De verscheidenheid aan toepassingen van robotisering die we onder deze brede definitie kunnen scharen, is groot en groeiende. De gelijktijdige technologische ontwikkelingen op het gebied van sensortechnologie, big data, cloud computing en kunstmatige intelligentie zorgen ervoor dat robots steeds beter kunnen waarnemen, nadenken en interpreteren, beslissingen kunnen nemen, de fysieke uitvoering op zich

De verscheidenheid aan vormen van robotisering maakt duidelijk dat de vraag naar ‘het effect van robotisering’ niet eenduidig te beantwoorden is. Op deze (toenemende) verscheidenheid willen we in dit project enige grip krijgen. De vraag is wat een handig indelings- of differentiatieprincipe is dat ons de juiste kapstok biedt om de specifieke vragen over de effecten, kansen en bedreigingen van robotisering

Dit hoofdstuk behandelt de effecten van robotisering op de arbeidsbelasting. Deze effecten zijn om de volgende redenen niet eenduidig in kaart te brengen: Het effect op de arbeidsbelasting wordt bepaald door de robotvorm. De diversiteit hierin is, zoals gezegd, groot. Het effect op de arbeidsbelasting is sterk afhankelijk van de specifieke robotvorm en de instellingen daarvan. Verder is met name

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

Om inzicht te krijgen in de gevolgen van robotisering op de arbeidsbelasting in de praktijk, zijn vier bedrijven met verschillende vormen van robotisering bezocht. Het gaat om de volgende cases. Case 1 Een voorbeeld van fysieke robotondersteuning (met hoge automatiseringsgraad) is een industriële kooirobot in een keuringslaboratorium van een metaalbedrijf. Voordat producten naar de klant gaan,

De literatuur en vooral de casuïstiek leert in elk geval dat de effecten van robotvormen op de arbeidsbelasting divers en zelfs tegengesteld kunnen zijn. Toch zijn er wel tendensen aan te geven in de veranderingen in de arbeidsbelasting waarmee de arbeidsdeskundige rekening zou moeten houden. Deze tendensen hebben we samengevat in tabel 4.6. Tabel 4.6 Samenvatting in staalkaart – Mogelijke verschuivingen

Uit hoofdstuk 4 blijkt dat als gevolg van fysieke en perceptief-cognitieve robotondersteuning de fysieke, psychosociale, perceptief-cognitieve en fysische werkeisen in meer of mindere mate veranderen. Deze veranderde werkeisen leiden mogelijk tot disbalansen. Voor mensen met beperkingen kan gelden dat specifieke disbalansen een nog groter probleem worden als gevolg van de robotisering. Maar het is