GCRI · 先端産業とロボティクス
人と機械の仕事
Automation and robots change what industrial workers do: fewer repetitive and heavy tasks, more monitoring, programming, maintenance and problem-solving. They can improve safety and job quality or intensify work and deskill it, depending on how they are designed and introduced. This page sets out how human-machine work is changing, how job quality and safety are measured, and what evidence serves employers, workers and their representatives.
作業の進め方。
プラントの運転と安全
Human machine work · Plant 3 · Shift 3
- OEE、計画比の %644注視
- 安全に関わる警報が作動中2警報
- ロボットセルがこのシフトで停止5
- 単位当たりエネルギー2.4kWh平常
障壁
防護層
| 高圧トリップ | SIS | Q2 | 良好 |
| 安全弁 RV-12 | 機械的 | Q4 | 良好 |
| ガス検知ゾーン 4 | 検知 | Q4 | 迂回された |
| ロボット・セルのライトカーテン | 保護措置 | Q1 | 良好 |
原子炉圧力
図プラントの運用と安全：例示の名称と説明用の値であり、記録でも稼働中のシステムでもありません。
Human machine work: how the risk develops.
Ergonomics, labour and training. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Tasks shift, roles remain
Automation usually takes over specific tasks, leaving workers to supervise, adjust and repair システム. New skills are needed and old ones lose value.
Monitoring changes workload
Supervising automated systems can be monotonous until something fails, when operators must act quickly with incomplete information.
Safety risks change
Robots remove some physical hazards and introduce others, such as unexpected motion, maintenance hazards and new ergonomic strains.
Participation shapes outcomes
Where workers and their representatives are involved in introducing technology, outcomes for job quality and acceptance tend to be better.
People and exposure in Germany.
Population density, night lights and daytime surface heat over Germany, from NASA GIBS. Each layer carries its own date.
インタラクティブマップにはJavaScriptが必要です。レイヤー一覧と出典は以下にあります。
レイヤー 3
このページの人口と曝露
このレイヤーについて
- エビデンス
- 推定
- 出典
- 世界人口グリッド v4.11（NASA SEDAC（CIESIN、コロンビア大学））
- 提供者
- NASA SEDAC（CIESIN、コロンビア大学）
- ライセンス
- CC BY 4.0
- 年次
- null。国勢調査に基づく推計値、静的（2020 年）
- 解決
- 約 1 km メッシュ
- 不確実性
- 2020 年の 1 平方キロメートル当たりの人口の国勢調査に基づく推定値で、エクスポージャーの文脈として示します。いずれかのハザードの影響を受けた人数ではありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
- エビデンス
- 観測
- 出典
- VIIRS Black Marble（VNP46A2）（NASA LAADS DAAC）
- 提供者
- NASA LAADS DAAC
- ライセンス
- NASA オープンデータ
- 年次
- 日次、衛星放射輝度、月光と大気の補正済み
- ビルド時点で最新
- 2026-10-12
- 解決
- 約 500 m メッシュ
- 不確実性
- 表示日の夜間放射輝度の衛星観測値で、灯りは電力使用と停電の代理指標であり、供給やアクセスの測定値ではありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
- エビデンス
- 観測（持続的な雲により依然として欠測あり）
- 出典
- VIIRS NOAA-20 Level 3、8 日（NASA LANCE）
- 提供者
- NASA LANCE
- ライセンス
- NASA オープンデータ
- 年次
- 8 日、衛星による 8 日間合成、持続的な雲により依然として欠測あり
- ビルド時点で最新
- 2026-09-14
- 解決
- 約 1 km メッシュ
- 不確実性
- 表示日までの 8 日間の地表面温度の衛星観測値で、暑熱エクスポージャーの指標です。気温、暑さ指数、熱波警報ではありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
- エビデンス
- 観測
- 出典
- VIIRS NOAA-20 補正反射率（NASA LANCE）
- 提供者
- NASA LANCE
- ライセンス
- NASA オープンデータ
- 年次
- 日次、衛星画像
- ビルド時点で最新
- 2026-10-14
- 解決
- 約 250 m メッシュ
- 不確実性
- 衛星画像です。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
- エビデンス
- モデル化（GIBS が公開する最新年）
- 出典
- MODIS Terra and Aqua 土地被覆（MCD12Q1）（NASA LP DAAC）
- 提供者
- NASA LP DAAC
- ライセンス
- NASA オープンデータ
- 年次
- 年次、衛星分類、GIBS が公開する最新年
- ビルド時点で最新
- 2024-01-01
- 解決
- 約 500 m メッシュ
- 不確実性
- 表示年の衛星土地被覆区分で、耕作地を含みます。既知の誤差を伴う分類であり、農地台帳ではありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
- エビデンス
- 観測（雲により欠測あり）
- 出典
- OMI Aura（NASA GES DISC）
- 提供者
- NASA GES DISC
- ライセンス
- NASA オープンデータ
- 年次
- 日次、衛星による取得、雲により欠測あり
- ビルド時点で最新
- 2026-10-10
- 解決
- 約 2 km メッシュ
- 不確実性
- 表示日の下層大気中の二酸化窒素の衛星カラム量で、主に燃焼に由来します。地表濃度でも健康警報でもありません。
- 到達経路
- gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
キーボード（地図にフォーカスがある場合）
Ctrlまたは⌘を押しながらスクロールしてズーム
最新の利用可能データ
NASA GIBS / EOSDIS · ASTER GDEM（METI、NASA）· Blue Marble（NASA）· © OpenStreetMap 貢献者（ODbL）· Natural Earth
最新のNASA画像を読み込んでいます。
ドラッグで移動。Ctrlまたは⌘を押しながらスクロール、ピンチ、またはボタンでズーム。ポインター下の値はホバーで表示。リセットで地域表示に戻ります。
People and exposure, framed on Germany.NASA が公開するままの衛星およびモデルのプロダクトで、それぞれに固有の日付があります。指標であり、特定の場所の評価ではありません。
データ：NASA GIBS・ASTER GDEM・Blue Marble・ © OpenStreetMap 寄稿者 ・Natural Earth・NASA EONET・NASA JPL OPERA DIST-ALERT情報源とライセンス
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA オープンデータ
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA オープンデータ
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). CC BY 4.0 でライセンス。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 doi:10.7927/H49C6VHW. CC BY 4.0
- VIIRS Black Marble 夜間光、NASA ゴダード宇宙飛行センター。NASA レベル1・大気アーカイブ配布システム（LAADS DAAC）が配布、画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
- VIIRS 準リアルタイム・プロダクト（洪水、地表面温度、積雪被覆、補正反射率）、NASA LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
- MODIS 陸域プロダクト（植生指数、総一次生産、土地被覆）、NASA LP DAAC と LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
- OMI 二酸化窒素（Aura）と OMPS エアロゾル指数（Suomi NPP）、NASA。NASA GES DISC が配布、画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
- ASTER GDEM は METI と NASA のプロダクトです（ASTER Global Digital Elevation Model V003、NASA LP DAAC）。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。引用：NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA オープンデータ
- Natural Earthを使用して作成。無料のベクターおよびラスター地図データ @ naturalearthdata.com。 パブリックドメイン
- © OpenStreetMap 貢献者（ODbL）、NASA GIBS 経由（海岸線、境界、道路、地名）。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 ODbL
- Blue Marble、NASA Earth Observatory。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
- 地球儀と平面地図の背景情報：NASA GIBS参照レイヤーによる海岸線、境界、道路、地名（OpenStreetMapデータ、ODbL、© OpenStreetMap contributors）。オプションのベースとしてBlue Marble画像。ASTER GDEM標高カラー指数による3D地形と標高の読み取り（5 mから200 mの階級、判読しやすいよう誇張）。境界は公表されたとおりに描画しており、いかなる領域に関する立場を示すものでもありません。
- ライブイベント：NASA Earth Observatory Natural Event Tracker（EONET）。イベントは参考情報であり、元の出典へのリンクを保持しています。
- ライブ：NASA EONET。イベントは参考情報であり、当局の警報ではありません。
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- 大気質予報、5 日、PM2.5（CAMS、Open-Meteo 経由）：改変した Copernicus 大気モニタリング・サービスの 2026 年の情報を含みます。
- Open-Meteo.com の気象データ (https://open-meteo.com/), ライセンスは CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- 任意レイヤー（レイヤー一覧に 9 の情報源：ライブ、予報、観測、背景）は、オンにすると地図上とここに提供者のクレジットが表示されます。予報はモデルの出力であり、派生指数は推計値です。
レイヤーと日付
- 人口密度、2020年：人口：CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · 静的
- 夜間光（日次）：VIIRS Black Marble（VNP46A2）、NASA LAADS DAAC · 2026 年 10 月 12 日
- 地表面温度（日中、8日間合成）：VIIRS NOAA-20 Level 3、8日間、NASA LANCE · 2026年9月14日
- トゥルーカラー：VIIRS NOAA-20 補正反射率、NASA LANCE・ 2026年10月13日
- 土地被覆タイプ（IGBP）、年次：MODIS Terra and Aqua 土地被覆（MCD12Q1）、NASA LP DAAC・ 2024
- 二酸化窒素、下層大気カラム：OMI Aura、NASA GES DISC · 2026年10月10日
Human-machine work changes safety and skills in every sector.
Studies are designed for the Exponential Technology series. Collaborative robot safety follows ISO/TS 15066; social partners decide work organisation.
- Worker accounts with consent.
- Ergonomic evaluations.
Model human machine work as a system. Run the cascade.
Assembled from the Nexus Standards area profile 産業と製造業: the hazards it names, the システム and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.
ハザード
- Natech event
- ダム決壊
- 河川洪水 （下流で誘発）
- Flash flood (set off downstream)
- 大規模な避難（下流で誘発）
- Chemical spill or leak (set off downstream)
- Emergency-response overload (set off downstream)
- 広域停電（下流で誘発）
- 給水不足（下流で誘発）
- Toxic gas release (set off downstream)
- Industrial fire (set off downstream)
システムと連成
管理策
NS-0憲章と原則NS-9文脈 UNI（展開、インスタンス、プログラム・インスタンス）NS-11検証とモニタリング（エビデンス、証明、ゼロトラストの適合性観測）NS-12ソフトウェア、モデル、AI/ML の成果物（サプライチェーン、モデルカード、データセットシート）NRS-H60ハザード分類：サプライチェーンと流れの途絶（NHS-1 sys.supply-chain）NRS-H50ハザード分類：産業・プロセス事故（NHS-1 infra.industrial）NRS-H109ハザード・ファミリー：エネルギー移行技術の障害（NHS-1 tech.energy-transition）NRS-X10化学・産業・原子力・放射線の安全NRS-H54ハザード・ファミリー：信号とプラットフォームの途絶（NHS-1 cyber.platform）NRS-K14ドメイン・パックのプロファイル：製造・産業（DOMAIN-014）
観測
- eMARS Major Accident Reporting System (listed for reference)
- World Development Indicators (listed for reference)
- ILOSTAT (listed for reference)
- Manufacturing value added as a proportion of GDP and per capita
- CO2 emission per unit of value added
- Manufacturing, value added (% of GDP)
- Direct economic loss to all other damaged or destroyed productive assets attributed to disasters
例示の地理
- The Strait of Malacca: 227 hexagonal cells
- 今夜の夜間光と停電（VIIRS Day/Night Band）、NASA GIBS
- 雲を透過した地表水、30 m（OPERA DSWx-S1 レーダー）、NASA GIBS
- 直近 30 分間の降雨強度（IMERG）、NASA GIBS
- 表層土壌水分（SMAP）、NASA GIBS
何を、どの程度うまく測定しているか。
各指標には、その単位、更新頻度、背後にある出典の種類、値が持つことになるエビデンスのラベルが付いています。値は表示しません：プログラムが自らの権限のもとで値を提供します。
| 指標 | 単位 | 周期 | 出典の種類 | ラベル |
|---|---|---|---|---|
| Workers using robots or automated システム | percent of workers | per survey | Working conditions surveys | 報告値 |
| Workplace injuries in manufacturing | injuries per hundred thousand workers | 年次 | Occupational injury statistics | 公表統計 |
| Workers receiving training on new technology | percent | per survey | Training surveys | 報告値 |
| Work intensity | share reporting high speed or tight deadlines | per survey | Working conditions surveys | 報告値 |
| Collective agreements covering technology change | 件数 | 評価ごと | Labour relations records | 報告値 |
| Manufacturing employment | persons employed | 四半期ごと | Labour force surveys | 公表統計 |
How human machine work is modelled, measured and tested.
モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。
システム・モデル
The couplings between the systems in human machine work: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
エビデンスの出所。
名前の明示された公開データセットと機関の記録。それぞれにライセンス区分があります。合意に基づく出典は、その条件のもとでのみ使用し、再公開することはありません。
| 出典 | 提供するもの | ライセンス区分 |
|---|---|---|
| Eurofound European Working Conditions Survey | Job quality, technology use and intensity | Public, Eurofound terms |
| ILOSTAT | Employment and occupational injury statistics | オープン、CC BY 4.0 |
| EU-OSHA reports on digitalisation and occupational safety | Evidence on new technology and worker safety | Public, EU terms |
| OECD Employment Outlook and automation studies | Labour effects of automation | Public, OECD terms |
| National labour force surveys | Employment by sector and occupation | Public records, licence per government |
誰が決め、エビデンスが何に役立つか。
Advanced Industry and Robotics prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| 誰が決定するか | 質問 | このページが提供するエビデンス |
|---|---|---|
| Employers | How to design jobs and introduce technology | Job quality and safety evidence |
| Trade unions and works councils | What to negotiate on technology change | Agreement and outcome evidence |
| Labour and safety regulators | Which guidance and rules to issue | Injury and working conditions data |
このトピックが生み出す成果物
- Job quality analyses in automated workplaces
- Safety reviews of human-robot interaction
- Training needs assessments
- Evidence notes for social dialogue
専門家が問うこと。
- 01
How is work redesigned?
Which tasks move to machines, which remain with people and how the remaining work is organised.
- 02
What are the health effects?
Physical strain, cognitive load, monotony, isolation and the pace set by machines.
- 03
What skills are needed?
How training keeps pace with new システム and preserves manual skills for abnormal situations.
- 04
Who has a say?
How workers and their representatives take part in introducing technology.
What drives the risk.
Automation often removes heavy and repetitive physical tasks, reducing some injuries, while increasing monitoring and cognitive demands. Supervising automated システム can combine long periods of low activity with sudden high-stakes intervention.
Machine pacing and algorithmic management can intensify work, reduce autonomy and increase stress. Ergonomic risks shift rather than disappear, for example to maintenance tasks in awkward spaces.
Skills decay when they are not used. Operators who rarely run a process manually may struggle when automation fails. Training in simulators and structured practice help maintain competence.
Participation affects outcomes. Research on technology introduction finds that involving workers early tends to improve both safety and acceptance, and surfaces practical knowledge designers lack.
Demographics add pressure. Ageing workforces in many industrial economies raise both the value of assistive technology and the importance of designing work that older workers can sustain.
エビデンスがどのように集められ、どこで止まるか。
| 手法またはデータ | 表示内容 | その限界 |
|---|---|---|
| Ergonomic assessment | Physical and cognitive load | Snapshots may miss variation |
| Workforce surveys | Job quality and wellbeing | Self-report and response bias |
| Task analysis | Division of work between people and machines | Formal tasks differ from actual practice |
| Training evaluation | Competence after training | Short-term tests may not predict performance |
Where this page’s references lead.
このページの読解の基準となる機関と文書。状態と版は変わります。各リンクは発行機関へ移動します。
質問と回答。
How does automation change factory jobs?
Do robots make work safer?
What is social dialogue on technology?
Does automation reduce workplace injuries?
Does the platform take positions on labour disputes?
What is algorithmic management?
このページからエビデンスを提供する。
報告書 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- メールゲートウェイ GW-GCRIこのページから送信するエビデンス、訂正、事例、手法、レビュー、翻訳、プロファイルへの入力。このページのタグが付いて届くため、担当の編集者が受け取ります。
- Zenodoオープンな寄託寄託してコミュニティに提出するORCID iD を使って Zenodo に自分の記録を公開し、そこから Reports コミュニティに提出してください。キュレーターが審査し、DOI は引き続きあなたのものです。
- 報告書GCRI貢献のすべての方法を見る貢献の種類、それぞれの審査方法、受け取るクレジット、ライセンス、決して受け付けないもの。
個人データ、重要インフラの機微な詳細、共有する権利のないものは決して送らないでください。寄稿は利用前にレビューされます。送付によって著作者としての権利や編集上の権利が生じることはなく、スポンサーシップで調査結果を買うことは決してできません。
手法、データセット、または問いを持ち込んでください。
情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。
法的文書。
このサイトの地図、データ、図表は、背景と一般的な情報として示すものです。助言、予報、警報ではありません。情報の限界は免責事項とデータに関する注意事項に記載しています。