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.
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 trabajos 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 importantes 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 de nivel milimétrico. 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.
En general, el estudio expone que los físicos son los que tienen menos probabilidades de ser reemplazados por un robot, mientras que las personas que trabajan en los mataderos tienen el mayor riesgo.
Todas aquellas labores relacionadas con la industria alimentaria, la edificación y el mantenimiento, la construcción y la minería parecen ser las más expuestas a la robotización.
Los trabajos con mayor riesgo
- Mataderos y empaquetadores de Carne
- Prensas, textiles, prendas de vestir.
- Clasificadoras de productos agrícolas.
- Conserjes y limpiadores.
- Enfermeros.
- Embalaje.
- Auxiliares de Comedor, cafetería y camareros.
- Trabajadores de preparación de alimentos.
- Criadas y trabajadores de limpieza.
- Limpiadores de Vehículos y Equipos.
Los trabajos con menos riesgo
- Físicos
- Neurólogos
- Médicos de Medicina Preventiva.
- Neuropsicólogos Clínicos.
- Patólogos
- Matemáticos
- Jefes ejecutivos
- Cirujanos
- Biólogos celulares y moleculares.
- Epidemiólogos
El método propuesto 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.
Referencia: Antonio Paolillo, Fabrizio Colella, Nicola Nosengo, et al. «How to compete with robots by assessing job automation risks and resilient alternatives». Science Robotics, 13 April 2022.