Cahier 21 – Robotisering en de gevolgen voor arbeidsbelasting en het arbeidsdeskundig vak
2.2 Vaststellen gevolgen robotisering voor arbeidsbelasting (fase 1)

Om de gevolgen van robotisering te kunnen benoemen, hebben we onderstaande projectstappen uitgevoerd.

1. Definitie en differentiatie van robotisering

   Het begrip robotisering is een breed, veelomvattend begrip. Wat valt er wel en niet onder? En welke categorieën zijn er te onderscheiden? Welke indeling van robotisering is het meest relevant voor dit onderzoek?

   Activiteiten

   • Verkenning van gehanteerde definities en indelingen in de literatuur, in lopend onderzoek en bij toonaangevende instituties.

   • Bepaling van de meest relevante indeling van robotvormen in het licht van de vraagstellingen van het AKC.

2. Bepaling van de effecten van robotisering op de arbeidsbelasting

   Voor een aantal (hoofd)vormen van robotisering zijn de potentiële effecten op de arbeidsbelasting in kaart gebracht.

   Activiteiten

   • Casuïstiek

     In vier concrete praktijksituaties hebben we de effecten van de implementatie van een specifieke robotvorm op de arbeidsbelasting bestudeerd. De geïmplementeerde robotvormen waren:

     • industriële kooirobot;

     • cognitief supportsysteem;

     • digitalisering van een administratief proces;

     • robotarm.

     Bij de eerste drie cases is met de ALERT-methodiek de verandering in kaart gebracht door de intrede van de betreffende robotvorm. De ALERT-methode onderscheidt diverse aspecten van belasting (figuur 2.1). De blootstelling aan belasting wordt in ALERT gescoord in zes categorieën: dagelijks meerdere keren; dagelijks een enkele keer; wekelijks; maandelijks; jaarlijks; (bijna) nooit. Tijdens een werkbezoek aan de betreffende bedrijven is door expertobservatie voor de verschillende aspecten nagegaan wat de blootstelling was in de gerobotiseerde/geautomatiseerde situatie. Vervolgens is via een groepsinterview gevraagd naar de blootstelling in de oude, niet geautomatiseerde situatie.

     In de vierde case zijn gegevens verzameld via gesprekken met het management, met een stafmedewerker Research & Development (R&D) en met een ergotherapeut, en via een rondleiding langs enkele gerobotiseerde taken. Daarnaast bood een rapport van het bedrijf relevante informatie over de verandering van werkeisen (in kaart gebracht via de MELBA-methode).

Figuur 2.1 Aspecten binnen vier domeinen van de arbeidsbelasting (methode ALERT)

• • Beoordelingssessie

    De in de vier cases verzamelde data zijn besproken in bijeenkomsten met deskundigen van het EMGO/VUmc en TNO op de verschillende domeinen van de arbeidsbelasting. Doel van deze sessies was om tot een gezamenlijk oordeel te komen over de verandering in de arbeidsbelasting per case en per domein.

    De resultaten van de casuïstiek zijn op 10 mei 2016 besproken met de begeleidingscommissie. Reacties en adviezen van de begeleidingscommissie zijn meegenomen in de verdere verwerking van de informatie. Eén van die adviezen betrof de aansluiting bij de instrumenten FML/CBBS. Daartoe zijn de ALERT-aspecten aangevuld met aspecten van de FML/CBBS. Waar mogelijk zijn aspecten samengevoegd om het overzicht meer hanteerbaar te maken.

  • Aanvullingen aan de hand van literatuur en raadpleging experts

    De resultaten van de casuïstiek zijn eerst omgezet naar een samenvatting van de effecten op de arbeidsbelasting voor twee hoofdvormen van robotisering: robotiseringsvormen voor fysieke ondersteuning en robotiseringsvormen voor perceptief-cognitieve ondersteuning. Dit overzicht is aangevuld na raadpleging van enkele experts op het gebied van robotisering en met inzichten uit de literatuur.