[論文レビュー] Opening the Frey/Osborne Black Box: Which Tasks of a Job are Susceptible to Computerization?

Philipp Brandes, Roger Wattenhofer|arXiv (Cornell University)|Apr 29, 2016

Labor market dynamics and wage inequality参考文献 18被引用数 10

ひとこと要約

この論文は、全体の職業ではなく個々の職務を分析することで、FreyとOsborneの職業自動化予測を精緻化している。線形計画法を用いて、職業レベルの確率を保持したまま、各職務に自動化確率を割り当てる。主な貢献は、自動化への感受性を透明かつタスクレベルで説明できる点であり、繰り返し作業が多く、教育水準が低く、演繹的推論能力が低い職業が最も危険にさらされていることが明らかになった。

ABSTRACT

In their seminal paper, Frey and Osborne quantified the automation of jobs, by assigning each job in the O*NET database a probability to be automated. In this paper, we refine their results in the following way: Every O*NET job consists of a set of tasks, and these tasks can be related. We use a linear program to assign probabilities to tasks, such that related tasks have a similar probability and the tasks can explain the computerization probability of a job. Analyzing jobs on the level of tasks helps comprehending the results, as experts as well as laymen can more easily criticize and refine what parts of a job are susceptible to computerization.

研究の動機と目的

• FreyとOsborneの職業レベルの自動化確率推定の不透明性を解消するため、個々の職務を分析すること。
• 専門家および一般の人々が、職業のどの部分が自動化可能かを検証できる、透明性があり説明可能なフレームワークを提供すること。
• FreyとOsborneの職業レベル確率と一致するように、重み付き平均が職業レベル確率に一致するタスクレベルの自動化確率をモデル化すること。
• 教育水準、訓練、推論能力などの職業的特徴と自動化感受性との相関関係を調査すること。
• 元のFreyとOsborneの推定に見られる異常事項（例：報酬・福利厚生管理者の96％の自動化確率）をタスクレベルで特定・是正すること。

提案手法

• 線形計画法を用いて、各職業内の個々の職務に自動化確率を割り当て、その重み付き平均がFreyとOsborneの職業レベル確率と一致するようにする。
• 職務の頻度（職業内での出現頻度）を重みとして線形計画法に使用し、各職務が全体の職業確率に与える寄与度を調整する。
• 関連性の高い、または同時に発生する職務同士の自動化確率が類似しているように制約を課し、一貫性と解釈可能性を向上させる。
• O*NETデータベースを活用し、職務記述、必要な教育水準、訓練、推論レベルなどの詳細な職業データを提供する。
• 予測された職務確率と元の職業レベル確率を比較し、不一致を特定することでモデルを評価する。
• 教育水準、職場内訓練、演繹的推論要件などの属性と職業レベルの自動化確率との間の統計的相関を分析する。

実験結果

リサーチクエスチョン

• RQ1 職業内のどの具体的な職務が自動化に対して最も感受性が高く、その確率はどのように透明に推定できるか？
• RQ2 職務の頻度（職業内での割合）とその自動化確率の間にはどのような相関関係があるか？
• RQ3 教育水準、訓練、推論能力といった職業的特徴が、自動化感受性をどの程度予測できるか？
• RQ4 元のFreyとOsborneの職業レベル自動化確率に、タスクレベルで検出可能かつ是正可能な不整合があるか？
• RQ5 現在の自動化度（1〜5段階）と将来の自動化リスクの間に相関があるか、それともリスクはかつて自動化されていなかった職業に広がっているのか？

主な発見

• 職業に求められる教育水準と自動化確率の間に強い負の相関が認められ、教育水準が低い職業が最も危険にさらされている。
• 博士後期課程（レベル12）を要する職業は、高校卒業程度（レベル1）の職業よりも著しく低い自動化確率を示す。
• 職場内訓練の必要度は、正式な教育水準ほど自動化リスクに強い影響を及ぼさず、予測された自動化確率に僅かな影響しか与えない。
• 頻度が高い（職業内で多く行われる）職務が自動化されやすいという傾向は認められず、職務頻度と自動化感受性との間に明確な相関は見られない。
• 元のFreyとOsborneによる報酬・福利厚生管理者の96％の自動化確率は疑わしく、おそらく不正確であると特定された。
• 現在の職業の自動化度（1〜5段階）と将来の自動化リスクとの間には弱い相関（0.23）しか認められず、かつて自動化されていなかった多くの職業が今後危険にさらされていることが示唆された。