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、ロボットが役立つ可能性のあるタスクや仕事の種類、つまり人間にとって望ましくない作業を行うことを表すために、「退屈、汚い、危険」（DDD）という用語が長年使用されてきました。 DDD 作業の典型的な例は、「蒸し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わなければならないということ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？職場を「危険」に分類するにはどのようなデータを信頼できますか? 私たちの最新の研究 (まったく退屈ではありませんでした) はこれらの疑問に取り組み、ロボット工学者が私たちのテクノロジーの仕事の背景を理解するのに役立つフレームワークを提供します。

まず、DDD について言及した 1980 年から 2024 年のロボット工学に関する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 パーセントのみで、タスクやジョブの例を提供しているのは 8.7 パーセントのみであることがわかりました。定義はさまざまで、例の多くはあまり具体的ではありません (例: 「工業生産」、「在宅医療」)。 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調査して、「退屈」、「汚い」、「危険」な仕事のより適切な定義を開発しました。繰り返しになりますが、そうかもしれないうちに 見せる これらのバケツにどのタスクを入れるかを直感的に考えると、重要な社会的、経済的、文化的要素がいくつかあることがわかります。

危険な作業: 怪我を引き起こす、または危害を及ぼす危険のある職業または作業

タスクまたはジョブの危険性は、報告された情報を使用して測定できます。労働災害発生率と危険な危険因子に関する数値を提供する行政記録と調査があります。単純なことのように見えますが、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。

第一に、労働災害は過少報告される傾向があり、いくつかの研究では、事件の最大 70 パーセントが行政データベースから欠落していると推定されています。第二に、傷害と危険因子は、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向けに作られているため、危険な労働環境にいる女性は安全上のリスクが増大します。

これらの警告は、ロボット工学が役立つ機会となります。私たちが外に出て探してみれば、ロボット工学が重要な介入となり得る明らかに危険性の低い仕事を見つけることができるでしょう。言うまでもなく、不当に影響を受けており、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: 身体的、社会的、または道徳的に汚染された職業または作業

口語的には、ほとんどの人は汚れ仕事を伴うものと考えるかもしれません 物理的な ゴミ処理、清掃、危険物の処理などの汚れ。しかし、社会科学の文献によれば、汚れ仕事は も 汚名。社会的に汚染された仕事には、卑屈な仕事や汚名を着せられた集団 (裁判所職員など) との交流が含まれることが多く、道徳的に汚染された仕事には、人々が一般に罪深い、欺瞞的であると認識する仕事、または礼儀正しさの規範に反する仕事 (ストリッパーや集金人など) が含まれます。

「汚い仕事」は、時間の経過（米国のタトゥー産業に対する偏見など）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のある社会構造です。仕事が「汚い」かどうかを測定する 1 つの方法は、人々が仕事を評価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。これを測定するもう 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行うことです。同様に、「危険」については、「汚い」作業にロボット工学の隠れたチャンスがいくつかあることがわかります。しかし、データから得られたより興味深い点の 1 つは、下位の仕事は従業員自身が楽しんでいる、または非常に誇りに思っている仕事である可能性があるということです。本当に望ましくない仕事が何かを気にするのであれば、この従業員の視点を理解することが重要です。

退屈な仕事: 反復的で自主性のない職業や仕事

退屈な仕事を定義する場合、最も重要なのは従業員自身の経験です。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。退屈で日常的なことのように見えることが、木工に必要な集中力など、スキルや能力を開発するための適切な条件を生み出したり、他の人と一緒に作業を行うときに社会的なつながりやサポートを生み出したりするのに最適な条件を生み出すことがあります。繰り返しの作業がマイナスであると考えるのではなく、人々がその作業をどのように経験し、その作業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。

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。フレームワークは、退屈、汚い、危険などの用語ごとに重要な情報を収集し、タスクのどの物理的側面または社会的側面が実際に DDD であるかを反映します。従業員の視点は、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。当社のマッチング ワークシートは、活用できる既存のデータ ソースを提供し、複数の視点を求め、潜在的な情報バイアスのソースを検討することを促します。

何がタスクを退屈にするか、汚くするか、危険にするかは、そのタスクを実行する人間の視点によって決まります。ライ

廃棄物・リサイクル業界を例に挙げてみましょう。世界では毎年 20 億トン以上の廃棄物が発生しており、この数字は 2050年までに約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 に影響する仕事のように思えます。 ワークシートに目を通すと、世界中でこの業界で働いていることを確認できます。 顔 重要な 健康被害 （危険）、廃棄物の収集は 徐々に として ステータスの低い仕事 (汚い)、興味深いが、労働者が多い 誇りに思う の上 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 2 つの側面として、同僚との日々のやり取り (豊富な社内語彙、仕事のハック、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、車両や設備のチェック、トラックの運転、スタッフとの調整、ゴミ箱や袋の回収、廃棄物の誤った分別の発見、最終目的地での荷降ろしなどがあります。

特定の種類のロボット ソリューションでは、従業員が最も大切にしている仕事の部分が排除されてしまうため、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、自動サイドローダー 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、その結果、センサーとカメラの追跡に囲まれたキャブ内で 1 人の従業員がジョイスティックを操作することになります。

代わりに、他の方法で仕事を悪化させることなく、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、何が仕事を退屈にするのか、汚いのか、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ように設計されています。

最後に、DDD は、ロボットの方が適切に処理できる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、この一般的な表現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作成であれ、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、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実用的なツールを作成できるようになります。

退屈、汚い、危険: ロボット工学の主要な原動力の過去、現在、未来を理解するから 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・ダーリング氏が講演した。 第 21 回 ACM/IEEE ヒューマン・ロボット・インタラクション国際会議 (HRI) スコットランド、エディンバラ。