Cuando se trata del futuro de los robots inteligentes, la primera pregunta que la gente suele hacer es:¿cuántos puestos de trabajo harán desaparecer? Cualquiera que sea la respuesta, es probable que la segunda pregunta sea:¿Cómo puedo asegurarme de que mi trabajo no esté entre ellos?

En un estudio recién publicado en Science Robotics , un equipo de especialistas en robótica de la EPFL y economistas de la Universidad de Lausana ofrece respuestas a ambas preguntas. Al combinar la literatura científica y técnica sobre habilidades robóticas con estadísticas de empleo y salarios, han desarrollado un método para calcular cuáles de los trabajos existentes actualmente corren más riesgo de ser realizados por máquinas en un futuro cercano. Además, han ideado un método para sugerir transiciones de carrera a trabajos que tienen menos riesgo y requieren menos esfuerzos de capacitación.

"Hay varios estudios que predicen cuántos trabajos serán automatizados por robots, pero todos se centran en robots de software, como reconocimiento de voz e imagen, asesores robóticos financieros, chatbots, etc. Además, esas predicciones oscilan enormemente dependiendo de cómo se evalúan los requisitos del trabajo y las habilidades del software. Aquí, consideramos no solo el software de inteligencia artificial, sino también robots inteligentes reales que realizan trabajo físico y desarrollamos un método para una comparación sistemática de las habilidades humanas y robóticas utilizadas en cientos de trabajos ", dice el profesor Dario Floreano, Director del Laboratorio de Sistemas Inteligentes de la EPFL, quien dirigió el estudio en la EPFL.

La innovación clave del estudio es un nuevo mapeo de las capacidades del robot en los requisitos del trabajo. El equipo analizó la hoja de ruta multianual (MAR) europea H2020 Robotic, un documento de estrategia de la Comisión Europea que es revisado periódicamente por expertos en robótica. El MAR describe docenas de habilidades que se requieren de los robots actuales o que pueden ser requeridas por los futuros, que van y están organizadas en categorías como manipulación, percepción, detección e interacción con humanos. Los investigadores revisaron artículos de investigación, patentes y descripciones de productos robóticos para evaluar el nivel de madurez de las habilidades robóticas, utilizando una escala conocida para medir el nivel de desarrollo tecnológico, el "nivel de preparación tecnológica" (TRL).

Para las habilidades humanas, se basó en la base de datos O*net, una base de datos de recursos ampliamente utilizada en el mercado laboral de EE. UU., que clasifica aproximadamente 1000 ocupaciones y desglosa las habilidades y conocimientos que son más cruciales para cada una de ellas.

Después de hacer coincidir selectivamente las habilidades humanas de la lista O*net con las habilidades robóticas del documento MAR, el equipo pudo calcular la probabilidad de que un robot realice cada ocupación laboral existente. Digamos, por ejemplo, que un trabajo requiere que un ser humano trabaje con una precisión de movimientos milimétrica. Los robots son muy buenos en eso y, por lo tanto, el TRL de la habilidad correspondiente es el más alto. Si un trabajo requiere suficientes habilidades de este tipo, será más probable que se automatice que uno que requiera habilidades como el pensamiento crítico o la creatividad.

El resultado es un ranking de los 1.000 puestos de trabajo, siendo "Físicos" los que tienen menor riesgo de ser sustituidos por una máquina, y "Matarros y Frigoríficos", los que tienen mayor riesgo. En general, los trabajos en procesamiento de alimentos, construcción y mantenimiento, construcción y extracción parecen tener el mayor riesgo.

"El desafío clave para la sociedad actual es cómo volverse resistente a la automatización", dice el Prof. Rafael Lalive. quien codirigió el estudio en la Universidad de Lausana. "Nuestro trabajo brinda asesoramiento profesional detallado para los trabajadores que enfrentan altos riesgos de automatización, lo que les permite asumir trabajos más seguros mientras reutilizan muchas de las habilidades adquiridas en el trabajo anterior. A través de este asesoramiento, los gobiernos pueden ayudar a la sociedad a ser más resistente a la automatización".

Luego, los autores crearon un método para encontrar, para cualquier trabajo dado, trabajos alternativos que tengan un riesgo de automatización significativamente menor y estén razonablemente cerca del original en términos de las habilidades y el conocimiento que requieren, manteniendo así el esfuerzo de reentrenamiento mínimo y haciendo que el transición de carrera factible. Para probar cómo funcionaría ese método en la vida real, usaron datos de la fuerza laboral de EE. UU. y simularon miles de cambios de carrera basados ​​en las sugerencias del algoritmo, y descubrieron que, de hecho, permitiría a los trabajadores en las ocupaciones con el riesgo más alto cambiar hacia el riesgo medio. ocupaciones, mientras se someten a un esfuerzo de reciclaje relativamente bajo.

El método podría ser utilizado por los gobiernos para medir cuántos trabajadores podrían enfrentar riesgos de automatización y ajustar las políticas de capacitación, por las empresas para evaluar los costos del aumento de la automatización, por los fabricantes de robótica para adaptar mejor sus productos a las necesidades del mercado; y por el público para identificar la ruta más fácil para reposicionarse en el mercado laboral.

Finalmente, los autores tradujeron los nuevos métodos y datos en un algoritmo que predice el riesgo de automatización para cientos de trabajos y sugiere transiciones profesionales resilientes con un mínimo esfuerzo de capacitación, accesible públicamente en https://lis2.epfl.ch/resiliencetorobots.