芭芭拉·里贝罗（Barbara Ribeiro）、罗伯特·梅金（Robert Meckin）、安德鲁·巴尔默（Andrew Balmer）和菲利普·夏皮拉（Philip Shapira）在《研究政策》上发表了一篇关于日常科学劳动数字化悖论的新论文。

人们通常期望数字技术和机器人技术将知识工作者从日常工作中解放出来鈥攖通常被认为是“平凡的”鈥攆腾出时间从事更有价值的知识工作，同时提高生产力。因此，科学实验室中更多的数字化和机器人将使科学家有更多的时间从事更多创造性的工作，是吗？

嗯，不完全是。一篇新论文显示，自动化和数字化对科学家日常工作的影响更为复杂。这篇论文由芭芭拉·里贝罗、罗伯特·梅金、安迪·巴尔默和菲利普·夏皮拉撰写，题为《日常科学劳动的数字化悖论：生物科学中平凡的知识工作如何被放大和多样化》，发表在《研究政策》上。

通过对合成生物学研究人员和实验室的一项基于实践的研究，该研究显示了“平凡的知识工作”的出现和持续，包括检查、共享和标准化数据的实践；准备、修理和监督实验室机器人。

与自动化和数字化消除这类工作的预期相反，作者表明，围绕数据和机器人的日常工作通过“放大”和“多样化”过程得以持续。放大被解释为处理自动化和数字化产生的人工或认知任务（现有或新）所需的劳动时间的增加。多样化是指所执行任务类型的变化。

虽然与用于衡量绩效的科学产出相比，这些辅助实践往往是不可见的，但平凡的知识工作构成了自动化和数字化生物科学的基本部分，决定了科学家的工作时间和责任。

日常知识工作的持续存在表明了一个数字化悖论：虽然机器人技术和先进数据分析旨在简化工作流程，但它们也有助于增加创造性、知识密集型行业任务数量和多样性的复杂性。