仕事を退屈、汚く、危険なものにするものは何ですか?

ロボット工学の分野では長年、人間にとって望ましくない仕事を行うロボットが役立つタスクや仕事の種類を表すために、「退屈、汚くて危険」（DDD）という用語が使われてきました。 DDD 作業の典型的な例は、「暖かく暑い工場の床で重機が使用され、生命や手足を脅かす反復的な肉体労働」の 1 つです。

しかし、人間のどの活動がこれらのカテゴリーに当てはまるかを判断することは、思っているほど簡単ではありません。 「退屈な」タスクとは具体的に何ですか、そして誰がその仮定を立てますか? 「汚れた」仕事とは、終わった後に手を洗う必要があるだけなのでしょうか、それとも社会的偏見の側面もあるのでしょうか？仕事を「危険」として分類するにはどのようなデータを信頼できますか? 私たちの最近の研究 (決して退屈ではありませんでした) はこれらの疑問に対処し、ロボット工学者が私たちのテクノロジーの作業状況を理解するのに役立つフレームワークを提案しています。

まず、1980 年から 2024 年までに DDD について言及したロボット関連の出版物の実証分析を行ったところ、DDD を定義しているのは 2.7% のみで、タスクやジョブの例を提供しているのは 8.7% のみであることがわかりました。定義はさまざまで、例の多くは特に具体的ではありません (「工業製造」、「在宅医療」など)。 次に、人類学、経済学、政治学、心理学、社会学などの社会科学文献をレビューして、「退屈」、「汚い」、「危険」な仕事のより適切な定義を作成します。繰り返しますが、たとえそれができたとしても、 思われる これらのキューブにどのようなタスクを入れるかを直観的に検討すると、根底に重要な社会的、経済的、文化的要因があることがわかります。

危険な仕事: 怪我や損害の危険を引き起こす職業または作業

報告された情報を通じて、仕事や仕事の危険性を測定することができます。労働災害発生率や危険な危険因子に関する数値を提供する管理記録や調査があります。簡単そうに見えますが、このデータがどのように収集、報告、検証されたかを理解することが重要です。

まず、労働災害は過少報告されることが多く、最大 70% の事件が行政データベースから欠落していると推定する研究もあります。第二に、怪我や危険因子は、性別、在留資格、公式/非公式雇用、労働活動などの特徴によって分類されることはほとんどありません。たとえば、マスク、ベスト、手袋などの個人用保護具のほとんどは男性用のサイズになっているため、危険な労働環境にいる女性はより大きな安全上のリスクに直面しています。

これらの警告は、ロボット工学が役立つ機会です。よく見てみると、ロボット工学が重要な介入となる可能性のある、それほど危険ではない作業が見つかる可能性があります。言うまでもなく、不当に影響を受け、職場の安全性を高めることで恩恵を受ける一部のグループも同様です。

汚い仕事: 物理的、社会的、または道徳的に汚染された職業または仕事

口語的に言うと、ほとんどの人は汚れ仕事には次のようなことが含まれると考えるかもしれません。 物理的な 汚れ、洗浄剤、有害物質などの汚れ。しかし、社会科学の文献によれば、汚れ仕事は についても 汚名。社会的に汚染された仕事は、多くの場合、単純なものであったり、汚名を着せられた集団（例えば、刑務官）との交流を伴うものであり、道徳的に汚染された仕事には、人々がしばしば罪深い、欺瞞的、または礼儀正しさの規範に反していると認識される仕事（例えば、ストリッパー、集金係）が含まれる。

「汚い仕事」は社会的な概念であり、時間（米国のタトゥー業界に対する偏見など）や文化（米国とバングラデシュの看護など）によって変化する可能性があります。仕事が「汚い」かどうかを測定する 1 つの方法は、人々が仕事をランク付けする定量的調査を通じて得られる、職業上の威信という密接に関連した概念を使用することです。それを測定するもう 1 つの方法は、エスノグラフィーやインタビューなどの定性データを通じてです。 「危険」と同様に、「汚い」作業にもロボット工学の隠れたチャンスがいくつかあると考えられます。しかし、データから得られる最も興味深い点の 1 つは、下位の仕事は労働者自身が楽しんでいる、またはそれに計り知れない誇りと意味を見出している可能性があるということです。どの仕事が本当に望ましくないのかを懸念しているのであれば、労働者のこの視点を理解することが重要です。

退屈な仕事: 自主性のない繰り返しの仕事や仕事

退屈な仕事の定義に関して言えば、最も重要なのは労働者自身の経験です。部外者は、どのタスクに価値や意味があるかについて多くの誤った仮定を立てる可能性があります。退屈や日常的なことのように見えることが、木材を扱うのに必要な集中力や、他の人と一緒に作業を行う際の社交性やサポートなど、スキルや能力を開発するための適切な条件を生み出すことがあります。繰り返しの仕事がマイナスであると仮定するのではなく、人々が仕事をどのように経験し、それがどのような目的に役立つのかに関する定性的なデータを調べることが重要です。 彼らは。

DDD: 実用的なフレームワーク

私たちの論文では、ロボット工学コミュニティが自動化が個々の仕事にどのような影響を与えるかを調査するのに役立つフレームワークを提案します。退屈、汚い、危険などの用語ごとに、フレームワークは重要な情報を収集して、タスクのどの物理的または社会的側面が実際に DDD であるかを反映します。労働者の視点は、3 つの考慮事項すべての重要な部分です。このフレームワークは、コンテキスト、つまりタスクの DDD の性質に影響を与える可能性のある職業や業界の物理的および社会的環境の認識も強調しています。私たちの対応するワークシートは、活用すべき既存のデータソースを提案するだけでなく、複数の視点を求め、情報の潜在的なバイアス源を検討することを奨励します。

何がタスクを退屈にするか、汚くするか、または危険にするかは、それらのタスクを実行する人間の視点によって異なります。ライ

廃棄物・リサイクル業界を例に考えてみましょう。世界では年間 20 億トン以上の廃棄物が発生しており、この数字は 2050年までにほぼ40億トンに増加すると予想されている。直感的には、ガベージ コレクションはすべての D に課せられる仕事のように思えます。 私たちのワークシートを確認することで、世界中でこの業界の労働者が 顔 重要な 健康リスク （危険）、廃棄物の収集は 機密扱い のように ステータスの低い仕事 （汚い）、興味深いことに、多くの労働者が 誇りに思う で この重要なサービスを提供する。

繰り返しの作業でもありますが、そうしてしまう側面もあります。 退屈ではない。具体的には、従業員は、仕事の最も楽しい側面の 2 つとして、同僚との日常的な交流 (社内の幅広い語彙、仕事のコツ、相互扶助グループなど) とさまざまなタスクを挙げています。作業内容は多岐にわたり、車両や設備の検査、トラックの運転、乗務員との調整、ゴミ箱や袋の持ち上げ、廃棄物の誤分類の検出、最終目的地での荷降ろしなどが含まれます。

一部の種類のロボット ソリューションでは、労働者が最も大切にしている仕事の部分が排除されるため、この発見は重要です。たとえば、国立労働安全衛生研究所 (NIOSH) は、自動横積みトラックと衝突回避システムの導入を推奨しています。この技術革新により安全性が向上するのは素晴らしいことですが、センサーや監視カメラに囲まれたブース内で 1 人の作業者がジョイスティックを操作することも意味します。

代わりに、別の方法で仕事をひどいものにすることなく、仕事をより安全にする解決策を考えることに挑戦する必要があります。そのためには、何が仕事を退屈、汚く、危険にするのか（あるいはそうでないのか）をあらゆる側面から理解する必要があります。私たちのフレームワークは、この理解を促進することを目的としています。

最後に、DDD はロボットが最適な作業を分類するための多くのアプローチのうちの 1 つにすぎないことに注意することが重要です。どのような種類のタスクや仕事を自動化するかについては、さまざまな方法で考えることができます (たとえば、経済的影響や環境の持続可能性など)。ロボット工学における DDD の人気を考慮して、私たちはこの一般的なフレーズを出発点として選択しました。 DDD 自体に関するデータの収集であれ、他のフレームワークの構築であれ、この分野でのさらなる取り組みを期待しています。

RAI では、ロボット工学と社会科学の融合により、まったく新しい情報、視点、機会、価値の世界が開かれると信じています。これにより、好奇心と相互学習の文化が育まれ、社会的影響を気にするロボット工学に携わるすべての人にとって便利なツールを作成できるようになります。

鈍い、汚い、危険: ロボット工学の重要な動機の過去、現在、未来を理解する RAI研究所の中島望氏、ペドロ・レイノルズ＝クエヤル氏、ケイトリン・リンチ氏、ケイト・ダーリング氏が発表した。 スコットランドのエディンバラで開催された第21回ACM/IEEE国際会議ヒューマン・ロボット・インタラクション(HRI)。