I en studie publicerad i Journal of the Royal Society Interface i januari 2021, SFI extern professor Doyne Farmer, första författare Maria del Rio-Chanona, och deras kollegor vid Oxford University utforskar effekten av automatisering på låglönearbetare. Covid-19-pandemin accelererar automatiseringstakten, och de fastställde att låglönearbetare står inför en dubbel slump att de är mer benägna att förlora sina jobb på grund av automatisering och mindre benägna att ha kompetensen att byta till nyskapade jobb.

Detta arbete är baserat på en datadriven modell skapad för att analysera hur arbetare rör sig genom ett empiriskt härlett yrkesmobilitetsnätverk som svar på automatiseringsscenarier. Genom att identifiera arbetstagare som löper störst risk för långtidsarbetslöshet, Forskarnas modell kan bättre inrikta sig på arbetstagarstöd och omskolningsprogram för att hjälpa låglönearbetare att anpassa sig till den föränderliga ekonomin.

Studien avslöjade också att arbetslöshetsriskerna inte är begränsade till dem som är direkt fördrivna av automatisering. Barnomsorgsarbetare, som löper låg risk för automatisering, kommer sannolikt att möta en mycket mer utmanande arbetsmarknad på grund av att andra fördrivna arbetare försöker komma in i deras bransch.

"Utan ordentliga åtgärder, automatisering kan orsaka ytterligare djup nöd, " säger Farmer. "Men med de rätta politiska ramarna på plats, inklusive välriktat stöd till låglönearbetare, det kan ge en bättre ekonomi för alla."

"Yrkesmobilitet och automatisering:en datadriven modell" publiceras i Journal of the Royal Society Interface .