Lorsqu'il s'agit de l'avenir des robots intelligents, la première question que les gens se posent est souvent :combien d'emplois vont-ils faire disparaître ? Quelle que soit la réponse, la deuxième question sera probablement :comment puis-je m'assurer que mon travail n'en fait pas partie ?

Dans une étude qui vient d'être publiée dans Science Robotics , une équipe de roboticiens de l'EPFL et d'économistes de l'Université de Lausanne propose des réponses à ces deux questions. En combinant la littérature scientifique et technique sur les capacités robotiques avec les statistiques sur l'emploi et les salaires, ils ont développé une méthode pour calculer lesquels des emplois actuellement existants risquent le plus d'être exécutés par des machines dans un avenir proche. De plus, ils ont mis au point une méthode pour suggérer des transitions de carrière vers des emplois moins à risque et nécessitant moins d'efforts de reconversion.

"Il existe plusieurs études prédisant le nombre d'emplois qui seront automatisés par des robots, mais elles se concentrent toutes sur les robots logiciels, tels que la reconnaissance vocale et d'image, les robots-conseillers financiers, les chatbots, etc. De plus, ces prédictions oscillent énormément en fonction de la façon dont les exigences du travail et les capacités logicielles sont évaluées. Ici, nous considérons non seulement les logiciels d'intelligence artificielle, mais aussi de vrais robots intelligents qui effectuent un travail physique et nous avons développé une méthode pour une comparaison systématique des capacités humaines et robotiques utilisées dans des centaines d'emplois », explique le professeur . Dario Floreano, directeur du Laboratoire des systèmes intelligents de l'EPFL, qui a dirigé l'étude à l'EPFL.

L'innovation clé de l'étude est une nouvelle cartographie des capacités du robot sur les exigences du travail. L'équipe s'est penchée sur la Feuille de route pluriannuelle robotique européenne H2020 (MAR), un document stratégique de la Commission européenne qui est périodiquement révisé par des experts en robotique. Le MAR décrit des dizaines de capacités qui sont requises du robot actuel ou qui pourraient être requises par les futurs, allant, organisées en catégories telles que la manipulation, la perception, la détection, l'interaction avec les humains. Les chercheurs ont parcouru des documents de recherche, des brevets et des descriptions de produits robotiques pour évaluer le niveau de maturité des capacités robotiques, en utilisant une échelle bien connue pour mesurer le niveau de développement technologique, le "niveau de préparation technologique" (TRL).

Pour les capacités humaines, ils se sont appuyés sur la base de données O*net, une base de données de ressources largement utilisée sur le marché du travail américain, qui classe environ 1 000 métiers et décompose les compétences et les connaissances les plus cruciales pour chacun d'eux

Après avoir fait correspondre de manière sélective les capacités humaines de la liste O*net aux capacités robotiques du document MAR, l'équipe a pu calculer la probabilité que chaque métier existant soit exécuté par un robot. Disons, par exemple, qu'un travail nécessite qu'un humain travaille avec une précision millimétrique des mouvements. Les robots sont très bons dans ce domaine, et le TRL de la capacité correspondante est donc le plus élevé. Si un travail nécessite suffisamment de telles compétences, il sera plus susceptible d'être automatisé qu'un travail qui nécessite des capacités telles que la pensée critique ou la créativité.

Le résultat est un classement des 1 000 emplois, les « physiciens » étant ceux qui présentent le risque le plus faible d'être remplacés par une machine, et les « abattoirs et emballeurs de viande », qui courent le risque le plus élevé. En général, les emplois dans la transformation des aliments, la construction et l'entretien, la construction et l'extraction semblent présenter les risques les plus élevés.

"Le principal défi pour la société d'aujourd'hui est de savoir comment devenir résilient face à l'automatisation", déclare le professeur Rafael Lalive. qui a codirigé l'étude à l'Université de Lausanne. "Notre travail fournit des conseils de carrière détaillés aux travailleurs confrontés à des risques élevés d'automatisation, ce qui leur permet d'accepter des emplois plus sûrs tout en réutilisant bon nombre des compétences acquises dans l'ancien emploi. Grâce à ces conseils, les gouvernements peuvent aider la société à devenir plus résistant à l'automatisation."

Les auteurs ont ensuite créé une méthode pour trouver, pour un emploi donné, des emplois alternatifs qui présentent un risque d'automatisation nettement inférieur et sont raisonnablement proches de l'original en termes de capacités et de connaissances dont ils ont besoin, ce qui minimise l'effort de reconversion et rend le transition de carrière possible. Pour tester les performances de cette méthode dans la vie réelle, ils ont utilisé les données de la main-d'œuvre américaine et simulé des milliers de changements de carrière sur la base des suggestions de l'algorithme, concluant que cela permettrait en effet aux travailleurs des professions les plus à risque de passer à des emplois à risque moyen. métiers, tout en subissant un effort de reconversion relativement faible.

La méthode pourrait être utilisée par les gouvernements pour mesurer combien de travailleurs pourraient être confrontés à des risques d'automatisation et ajuster les politiques de reconversion, par les entreprises pour évaluer les coûts d'une automatisation croissante, par les fabricants de robotique pour mieux adapter leurs produits aux besoins du marché ; et par le public pour identifier la voie la plus simple pour se repositionner sur le marché du travail.

Enfin, les auteurs ont traduit les nouvelles méthodes et données en un algorithme qui prédit le risque d'automatisation pour des centaines d'emplois et suggère des transitions de carrière résilientes avec un effort de reconversion minimal, accessible au public sur https://lis2.epfl.ch/resiliencetorobots.