Un algorithme pour choisir entre humain et un robot

L’avenir de certains métiers s’assombrit. Différentes études indiquent que des millions de postes dans l’industrie pourraient disparaître dans les prochaines années. Le rapport du cabinet Oxford Economics conclut que la robotisation de l’industrie pourrait supprimer des emplois : 20 millions d’ici à 2030, soit 8,5 % des postes dans ce secteur au niveau mondial.

Un autre rapport de 2019 de l’Organisation de coopération et de développement économiques (OCDE) indiquait que 14 % des emplois dans les pays de l’OCDE seraient susceptibles de disparaître (16,4 % en France) et 32 % pourraient être profondément transformés (32,8 % dans l’Hexagone) avec l’automatisation des tâches et la multiplication des machines dans le monde du travail au cours des 20 prochaines années.

Pour les étudiants et les salariés qui veulent se reconvertir, il est donc intéressant de connaître le risque de voir son métier occupé par un robot. Une équipe de roboticiens de l’EPFL et d’économistes de l’Université de Lausanne a développé récemment une méthode pour le savoir.

Des chercheurs du Robotics Institute de l’université Carnegie Mellon ont une autre approche. Avec un financement de l’Office of Naval Research et de l’Army Research Laboratory, ils ont mis au point un planificateur algorithmique qui permet de savoir quelles tâches peuvent être déléguées aux humains et aux robots.

Une réduction des coûts

« Les décisions prises ont un coût, comme le temps qu’il faut à un humain pour accomplir une tâche ou apprendre à un robot à accomplir une tâche, et le coût d’un robot qui échoue à une tâche », a déclaré Shivam Vats, chercheur principal et étudiant en doctorat au Robotics Institute.

Le plus compliqué est donc de savoir quand il est préférable d’enseigner à un robot ou de déléguer la tâche à un humain. Pour cela, le robot doit prédire quelles autres tâches il peut accomplir après avoir appris une nouvelle tâche.

C’est la finalité du planificateur « Act, Delegate or Learn » (ADL) qui examine une liste de tâches et décide de la meilleure façon de les attribuer. En soi, le recours à un algorithme et à des logiciels pour décider comment déléguer le travail n’est pas nouveau. Mais l’intérêt de cette étude est qu’elle inclut l’apprentissage des robots.

Pour prédire le bénéfice de l’apprentissage, ils utilisent un modèle de simulation approximatif des tâches pour entraîner un modèle de précondition qui est paramétré par la tâche d’entraînement. Ensuite, ils évaluent leur approche grâce à des scénarii dans lesquels les humains et les robots devaient insérer des blocs dans un tableau de chevilles et empiler des pièces de différentes formes et tailles faites de briques LEGO.

Selon ces chercheurs, leur planificateur a permis de réduire le coût d’exécution des tâches de 10 à 15 %. Cette solution pourrait être exploitée dans les usines de fabrication et d’assemblage, pour le tri des colis ou dans tout environnement où les humains et les robots collaborent pour accomplir plusieurs tâches.