瑞士機器人專家和經濟學家共同開發的”自動化風險“計算法，可用於估計未來智能機器人將工作自動化的可能性，並給出最低風險、最短培訓時間的替代工作建議，幫助人類快速地職業轉型。
談及智能機器人的未來，人們問的第一個問題往往是：會有多少工作崗位因此被消失？不管答案是什麼，第二個問題很可能是：我的工作會不會被“它們”取代？
剛剛發表在Science Robotics上的一項研究中，瑞士聯邦理工學院(EPFL)的機器人專家和洛桑大學的經濟學家團隊為這兩個問題提供了答案。他們將機器人相關能力的科學和技術文獻與就業和工資統計數據結合，開發了一種方法來計算有哪些工作在不久後被機器取代的機率更高。此外，他們還提供了職業建議參考，幫助人類找到風險較小、轉職培訓時間最短的工作。
“將被機器人自動化取代的幾項工作中，大都集中在運行軟件的機器人上，例如語音和圖像識別、金融機器人顧問、聊天機器人等。我們不僅考慮了人工智能軟件，也要考慮執行體力工作的真正智能機器人，我們開發了一種方法，以系統化比較人類和機器人在數百種工作中的能力，”聯邦理工學院的教授Dario Floreano說。
該研究的關鍵創新點，是機器人能力與工作要求的新工作描述。該團隊研究了由歐盟委員會制定、機器人專家定期修訂的戰略文件– 機器人多年路線圖(MAR)。MAR 描述了當前機器人所需的或未來機器人可能需要的數十種能力，範圍廣泛，並按類別排列。研究人員通過研究論文、專利和機器人產品的描述，來評估機器人能力的成熟度水平，並使用主流的衡量技術發展水平尺度“技術準備水平”（TRL）。
對於人類的能力，研究人員則依賴於美國就業市場上廣泛使用的資源數據庫O*net 數據庫，對一千多種職業進行分類，並細分了每個職業最重要的技能和知識。
在將O*net 列表中的人類能力與MAR 文檔中的機器人能力進行選擇性匹配後，該團隊可以計算出每個現有工作職業由機器人執行的可能性。舉例來說，一項工作要求人類以毫米級的運動精度工作。機器人很擅長，對應能力的TRL也是最高的。如果一份工作需要足夠多的此類技能，那麼與需要批判性思維或創造力等能力的工作相比，它更有可能實現自動化。
在分析了1,000 多個工作崗位後發現，“物理學家”被機器取代的風險最低，而“屠宰場和肉類包裝工”面臨的風險最高。一般來說，食品加工、建築和維護、建築和開採等行業的工作風險最高。
“抵禦自動化帶來的衝擊，是當今社會面臨的主要挑戰”，洛桑大學Rafael Lalive 教授說。“我們的工作為面臨自動化的高風險職場人士提供詳細的職業建議，使他們能夠從事低風險的工作，同時能夠發揮所長。而政府也能經由這些建議，幫助整個社會變得更有彈性，來抵禦自動化。”
因此，這些專家所創建的方法，能夠將任何的工作給與自動化的風險評分，並給與最相關的可替代工作—— 讓任何人都能夠經過最少的再培訓，就能找到更好的工作，成功地職業轉型。這項測試使用了美國勞動力的數據，並根據算法的建議模擬了數千次職業變動，發現其確實可以讓從事風險最高職業的人轉向中等風險職業，同時接受相對較低的轉職培訓。
使用這項測試方法，政府機構就能夠衡量有多少工人可能面臨自動化風險，並調整再培訓政策；公司可用來評估增加自動化的成本；機器人製造商也能更好地根據市場需求定制他們的產品；而一般大眾也能尋找到自己在就業市場上的最佳重新定位。
有興趣的朋友可以前往這個網站，測試自己的工作風險：http://lis2.epfl.ch/resiliencetorobots
Reference: EPFL, “How to compete with robots” by Nicola Nosengo