Arbeidsdeskundig Kennis Centrum (AKC)
Uiteraard beschrijft de engineering-literatuur vele en zeer uiteenlopende robotvormen. Ook is in studies gekeken naar de effecten van specifieke applicaties van robots in een specifieke context. In tabel 4.1 staan enkele voorbeelden. In de meeste effectstudies staan de effecten op menselijk presteren centraal. Effecten op de arbeidsbelasting komen veel minder aan bod. De effecten die we hebben gevonden, zijn – zoals gezegd – context- en applicatieafhankelijk.
Het uitvoeren van een systematische review is ondoenlijk en in dit verband ook weinig zinvol. Wat we wel in meer algemene termen kunnen zeggen op basis van de literatuur/praktijkkennis, is dat de effecten op diverse aspecten van arbeidsbelasting zeer verschillend kunnen zijn.
Robotvormen die de mens fysiek ondersteunen – doordat ze fysiek zwaar werk, repeterend werk of werk in ongemakkelijke werkhoudingen overnemen – leiden uiteraard tot een verlaging van de fysieke belasting. Tegelijkertijd moeten we bedacht zijn op robotvormen die de arbeid ‘uitkleden’, waardoor de fysieke belasting in feite toeneemt in de vorm van repeterend en monotoon werk. Een voorbeeld van dat laatste effect vormt de orderpicker. Deze haalde in het traditionele magazijn zelf de spullen op in het magazijn en verzamelde de orders. In het gerobotiseerde magazijn ziet hij de producten automatisch naar zich toe komen om op een vaste plek de resterende pak-en-plaatshandeling te verrichten. Fysiek zwaar werk afgewisseld met lopen of heftruck rijden, is daarbij vervangen door monotoon en zeer repeterend werk.
De effecten van robotisering op cognitieve belasting zijn ook niet eenduidig. Door digitalisering van relatief eenvoudige cognitieve processtappen neemt voor de mens mogelijk de frequentie toe van de meer ingewikkelde, resterende beslismomenten. Een voorbeeld van toegenomen cognitieve belasting is de operator in de maakindustrie die nu meerdere machines tegelijkertijd moet monitoren. Het kan ook de andere kant op: in de hoogwaardige assemblage zien we voorbeelden van geautomatiseerde vormen van instructie en controle, waardoor de kans op fouten door de assemblagemedewerker afneemt.
Tabel 4.1 Enkele voorbeelden van studies naar specifieke robotvormen en effecten op de arbeidsbelasting
Studie | Context | Robotvorm | Effect* |
Radkowski, 2015 | Assemblage. | Cognitieve ondersteuning door middel van Augmented Reality. | Toename in zelfvertrouwen (met betrekking tot het maken van fouten). |
Ruther e.a., 2013 | Onderhoud van medische instrumenten in ziekenhuis. | Cognitieve ondersteuning door middel van geprojecteerde werkinstructies. | Afname in menselijke fouten. |
Sugi e.a., 2008 | Handmatige assemblage. | Geautomatiseerde toevoer van onderdelen door middel van ‘self moving trays’. | Toename in productiviteit. |
Bayo-Moriones, 2010 | Productie-industrie. | Diverse ‘Advanced Manufacturing Technologies’ (onder andere computer-aided design, robotics, automated material planning, total quality management). |
|
Kato e.a., 2010 Arai e.a., 2010 | Assemblage. |
|
|
* We hebben hierbij ook gezocht naar literatuur over effecten van robotisering op fysieke, psychosociale, perceptief-cognitieve en fysische (omgevings)belasting. De meeste studies rapporteren echter vooral over de effecten op het menselijk presteren. | |||