GCRI · Labs
仕事の未来ラボ
Work changes when technologies, contracts, skills and institutions change, and research on that change is often loud and weakly identified. This lab studies how automation, platform work, remote work, skills システム and workplace institutions reshape jobs and organisations, with designs that can tell a real effect from a trend. This page sets out the mechanisms, the measures, the data, the methods and the people who decide on the evidence.
Future of work lab on the record.
Future of work lab: how the risk develops.
Workforce and institutional change research. 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 change before jobs
Technologies automate or augment specific tasks, not whole occupations. Jobs are rebundled, skill demands shift within roles, and the effect on employment depends on how firms reorganise work around the tool.
Exposure is not impact
Indices of which occupations are exposed to a technology describe potential, not outcome. Adoption, cost, regulation and bargaining decide what happens, so exposure indices need causal evidence before they inform policy.
Institutions mediate change
Collective agreements, training システム, 社会保障 and labour law shape whether change raises productivity and wages or shifts risk onto workers. The same technology can produce different outcomes under different institutions.
Workplace trials carry power
Experiments inside firms involve employees who may not feel free to refuse. Consent, worker representation, data protection and a real right to opt out decide whether a workplace study is ethical and its results credible.
ストック、フロー、遅れ、そして転換点の閾値。
二つのストック、圧力と 適応能力という 2 つのストックが、自己強化的な成長ループ、遅れて働く均衡化の反応、圧力が能力を上回ったときの損害で結ばれています。閾値を越えるとシステムは転換しえます。明示された例示値を使う教育用モデルであり、予測ではありません。
管理策
- 圧力の増大
- 年 6.0%
- 圧力を下げる上での能力の効果
- 年 4.0%
- 認識された圧力への投資の反応
- 20%
- 認知の遅れ
- 4.0 年
- 圧力の転換しきい値
- 60 指数
- 閾値を越えた後の増幅
- 2.0 倍
- シミュレーションした年数
- 50 年
読み取り値
- 最大圧力
- 113 指数
- 最後に残る能力
- 186 指数
- 閾値を超えた年数
- 15.8 年
数値、手法、出典
| 年 | 圧力 | 能力 | 知覚された |
|---|---|---|---|
| 0 | 20.0 | 50.0 | 20.0 |
| 4 | 23.3 | 44.9 | 21.2 |
| 8 | 27.2 | 42.2 | 24.0 |
| 12 | 31.7 | 42.3 | 27.7 |
| 16 | 36.8 | 45.5 | 32.2 |
| 20 | 42.3 | 51.5 | 37.2 |
| 24 | 47.9 | 60.3 | 42.6 |
| 28 | 53.2 | 71.3 | 48.0 |
| 32 | 57.8 | 84.3 | 53.1 |
| 36 | 66.4 | 98.4 | 58.4 |
| 40 | 82.7 | 115.9 | 69.7 |
| 44 | 97.8 | 139.7 | 83.8 |
| 48 | 109.1 | 169.4 | 97.3 |
手法
- システム・ダイナミクス Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
- 臨界転移と転換点 Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
- 因果ループ図 Sterman (2000), Business Dynamics, McGraw-Hill
- 不確実性ファン（パラメータ・モンテカルロ） Spiegelhalter, Pearson and Short (2011)、Visualising uncertainty about the future、Science 333
- 一因子ずつの感度分析（トルネード図） Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
データ
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
6 本の柱を通じて、Nexus Consortium が主導
- 実験 Labs における Labs
- 組み込み先 Foundry における Labs
- 検証場所 Universe における Labs
- 成文化先 Standards におけるデータとエビデンス
- 掲載先 Reports における Labs
- 開講先 Academy のリスク科学・手法学部
The work lab studies change in each domain’s workforce.
Findings feed the Labs Evidence series. The ILO’s 2023 working paper sets out exposure measures.
- Workplace study sites.
- Worker accounts with consent.
How future of work lab 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。
モデル、方程式、仮定
The model structure used for future of work lab, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力EAL = ∑k pk · Lk年間確率 pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| 仮定 | 作られる理由 | 検証の方法 |
|---|---|---|
| 一つの事象の中では、ハザードとエクスポージャーは独立している | 損失の積分を扱いやすく保つ | 同時記録に当てはめたコピュラと比較 |
| 結合は動作点の近くで線形である | ショックを A を通じて伝播させる | 線形範囲を超えて摂動を与えて比較する |
| 脆弱性曲線は場所を越えて適用できる | 地域固有の曲線はめったに得られない | 観測された損失がある場合はそれに照らして検証 |
- 入力
- 来歴付きのバージョン管理されたデータセット
- 成果物
- 分布であり、単一の数値ではない
- コード
- モデルカードと試験とともに公開
- 再現
- 同じデータ、コード、環境、シード
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 |
|---|---|---|---|---|
| Task exposure index | dimensionless index by occupation | 年次 | Task databases mapped to technology capability | モデル化 |
| Firm adoption of the studied technology | percent of firms | 年次 | Enterprise surveys | 推定 |
| Adult skills proficiency | score on the survey scale | per survey cycle | OECD Survey of Adult Skills | 観測 |
| Job quality index | composite index | per survey cycle | Working conditions surveys | 推定 |
| Participation in job-related training | percent of adults | 年次 | Labour force and adult education surveys | 公表統計 |
| Pre-analysis plans for workplace trials | percent of trials registered before launch | 年次 | AEA RCT Registry | 公表統計 |
| Worker representatives consulted | percent of workplace studies | 研究ごと | Study ethics records | 申告済み |
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 |
|---|---|---|
| ILOSTAT (International Labour Organization) | Employment, hours, wages and informality by country | Free and open, CC BY |
| OECD Survey of Adult Skills (PIAAC) | Literacy, numeracy and problem solving of adults, with job tasks | OECD terms; microdata by release |
| O*NET (US Department of Labor) | Task, skill and work activity descriptors by occupation | Open, CC BY |
| ESCO (European Commission) | Multilingual classification of skills, competences and occupations | 無料かつオープン、帰属表示 |
| European Working Conditions Survey (Eurofound) | Job quality, autonomy, work intensity and representation | Free for research, end-user licence |
| AEA RCT Registry (American Economic Association) | Registered field experiments and pre-analysis plans in economics | Free access, terms of use |
| National labour force surveys | Employment, occupation and training microdata | Terms per statistical office |
誰が決め、エビデンスが何に役立つか。
ラボ 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 |
|---|---|---|
| Labour ministries and public employment services | Which training and transition programmes to fund or scale | Impact evaluations with credible comparison groups, cost data, effects by group |
| Employers and worker representatives | Whether and how to introduce a technology, with what consultation and safeguards | Pilot evaluation, task and job-quality effects, data protection assessment |
| Research ethics committees | Whether a workplace experiment protects voluntariness and personal data | Consent design, opt-out route, representation agreement, data minimisation |
| 研究資金提供者 | Which questions on work and technology merit sustained funding | Evidence gaps mapped by strength of design, not by volume of commentary |
このトピックが生み出す成果物
- Pre-analysis plans for workplace and labour market trials
- Occupational task maps linked to technology capability, with the method stated
- Evaluations of training and transition programmes with the identification strategy stated
- Ethics and consultation records for studies inside workplaces
What experts ask about changing work.
- Which tasks within an occupation are changing, rather than which jobs disappear?
- Who bears the costs of transition, by region, age, sex, sector and skill level?
- Which training, matching and income-support measures actually change outcomes?
- How do institutions such as schools, unions, employers and public employment services adapt?
- How do heat, disasters and supply disruptions affect work and safety?
The forces reshaping work.
Economists analyse technological change at the level of tasks. A technology may substitute for some tasks, complement others and create new ones; the net effect on an occupation depends on the mix and on how employers reorganise work. Automation and AI tend to affect routine cognitive and manual tasks first, but recent tools also reach into tasks once thought to require judgement.
Other forces act alongside technology. Ageing populations change labour supply and care needs. 気候変動 raises heat exposure for outdoor and industrial workers and shifts employment between sectors during energy transitions. Trade and supply-chain disruptions can concentrate job losses in particular places, where the effects persist for years.
Institutions shape outcomes. The same technology can produce very different results depending on training システム, labour law, 社会保障 and bargaining arrangements.
Evidence and its limits.
- 01
Task and occupation data
Classifications of work activities linked to employment data. They lag behind real change and vary between countries.
- 02
Labour force and administrative records
Surveys and registers tracking employment, earnings and transitions. Access is often restricted and linking sources raises privacy questions.
- 03
インパクト評価
Randomised and quasi-experimental studies of training and matching programmes using 因果推論. Results may not transfer across labour markets.
- 04
Workplace experiments
Controlled trials of new tools or practices inside organisations, under consent and ethics review.
Forecasts of jobs lost or created are highly sensitive to assumptions and are not presented as predictions. The lab reports scenarios with their assumptions.
どのように研究され、手法が言えないことは何か。
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。
Does exposure to automation mean jobs will be lost?
Why register a pre-analysis plan for a field experiment?
Can employees refuse to take part in a workplace study?
Does the lab predict how many jobs will be lost to AI?
Can an employer run a workplace trial with the lab?
How does this lab differ from the Future of Work and Skills platform?
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。