Будущее труда: деструктивные и трансформационные эффекты цифровизации

Обложка

Цитировать

Полный текст

Аннотация

В статье оценивается влияние новых цифровых технологий на профессии, которое может быть как деструктивным, так и трансформирующим. Деструктивные эффекты выражаются в замещении человеческих ресурсов машинами, а трансформирующие — в повышении производительности труда людей. Выделены четыре широкие группы профессий, по-разному затронутые цифровизацией. «Восходящие звезды» испытывают слабое деструктивное и масштабное трансформирующее влияние цифровизации. Напротив, группа «отмирающих» профессий характеризуется существенным риском деструкции в сочетании с низким трансформационным потенциалом. Занятия из категории «территория человека» слабо подвержены этим двум эффектам, а включенные в «территорию машин» чувствительны к обоим. Различия между рассматриваемыми сегментами видов деятельности проанализированы с точки зрения вклада в каждый из них навыков, относящихся к «узким местам» компьютеризации. Полученные результаты позволят выявлять востребованные компетенции и оценивать, насколько те или иные профессии подвержены трансформации в цифровую эпоху.

Об авторах

Фрэнк Фоссен

Университет Невады; Институт экономики труда

Email: ffossen@unr.edu
1664 N Virginia St, Reno, NV 89557, U.S.A.; Schaumburg-Lippe-Strasse 5-9, 53113 Bonn, Germany

Алина Зоргнер

Кильский институт мировой экономики; Университет Джона Кэбота; Институт экономики труда (IZA)

Email: asorgner@johncabot.edu
Kiellinie 66 D-24105 Kiel, Germany; Via della Lungara, 233, 00165 Roma RM, Italy; Schaumburg-Lippe-Straße 5-9, 53113 Bonn, Germany

Список литературы

  1. Acemoglu D., Restrepo P. (2019) The Wrong Kind of AI? Artificial Intelligence and the Future of Labor Demand. IZA Discussion Paper 12292. Bonn: Institute of Labor Economics.
  2. Arntz M., Gregory T., Zierahn U. (2017) Revisiting the Risk of Automation // Economics Letters. Vol. 159. P. 157-160.
  3. Autor D.H. (2015) Why Are There Still So Many Jobs? The History and Future of Workplace Automation // Journal of Economic Perspectives. Vol. 29. № 3. P. 3-30.
  4. Brynjolfsson E., McAfee A. (2014) The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (1st ed.). New York: W. W. Norton & Company.
  5. Brynjolfsson E., Mitchell T., Rock D. (2018) What Can Machines Learn and What Does It Mean for Occupations and the Economy? // American Economic Association Papers and Proceedings. Vol. 108. P. 43-47.
  6. Chang J.-H., Huynh P. (2016) ASEAN in Transformation: The Future of Jobs at Risk of Automation. Bureau for Employers’ Activities Working Paper № 9. Geneva: International Labour Organization.
  7. Felten E.W., Raj M., Seamans R. (2018) A Method to Link Advances in Artificial Intelligence to Occupational Abilities // American Economic Association Papers and Proceedings. Vol. 108. P. 54-57.
  8. Fossen F.M., Sorgner A. (2019) New Digital Technologies and Heterogeneous Employment and Wage Dynamics in the United States: Evidence from Individual-level Data. IZA Discussion Paper 12242. Bonn: Institute of Labor Economics.
  9. Frey C.B., Osborne M.A. (2017) The Future of Employment: How Susceptible Are Jobs to Computerization? // Technological Forecasting and Social Change. Vol. 114. P. 254-280.
  10. Manyika J., Lund S., Chui M., Bughin J., Woetzel J., Batra P., Ko R., Sanghvi S. (2017) Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation. New York: McKinsey Global Institute.
  11. Sorgner A., Bode E., Krieger-Boden C. (2017) The Effects of Digitalization on Gender Equality in the G20 Economies (E-book). Kiel: Kiel Institute for the World Economy. Режим доступа:https://www.ifw-kiel.de/pub/e-books/digital_women-final_report.pdf, дата обращения 25.04.2019.
  12. Зоргнер А. (2017) Автоматизация рабочих мест: угроза для занятости или источник предпринимательских возможностей? // Форсайт. Т. 11. № 3. С. 37-48. DOI:https://doi.org/10.17323/2500-2597.2017.3.37.48

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».