在2021年1月发表在《皇家学会接口期刊》上的一项研究中，SFI外部教授Doyne Farmer，第一作者Maria del Rio-Chanona及其牛津大学的同事们探索了自动化对低薪工人的影响。COVID-19大流行病正在加速自动化的步伐，他们认为低薪工人面临两败俱伤的局面，即他们更有可能因自动化而失去工作，而不太可能具有转换为新创造的工作的技能。

这项工作基于一个数据驱动的模型，该模型创建用于分析工人如何根据经验衍生出的职业流动网络，以响应自动化方案。通过确定最有可能长期失业的工人，研究人员的模型可以更好地针对工人的支持和再培训计划，以帮助低薪工人适应不断变化的经济。

该研究还显示，失业风险不仅限于那些被自动化直接取代的人。自动化风险低的托儿工人，由于其他流离失所者试图进入其行业，可能面临着更具挑战性的就业市场。

“如果不采取适当的措施，自动化可能会造成更大的困扰，”法默说。“但是，如果有了正确的政策框架，包括对低薪工人的有针对性的支持，它将为所有人带来更好的经济。”

“职业机动性和自动化：数据驱动的模型”发表在皇家学会接口杂志上。