[论文解读] 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 10

一句话总结

本文通过分析单个工作职责而非整个工作，对 Frey 和 Osborne 的工作自动化预测进行了细化，采用线性规划模型为各项职责分配自动化概率，同时保持整体工作层面的概率不变。其主要贡献在于提供了透明、基于职责层面的自动化易感性解释，揭示出常规性、低教育水平及低演绎推理能力的工作最易受到自动化影响。

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.

研究动机与目标

• 通过分析单个职责，解决 Frey 和 Osborne 的工作层面自动化概率估计的不透明性问题。
• 提供一个透明、可解释的框架，使专家和普通公众能够批判性地评估工作中的哪些部分可被自动化。
• 建立职责层面的自动化概率模型，使其加权平均值与 Frey 和 Osborne 的工作层面概率一致。
• 研究工作特征（如教育水平、培训需求和推理能力）与自动化易感性之间的相关性。
• 识别并修正原始 Frey 和 Osborne 估计中的异常值，例如对薪酬与福利经理 96% 的自动化概率估计。

提出的方法

• 该方法使用线性规划为每项工作中的各项职责分配自动化概率，确保各项职责概率的加权平均值等于 Frey 和 Osborne 的工作层面概率。
• 将职责的占比（在工作中出现的频率）用作线性规划中的权重，以平衡每项职责对整体工作概率的贡献。
• 该模型强制要求相关或共现职责的自动化概率保持相似，以提高一致性和可解释性。
• 该方法利用 O*NET 数据库，该数据库提供了包括职责描述、所需教育水平、培训需求和推理水平在内的详细职业数据。
• 通过将预测的职责概率与原始的工作层面概率进行比较，并识别不一致之处，对模型进行评估。
• 分析工作层面自动化概率与教育水平、在职培训和演绎推理要求等属性之间的统计相关性。

实验结果

研究问题

• RQ1 工作中的哪些具体职责最易受到自动化影响，以及如何透明地估算其概率？
• RQ2 职责的频率（其在工作中的占比）与自动化概率之间存在何种相关性？
• RQ3 工作特征（如所需教育水平、培训需求和推理能力）在多大程度上可预测自动化易感性？
• RQ4 原始 Frey 和 Osborne 的工作层面自动化概率中是否存在可通过职责层面分析检测并修正的不一致之处？
• RQ5 当前工作的自动化水平是否与未来自动化风险相关？还是风险已扩散至此前未自动化的岗位？

主要发现

• 工作所需教育水平与自动化概率之间存在显著负相关性，低教育水平的工作最易受到自动化影响。
• 需要博士后培训（第 12 级）的工作的自动化概率显著低于仅需高中文凭（第 1 级）的工作。
• 在职培训需求对自动化风险的影响弱于正式教育水平，对预测自动化概率仅有微弱影响。
• 职责执行频率越高（在工作中占比越高），其自动化可能性并未随之提高，表明职责频率与自动化易感性之间无强相关性。
• 原始 Frey 和 Osborne 对薪酬与福利经理 96% 的自动化概率估计被标记为可疑，极有可能不准确。
• 当前工作自动化水平（1–5 分制）与未来自动化风险之间的相关性仅较弱（0.23），表明许多此前未自动化的岗位现在也面临风险。