非对称赋能：人工智能的就业技能迭代效应及教育干预

［摘要］人工智能技术的飞速发展及规模化应用在推动产业转型升级的同时，也重塑了劳动力市场技能需求的格局。随着我国“新一代人工智能”发展战略的全面推进，AI对二元劳动力市场的影响和冲击日益呈现“非对称性”和“非均衡性”。为消弭AI对二元劳动力群体的非对称赋能，职业技能教育系统的介入被视为最迫切、最具价值的干预策略。国家职业教育系统的介入应以均衡发展调适、营造拟态环境、对冲技术逆差和激发混质动力四个层面作为价值导向。为匡正人工智能的破坏效应，职业教育应重塑整体性介入机制：价值系统介入应实现国家职业技能教育体系的“本体价值”旨归；权责系统介入旨在确立多元共生的治理主体权责边界；预警系统介入关键在于优化技能迭代预测指标；培训系统介入重在建构动态适配的劳动力终身教育体系。

［关键词］人工智能；就业技能迭代；非对称赋能；职业教育干预

［作者简介］黄茂勇（1982- ），男，广东汕头人，广东技术师范大学教育科学学院，副教授，博士，硕士生导师；叶珊（1999- ），女，四川南充人，广东技术师范大学教育科学学院在读硕士。（广东  广州  510665）

［基金项目］本文系2020年度教育部人文社会科学研究基金“人工智能的职业技能迭代效应及教育干预研究”（项目编号：20YJC880034）、2019年度广东省哲学社会科学规划项目“人工智能时代次级劳动力市场技能迭代与职业教育精准供给研究”（项目编号：GD19CJY05）和2021年度广东省普通高校特色创新类项目“广东高等教育产业人才供给与智能产业集群的耦合协调机制研究”（项目编号：2021WTSCX054）的阶段性研究成果。

［中图分类号］G710    ［文献标识码］A    ［文章编号］1004-3985（2023）04-0005-08

以人工智能为代表的新兴技术与经济、社会、文化等各领域的全面融合，催生了新型产业格局，冲击了现有的劳动力市场结构。《2020世界机器人报告》显示，中国拥有全球最大且增速最快的人工智能应用市场。美国学者库兹韦尔在《人工智能的未来》一书中也强调，人工智能正在以超越个人理解极限的速度向前发展。同时，技术变革所引发的劳动力格局迭代速度空前，以往可能需要数年甚至数十年才发生的劳动市场技能变革，而今只需要1～2年即可完成。通过大规模引入人工智能来降低劳动要素占比从而提升生产效益，已成为各国及相关营利性组织技术偏向的强大推力。随着人工智能技术与传统产业的深度融合，越来越多的企业基于效益考量加快向智能化迈进，促使劳动力市场结构更迭加速。

关于人工智能对劳动力结构的影响，已有研究形成两种竞争性观点：一种观点认为，人工智能具有就业创造效应，以人工智能为代表的新技术引发全新的产业集群和企业运营模式，产品端的革新激发新的市场需求，催生了大量与智能产业相关的就业岗位，从而创造出新的人力资源需求。另一种观点认为，人工智能具有就业破坏或挤出效应，从事重复性操作、技术含量低的岗位较易受技术进步的“排挤”与“替代”。人工智能对两类劳动力市场的赋能呈现显著“非对称性”与“非均衡性”。随着“智能制造2025”行动与“新一代人工智能发展”战略的全面推进，我国“智能替代”与“技术排挤”现象尤为突出。体力劳动者、从事简单程序性与重复性工作者首先受到人工智能的冲击，技术变革将淘汰大批处于人力资源价值链低端的工人群体，并可能逐步演化为“结构性失业”或“技术性失业”。

国家公共政策体系中，基于职业思维与职业技能再造的教育系统，被认为是最具价值也最为迫切的介入模式。通过设计良好的职业技能预测与培育系统，可在一定程度上提升次级劳动力应对就业技能迭代的动能。要最大限度地消弭技术升级对次级劳动力群体就业的消极影响，技术与技能教育的供给被视为有效的干预策略。学界普遍认为，政府应该承担起教育职能，帮助劳动者习得新的工作技能，实现技能再造，以回应技术进步的冲击。因此，在全新的时代背景下，如何正确研判人工智能对未来劳动力岗位及其能力结构的影响，设计行之有效的就业技能教育与培训体系以协助劳动力应对就业挑战，成为教育系统亟待深入研究的现实问题。

一、异质化生存镜像：人工智能对就业市场的非对称赋能

（一）创造效应：AI赋能主要劳动力市场的人力资本积累

劳动力市场分割理论认为，现实情境中的劳动力市场可区隔为主要（核心）劳动力市场和次级（边缘）劳动力市场。劳动经济学学者Zhou等人认为，人工智能会加速二元劳动力市场的分化，“技术”与“技能”的高低程度将成为研判二元劳动力群体分类的主要参照指标。人工智能推动就业岗位向技术技能禀赋迭代，技能倾向型劳动力将在这场技术变革中获得人力资本积累的外生型动力。主要劳动力市场具有获取与习得技术技能的双重禀赋，能有效消弭人工智能对就业岗位的替代与破坏效应。

一是主要劳动力群体具有应对技术冲击的先赋性禀赋。一方面，良好的受教育经历赋予该群体获取技术信息的惯习与动能，高等教育甚至更高阶的教育背景促使该群体保持对技术迭代的敏感度，并掌握与技术进步同频的职业技能自我提升方法。人工智能等技术进步在主要劳动力群体的教育禀赋作用与催化下，成为其获取新职业技能的外生型动力。另一方面，优势决策资源赋能主要劳动力群体采取较为缓和的自我保护策略。该群体中不同岗位人员参与行业或企业发展决策的概率与比例要显著高于次级劳动力群体，更可能采取有利于自身发展的偏向型决策模式，推动该群体适应甚至引领新技术发展。

二是支持性社会关系网络赋予主要劳动力群体应对技术冲击的获得性禀赋。丰富的在职培训机会、清晰的职业发展阶梯、良好的工作环境和支持性的组织氛围等特质，共同构成主要劳动力市场职业发展的支持性社会关系网络。新资本理论认为，劳动者本身的技术、知识、经验与关系资源等也应参与企业的剩余价值分配。因此，除了追求效益，“员工发展亦为目的”的观点逐步被接受，价值共创与价值共享越来越被现代企业所提倡。企业通过为员工设计良好的职业晋升机制、提供培训机会和发展支持等，形成良好的社会支持网络，推动员工不断提升自我以应对就业市场的技术变革。这种获得性禀赋成为员工化解人工智能就业冲击的重要推力。

（二）破坏效应：AI冲击次级劳动力市场的职业技能架构

人工智能对劳动力市场中低技能岗位的破坏效应引起各界的广泛讨论。以缺乏技能技术含量为主要特征的次级劳动力市场受人工智能的破坏效应冲击最大，一方面，该群体从事的多为重复性操作工作，难以从工作中获取对未来职业发展有益的经验；另一方面，囿于社会关系网络的钳制，该群体主动提升技能的意愿不强、获取技能培训与技术发展的渠道有限。因此，依赖该群体的职业自觉完成自我职业技能的迭代以应对这场技术变革冲击，不具备任何现实可能性。人工智能悲观主义学派提醒人们，要开始关注人工智能可能带来的“技术性失业”和“结构性失业”现象。

二元劳动力市场中，主要劳动力行使人工智能的技术发展统治权，并可享受人工智能大规模应用带来的物质利益。通过行使技术统治权，推动阶层效益最大化，成为该群体全面发展人工智能的核心驱动力，这同时也加速了科技精英阶层的诞生。而教育水平不高、技术程度较低的边缘劳动力群体则在这场技术变革中处于从属地位，人工智能的发展可能在更大程度上扩大群体间的技术资本差距。

在国家层面，人工智能发展的步伐也不可能停滞。从新的国际竞争与互动格局审视，哪个国家掌握了人工智能的技术制高点，这个国家就占据了这一领域的优势领导地位。因此，人工智能不可避免地带来对次级劳动力市场的破坏效应，各国也多持审慎态度，寻求通过适当规模和速度发展人工智能，在保持国家竞争力的同时关照民众的异质化生存境况。人工智能在破坏现有劳动力技能结构的同时，将催生新的职业技能框架。人工智能创造出的新型就业岗位对职业技能的要求具有颠覆性，要求各国政府设计良好的公共就业政策、职业技能培育体系，协助次级劳动力群体应对人工智能的破坏效应。

二、以创造平抑破坏：消弭非对称赋能的教育干预理路

（一）均衡发展调适：规模应用与个体增值的双向关照

人工智能推动智能技术与实体产业的深度融合，将产生量级社会经济效益。如何在追求规模化效益的同时关照不同个体的劳动价值，实现社会发展与个体发展的双向均衡，成为公共政策系统需要解决的核心问题。“智能+”治理体系的生发与嵌入，可在一定程度上消弭非对称赋能带来的个体增值困境。

一是建构“创造型规范”政策工具体系。通过政策法规将人工智能与产业融合嵌套进一个规模适度、价值均衡的发展框架中，为技术促进社会经济发展创造制度条件，同时又监督、控制、规约与预测人工智能的大规模应用对劳动力群体的破坏与排挤效应。创造型政策支持系统旨在鼓励与推进AI技术研发，推动AI与传统产业的全面渗透与融合，提升AI产业规模化效益，提升国家技术竞争力，创造更为广阔的就业机会。同时，国家层面“智能+”精准治理体系的介入，有助于匡正人工智能技术变革中科技精英阶层的群体利益决策偏向，在一定程度上削减次级劳动力群体因决策地位势差造成的就业破坏。

二是建构基于“技术在场”的公共教育供给体系。过去一段时期，很多国家实施的“物质激励型”或“强迫学习型”技能教育制度多数未能契合次级劳动力群体的实际需求，社会关系网络遮蔽了边缘劳动力的“技术在场”感，抑制了主动学习与积极探索的欲望和能力，导致该群体“技能再造”目标的偏移。因此，需要借助“智能+”治理体系，重塑技术技能教育供给体系和政策营销系统，创设“AI已来”和“AI就在身边”的技术临场感，营造良好的技能学习社会氛围，激发次级劳动力群体主动适应技术时代技能高移的主体培训需求。

通过政策规约与公共教育干预，以人工智能产业规模化效益和就业岗位创造平抑次级劳动力群体的就业破坏，实现规模发展与劳动力个体发展的动态均衡。

（二）营造拟态环境：AI赋能技能再造政策体系的精准营销

人工智能时代，人们通过媒介所提供的有限信息认知世界。这一信息传递模式并非事实与真相本身，而是经过人工智能算法筛选、加工与再构的媒介环境，被称为人工智能的“拟态环境”。这种“拟态环境”存在消解边缘劳动力社会互动结构和信息获取生态的负向效应，需要通过国家公共技能教育政策法规体系的深度介入，以匡正人工智能“拟态环境”的工具理性偏好。

一是智能算法推荐存在认知框架钳制效应。劳动力群体信息的获取行为受社会关系网络和个体认知框架的束缚，倾向于获取与个体价值观念相符的同质化信息。人工智能算法推荐进一步消解了人们在信息海洋中获取异质性信息的渠道与能力，进而形成边缘劳动力群体的“信息茧房”。此外，抖音、快手、B站、微博等媒介的信息传递模式逐步弱化了个体识别真实与虚拟社会情境的能力，并可能导致劳动力群体以虚拟交际活动替代真实的社会交往实践和政治参与实践，从而消减个体主动了解技能教育政策信息和获取技能培训资源的能力，引发劳动力群体技能发展动力匮乏的内源性危机。

二是智能算法推荐规约能有效促进公共教育政策的精准营销。国家立法层面和公共技能教育政策系统的介入有助于在一定程度上纠正人工智能“拟态环境”的工具理性偏好，平衡人工智能应用的市场逻辑和人本倾向，发挥技术赋能劳动力技能提升的促进效应。价值规约下的算法智能推荐能将公共教育政策营销到更为微观、精细的层面，较大程度地消除技能教育政策实施过程中存在的信息传递模糊、受众参与度低、信息噪声与信息冗余等问题，扭转过去边缘劳动力群体“人找信息”的被动接受模式。政府技能教育政策营销系统的介入，可以引导次级劳动力群体深层次认知、接受与参与国家技能再造教育行动。合理规约下的算法智能推荐，可以通过移动通信设备端获取个体眼球视觉停留时长、血压与心率等生理层面的反馈数据，并开展数据即时计算、分析、决策及二次信息分发，真正实现国家公共技能教育政策的精准营销与实施。

（三）对冲技术势差：AI嵌入就业技能预测系统建制

技术势差是指人工智能驱动劳动力市场技能迭代的过程中呈现出的全新技术分化现象，主要劳动力市场和边缘劳动力市场占有技术资源的差距不断扩大，从而加剧不同劳动力群体间的阶层与贫富分化。为对冲人工智能发展带来的技术势差，政府要提升对新兴技术的规制能力，建制就业技能迭代预测系统，以帮助次级劳动力群体形成面向智能时代的就业技能。