Napjainkban következményeit tekintve még beláthatatlan információs és technológiai robbanás zajlik. A változásokat – várható hatásuk érzékeltetésére – szokták Ipar 4.0-nak,[1] negyedik ipari forradalomnak,[2] harmadik informatikai forradalomnak[3] is nevezni. A technológiai változások: az ipari robotok, az intelligens és mobil robotok alkalmazása, a mesterséges intelligencia, a gépi tanulás, a nanotechnológia, a 3D nyomtatás stb. alapjaiban alakítják át az emberek életét és a munka világát. Kérdés, hogyan lehet erre felkészülni, és hogyan kellene az oktatási rendszert átalakítani az alkalmazkodás megkönnyítése érdekében?
Technológiai fejlődés és a munkafeladatok átalakulása
A technológiai fejlődés nyomán korábban is változtak a foglalkozások, munkahelyek. Változott, hogy milyen végzettségű és milyen ismeretekkel, készségekkel rendelkező munkavállalókat keresnek a munkaadók. Az elmúlt évtizedekben a „képzettségtorzított technológiai váltás” (skill-biased tecnological change) nyomán alapvetően átalakultak a különböző munkafeladatok arányai a fejlett országokban. David Autor, Richard Murnane és Frank Levy úttörő tanulmánya[4] után sokan vizsgálták, hogyan változott az, hogy milyen munkafeladatokat látnak el a foglalkoztatottak. Ezek a kutatások a munkafeladatokat ismerettartalmuk és az elvégzésükhöz szükséges készségek alapján többféle csoportba sorolták, majd megvizsgálták, hogyan változott a foglalkoztatottak körében az egyes csoportokhoz tartozó munkafeladatokat végzők aránya. A csoportosítások elsőként a rutin manuális, rutin kognitív, nem rutin manuális, nem rutin kognitív csoportokat különböztették meg, majd később differenciáltabb csoportokat képeztek. Az újabb munkák a következő csoportokat használták az elemzésekhez: (1) Az új információ alkalmazása csoportba azokat a feladatokat sorolták, amelyek korábban ismeretlen információ megkeresésére, összegyűjtésére, megítélésére és alkalmazására irányulnak. (2) A strukturálatlan problémamegoldás csoportba azokat a feladatokat sorolták, amelyek egyszerű szabálykövetéssel nem megoldhatók (például egy nem tipikus tüneteket mutató beteg esetében a diagnózis felállítása). (3) A rutin kognitív feladatok csoportjába olyan szellemi feladatok kerültek, amelyek egyszerű deduktív és induktív szabályokkal megoldhatók (például az adóbevallás elkészítése). (4) A rutin manuális feladatok azok a fizikai feladatok, amelyek szintén egyszerű szabálykövetéssel megoldhatók. (5) Végül a nem rutin manuális feladatok olyan fizikai feladatok, amelyeket nem lehet szabályokkal jól leírni, mert vagy finom optikai felismerés, vagy finom izomkontroll kell hozzájuk (például a kozmetikus munkája).
A fejlett országokban a hetvenes évek közepétől fogva folyamatosan és meredeken nőtt a nem rutin kognitív feladatok, a strukturálatlan problémamegoldás és az új információ alkalmazásának aránya a munkafeladatokon belül. Ezzel egyidejűleg csökkent a rutin manuális feladatok és a rutin kognitív feladatok aránya, miközben a nem rutin manuális feladatok aránya a kilencvenes évek elejéig csökkent, majd állandósult, sőt kismértékben nőtt is. Az 1. ábra az Egyesült Államokra vonatkozóan mutatja be a különböző munkafeladatok arányának változását 1960 és 2009 között.
Forrás: Frank Levy és Richard J. Murnane: Dancing with robots[5]
1. ábra: A munkafeladatok arányának változása
az Egyesült Államok gazdaságában, 1960–2009
Hasonló tendenciák voltak megfigyelhetők az EU28 országaiban is.[6] 1998 és 2016 között az európai országokban is folyamatosan nőtt a nem rutin feladatok aránya, és meredeken csökkent a rutin feladatoké. Az arányváltozások nagyon hasonlók voltak az EU-országok különböző csoportjai között. Az egyetlen különbség az volt, hogy míg az EU15 országaiban a változások az Egyesült Államokban is megfigyelt irányban és hasonló arányokban mentek végbe, addig a volt szocialista országokban és néhány dél-európai országban a rutin kognitív feladatok aránya nem csökkent, hanem enyhén még nőtt is 2005-ig. Ezt követően viszont ebben a régióban is csökkenni kezdett a rutin kognitív feladatok aránya. A munkanélküliek által korábban betöltött állások feladattartalmának elemzése is megerősítette ezt a megfigyelést. Magyarországra vonatkozóan Telegdy Álmos azt mutatta be,[7] hogy a 2000-es években a felsőfokú végzettségű és a szolgáltatási állásokban dolgozók aránya nőtt, míg a szakmunkás állásokban dolgozók aránya csökkent, ami szintén a rutin feladatok arányának csökkenésére utal.
A fejlett országokban azért rendeződött át a munkafeladatok aránya az elmúlt évtizedekben, mert a számítógépes technológiák elterjedésével a rutin munkafeladatokban a gépek helyettesítették az embert, így a nem rutin feladatok aránya nőtt. Ez részben új foglalkozások, iparágak megjelenése révén történt, de a régebbi foglalkozások egy részének is megváltozott a feladattartalma, egyes rutin feladatokat átvettek a gépek. Az információalapú rutin feladatok egy részének kiszervezését (outsourcing) más régiókba is az tette lehetővé, hogy e feladatok kiszervezésének költsége a technológiai fejlődés következtében drámaian csökkent.[8]
Ez az átrendeződés azzal a következménnyel járt, hogy nőtt a kereslet azon munkavállalók iránt, akik képesek nem rutin feladatokat elvégezni. A munka világában történő boldoguláshoz más készségek, ismeretek lettek szükségesek a technológia változása, az automatizáció és a digitalizáció következtében, mint korábban. Felértékelődtek az úgynevezett alapkészségek a szűken vett szakmai készségek ellenében. Ennek volt a következménye, hogy a felsőfokú végzettségűek arányának – és így kínálatának – növekedése ellenére a felsőfokú végzettség kereseti hozama nemhogy nem csökkent, hanem még nőtt is.
A technológiai robbanás várható hatása a foglalkoztatásra
Az automatizáció és a digitalizáció eddig elsősorban a rutin feladatok terén helyettesítette az emberi munkát. Az előrejelzések szerint ez a folyamat egyre növekvő ütemben fog folytatódni, mivel egyre inkább csökken a rutin feladatokat végző ipari robotok ára. A technológiai fejlődés üteme továbbra is gyorsul, és a sokkal kifinomultabb technológiák egyre inkább lehetővé teszik a nem rutin feladatok kiváltását is robotokkal. Ma már látjuk, hogy olyan munkafeladatokat is el fognak tudni végezni a gépek, amelyekre még tíz évvel ezelőtt sem számított senki. 2004-ben például Levy és Murnane a számítógépek munkaerőpiaci hatásáról írt könyvük Miért számítanak még mindig az emberek című fejezetében amellett érveltek, hogy az autóvezetés nem automatizálható, mert nem lehet kiváltani az emberi percepciót és ítélethozatalt a vezetés közben adódó helyzetek bonyolultsága miatt.[9] Ugyanebben az évben a DARPA[10] már pályázatot írt ki önvezető autó megépítésére, majd 2014-ben a Google be is mutatta egy önvezető autó prototípusát.
A big data és a mesterséges intelligencia, s ezek nyomán a gépi tanulás elérhetősége lehetővé teszi, hogy nem rutin nem kognitív, sőt nem rutin kognitív feladatokat is átvegyenek a gépek. Az 1. táblázat Michael Decker és szerzőtársai[11] összefoglalásában mutatja be ezt az átalakulást. Az újabb technológiai fejlődés következtében az ipari robotok mellett megjelennek és elterjednek a szolgáltatási robotok is, amelyek egyre inkább képesek átvenni nem rutin kognitív és nem rutin manuális feladatokat is, vagyis egyre inkább helyettesítik, illetve kiegészítik a közepes és magas végzettségűek, a közepes és magas készségekkel rendelkezők munkáját is. Ez alapjaiban fogja átalakítani az emberi munkát.
Forrás: Michael Decker, Martin Fischer és Ingrid Ott: Service Robotics and Human Labor
1. táblázat: Készségek és feladatok:
az ipari robotok szolgáltatási robotokká alakulása
Egyes szakmák teljes, mások részleges automatizációja várhatóan a jelenlegi, emberek által végzett munkafeladatok jelentős hányadának megszűnését fogja eredményezni. Az utóbbi években számos tanulmány próbálta meg előre jelezni, mekkora az automatizációnak kitett foglalkozások aránya. Carl Frey és Michael Osborne 702 foglalkozás részletes elemzéséből kiindulva arra az eredményre jutott, hogy az Egyesült Államokban a foglalkoztatottak 47 százaléka dolgozik olyan munkakörben, amelyet a következő két évtizedben automatizálni fognak.[12] A McKinsey Global Institute tanulmánya arra számít, hogy a következő évtizedekben az állások 45 százaléka fog megszűnni.[13]
A különböző országok munkahelyei eltérő mértékben vannak kitéve az automatizáció és a digitalizáció miatti foglalkozásvesztés valószínűségének, attól függően, hogy foglalkozási szerkezetükben milyen mértékben vannak jelen a könnyen automatizálható feladatok. Azok az országok, ahol a robotizáció eddig viszonylag kis mértékben haladt előre, inkább veszélyeztetettek, mivel foglalkozási szerkezetükben nagyobb arányban vannak jelen könnyebben automatizálható feladatok. A Bruegel Kutatóközpont számításai szerint az EU28 országokban az állások átlagosan 54 százaléka van kitéve az automatizáció és a digitalizáció miatti megszűnés veszélyének. Magyarország a második legveszélyeztetettebb csoportba tartozik, az állások 55,3 százaléka van kitéve a megszűnés veszélyének, de a legkevésbé veszélyeztetett csoportban is nagyon magas ez az arány, így például Svédországban 46,7 százalék.[14]
Az eddig említett vizsgálatok azt feltételezték, hogy teljes foglalkozások tűnhetnek el az automatizáció következtében. Más tanulmányok a foglalkozások feladattartalmának elemzése alapján próbáltak meg előrejelzéseket tenni, és abból indultak ki, hogy a foglalkozások egyes feladatait fogják automatizálni, míg más feladatait továbbra is emberek végzik majd. Ezek az előrejelzések kisebb kitettséget találtak, de eredményeik szerint így is a foglalkozások 10–12 százaléka már a következő évtizedben el fog tűnni.[15]
Még ha pontosan előre látnánk is, mely foglalkozásokat fognak teljesen kiváltani a robotok, az automatizáció és a robotizáció munkaerő-piaci hatásait csak korlátozottan tudnánk előre jelezni. Egyrészt azért, mert nem tudjuk, hogy ha megvalósulnak az újabb technológiai fejlesztések, akkor a cégek, vállalkozások, vállalatok az automatizációt választják-e, és ha igen, milyen időtávon. Ez azon múlik, hogy milyen költségei lesznek az emberi munka gépekkel történő helyettesítésének, és hogy a bérek hogyan változnak majd e fenyegetés hatására. Másrészt az új technológiák munkaerő-piaci alkalmazásának hatása nemcsak azon múlik, hogy milyen állások szűnnek meg a robotizáció következtében, hanem azon is, hogy milyen állások keletkeznek.
Az automatizációs technológiák nemcsak feladatok, foglalkozások eltűnését eredményezik, hanem új feladatok, új foglalkozások megjelenését is magukkal hozzák majd. Az új állások egy része közvetlenül kapcsolódhat magukhoz az új technológiákhoz. Ilyen állások keletkezését máris megfigyelhetjük: azoknál a vállalatoknál például, ahol mesterséges intelligenciát használnak, teljesen új foglalkozási csoportok jelentek meg, például a mesterséges intelligencia képzését végző trénerek vagy az „elmagyarázók”, akik a vásárlóknak mutatják be, hogyan kommunikáljanak a mesterséges intelligenciával.[16] Az Eurofound elemzése szerint az ipari robotok fejlődésével és terjedésével állások keletkeznek majd a robotfenntartó és -támogató szolgáltatásokban éppúgy, mint a robotgyártásban.[17]
Új állások, foglalkozások nemcsak a robotizációhoz közvetlenül kapcsolódó szektorokban keletkezhetnek, hanem növekedhet a foglalkoztatás az automatizációtól nem vagy csak kevéssé érintett ágazatokban is, ha az automatizáció következtében felszabaduló munkaerőt megpróbálják felszívni olyan feladatokba, amelyek kevéssé automatizálhatók.[18] Mivel az új technológiák növelik a termelékenységet, ez növelni fogja a keresletet azon dolgozók iránt, akik olyan komplex feladatokat tudnak elvégezni, amelyeket a számítógépek nem képesek kezelni. Ezt a hatást viszont ellensúlyozhatja, hogy azok az emberek, akiket robotokkal helyettesítenek, nem biztos, hogy ezeket a sokkal bonyolultabb feladatokat el tudják látni. Akiknek viszont meglesznek a megfelelő készségeik vagy meg tudják tanulni azokat, azoknak a számára az új technológiák új foglalkozási lehetőségeket nyitnak majd meg.
Milyen készségekre lesz szükség?
Kérdés, melyek azok a készségek, amelyek a technológiai változások mellett is biztosíthatják, hogy boldogulni tudjon valaki a munka világában. Erről nagyon sok elemzés készült az utóbbi években. Ezek nagy része arra jutott, hogy azokon a készségeken túl, amelyek közvetlenül segítik a robotika és a mesterséges intelligencia fejlődését – így az alapvető digitális ismeretek vagy az ún. STEM területeken (természettudományok, technológia, műszaki tudományok, matematika) szerzett végzettségek –, a nem rutin munkafeladatokban, így a strukturálatlan problémamegoldás, az új információ alkalmazása és a nem rutin manuális feladatok terén az emberi munka még biztosan megmarad bizonyos mértékig. Az egyéb feladatokat robotok, számítógépek fogják elvégezni.
Azt is biztosra vehetjük, hogy a legtöbb embernek új ismereteket, új tudást kell elsajátítania dolgozói életpályája során, méghozzá többször is, hogy biztosítsa megélhetését a változó világban. Ezért alapvető fontosságú lesz, hogy az oktatási rendszer mindenkit fel tudjon vértezni azokkal az alapkészségekkel, amelyek lehetővé teszik a hatékony tanulást az életpálya egészében, mert az emberek ennek segítségével tudják majd megszerezni a munkahelyükön szükséges tudást.
Az OECD Skills Outlook 2017 című kiadványa azt emeli ki, hogy a különféle készségek együttes megléte segítheti a boldogulást a digitális világba történő átmenet során.[19] Az erős alapkészségek, mint a szövegértés és a matematikai készségek megalapozhatják az élethosszig tartó tanulást. Emellett az alapvető információs és kommunikációs technológiai készségek, az elemző készségek és számos kiegészítő készség, mint a kreativitás, probléma-megoldás, kritikus gondolkodás, interperszonális és kommunikációs készségek éppúgy fontosak lehetnek, mint bizonyos emocionális készségek, a stressz- és változástűrő képesség.
A Világgazdasági Fórum összeállított egy listát a 21. századi készségekről, amelyeket a foglalkoztatás alapfeltételének tekint. Ebben alapkészségeket, kompetenciákat és karakterjellemzőket is összegyűjtöttek. Ezeket a 2. táblázat mutatja be.
Forrás: World Economic Forum: New Vision for Education[20]
2. táblázat: 21. századi készségek
a Világgazdasági Fórum előrejelzése szerint
A Világgazdasági Fórum előrejelzései úgy látják, hogy az úgynevezett soft skilleknek, amit magyarul „puha faktoroknak” vagy „soft készségeknek” szoktak nevezni, egyre fontosabb szerepük lesz abban, hogy sikeresen munkát tud-e találni valaki a digitalizáció, robotizáció előrehaladtával. Meglátásuk szerint az is változni fog, hogy mely soft készségek lesznek fontosak, vagy hogy ezeknek mi a fontossági sorrendje. 2020-ra a következő tíz készség meglétét tartják fontosnak: (1) komplex problémamegoldás; (2) kritikus gondolkodás; (3) kreativitás; (4) emberek irányításának képessége; (5) másokkal való koordináció képessége; (6) érzelmi intelligencia; (7) ítélethozatali és döntésképesség; (8) szolgáltatásorientáltság; (9) tárgyalóképesség; (10) kognitív rugalmasság.[21]
Más kutatások is megpróbálták kategorizálni azokat a készségeket, amelyek szükségesek lehetnek a digitális gazdaságban. Karishma Banga és Dirk Willem te Velde tanulmánya például megkülönbözteti azokat az alapvető készségeket, amelyek közvetlenül hozzájárulnak a digitális gazdaságban a munkaerő versenyképességéhez, valamint azokat a kiegészítő készségeket, amelyek relevánsak maradnak a digitális gazdaságban is.[22]
A szerzők a digitális készségek három szintjét különböztetik meg. Ezeket az alapvető készségek közé sorolják, mivel úgy látják, hogy digitális készségek nélkül már senki sem fog munkát találni. Az első és második szint a foglalkozáshoz nem kapcsolódó digitális készségek szintje – ezek alap- vagy középszintű készségeket jelentenek. Az alapszintű készségek az internethasználat képességét jelentik, a weben történő keresés képességét, e-mailek küldését stb., vagyis olyan készségeket, amelyek minimális szinten lehetővé teszik a bekapcsolódást a digitális gazdaságba. A foglalkozáshoz nem kapcsolódó középszintű készségek közé tartozik egyes programcsomagok használatának képessége, a digitális design eszközeinek ismerete, elemi adatelemzési és adattárolási ismeretek. Ezek olyan készségek, amelyek lehetővé teszik, hogy a digitális feladatok széles skálájának elvégzésére legyen képes valaki, és hogy alkalmazkodni tudjon a technológia változásaihoz. A digitális készségek harmadik szintjét a foglalkozáshoz kapcsolódó, specialista szintű digitális készségek jelentik, például programozás, network menedzsment, kódolás, big data elemzés stb. Ezek már közvetlenül hasznosíthatók munkavállaláskor. A digitális készségek mellett az alapvető készségek további csoportjaiba a foglalkozáshoz nem kapcsolódó kognitív készségek – például kritikus gondolkodás, problémamegoldás, kreativitás –, valamint a foglalkozáshoz nem kapcsolódó interperszonális készségek – például kommunikációs készség, együttműködési készségek – tartoznak a szerzők kategorizálása szerint.
A Világbanknak a munka változó természetéről írt összefoglalója arra hívja fel a figyelmet, hogy a munka világának igen gyors változása miatt arra lesz szükség, hogy a munkavállalók alkalmazkodóképesek és rugalmasak legyenek, mivel ez lehetővé teszi számukra, hogy könnyen váltsanak egyik munkahelyről a másikra, ami elengedhetetlen lesz a robotizált digitális gazdaságban.[23] A változások a szűk, szakmaspecifikus ismeretek iránti kereslet csökkenését eredményezik, míg a tanulási képesség, a kognitív készségek (mint például a kritikus gondolkodás és a problémamegoldás, az interperszonális készségek, a vezetői készségek és a kreatív készségek) növekvő jelentőségre tesznek szert már a közeljövőben is.
A változások az iskolarendszer átalakítását igénylik, és az országok jelentős része komoly átalakításokba is kezdett, hogy oktatási rendszerük a 21. századi ismereteket, készségeket beépítse a tantervekbe. Nem egyszerűen a tanterveket igyekeznek átalakítani, hanem azt is, ahogyan tanítanak, hiszen a szükséges készségek, például a kritikus gondolkozás vagy a kreativitás a 20. századi oktatási módszerek segítségével nem biztos, hogy eredményesen fejleszthetők.[24]
Mennyire vannak felkészülve a magyar fiatalok a változásokra?
A magyar oktatási rendszer egyelőre nem képes a tanulók jelentős hányadát azokkal az alapkészségekkel felvértezni, amelyek szükségesek lehetnek a következő évtizedekben. A legfontosabb hiányosságnak az látszik, hogy a tanulók nagy és egyre növekvő hányada nem szerzi meg azokat az alapkészségeket, amelyek a folyamatos tanulást és az alkalmazkodást megalapozhatják. Ez hosszú ideje jellemzi a magyar oktatási rendszert,[25] de a helyzet az utolsó tíz évben tovább romlott.
A 2. ábra az OECD PISA-mérései alapján mutatja be, hogyan változott a szövegértési, matematikai és természettudományi méréseken nagyon rosszul teljesítő tanulók aránya a 15 éves magyar tanulók között. Azoknak a tanulóknak az arányát látjuk, akik egy ötfokozatú skálán nem érték el a kettes szintet, vagyis a minimálisan elfogadható szintet sem. Az elégtelen szinten teljesítő tanulók aránya növekszik a magyar tanulók között, és 2015-ben már a 15 évesek egynegyede nem volt képes arra, hogy akár a legalacsonyabb szinten megoldja a matematikai, természettudományi vagy szövegértési feladatokat. Azokon a képességterületeken, ahol korábban relatíve kisebb volt a rosszul teljesítők aránya (természettudomány, szövegértés), ez az arány gyorsabban nőtt, és 2015-ben már mindhárom területen a tanulók nagyjából egynegyede tartozott az elégtelenül teljesítők csoportjába.
Forrás: Eurostat, a PISA-eredmények alapján
2. ábra: A képességméréseken nagyon rosszul teljesítők
aránya a 15 évesek között, százalék
Az alapkészségek biztosításának kudarca mellett úgy tűnik, hogy a magyar iskolarendszer még rosszabbul teljesít azoknak a 21. századi kompetenciáknak a fejlesztésében, amelyeket az elemzők fontosnak látnak a digitális társadalomban. A 3. ábra a 2012. évi PISA-méréskor vizsgált egyéni és a 2015. évi méréskor vizsgált kollaboratív problémamegoldási méréseken elért relatív eredményeket ábrázolja. A relatív eredmények azt mutatják, hogy a tanulók saját természettudományi, szövegértési és matematikai eredményeit figyelembe véve mennyire jók problémamegoldásban. A magyar 15 évesek egyedül is nehezen oldanak meg problémákat, és csapatban sem tudnak jól dolgozni. A relatív eredmények mindkét mérésen jóval átlag alatt voltak: problémamegoldásban a legrosszabb eredményt mutató országok csoportjában vagyunk.
Forrás: OECD
3. ábra: A 15 évesek egyéni és kollaboratív problémamegoldás
méréseken elért relatív eredményei[26]
Végül a 4. ábra a teljes magyar népesség és a fiatalok digitális képességeit vizsgálja. Azt mutatja, hogy a megfelelő korú és végzettségű népesség arányában mekkora a különbség az EU18 országok átlaga és Magyarország között azok arányában, akik legalább alapszintű digitális készségekkel rendelkeznek. Míg a felsőfokú végzettségű magyar fiatalok között nagyobb arányt képviselnek azok, akik legalább alapszintű digitális készségekkel rendelkeznek, mint az EU28 országok átlagában, addig az alacsony és középfokú végzettségűek között ez az arány elmarad az ugyanolyan végzettségűek között az EU28 országokban mért aránytól.
Forrás: Eurostat
4. ábra: Azoknak az aránya, akiknek legalább alapszintű vagy magasabb szintű digitális készségei vannak a megfelelő korú és végzettségű népesség arányában, százalék
Jelen cikk terjedelmi korlátai nem adnak lehetőséget a kérdés ennél részletesebb bemutatására, de a rendelkezésre álló adatok alapján megállapítható, hogy a magyar fiatalok (és általában a magyar népesség) nagyon nagy része komoly nehézségekkel fog szembekerülni a robotizáció és a digitalizáció terjedése következtében, mivel nem rendelkeznek azokkal a készségekkel, amelyek szükségesek lennének az új feladatok ellátásához.
JEGYZETEK
[1] Vö. Lasi, Heiner, Fettke, Peter, Feld, Thomas, Hoffmann, Michael, Industry 4.0, Business & Information Systems Engineering, 2014/6.
[2] Vö. Schwab, Klaus, The Fourth Industrial Revolution, Crown Business, New York, 2016.
[3] Vö. Bojár Gábor, Az információ sok évezredes hatalma. Negyedik ipari vagy harmadik informatikai forradalom?, Élet és Irodalom, 2017. április 21.
[4] Autor, David H., Levy, Frank, Murnane, Richard J., The Skill Content of Recent Technological Change: An Empirical Exploration, The Quarterly Journal of Economics, 2003/4.
[5] Levy, Frank, Murnane, Richard J., Dancing with Robots: Human Skills for Computerized Work, Third Way, Washington, DC, 2013.
[6] Vö. Goos, Marteen, Manning, Alan, Salomons, Anna, Explaining Job Polarization: Routine-biased Technological Change and Offshoring, American Economic Review, 2014/8.; Górka, Szymon, Hardy, Wojciech, Keister, Roma, Lewandowski, Piotr, Age, Tasks and Skills in European Labour Markets, IBS Research Report, 2017. április, http://pubdocs.worldbank.org/en/818291521211501671/Age-Tasks-and-Skills-in-European-Labor-Markets.pdf; Hoftijzer, Margo, Gortazar, Lucas, Skills and Europe’s Labor Market, World Bank Group, 2017, http://pubdocs.worldbank.org/en/115971529687983521/EU-GU-Skills-and-Labor-Markets-final-5-29-2018.pdf.
[7] Telegdy Álmos, Wage Inequality on the Hungarian Labour Market: Technological Change, Expansion in Higher Education and the Role of the Minimum Wage, Financial and Economic Review, 2018/3.
[8] Vö. Blinder, Alan S., Krueger, Alan B., Alternative Measures of Offshorability: A Survey Approach, Journal of Labor Economics, 2013/1.
[9] Levy, Frank, Murnane, Richard J., The New Division of Labor: How Computers Are Creating the Next Job Market, Princeton University Press, New Jersey, 2004.
[10] Defense Advanced Research Project Agency: az Egyesült Államok Védelmi Minisztériumának az új tudományos eredmények hadiipari alkalmazásaiért felelős ügynöksége.
[11] Decker, Michael, Fischer, Martin, Ott, Ingrid, Service Robotics and Human Labor: A First Technology Assessment of Substitution and Cooperation, Robotics and Autonomous Systems, 2017/1.
[12] Frey, Carl Benedict, Osborne, Michael A., The Future of Employment: How Susceptible Are Jobs to Computerisation?, Oxford Martin Programme on Technology and Employment, 2013. szeptember 17., http://www.oxfordmartin.ox.ac.uk/downloads/academic/future-of-employment.pdf.
[13] Manyika, James és tsai, A Future that Works: Automation, Employment and Productivity, McKinsey Global Institute, 2017. január, https://www.mckinsey.com/~/media/McKinsey/Featured%20Insights/Digital%20Disruption/Harnessing%20automation%20for%20a%20future%20that%20works/MGI-A-future-that-works_Full-report.ashx.
[14] Bowles, Jeremy, Chart of the Week: 54% of EU Jobs at Risk of Computerisation, Bruegel.org, 2014. július 24., http://bruegel.org/2014/07/chart-of-the-week-54-of-eu-jobs-at-risk-of-computerisation/2014.
[15] Vö. Arntz, Melanie, Gregory, Terry, Zierahn, Ulrich, The Risk of Automation for Jobs in OECD Countries, OECD Publishing, Párizs, 2016.
[16] Vö. Wilson, H. James, Daugherty, Paul R., Morini-Bianzino, Nicola, The Jobs That Artificial Intelligence Will Create, MIT Sloan Management Review, 2017/4.
[17] Hinojosa, Carlos, Potau, Xavier, Advanced Industrial Robotics: Taking Human-Robot Collaboration to the Next Level, Eurofound, 2017, https://www.eurofound.europa.eu/sites/default/files/wpfomeef18003.pdf.
[18] Vö. Acemoglu, Daron, Restrepo, Pascual, The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment, American Economic Review, 2018/6.
[19] OECD Skills Outlook 2017: Skills and Global Value Chains, OECD Publishing, Párizs, 2017.
[20] New Vision for Education: Fostering Social and Emotional Learning through Technology, World Economic Forum, 2016. március 10.,
https://www.weforum.org/reports/new-vision-for-education-fostering-social-and-emotional-learning-through-technology.
[21] Future of Jobs Report 2018, World Economic Forum, 2018. szeptember 17., https://www.weforum.org/reports/the-future-of-jobs-report-2018.
[22] Banga, Karishma, te Velde, Dirk Willem, Skill Needs for the Future, Pathways for Prosperity Commission, 2018. augusztus, https://pathwayscommission.bsg.ox.ac.uk/skill-needs-for-the-future.
[23] The Changing Nature of Work. World Development Report 2019, World Bank Group, 2019, http://documents.worldbank.org/curated/en/816281518818814423/pdf/2019-WDR-Report.pdf.
[24] Az oktatási reformok részletes összefoglalását adja Schleicher, Andreas, World Class: How to Build a 21st-century School System, OECD Publishing, Párizs, 2018.
[25] Vö. Zöld könyv a magyar közoktatás megújításáért, szerk. Fazekas Károly, Köllő János, Varga Júlia, Ecostat, Budapest, 2008, http://mek.oszk.hu/08200/08222/08222.pdf.
[26] A kollaboratív, illetve egyéni problémamegoldás relatív teljesítményét OLS regressziós becslések
reziduumával mérték, melyben a függő változó a tanulók kollaboratív, illetve egyéni problémamegoldásban nyújtott teljesítménye volt, a magyarázó változók pedig az adott tanuló természettudományi, szövegértés- és matematikai mérésen nyújtott teljesítménye. A regressziós becsléshez a mérésben résztvevő valamennyi ország egyéni adataiból képzett együttes adatbázist használták.
