3.3. Användardata
Rapport 6 September, 2020

3.3. Användardata

Av: Unionen Opinion

Flertalet aktörer som använder scenariomodellen är stora företag som vill använda plattformen för att kunna förutse hur teknikutvecklingen kommer att påverka företagets arbetskraft: Vilka kompetensbehov företaget kommer att ha i framtiden och på vilka sätt företaget kan vidareutbilda sina anställda för att bättre matcha framtida behov. Analysen bygger då på data över företagets anställda.

Unionen använder scenariomodellen för att göra motsvarande analys på Sverige- och branschnivå. Unionen vill bland annat undersöka i vilka yrken det kommer behövas fler personer framöver, i vilka yrken det kommer att behövas färre personer samt vilka yrken de personer som i dag jobbar i de yrkena enklast kan vidareutbildas till.

Unionen studerar utvecklingen inom fyra branscher i privat sektor i Sverige: tillverkningsindustrin, handeln, it och kommunikation samt kunskapsintensiva företagstjänster. De är de fyra branscher där Unionen har flest medlemmar och omfattar cirka 70 procent av förbundets medlemmar.

Den användardata som för Unionens räkning har laddats upp i scenariomodellen kommer från Statistiska centralbyrån (SCB) och består i grunden av uppgifter från yrkesregistret. Variabler som ingår är yrke (SSYK12 på fyrsiffernivå), kön, ålder, bransch och lön. Den senaste datan i yrkesregistret avser år 2018 men har av Faethm räknats fram till ett utgångsvärde för 2020 med hjälp av en maskininlärningsmodell som tränats genom att använda tidigare utveckling av en rad olika variabler. Den svenska datan har sedan matchats mot yrkena i databasen i scenariomodellen.

Med hjälp av scenariomodellen undersöker den här rapporten hur olika teknikskiften påverkar jobben i Sverige och inom ovannämnda branscher. Rapporten analyserar vilka arbetsuppgifter som kommer att automatiseras, vilka arbetsuppgifter som kommer att förstärkas (på engelska kallat augumentation) samt vilka nya jobb som kommer att tillkomma (på engelska kallat job addition). Scenariomodellen används även för att ta reda på möjliga vägar till vidareutbildning för en viss yrkesgrupp genom det som i Faethms terminologi benämns som “jobbkorridoren”.

Nedan beskriver vi några begrepp och frågeområden där scenariomodellen ger oss insikter.

  1. Automatisering. Scenariomodellen kan kvantifiera hur stor andel av arbetsuppgifterna i ett yrke som kan automatiseras genom införandet av olika tekniker inom en viss tidsperiod. Med automatisering avses teknikens kapacitet att helt utföra arbetsuppgifter som tidigare utförts av mänsklig arbetskraft. Det är viktigt att notera att det ofta inte är ett helt yrke som automatiseras utan en viss andel av arbetsuppgifterna i ett yrke.
  2. Förstärkning. Scenariomodellen kan mäta hur stor andel av arbetsuppgifterna i ett yrke som kan förstärktas (augmentation) genom införandet av ny teknik. Förstärkning möjliggör att vissa arbetsuppgifter utförs mer effektivt. Därigenom får arbetstagaren ökad kapacitet att med samma tidsåtgång som tidigare utföra mer arbete, och/eller arbete som genererar mer värde. För att möjliggöra sådana effektivitetsvinster krävs dels att arbetsgivaren investerar i och implementerar ny teknik, dels att arbetstagaren ges möjlighet till kompetensutveckling för att kunna använda tekniken.
  3. Nya jobb. Scenariomodellen kan användas för att ge svar på vilka jobb (jobs added) som behöver skapas för att kunna implementera de nya teknologierna inom respektive bransch. Sådana jobb kan till exempel vara mjukvaruutvecklare, processanalytiker och dataingenjörer.
  4. Jobbkorridoren. Scenariomodellen kan användas för att ge svar på vilka yrken som kan vara attraktiva för personer vars jobb försvinner till följd av automatisering. Jobbkorridoren visar, för varje yrkesgrupp, vilka andra yrken som kompetens kopplad till yrkesgruppen mest överlappar med och som yrkesgruppen därmed enklast skulle kunna gå vidare till. För varje yrke görs en bedömning av till hur många procent det yrket överlappar alla andra yrken (matchningspoäng), samt vilka kompetenser som skulle behöva utvecklas för att helt matcha med de övriga yrkena. Bedömningen görs både utifrån vilka arbetsuppgifter som ingår i ett yrke, vilka kvalifikationer som krävs för att utföra olika arbetsuppgifter samt i vilken kontext eller sammanhang som arbetsuppgifterna utförs, till exempel om arbetet utförs enskilt eller i grupp, i interaktion med kunder eller ej, på en fast arbetsplats eller mer rörligt, etcetera.
  5. Matchningspoäng. (pivot score) är ett mått på hur väl kompetenserna för ett visst yrke överlappar med ett annat. Högsta möjliga matchningspoäng är 100. Matchningen påverkas inte av personliga egenskaper och erfarenheter, utan av yrkets kompetenskrav. Matchningspoängen bestäms av en algoritm som analyserar hur väl målyrket uppfyller följande fem egenskaper: hur lätt omställningen kan ske (liknande attribut som nuvarande yrke), matchning mot yrken med framtida ekonomisk tillväxt (bestäms utifrån tillgängliga data via US Bureau of Statistics), jämförelse av lönenivå mellan yrkena (för att säkerställa en rimlig omställning), lägre nivå av automatiseringsrisk målyrket samt yrken som bedöms vara relevanta eller tilltalande för en individ baserat på det nuvarande yrkets attribut.

Nästa sida >

Comments are closed.