posso ter certeza de que meu trabalho não está entre eles?
Em um estudo publicado recentemente na Science Robotics , uma equipe de roboticistas da EPFL e economistas da Universidade de Lausanne oferece respostas para ambas as perguntas. Ao combinar a literatura científica e técnica sobre habilidades robóticas com estatísticas de emprego e salários, eles desenvolveram um método para calcular quais dos empregos existentes atualmente correm maior risco de serem executados por máquinas em um futuro próximo. Além disso, eles criaram um método para sugerir transições de carreira para empregos que correm menos riscos e exigem menores esforços de reciclagem.

"Existem vários estudos prevendo quantos trabalhos serão automatizados por robôs, mas todos eles se concentram em robôs de software, como reconhecimento de voz e imagem, consultores financeiros de robôs, chatbots e assim por diante. Além disso, essas previsões oscilam muito dependendo de como requisitos de trabalho e habilidades de software são avaliados. Aqui, consideramos não apenas software de inteligência artificial, mas também robôs inteligentes reais que realizam trabalho físico e desenvolvemos um método para uma comparação sistemática de habilidades humanas e robóticas usadas em centenas de trabalhos", diz o Prof. .Dario Floreano, Diretor do Laboratório de Sistemas Inteligentes da EPFL, que liderou o estudo na EPFL.

A principal inovação do estudo é um novo mapeamento das capacidades do robô para os requisitos do trabalho. A equipe analisou o Roteiro Europeu H2020 Robotic Multi-Annual (MAR), um documento de estratégia da Comissão Europeia que é revisado periodicamente por especialistas em robótica. O MAR descreve dezenas de habilidades que são exigidas do robô atual ou podem ser exigidas pelos futuros, variando, organizadas em categorias como manipulação, percepção, sensoriamento, interação com humanos. Os pesquisadores passaram por trabalhos de pesquisa, patentes e descrição de produtos robóticos para avaliar o nível de maturidade das habilidades robóticas, usando uma escala bem conhecida para medir o nível de desenvolvimento de tecnologia, "nível de prontidão tecnológica" (TRL).

Para as habilidades humanas, eles contaram com o banco de dados O*net, um banco de dados de recursos amplamente utilizado no mercado de trabalho dos EUA, que classifica aproximadamente 1.000 ocupações e detalha as habilidades e conhecimentos que são mais cruciais para cada uma delas.

Depois de combinar seletivamente as habilidades humanas da lista O*net com as habilidades robóticas do documento MAR, a equipe pode calcular a probabilidade de cada ocupação de trabalho existente ser realizada por um robô. Digamos, por exemplo, que um trabalho exija que um humano trabalhe com precisão milimétrica de movimentos. Os robôs são muito bons nisso, e o TRL da habilidade correspondente é, portanto, o mais alto. Se um trabalho exige habilidades suficientes, é mais provável que seja automatizado do que um que exija habilidades como pensamento crítico ou criatividade.

O resultado é um ranking dos 1.000 empregos, sendo os “Físicos” os que têm o menor risco de serem substituídos por uma máquina, e os “Abatedores e Frigoríficos”, os que enfrentam o maior risco. Em geral, os empregos no processamento de alimentos, construção e manutenção, construção e extração parecem ter o maior risco.

"O principal desafio para a sociedade hoje é como se tornar resiliente contra a automação", diz o Prof. Rafael Lalive. que co-liderou o estudo na Universidade de Lausanne. "Nosso trabalho oferece aconselhamento detalhado de carreira para trabalhadores que enfrentam altos riscos de automação, o que lhes permite assumir empregos mais seguros e reutilizar muitas das habilidades adquiridas no antigo emprego. Por meio desse conselho, os governos podem apoiar a sociedade a se tornar mais resiliente contra a automação."

Os autores, então, criaram um método para encontrar, para qualquer trabalho, trabalhos alternativos que tenham um risco de automação significativamente menor e sejam razoavelmente próximos do original em termos de habilidades e conhecimentos necessários - mantendo assim o esforço de reciclagem mínimo e tornando o transição de carreira viável. Para testar como esse método funcionaria na vida real, eles usaram dados da força de trabalho dos EUA e simularam milhares de mudanças de carreira com base nas sugestões do algoritmo, descobrindo que isso realmente permitiria que os trabalhadores das ocupações com maior risco mudassem para o risco médio. ocupações, enquanto sofrem um esforço de reciclagem relativamente baixo.

O método pode ser usado por governos para medir quantos trabalhadores podem enfrentar riscos de automação e ajustar políticas de reciclagem, por empresas para avaliar os custos de aumentar a automação, por fabricantes de robótica para melhor adequar seus produtos às necessidades do mercado; e pelo público para identificar o caminho mais fácil para se reposicionar no mercado de trabalho.

Por fim, os autores traduziram os novos métodos e dados em um algoritmo que prevê o risco de automação para centenas de empregos e sugere transições de carreira resilientes com esforço mínimo de reciclagem, acessível publicamente em https://lis2.epfl.ch/resiliencetorobots.