Une équipe de roboticiens de l’EPFL (École Polytechnique Fédérale de Lausanne) et d’économistes de l’Université de Lausanne a mis au point une méthode qui permet de calculer la probabilité qu’un emploi soit automatisé grâce à la robotique. Cet outil suggère aussi des reconversions professionnelles présentant moins de risques. L’étude intitulée « Comment rivaliser avec les robots en évaluant les risques d’automatisation des tâches et les alternatives résilientes » a été publiée dans Sciences Robotics.
La quatrième révolution industrielle est apparue en 2011. L’intelligence artificielle et la robotique ont permis la conception de robots de plus en plus autonomes, capables de remplacer l’humain dans sa tâche.
Une transformation profonde de l’ensemble du système économique et productif se dessine, questionnant sur la nature des métiers appelés à disparaître. C’est le sujet de l’étude de l’équipe de l’EPFL et de l’Université de Lausanne qui a conçu un outil qui propose, en outre, des réorientations professionnelles vers des emplois moins exposés et nécessitant peu d’efforts de reconversion.
Le professeur Dario Floreano, directeur du laboratoire des Systèmes Intelligents à l’EPFL et responsable de cette étude à l’EPFL, explique :
« Il existe déjà différentes études qui prédisent le nombre d’emplois qui seront bientôt robotisés, mais elles se concentrent toutes sur les robots logiciels, tels que la reconnaissance vocale et d’images, les robots-conseillers financiers, les dialogueurs, etc. En outre, ces prédictions varient énormément en fonction des exigences du poste et des capacités logicielles. Notre étude, elle, ne considère pas seulement les logiciels d’intelligence artificielle, mais aussi les robots intelligents réels qui effectuent un travail physique. Nous avons mis au point une méthode comparant systématiquement les capacités humaines et robotiques requises dans des centaines d’emplois. »
Evaluation du risque d’automatisation
Afin d’évaluer l’indice de risque d’automatisation (ARI) de chaque travail, les chercheurs se sont référés à l’Occupation Information Network (O*NET), une base de données du marché américain de 967 profils d’emploi. Pour chaque emploi, O*NET fournit un profil composé d’une liste de capacités requises, les compétences et les connaissances. Les chercheurs ont ainsi retenu 87 capacités humaines.
Outre les capacités humaines, ils ont également étudié un ensemble de capacités robotiques que les robots et l’IA sont déjà capables de réaliser ou pourront réaliser à l’avenir. Pour cela, ils ont utilisé une liste de capacités définies dans le SPARC Multi-Annual Report (MAR), un document publié par SPARC, un partenariat public-privé entre la Commission européenne et EU-robotics, qui représente l’industrie européenne de la robotique. 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, pour chaque emploi existant, d’être exercé par un robot.
L’étude a classifié les 967 emplois : les physiciens sont les moins susceptibles d’être remplacés par un robot, tandis que les personnes travaillant dans les abattoirs courent le risque le plus élevé. D’une manière générale, les emplois dans l’industrie alimentaire, le bâtiment et l’entretien, la construction et l’extraction semblent être les plus exposés à la robotisation.
Les auteurs ont ensuite créé une méthode permettant de trouver, pour n’importe quel travail, la reconversion présentant un risque d’automatisation nettement moins élevé, tout en étant proche de l’emploi initial au niveau des compétences et des connaissances requises. Dans ce but, ils ont utilisé des données relatives à la main-d’œuvre américaine et simulé des milliers de reconversions professionnelles sur la base des suggestions de l’algorithme.
Le professeur Rafael Lalive qui a codirigé l’étude à l’Université de Lausanne, conclut :
« Aujourd’hui, le défi majeur de la société est de se préparer à faire face à l’automatisation. Notre travail fournit des conseils de carrière détaillés aux travailleurs confrontés à des risques élevés d’automatisation, ce qui leur permet de choisir des emplois plus sûrs tout en réutilisant une grande partie des compétences acquises dans leur emploi précédent. Grâce à ces conseils, les gouvernements peuvent aider la société à devenir plus résiliente face à l’automatisation. »
