王水兴：人工智能的马克思劳动价值论审思
人工智能能不能完全代替人类劳动，这关涉对“什么是人工智能”和“人的本质是什么”两个根本问题的理解和把握。在马克思劳动价值论论域中，承认人工智能完全代替人的劳动，意味着对马克思劳动价值论的否定。否定马克思劳动价值论则意味着对经典马克思主义理论根基的否定。以马克思劳动价值论立场、观点和方法，阐明人工智能的本质、价值及其对人类社会的影响，形成科学的人工智能观，对坚定马克思主义信仰，校准人工智能发展理念，调适社会公众对人工智能的认知具有重要理论和现实意义。
一、人工智能不创造价值
2020年1月，广东省深圳市南山区人民法院一审审结，原告深圳市腾讯计算机系统有限公司诉被告上海盈讯科技有限公司侵害著作权及不正当竞争纠纷一案，认定人工智能生成的文章构成作品。此案系全国首例认定人工智能生成的文章构成作品案件。这是否意味着在法律上首次确认了人工智能著作权，赋予人工智能独立的法律主体地位，在一定程度上赋予了人工智能的独立人格权利。这对智能时代促进社会创新发展具有重要意义，同时又对知识创造工作是人类专属能力的传统认知形成冲击。人工智能具有知识创造能力在一定程度上意味着作为知识创造主体的人的地位受到挑战。
人工智能作为人类创造的“技术存在”发展至今，理论上在几乎全部领域都可以代替人类劳动。如果人工智能具有自主意识并获得独立的人格地位，那就意味着人类创造了自己的“同类”。智能社会发展，劳动是否不再是人类专属的活动？未来人类可以不再需要劳动吗？马克思劳动价值论会过时吗？劳动如何才能成为“人们生活的第一需要”？
其一，必须明确，人工智能本质是“人类智能的弥补、延伸、增强，是人类智能在人工机器中的技术再现的智能……人工智能是对人类智能的模仿，是以人类智能为原型的技术再现”。人工智能载体主要是一种自主学习、图像识别、语音识别、神经网络等综合技术合成的计算机程序系统。上述案例中的人工智能本质是科研人员研发的计算机程序系统。确认人工智能生成作品具有著作权，本质是确认该计算机程序系统所有者对该著作具有其排他性所有权，与承认人工智能可以创造价值不具有等同意义。
在数据化、网络化、智能化条件下，“创新（创造）有时候就是相关要素的重组，而人工智能排列这种组合甚至比人类具有更大的优势”。但是，人工智能能够进行的这种“排列组合”的目的（劳动目的）和材料（数据资源）仍然依赖人类劳动创造。人工智能的劳动资料核心是数据。“人工智能应用的过程实质是计算机处理数据的过程。没有数据就没有计算的材料，就无法实现所谓的智能。”而人工智能运行所需要的、能够进行计算的、合规的数据都源自人类社会创造。先有人的劳动赋予机器可感知、能够被机器获取、研判和分析的数据，人工智能才形成与人类类似的“智能”进而可以代替人“劳动”。“有多少人工,就有多少智能”是人工智能内在的逻辑，否则就不会被称作人工智能。
质言之，人工智能只是“人工”的，而不是“机器”本身的。人工化的“智能”本质上是工程师设计出来的。人工智能本质上是人类劳动形成的技术存在物。人工智能“劳动”目的、劳动材料本质上都源自人类劳动创造。人工智能仍然从属于人类智能。人工智能“劳动”过程只是人类劳动过程的一个部分或片段。归根到底，“机器和人工智能都是人所创造出来的技术现象，也都是人类器官的延长、对人的能力的增强……今天所说的‘人工智能’，就是应用电子计算机这一科技手段来对人的智力加以模仿和增强”。人工智能“创造”的价值根本上是研发和使用它的工人创造的。
马克思劳动价值论的核心要义是，人的活劳动是商品价值的唯一源泉。凝结在商品中的价值来自工人的活劳动。商品的价值量是由生产商品的社会必要劳动时间决定的。商品交换关系实质是商品生产者之间的劳动交换关系。
如果人工智能完全代替人，那就意味着在人类之外，在地球上出现了一种至少与人类地位平行的“新物种”。问题在于，如果人工智能与人具有等同地位，就像我们已经看到的一样，人工智能在个别国家取得了“公民权”，那么人工智能也会像人一样结婚、生子、购物和旅游消费吗？如果人工智能完全和人一样了，那人工智能是否也会要求增加工资、改善劳动环境，甚至联合起来“革命”以反抗人类的管治？如此，人类还敢用人工智能吗？那种能够完全取代人的劳动的人工智能即使被造出来也不能保证商品生产者愿意使用。人工智能如果能完全取代人的劳动就完全有可能形成反人类“意识”。
其二，没有生产就没有消费，没有消费就没有生产。在社会化大生产中，商品生产要能够持续进行下去，一是需要有维持生产的持续存在的劳动力，二是需要有持续存在的消费市场，二者缺一不可。人工智能如果只需要像人一样劳动而不需要像人一样的消费，现实的劳动者又大规模失业，那基于人工智能形成的发达生产力生产的商品谁来消费呢？智能技术赋能物质生产形成的极致生产力以及由此形成的庞大的商品如果只在有产者之间消费，很快就容易导致商品市场饱和，商品生产就无法正常运转。但实际上人工智能嵌入商品生产过程一直在全球范围持续发展。
合理的解释只能是，人工智能的应用没有改变凝结在商品中的价值来源的本质。对此，马克思在《资本论》中早有洞见：“随着机器在同一生产部门内普遍应用，机器产品的社会价值就降低到它的个别价值的水平，于是下面这个规律就会发生作用：剩余价值不是来源于资本家用机器所代替的劳动力，而是相反地来源于资本家雇来使用机器的劳动力。”因此，归根到底，人工智能是人的创造性劳动的结果，是人对诸如电力、磁力、热力等自然力的应用，是人的创造力的外化和创造性劳动能力的直观体现。对人类而言，人工智能是对人的本质的确证，是“人的手创造出来的人脑的器官”，“是对象化的知识力量”。凝结在商品中的价值只能来自人的活劳动。无论是否使用人工智能，同一劳动在同样的时间内创造的价值量是相同的，变化的只是商品的使用价值量。
可以预见，在相当长的时期内，任何人工智能的成功运行都离不开进行复杂劳动的工程师的维护。没有工程师的前置性劳动，人工智能就不能代替人的活劳动。人工智能投入“劳动”后，经过一段时间的使用后最终归于报废（计算机程序系统会因为不符合生产要求的变化而被淘汰），其价值转移到了其自身生产的商品中了。尽管随着技术迭代发展，人工智能“劳动”场景会不断得到丰富和发展，但是，人工智能的“劳动”终究离不开人类社会生产有机体。
综上，人工智能代替人类劳动过程实质是人类劳动能力通过智能工具系统延展的过程。智能工具系统承载了人的劳动的意志和动机。通过预先的设计，人实现了对人工智能的控制，从而人工智能表现为“脱离”人的、“自主”的劳动样式。人工智能的“劳动”只是人类劳动力的延展形式，是人类劳动能力通过数字化、网络化、智能化技术系统拓展至人的身体之外的过程。人工智能“劳动”过程实质是人的体能和智能的延展，是人的复杂劳动成果的集中应用和体现。在商品经济中，人工智能作为商品的本质仍然是人类活动的对象化、人类劳动的外化，是工人制造的一种能够代替人执行特定劳动任务的新的商品形态。人工智能代替人的劳动，是数字化、网络化和智能化技术加持下人类劳动形态演化发展的结果。人工智能技术深度发展，越来越多的人类劳动实现了从人的“具身化”向“离场化”转变。人工智能使人类在越来越多的劳动场景中“离场”，只是人类创造的汇聚性技术体系构造的劳动表象，劳动创造价值的本相没有改变。商品的价值创造过程中劳动者没有也不可能“离场”。
二、人工智能不会使劳动阶级成为“无用阶级”
在马克思劳动价值论论域中，人的本质决定了人工智能永远不可能具备人的社会生产者和消费者的双重主体地位。人工智能的复杂性、科学性终究难以取代和超越人的社会主体性和历史主体性。提出人类终将迎来机器智能超越人类智能的“奇点论”的库兹韦尔也承认：“即便计算机的复杂性和容量与人脑相当，也仍然无法与人类智能的灵活性相媲美。”
从人类智能进化的角度，恩格斯提出：“人在怎样的程度上学会改变自然界，人的智力就在怎样的程度上发展起来。”因此，从技术和人的相互建构和共同进化角度看，人工智能由弱向强发展，必然也伴随着人类智力水平由低到高的发展。近年来，人工智能、物联网、大数据、区块链、脑机接口技术的融合已经触发人类智能革命浪潮。脑机接口技术已经实现人脑的电信号的部分解析。微型芯片无创伤植入人脑技术研发和应用正展现“脑联网”的现实可能。智能增强技术的发展及其应用表明，人类智能正处在加速跃升时期。基于脑机接口技术的人机混合智能、基于脑联网的群体智能有望催生更强大的人类个体和人类群体智能。未来，随着脑联网开发和应用，人机融合技术将塑造全新的人类智能和人类本身。弗朗西斯·福山认为基因工程技术应用将极有可能改造人类特性，“我们将通过基因遴选决定哪些传递给我们的下一代”。基于数字技术和生物技术融合发展和应用前景的预判，克劳斯·施瓦布认为，“定制人类”将成为第四次工业革命带来的定制化社会需求技术引爆点之一。质言之，技术进化趋向中，人工智能在何种意义上能取代人的劳动取决于我们如何定义处在技术和社会双重进化中的“人类智能”和“人类”。从根本意义上讲，人工智能时代，劳动阶级将成为“无用阶级”是伪命题。
但是，历史也表明，技术的进化和应用不可能在所有社会成员中同时发挥积极效应。因此，人工智能时代来临，绸缪技术性失业问题仍然具有重要意义。人工智能技术迅猛发展，在许多工作岗位上替代了人的劳动，不仅大量的体力劳动岗位，连文学创作、新闻写作、音乐制作、司法审判、教育教学等原先只能由人来承担的工作也可以被人工智能取代。伴随着人工智能技术狂飙发展的是人类对自身主体地位丧失的深度忧虑和恐惧。如何解析人工智能代替人类劳动的过程，阐明人类和人工智能的对立统一关系，是当下亟待回答的理论和实践问题。这就必须从理论上阐明：人的劳动与人工智能的“劳动”二者之间在何种程度上可以实现替代或融合？
在马克思劳动价值论论域中，“劳动首先是人和自然之间的过程，是人以自身的活动来中介、调整和控制人和自然之间的物质变换的过程……劳动过程的简单要素是：有目的的活动或劳动本身，劳动对象和劳动资料”。劳动作为人和人类社会的存在和发展方式，是由劳动对人和社会存在和发展的意义决定的。
劳动之所以是人的特有的活动，是因为人的活动是有意识的、有目的的活动。马克思通过比较蜜蜂的活动和人的劳动过程认为，“最蹩脚的建筑师从一开始就比最灵巧的蜜蜂高明的地方，是他在用蜂蜡建筑蜂房以前，已经在自己的头脑中把它建成了。劳动过程结束时得到的结果，在这个过程开始时就已经在劳动者的表象中存在着，即已经观念地存在着”。
马克思从人和其他生命体活动的差异的视角阐明了“人的劳动”本质内涵。劳动是人之为人的活动。人怎样思考和劳动，人就以怎样的方式存在和发展。人工智能的出现是社会生产力发展的产物。人的劳动能力是人通过社会化实践习得的，而人工智能的“劳动”能力是人借助人工系统生成的。人工智能的“劳动”过程主要表现为获取数据、算法建模，完成既定的工作任务。无人驾驶汽车能够投入使用，依赖研发和维护它的工程师的劳动。离开工程师的劳动，无人汽车无法实现“自动驾驶”。真正的“无人工厂”是不存在的。在智能化工厂中，生产现场可以无人，但是在其数据控制中心和技术研发中心却积聚了大批工程师和技术研发人员。对人类而言，本质上，人类开发的人工智能与工业文明时代人类开发的蒸汽机、发电机等机器体是同等属性的，它们要发挥替代或减少人类劳动功用，离不开有知识的劳动阶级。人工智能“劳动”与“人的劳动”内涵的差异确证了人对人工智能的主体地位。
科技革命的发展以及科学技术与人类劳动的结合，使人类创造了大量的能够增强人类劳动能力的工具和机器。在人工智能技术诞生前，“人工体能”技术早已被人类应用在生产生活中。汽车比人跑得快，飞机比人飞得高，但我们不会认为飞机、汽车能取代人的行走。我们用计算机进行信息处理，同时我们也不会停止运用大脑进行信息处理。“人工智能即使再发达，人也不会因此不再使用自己的智能，而是将智能转向更有意义的领域。”实际上，工业革命以来，一部分劳动形态消失，同时也伴随着更多的劳动形态被新的社会需求创造出来。人类劳动技术进化的历史，也是人类劳动形态进化的历史。人工智能归根到底是对人类体能和智能的模仿和模拟，二者之间不具有等同意义。
智能时代，大规模人工智能的应用，特别是人工智能与实体经济相结合，引发传统的劳动形式和劳动形态的变化，对劳动者的要求不是削弱了，而是更高了。随着智能社会的深度发展，劳动者从事的劳动将是需要融入人的情感、智慧、灵感和社会经验以及人之为人的不可或缺的价值观、责任感、审美能力等特质的劳动。质言之，人工智能条件下，人类劳动将主要体现为人的创造性活动。富有创造力以及善于与他人或机器协同工作的人将成为智能社会最需要的人。
可以预见，随着智能社会的深度发展，人工智能将可能完全代替人类为了生存而进行的劳动，人机融合劳动是未来人类劳动形态演进的方向。到整个社会劳动成为丰富和发展人的本质活动的时候，劳动就成为“人们生活的第一需要”。“在一切生产工具中，最强大的一种生产力是革命阶级本身。”智能科技赋能人类社会发展，人的创造性活动成为发达的生产力源泉。这种人的“活动”必然是与人的休闲、工作、劳动融合为一体的人的本质的活动。人工智能大规模应用，只会使不劳而获的剥削阶级和食利阶层成为多余的人。劳动阶级不会成为“无用阶级”。
马克思站在批判资本主义生产方式的立场，认为在机器体系的资本主义应用中，“只要工人的活动不是[资本的]需要所要求的，工人便成为多余的了”。就是说，工人“多余”是相对于机器体系的资本应用而言的。马克思关于共产主义高级阶段的预见认为，作为生产力的科学一旦摆脱资本的束缚，“以交换价值为基础的生产便会崩溃，直接的物质生产过程本身也就摆脱了贫困和对立的形式……那时，与此相适应，由于给所有的人腾出了时间和创造了手段，个人会在艺术、科学等等方面得到发展”。可以预见，随着人工智能越来越多地代替人类为了生存而进行的劳动，人类社会就可能在科学、教育、艺术等等一切能丰富和实现人的本质领域充分全面发展起来。劳动阶级不仅不会成为多余阶级，反而会成为创造新社会的主力军。
三、人工智能不能自发消解资本主义雇佣劳动制度
人类劳动技术与人类劳动形态之间是相互建构和塑造的。有什么样的劳动技术，就有什么样的劳动形态。人工智能的应用日益使人的劳动过程智能化。劳动的智能化又不断推动人工智能发展。人工智能嵌入商品生产过程，不仅引发劳动组织、劳动格局的变革，还或快或慢引发整个社会劳动关系的重构。但是，这种重构不是人工智能自发实现的，归根到底是由应用人工智能的人实现的。作为人类创造的技术存在，人工智能本身是超越社会制度体系的。人工智能的资本主义应用和人工智能的社会主义应用都是对人的劳动的模拟和模仿。在商品经济条件下，一定的、具体的生产商品的劳动形态总是存在于具体的社会制度形态中的。
“提高劳动生产力和最大限度否定必要劳动，正如我们已经看到的，是资本的必然趋势。劳动资料转变为机器体系，就是这一趋势的实现。”一方面，人工智能是资本逻辑蔓延的必然结果，是社会生产力发展到新的水平的标志。人工智能应用能够极大提高资本有机构成，作为资本形态，其融入商品生产后必然以“吞噬活劳动”为最大职能。另一方面，“黑人就是黑人。只有在一定的关系下，他才成为奴隶。纺纱机是纺棉花的机器。只有在一定的关系下，它才成为资本”。人工智能并不天然就是资本。人工智能的资本主义应用带来的创造性破坏，既在一定程度上强化这个制度，又在一定程度上为消解这个制度创造条件。人工智能要发挥撬动人类文明跃升的“历史杠杆”作用，关键在于它能否在先进社会制度和价值体系中被人们自觉应用。
正如原子能可以造福人类也可以毁灭人类一样，人工智能的应用也有两面性。一方面，人工智能只有受到人类制定的法律、伦理制度的规约，才会被人类大规模正常应用。在相当大的程度上，当今人类恐惧的不是人工智能本身，而是它的滥用，包括各种垄断资本对人工智能的利用。即使在资本逻辑框架中，人工智能也被限定在一定的规约中。欧美日等发达资本主义国家都相继制定了各自的人工智能应用法律。这些人工智能的立法总体上能够促进人工智能在资本主义社会的发展。由此，人工智能的应用在一定程度上推动资本主义生产力继续发展，从而起到了巩固和延续资本主义雇佣劳动制度的作用。
另一方面，人工智能的资本主义应用是新的技术条件下资本逻辑向社会各领域蔓延的又一动能。“智能化生产技术在资本主义劳动过程中的应用，颠覆了车间内部的分工协作方式，改变了传统的雇佣方式。但是，这种改变只是一种形式变化，就本质而言，资本无偿占有劳动者所生产的剩余价值的本质没有变化……智能化技术的资本主义利用方式意味着新技术革命无法解决资本主义社会的内在矛盾，不可能实现工人的真正解放。”人工智能可以无限类似人，但永远不可能与人等量齐观。资本家投资人工智能是看好智能技术赋能商品生产过程可以提高资本有机构成，从而攫取更多的剩余价值。人工智能的资本主义应用实质上是资本主义生产方式新的发展形式，是资本逻辑使然，不能改变资本主义雇佣劳动制度的实质。
人工智能的资本主义应用一方面创造了极致生产力，另一方面这种生产力不是由全社会共同占有，而是由资本家阶级占有。人工智能的资本主义应用，只会在新的基础上累积劳动与资本之间的不可调和的矛盾。人工智能应用的资本逻辑决定了，人工智能时代，资本主义经济危机、政治危机和社会危机不仅不能消除，反而会在新的基础上趋向激烈。“资本逻辑的宰制扩大了人工智能风险的可能性……正是技术与资本共谋，使资本在实现价值增值的过程中，能够‘天然地’发挥技术优势。”人工智能的资本主义应用，只能进一步制造更多的“异化劳动”，形成更多的劳动成果的占有和分配的不公和矛盾，从而累积更加激烈的阶级分化和阶级斗争。这就是为什么以人工智能为代表的第四次工业革命以来，伴随着生产力的极致增长，资本主义经济危机不仅没有消除，而且还显露出向更大范围蔓延的态势。人工智能的资本主义应用不尊重劳动创造价值的事实，劳动人民的历史主体地位没有随着智能时代的发展而彰显，资本主义经济和社会危机就不可避免。
新冠肺炎疫情发生以来，人工智能的资本主义应用与社会主义应用的对比，鲜明地反映了整个社会是围绕“资本”旋转还是围绕“劳动”旋转。一些发达资本主义国家，一方面受感染的病患数量不断攀升，另一方面为了维持所谓经济运转依然不采取严格抗疫措施，充分暴露了资本主义社会的异化。疫情期间，一些资本主义国家呈现的经济比人命更重要的社会运行逻辑，直观演绎了资本主义制度的历史局限，彻底暴露了资本的狰狞面目及其所宰制社会的本质。
科技革命的历史发展表明：只要资本主义雇佣劳动制度还存在，包括人工智能在内的技术的资本主义应用就会在更深更广的历史范围累积资本主义社会的基本矛盾。在资本主义雇佣劳动制度中，“劳动对工人来说是外在的东西，也就是说，不属于他的本质；因此，他在自己的劳动中不是肯定自己，而是否定自己，不是感到幸福，而是感到不幸，不是自由地发挥自己的体力和智力，而是使自己的肉体受折磨、精神遭摧残”。随着人工智能的资本主义应用大规模发展，资本主义社会日益呈现出经济空心化、政治金钱化和大众文化反智化的发展情势。
人工智能与私人垄断资本联姻，不仅宰制了人的主体性和社会性，还在更广阔的领域放大了资本的逐利性和垄断性。人工智能的资本主义应用生成了更严重的科学技术异化、政治异化和社会异化，从而使资本主义社会人的异化到达了新的历史高度。在“人工智能武器化是不可避免的”现实背景下，这种人工智能应用带给人类的不是一般意义上的风险，而是生存性隐忧。
人工智能的大规模应用，不仅在宏观上可能影响全球政治经济发展格局和发展走向，还在微观上改变人类的自我认知、心理和价值观。“一方面数据的采集与智能算法的应用并非完全客观与无偏见，其中必然负载着相关主体的价值取向……另一方面合成智能和人造劳动等人工智能应用一般是通过人机协同来实现的，相关主体的价值选择必然渗透其中。”算法驱动的人工智能在“劳动”中执行的价值观可以是社会主义的，也可以是独裁主义的，也可能是极端民族主义的或其他什么主义的。这完全取决于人工智能由谁来应用和怎样应用。人工智能资本主义应用的普遍化，直接的后果是资本对劳动的粗暴否定和对劳动新的更隐秘的、更强力的统治，是社会彻底的撕裂和系统性社会危机的爆发。
实践证明，仅有科技和产业革命，没有发生发达的生产力由社会共同占有的社会革命，私有制商品经济中的各种资本体系“吞噬活劳动”就无法避免。人工智能本身不会自发消解资本主义雇佣劳动制度。人工智能在多大程度上发挥消解资本主义雇佣劳动制度的“历史杠杆”作用，取决于人工智能时代工人阶级和劳动人民的历史自觉意识和历史主体意识的发展。
信息革命的发展，尤其是随着以物联网、区块链和人工智能技术为代表的新一轮信息革命的发展，资本主义实现了智能化生产大规模代替传统机械化生产的巨大转变。一方面，伴随着“物质生产方式”的转变，资本操控的“马克思主义过时论”“中国崩溃论”“社会主义失败论”等资本主义话语甚嚣尘上。另一方面，事情的实质并没有改变：人工智能归根到底是人类劳动创造的“技术现象”。新一轮科技革命和产业革命发生以来，几乎同时伴随着全球性资本主义经济危机。2008年以来资本主义制度在西方受到广泛质疑，在资本主义内部同时出现了“反思马克思主义”“重新认识马克思主义”“回归马克思”的思潮。人工智能时代的发展不仅没有动摇马克思劳动价值论，反而在更广阔的历史空间确证了马克思劳动价值论的科学洞见。
四、智能时代马克思劳动价值论的“变”与“不变”
“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，加上经济社会发展对信息技术的需求旺盛，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。”有人认为，在资本主义生产方式没有消除的情势下，倘若人工智能能完全代替人，资本家设定算法使人工智能永远服从资本家指令，那么资本家就可以不用担心工人阶级的反剥削反压迫的斗争，只要投资购买（制造）人工智能即可，然后再利用人工智能生产人工智能，占有人工智能创造的剩余价值，从而发财致富，而工人阶级和劳动人民就真正成为“无用阶级”了——这样认识人工智能是荒谬的。
从马克思劳动价值论中汲取智慧，是校准和调适人们对人工智能认识的重要方法。马克思说：“任何一个民族，如果停止劳动，不用说一年，就是几个星期，也要灭亡”。恩格斯说：“劳动和自然界在一起才是一切财富的源泉，自然界为劳动提供材料，劳动把材料转变为财富。但是劳动的作用还远不止于此。”
人工智能代替人的劳动，使人的劳动形态面临颠覆性变化。但是，人的活劳动作为价值唯一源泉没有改变。改变的是，参与价值创造的生产要素及其对价值创造过程贡献的大小。科技、创意、灵感、数据资源等非物能形态的生产要素在劳动过程中的作用正在凸显。数据资源成为智能社会最重要的生产要素之一。劳动者高阶的能力对促进智能社会的发展具有决定性意义。自由协作、人机协同、互利共享成为智能时代劳动内涵丰富和发展的方向。劳动者自由全面发展成为促进智能时代社会高质量发展的内在要求。
“资本主义的生产或雇佣劳动制度，正是在资本和劳动之间的这种交换的基础上建立的，这种交换必然不断地造成这样的结果：工人作为工人再生产出来，资本家作为资本家再生产出来。”人工智能的资本主义应用逻辑中，人工智能既不会生产自身，更无法生产资本家。人工智能的资本主义应用只是改变了生产剩余价值的手段，而不是剩余价值的源泉。人工智能嵌入资本主义商品生产，工人劳动形态的改变，表现为资本主义雇佣劳动制度借助人工智能改变了运行方式。但是，资本主义生产资料私有制下的商品经济固有的基本矛盾和资本主义生产方式的本质并没有改变。人工智能的资本主义大规模应用和资本有机构成的提高，进一步累积生产社会化和生产资料私人占有之间的矛盾。因人工智能的加持，私人劳动和社会劳动之间的资本主义商品经济基本矛盾正逐渐演变为资本主义总体性矛盾。
概言之，人工智能的资本主义应用，可以改变资本主义存在和发展方式，但是改变不了其存在和发展的历史暂时性和被社会主义取代的历史必然性。智能革命、智能经济、智能社会愈深入发展，愈要求整个社会接受科学社会主义原则。建设人类智能共同体、实现技术进化和人类智能进化的同向发展，进而全人类共同走向社会主义，是消除人工智能应用对人类构成生存性隐忧的必由之路。
马克思劳动价值论及以其为理论基础的剩余价值论简明地揭示了资本家对于工人的剥削机制，从而体现了无产阶级和资产阶级之间利益的根本对立和不可调和的矛盾。人工智能的发展及其大规模应用到社会物质生产、精神生产进程中，为无产阶级的解放开辟了新的宏观环境和技术条件。智能革命的深度发展，极致生产力的获得，将为每个人的自由而全面发展创造日益充分的条件。智能经济和智能社会的发展，劳动复归为人的本质活动已经成为人工智能时代的经验性现实。
当代中国大规模人工智能的社会主义应用，特别是人工智能融入社会主义物质生产、精神生产过程，引发了传统劳动形态的变化，在一定意义上已经晓示了马克思的预见。人工智能的社会主义大规模应用，为当代中国经济社会高质量发展创造了广阔空间。智能社会的深度发展，劳动者将迎来更多的自由全面发展的主客观条件。这既是中国社会自觉坚持和贯彻马克思劳动价值论的结果，又是对马克思劳动价值论科学性的生动诠释。在建设社会主义现代化强国的历史进程中，坚持以人民为中心的发展思想指引中国人工智能应用场景及其社会效用的治理，体现了人工智能应用的社会主义根本性质和方向。“发展人工智能，将为我国构建现代化经济体系、实现高质量发展提供重要支撑，为民生改善提供重要保障。”
中国战“疫”斗争中，丰富的人工智能应用，体现了科技的社会主义应用的价值导向和宏观效用。历史以一场全球规模的“社会实验”的方式，确证了包括人工智能在内的科学技术应用于不同社会制度形成的不同效应。由于人工智能的核心机制是信息的交互性和互组织性，从信息文明的本性出发，智能时代的社会主体越参与信息共享，就越具有创构新文明的能力。因此，人工智能的社会主义应用能够极大地促进社会生产力的增长、增进社会的公共福利和满足人民美好生活需要。在劳动逻辑中，人工智能的应用越充分，意味着人的自由劳动就越具有发展的空间，从而就越能增强和丰富人的本质、肯定和发展人的本质，从而体现出比资本主义社会制度的更多优势。当代中国人工智能应用已经并将继续确证这一发展趋势。
人工智能的社会主义应用为人的自由全面发展提供了新的动能。“人类支配的生产力是无法估量的……资本日益增加，劳动力随着人口的增长而增长，科学又日益使自然力受人类支配。这种无法估量的生产能力，一旦被自觉地运用并为大众造福，人类肩负的劳动就会很快地减少到最低限度。”人工智能的社会主义应用创造的生产力属于社会共同占有的生产力，体现的是共同劳动、共享劳动成果的宏观社会价值导向。人工智能的社会主义应用不仅能加快劳动的解放进程，更重要的意义在于劳动作为人的本质活动得到历史的自觉尊重和主动发展，劳动光荣和劳工至上成为社会共识。人工智能凝结的发达的生产力置于人民共同的集体运用中，协同、互利、合作蕴含的生产力将进一步得到开掘和应用。在社会主义生产方式中，人工智能等科学技术凝结的人类智慧实现了自觉造福整个社会的效用。人工智能的社会主义应用具有比资本主义显著的优越性，必将在科技革命和产业革命进程中开拓世界社会主义新的发展机遇和前景。
“手推磨产生的是封建主的社会，蒸汽磨产生的是工业资本家的社会。”可以预判，“智能磨”将产生社会主义和共产主义社会。人类迈向智能时代的社会发展表明，人工智能代替人的劳动不仅不能加持资本主义制度，反而加速暴露资本主义制度的历史局限性和过渡性。从科技角度而言，人工智能的发展意味着消除人类必要劳动具有现实的可能。人工智能时代，劳动解放的生产力条件已具有经验性现实基础。劳动正义、劳动创造历史的理论逻辑与实践逻辑正趋向统一。整个社会自觉尊重劳动人民历史主体地位成为推动智能时代世界社会主义复兴的根本力量。
人工智能时代，仍然是马克思主义所指明的历史时代。不改变资本主义私有制及其雇佣劳动制度，人工智能就无法给社会带来普惠发展。智能社会的发展再次确证了资本主义无法容纳它自己创造的生产力。马克思劳动价值论不仅没有过时，而且更加显示出真理性力量。
参考文献:
[1]肖峰：《作为哲学范畴的延展实践》，《中国社会科学》2017年第12期。
[2]孙伟平：《马克思主义唯物史观视域中的“智能社会”》，《哲学分析》2020年第6期。
[3]蒋红群：《无产阶级会沦为无用阶级吗？》，《马克思主义研究》2018年第7期。
[4]王天恩：《人类解放的人工智能发展前景》，《马克思主义与现实》2020年第4期。
[5]刘伟兵：《过时还是证明：人工智能时代的马克思劳动价值论》，《毛泽东邓小平理论研究》2020年第6期。
[6]靳辉明、李崇富主编：《马克思主义若干重大问题研究》，北京：社会科学文献出版社，2011年。
[7]姜辉：《21世纪世界社会主义的新特点》，北京：社会科学文献出版社，2016年。
[8]〔美〕梅拉妮·米歇尔：《AI3.0》，王飞跃等译，成都：四川科学技术出版社，2021年。
（作者系江西师范大学马克思主义学院副教授）
网络编辑：同心
来源：《马克思主义研究》2021年第5期
快评丨人工智能时代了，为何还要提倡劳动教育
将劳动教育纳入必修课，厘清劳动教育的边界很重要。
曹茜茜
8月24日，教育部教材局介绍《大中小学劳动教育指导纲要（试行）》（简称《纲要》）时提到，要独立开设劳动教育必修课，将劳动教育贯穿学校教育的各个方面，解决有教育无劳动的问题。《纲要》规定，中小学平均每周不少于1课时，职业院校必修课不少于16学时，本科阶段不少于32学时。
有教育无劳动，曾是家长、老师的一块“心病”。不少学生上知天文地理、下懂自然科学，所学之广博常令父辈自叹不如，但也常因“四体不勤，五谷不分”而闹笑话，“高分低能”现象不少见。劳动机会减少、劳动经验不足，一定程度上导致部分学生轻视劳动、不珍惜劳动成果。独立开设劳动教育必修课，让劳动教育“不缺课”，让学生劳动课“不挂科”，有利于促进学生全面发展。
将劳动教育纳入必修课，厘清劳动教育的边界很重要。劳动教育，强调“以体力劳动为主，注意手脑并用”。换句话说，课堂学习、实验室做实验、写学术论文等文化学习，都不算劳动教育。“劳动教育是干出来的”，要让学生有“劳”的体验、“动”的经历，实现教育与劳动有机结合，才能避免“讲劳动”“听劳动”的现象。
不过，也有人疑问，如今都人工智能时代、机器人时代了，还有必要大力提倡劳动教育吗？俗话说：不苦不知甜滋味，不劳不懂柴米贵。劳动教育是学生成长的必经之路。智能技术，刚好还可以用来为劳动教育必修课作科学考核。教育部鼓励、支持各地利用现代信息技术手段，对劳动教育过程记实评价，将推动综合评价结果作为学生升学、就业的重要参考。这意味着，劳动教育纳入必修课，不是口头说说，而是实打实地影响升学和就业。
当前，包括湖南在内的多地已开始行动。如湖南大学附属中学每学年组织3至5日实践课程，让学生体验稻子收割、竹筏竞渡、撒网捕鱼；南昌市教育局制定《南昌市加强新时代中小学劳动教育实施方案》，规定中小学校组织开设家政、烹饪、非遗传承等劳动实践类拓展课程。劳动教育纳入必修课程，将全面提升育人实效，实现知行合一，促进学生形成正确的“三观”。
人工智能时代的工作变化、能力需求与培养
摘要：在人工智能时代，程序化工作和一部分非程序化工作将被人工智能取代，工作将向高度智慧化转移，劳动者的工作定位将发生升级方式、介入方式、前进方式、转移方式和集中方式等不同的变化。为了适应人工智能时代，要在学校教育和企业教育中注重提高受教育者的人工智能素养、培养创造性思维能力、社会交流能力以及环境应变能力。应对人工智能时代培养所需人才的关键措施包括：突出个性化培养理念；构建人工智能素养教育体系；实施问题导向及跨学科合作探讨的学习方式；利用人工智能技术提高学习效率。
关键词：人工智能；工作定位；能力需求；能力培养
基金项目：本文系中国社会科学院登峰战略企业管理优势学科建设项目、中国社会科学院京津冀协同发展智库研究课题的阶段性成果。
当前，我们正处在全面进入人工智能时代的过渡期，几乎所有领域都出现了装载有人工智能技术的机械设备。18世纪中期以来，人类历史上先后出现了蒸汽机、内燃机与马达、计算机与互联网技术。这些技术极大地改变了人类的生产生活方式，推动了人类社会的发展。可以说，人工智能是继三大技术之后的又一重大技术。况且，与以往技术不同，人工智能可以替代人的脑力劳动，这将大幅度地改变人们现有的工作内容，并要求人们拥有不同于以往的特殊能力。然而，关于如何界定人在人工智能时代的工作定位及所需能力、如何培养人工智能时代所需要的人才，是尚未解决的课题。目前，有研究围绕人工智能可能产生的就业影响，尤其是结构性失业风险以及社会经济对策等方面进行了分析（万昆，2019；陈明生，2019；王君等，2017；潘文轩，2018），也有研究对人工智能背景下职业教育体制改革与发展问题进行了探讨（南旭光，汪洋，2018；毛旭，张涛，2019；丁晨，2019），但深入到工作能力层面，从劳动者角度探究人工智能时代的人才培养问题的相关研究还较为少见。鉴于此，本文基于技术—工作—能力—培养的视角，结合前沿研究进行理论分析，阐明人工智能对工作业务的影响机制，明确人工智能时代的工作定位与能力需求，探讨能力培养的战略思路和关键方法。
一、人工智能时代的工作变化
人工智能（ArtificialIntelligence，简称AI）是指可以感应环境、做出行动，并获取最佳结果的合理主体（RationalAgent）（S.J.Russell，P.Norvig，2018）。感应环境、做出行动和获取最佳结果，属于人的智慧行为，而这些行为通过计算机程序（合理主体）被再现出来，就成为了人工智能。换言之，人工智能就是具有人类智慧的计算机系统。而在现实的工作环境中，人工智能的计算机系统又是与大量的感应器、超高速通信网、大数据收集分析装置、终端设备、机器手等组成更为复杂的系统来进行实际作业的，如机场出入境管理的人脸识别系统、汽车自动驾驶系统等。因此，可以说人工智能就是装载有可以模拟人类智慧行为的计算机程序的自动化设备。
现阶段的人工智能可以在一定程度上替代人完成识别、决策和操控方面的任务。在识别方面，人工智能可以进行信息判别、分类与检索，如从影像中发现癌变征兆；从音调语速中检测情绪；从图像中监控设备异常、天气异常、用户账号异常等。在决策方面，人工智能可以进行数值形式下的物象评估与匹配，如预测销售额、GDP指标、民意度、信用风险、病变风险；推断消费者爱好、产品推销时机；根据消费者爱好、习惯不同而推荐不同内容的商品广告等。在操控方面，人工智能可以进行表现生成、设计行动最佳化及作业自动化，如自动撰写新闻稿件、概括文章大意；设计项目路线图、商品标识、网页布局、药品成分、建筑物结构；优化游戏策略、送货路线、店铺布局；实施自动驾驶、客户咨询等。只要人规定好了计算机程序的信息处理目的和分析方式，人工智能就能准确无误地替代人工进行作业（安宅和人，2015）。
（一）工作变化的特征
人工智能时代工作变化的特征体现在以下三方面。
1.程序化工作被人工智能取代
所谓程序化工作，按照美国经济学家奥托（D.H.Autor）等的定义，是指变化少、可以按照事先规定的程序进行的工作（Autoretal，2003）。程序化工作又分为主要使用认知能力的程序—认知型工作和主要使用肢体能力的程序—肢体型工作。认知能力是指直觉、判断、想象、推理、决策、记忆、语言理解等能力；肢体能力是指体力。程序—认知型工作具有重复性、单一性、目的明确并且主要使用脑力等特点，如行政事务、会计工作。程序—肢体型工作虽然也有重复性、单一性、目的明确等特点，但主要使用体力，如流水线组装、仓库运输业务。由于程序化工作相对简单，易于编制成计算机程序，所以人工智能对人类劳动的替代，首先会从这些工作开始。例如，产品组装是按照作业标准反复实施同样内容的工作，而作业标准完全可以编制为计算机程序，所使用的设备以及动作也完全可以建立成模型，因此，产品组装就可以由人工智能来代替实施。再如，需要一定认知能力的会计业务，人工智能也可以通过扫描或接受电子信号等方式获取相关数据，而后根据规定程序进行分类、汇总等作业。因此，在人工智能时代程序化工作会呈现明显的减少趋势，以往的自动化设备，基本是替代体力劳动的蓝领劳动者，而人工智能将替代白领劳动者。英国剑桥大学学者弗雷（C.B.Frey）与奥斯本（M.Osborne）在2013年发表的报告中指出，美国在未来20年里将有47%的工作存在被替代的可能性，电话推销员、标题审查与摘要人员、手工缝纫工、技工、保险受理员、手表修理工、货物运输人员、税务代理员、照片处理工、会计助理、图书馆技术员、数据输入员等工作被取代的概率可高达99%（C.B.Frey，M.Osborne，2013）。日本经济新闻和英国金融时报2017年合作进行的调查显示，制造、餐饮、运输等23个产业的2000项工作中有超过3成的业务可能被替代，制造业被替代的比例是80.2%，包括焊接、组装、裁缝、制鞋等业务；餐饮业被替代的比例是68.5%，如客服、点餐、食材准备、餐桌与餐具摆放等业务；运输业被替代的比例是48.4%，包括车辆维修、飞机驾驶、运输信息提供等业务（ShotaroTani，2017）。这些研究表明，被取代概率高的工作基本上都是重复性、单一性、目的明确的程序化工作，其中不乏白领岗位的部分业务。
2.一部分非程序化工作被人工智能取代
相对于程序化工作，非程序化工作通常变化较大，难以按照事先规定的计划进行。这一工作又分为两类，一类是非程序—认知型工作，如科学研究、文学创作、作曲作画、经营管理、医疗诊断、诉讼辩护等；一类是非程序—肢体型工作，如烹饪、理疗、看护以及汽车驾驶等。非程序—认知型工作需要高层次的文化水平、分析能力和想象力，现阶段的人工智能还达不到完全替代的水平。烹饪、理疗、看护以及汽车驾驶等非程序—肢体型工作需要高度的人际间互动、灵敏的环境反应能力以及灵活的肢体动作，而这些要求现阶段的人工智能尚不能完全做到，所以这些工作基本上还需要人来承担。但随着人工智能技术的发展，人工智能在未来不仅会代替人做更多的程序化工作，而且有望将一部分非程序化工作纳入替代范围，如自动驾驶、行走助力、编制诉讼方案、作曲作画等（Autor，2015）。届时非程序化工作完全由人来完成的局面就会发生变化，进而带来业务重组，从以前由人承担所有业务变成由人工智能和人共同分担业务，如影像诊断由人工智能完成，最终诊断由医生完成；围棋陪练由人工智能承担，棋艺解说由教练承担。
3.工作向高度智慧化转移
装载有人工智能的设备可以替代人的程序化工作，甚至部分非程序化工作，但现阶段人工智能仍有很大的局限性，如人工智能不能设定目标和规划未来、不能产生意识、不能对未曾有的变化作出反应、不能提出问题、不能设计分析框架、不能产生灵感、不具有常识判断力、不具有指挥人的领导能力（安宅和人，2015）。所以现阶段仍有四类工作是人工智能所无法替代的。一是高度创造性的思维工作。如通过综合分析各种知识归纳和提出新概念、通过多方面分析发现问题并提出解决方案、基于情感创造出文学艺术作品等。二是高度社会化的沟通工作。如包含理解、说服、交涉在内的工作，人际间交往与协同作业等。三是高度灵敏的肢体型工作。如演奏乐曲、表演舞蹈、高难度手工艺等。四是高度非程序化的工作。如看护、清扫工作。这些工作看似简单，但需要人根据知识、经验以及常识等对情境作出判断，如在清扫时对发现的废纸需要进行判断，确定它是重要笔记还是真正的废纸，而人工智能的扫地机是无法做到的（野口悠纪雄，2018）。但即使如此，现在几乎所有领域中都在使用人工智能，并且人工智能的工作领域还在不断扩展。在看护工作中，移动搀扶患者机器人已经开始出现；人工智能已能够进行文学、绘画及音乐的初步创作，人与人工智能协同作业的状态已成为普遍现象。在这种状态下，人的工作内涵必然要向高度智慧化转移。
（二）人机关系与工作定位
在刚开始引进人工智能的生产过程中，人仍是作业的主体，人工智能起辅助性和支持性作用。人工智能辅助人进行数据和信息处理方面的业务，支持人做一些复杂的、技术性的工作，从事需要肢体劳动的、程序化的操作，但对于需要高度认知能力的工作，如推理与决策，以及需要与人沟通的工作，如协调、开发与咨询、沟通与互动，人工智能的贡献相对较少，但这种情况将会发生改变。世界经济论坛《职业前景报告2018》发表了2018年人与设备的工作时间占比值和2022年人与设备的工作时间占比的预测值（见表1）。对于所有业务，2022年设备的工作时间占总工作时间的比值会增加，其中设备在信息和数据处理、探索和获取业务信息的工作时间占比将超过人的工作时间。在行政、肢体的程序化任务、识别和评估业务信息、执行复杂技术任务中，设备的工作时间占比也将超过四成。即使在推理与决策以及沟通与互动这样原本主要由人来完成的业务中，设备的工作时间也将提高三成左右。因此，未来人工智能不仅能在生产过程中起辅助、支持的作用，而且在一些业务中将会作为“数字劳动力”发挥主导作用。进而言之，在人工智能时代，智能设备将越来越多地替代人的劳动，人机协作的关系将越来越显著。
表12018年、2022年人与设备的工作时间占比值单位：%
资料来源：作者根据世界经济论坛《职业前景报告2018》整理。
在人工智能时代，一些职业及一些工作被替代是不可避免的趋势，因此劳动者必须对职业及工作选择有清楚的认知。美国管理学学者达文波特（T.H.Davenport）和卡比（J.Kirby）认为，人工智能时代劳动者的工作定位，即如何选择能实现自身价值的职业，有五种方式，分别为：一是升级方式，即提升管理素质和掌握超越计算机的大局思维，向高级管理岗位发展。这要求对经营系统有透彻的理解，并需要有充分的计算机知识与技能。随着人工智能质量的提高、数量的增加，高级管理岗位的事务性工作将被大幅度替代，因此升级到高级管理岗位的人数会比以往少；二是转移方式，即转移到不能程序化、结构化的工作领域。现阶段，人工智能设备尚不能完全替代人的劳动，因此工作流程中会保留一些人的岗位。但随着人工智能水平的提高，这些岗位也将逐渐被替代，因此，这些岗位的劳动者，要有充分的危机感；三是介入方式，即学习计算机的程序化决策过程，掌握监视和调整计算机功能的新型能力，以现场管理者的身份介入基本上由人工智能实施的作业过程中；四是集中方式，即以计算机程序尚未渗透到的领域为唯一标准来选择职业或工作。这种方式要求特殊、高超的人类智慧及技能，需要早期、长期训练，甚至需要天赋；五是前进方式，指与时俱进，加大学习力度，研究开发能改变当前领域工作效率的高水平智能机器（T.H.DavenportandJ.Kirby，2015）。从与人工智能的关系看，升级方式、介入方式和前进方式，都需要学习人工智能技术。对这些人群，国家应该对他们的学习进行资助。转移方式中劳动者没有学习新技术的欲望或能力，他们的收入可能会减少，就业也不稳定，国家应从就业政策角度进行援助。集中方式需要从中小学起通过个性化教育对这方面的人才进行培养。
二、人工智能时代的能力需求
随着人工智能在生产过程中的普遍应用，人在生产中的地位不断发生变化，大量程序化作业、甚至越来越多的非程序化作业都将由自动化设备实施，而人必须能够驾驭智能设备，发现和解决工作流程中的问题，对智能设备进行更新创造，从而使其更好地服务于人类社会。从劳动者角度看，必须具备符合人工智能时代所需要的能力，才能使自己的劳动付出变得更有价值；从企业角度看，具有符合人工智能时代能力的员工，是创造价值所不可缺少的人力资源，值得大力引进和培养；从社会角度看，劳动队伍和后备力量都具备符合人工智能时代要求的能力，就可以稳定就业，促进社会经济持续发展。关于能力，可以对有认知能力和社会情感能力的基础理论进行研究。为了探讨能力与社会需求的关系，能力被分成诸多子能力，以验证与不同技术条件的适配性。在解析这些研究之后，笔者将提出符合人工智能时代要求的能力要件，以便为理论研究和政策决策提供参考。
（一）能力的两个方面
理论上看，人的能力一般包含两个方面。一个方面被称为认知能力，另一个方面是非认知能力。其中关于非认知能力有着几种不同的命名，如社会情感能力、软能力、社会能力、人格特质、性格（Heckman，Kautz，2012）。以下将沿用经济合作与发展组织（OECD）（2015）的表述样式，用“社会情感能力”来表示非认知能力。该研究认为，认知是关于获取和应用知识经验的过程，而认知能力就是所有与获取和应用知识经验有关的能力。认识能力有三个层次：第一层是基本能力，如模式识别、计算和记忆；第二层是获取能力，如检索、分类和解释；第三层是应用能力，如思考、推理和概念化。这三层能力的复杂程度从低到高、依次递进。与认知能力不同的是，社会情感能力是对目标实现、社会协作和情感控制产生影响的人格特征。例如，目标实现方面的忍耐、自律、意愿；社会协作方面的沟通、开放、体贴；情感控制方面的自尊、灵活、自信等。
在实际中，人是认知能力和社会情感能力的载体。换言之，这两种能力在人的身体中同时存在，相互影响、相互作用，形成了人的脑力活动和肢体行为。例如，批判性思考就是两种能力合二为一的结果。批判性思考既有认知能力的特点，即能够客观地进行逻辑推理，严守成本收益原则，冷静地进行战略分析。同时，因为批判性思考的对象是现实中的新问题，仅仅依靠过去的经验和教科书手法是不够的，还必须对新现象持有开放心态，根据具体情况，灵活改变思路和行动，而这些特点正是社会情感能力范畴的内容（池迫浩子，宫本晃司，2015）。
（二）能力需求变化与预测
技术进步使得工作环境发生变化，对劳动者的能力需求也出现了新变化。20世纪70年代以来，以大型计算机、电脑终端和互联网为代表的信息通信技术迅速发展，制造业以及服务业的生产过程大为改观，这使得对劳动者的社会情感能力的需求显著提高（Deming，2015）。在1980-2012年间，需要高度社会情感能力的职业就业人数占美国所有就业人数的比例增长了近12个百分点，而只需要认知能力的职业就业人数占比减少了3个百分点。另外，需要高度社会情感能力的职业的工资增长也比其他职业更快，并且2000年以后的增幅大于2000年之前。这是因为生产过程自动化，岗位任务重组，人员重新分配，团队形式增加，而社会情感能力可以降低协调成本，加强不同作业领域的有效合作。
以数字技术为轴心的自动化设备的应用，不仅要求劳动者提高社会情感能力的水平，同时也要求其认知能力和社会情感能力综合水平的提高。维因伯格（Weinberger，2014）利用美国职业大典的数据，对1977-2002年间各职业就业人员具有的计算能力、人际能力以10阶段法进行了赋值，根据数值把职业分为了两类，一类是计算能力与人际能力赋值均高于5的职业，一类是两种能力中一方赋值高于5而另一方赋值低于5的职业。分析发现，两种能力赋值均高于5的职业的就业人数增加，仅一种能力赋值高于5的职业的就业人数减少。该研究还以1972年和1992年的高中3年级中的两个年级层为对象，考察了各层人群的高中数学成绩、领导经验和高中毕业7年后的工资之间的关系。结果表明，同时具有数学能力和领导经验的人的工资在增加，只有一方面能力的人的工资没有变化，不具有这两方面能力的人的工资在减少。这个结论揭示了能力间互补的重要性，即认知能力与社会情感能力，不是各自单独产生价值，而是相互组合（互补）来产生更大的价值。技术进步并没有否定人的任何一方面的能力，而是要求在提高各自水平的基础上达到新高度的互补。由此可以推论出，兼有两种能力的劳动者在以人工智能为轴心的新技术时代将为社会所需，他们的劳动价值会得到社会认可。
表22018年、2022年关键能力需求
资料来源：世界经济论坛《职业前景报告2018》。
以上的推论不仅在以往的数据研究中得到了验证，在近未来的预测研究中也得出了同样的结论。世界经济论坛的《职业前景报告2018》发表了313家跨国企业管理高层的调查数据，从中可以看出2022年需要的关键能力中，属于认知能力的有8个，分别是：分析性思考与创新，主动学习与战略性学习，创造性、独特性和主动性，技术设计与编程，批判性思考与分析，解决复杂问题，问题推理与构思，系统分析与评估。与2018年相比，技术设计与编程、系统分析与评估是新增项目，反映出人工智能时代对劳动者的数字技能的强烈需求，揭示了劳动力素质提高的方向。而领导力和社会影响、情绪性智商属于社会情感能力的范畴。这两个能力同时出现在2018年、2022年两个时间段里，由此可以说，社会情感能力在未来的人工智能技术环境中是不可缺少的。只要生产过程中有人的存在，只要市场及组织内部环境不断变化，就需要社会情感能力去发现问题、运用技术技能去解决问题从而实现劳动的价值。另一方面，包括脑力、肢体在内的基本认知能力的需求将会减少，如操作灵活性、持久性与准确性，视觉、听觉与说话，读、写、算等能力。一些基本操作能力的需求也会减少，如财务和物资资源管理、设备安装与维护、质量管理与安全管理等能力。这些能力基本用于实施程序化业务，其工作的操作标准简单明了，个人发挥创造性的空间较少，从能力层次看，虽然属于知识经验应用能力范畴，但处于低级层次。
世界经济论坛在2016年对人工智能时代的能力需求变化进行了探讨。当时的研究报告指出，高层次认知能力不仅在当时受到重视，而且在2020年对其的需要将会进一步增加。而对于与肢体相关的能力，专家大都认为其需求将会减少。尤其是设备维护、质量管理与安全管理等能力，2016年报告中还有五成的人认为需求会处于稳定状况（世界经济论坛，2016）。由于2016年、2018年的调查方式不同，因此不能对其进行严格的对比，但可以看到能力变化的趋势，即对高层次认知能力的需求一直处于增强趋势，而对设备安装与维护等低层次能力的需求则明显减弱，这反映出人工智能时代对能力的高层次化有着越来越强的需求。
巴克什（Bakhshi）等利用美国和英国数据预测了两国2030年各职业的就业增长和职业所需的能力（Bakhshietal，2017）。该研究中的职业能力包括120项。美英两国各职业最为重视的能力有15项（见表3）。从表3看，美国和英国总体情况类似。在美国，与人际交往有关的能力会越来越重要，这些能力包括指导、社交知觉/认识、协调、服务导向、主动倾听，以及相关知识，如心理学和人类学、教育和培训、治疗和咨询、哲学和神学。认知能力范畴中的应用能力也会越来越重要，如要求能够了解当前和未来形势并且能够做出行动规划（战略性学习）；能够了解新信息对当前和未来问题的解决与决策发挥影响（主动学习）；能够提出有关某个主题的许多想法（思想流利性）。在英国，有10项属于认知能力范畴中的应用能力，这些能力是判断和决策、思想流利性、主动学习、战略性学习、原创性、系统评价、推理、解决复杂问题、系统分析、批判性思考。在人工智能技术更为广泛应用的近未来，劳动者只有充分具备这些能力，才能够有效解决新环境中出现的新问题，并且能够有针对性地提出新想法，积极吸收新信息；能够识别社会技术系统的变化，了解社会技术系统各环节的互连和反馈关系并采取正确行动。另外，英国对于人际交往的能力也非常重视，这些能力包括指导、协调，以及相关知识，如教育和培训等。
表32030年美国、英国各职业中最重要的15项能力
资料来源：作者根据Bakhshi等（2017）整理。
2017年，日本人才咨询公司阿德卡（Adecco）对309家上市公司管理高层进行了抽样调查，收集到了两个时间点（调查时间点为2017年、人工智能普遍应用的2035年）对各种能力的需求程度。结果显示（见表4），2035年最需要的前10项重要能力中，5项为认知能力，包括创造性、分析性思考与抽象性思考、解决复杂问题、信息收集和解决简单问题。5项是社会情感能力，分别是人际关系、灵活性、挑战精神、领导力和积极性与主体性。2017年的前10项重要能力中，4项为认知能力，依次是分析性思考与抽象性思考、解决复杂问题、创造性和信息收集；6项是社会情感能力，如人际关系、积极性与主体性、挑战精神、团队工作与协调性、灵活性和目标实现意愿。从数量看，不论是2017年还是2035年，认知能力和社会情感能力的排名基本相当，表明无论什么时代，均衡能力结构都是必要的。从内容看，不论是2017年还是2035年，认知能力和社会情感能力的子项目基本相同，反映出企业能力需求具有一定的稳定性。从个别能力变化看，有两个突出现象，一个是认知能力中，创造性需求的大幅上升。这表明在人工智能时代企业将进行业务重组，要求员工在高价值工作领域创新工作方式和取得突破；另一个是社会情感能力中，对灵活性的需求有所提升。这反映出企业需要员工充分发挥主动性，去发现生产流程中的问题、发现新的社会需求，而不仅仅是执行指令。
表42017年、2035年最需要的前10项重要能力
资料来源：作者根据西村崇（2017）整理。
（三）符合时代要求的能力要件
综合以上研究，笔者认为，在人工智能时代，能力的首要内容应该是与人工智能有关的新知识、新技能。此外要在人工智能的学习与应用过程中提高社会情感能力，主要是指与人沟通的方法与相关知识。再者，劳动者的能力结构要向高层次升级，应重点发展高层次认知能力。具体概括为两个方向：一是应用人工智能技术创造新产品、新服务的能力，这里称作创造性思维能力；二是发现新问题和解决新问题的能力，这里称作环境应变能力，包括主动学习与战略性学习、解决复杂问题等。在人工智能时代，对于劳动者而言，重要的是使能力结构升级以符合技术发展需要，不仅认知能力要达到新水平，还要与工作方式变化相匹配，而且与人工智能技术互补的社会情感能力也要同步发展。鉴于此，人工智能时代的能力要件可归纳为以下四个方面。
1.人工智能知识
正如读、写、算是工业社会所必须的基本能力一样，对于要在人工智能技术条件下工作的劳动者而言，人工智能的基础知识是不可缺少的。这是以往时代所没有的全新的能力。所谓的人工智能知识，首先是数学知识。因为人工智能的基础就是数理模型，主要包括概率、统计、线形代数等内容；其次是数据科学，是在计算机上收集、解析数据的知识和技能，需要有数理和计算机语言知识，需要计算机操作能力。有了这两方面的知识，就可以形成关于人工智能的新技能：能够使用程序语言，利用既成模块，编制、操作或使用具有简单的感应、解析、反馈等智慧行为的自动化装备。劳动者掌握了人工智能的新技能，不仅可以理解新设备的基本机制，甚至可以研究更先进的人工智能、或利用人工智能来提高生产效率。根据领域、岗位、业务的不同，涉及人工智能的内容会有所不同。国家的教育、经济以及科技部门应该与企业联手设计内容、层次不同的教材，设定认知资格制度，作为评价人才的标杆。
2.社会交流能力
在人工智能时代，要创造新价值，人际或社会交流能力愈发显得重要。创造新产品、新服务及新的工作模式，意味着要对现状有充分的了解，利用人工智能对现状进行改变、重组。这需要周边很多人及社会的理解、帮助及合作。因此，在人工智能时代，人应该提高自身的社会交流能力，能简明扼要地说明目的，开诚布公地寻求理解与帮助，诚实守信地与人合作。社会交流能力的基础是情感，所以人在情绪、意志等方面的情商以及对于文化艺术的审美都非常重要。人工智能时代社会交流能力的特点，就是大量运用网络社交媒体、互联网等工具。这些工具有其便捷之处，但也存在虚假信息等伦理道德问题以及易受黑客攻击的脆弱性问题。社会交流能力与创造性思维能力一样，需要长时间的培养，需要社会氛围的支撑。社会交流能力的特殊之处在于它涉及性格，而性格有天生的因素。所以，在学校教育以及企业教育中，既要传授基本的交流方法，也要考虑个人性格中的天生因素，因人施教，调动有利因素，培养能够从社会中学习、有益于社会的人才。
3.创造性思维能力
人工智能技术使程序化的工作自动化，把人从单一循环、重度及危险的劳动中解放出来，给予人更多的时间，为人的创造性思维提供了更大的可能性。同时，人也必须发挥自己特有的创造性思维能力，才能在人工智能时代确立自身的存在价值。所谓创造性思维能力，是利用人工智能技术，结合自己所在的特定领域，去发现社会及市场需求，提出关于新产品、新服务以及新工作模式的能力。创造性思维能力包括抽象能力、综合能力和应用能力。抽象能力，就是能够概括出事物本质并发展成为概念的能力。借助抽象能力进行分析和推理，才会产生新的认识。综合能力，就是能够融会贯通，把不同领域的知识连接起来，进行整合、分析和再创造的能力。经济学家熊彼特认为，创新有五种形式，即产品创新、技术创新、原材料创新、市场创新和组织创新，它们无一不是生产要素间组合与创造的结果（约瑟夫·熊彼特，2016）。利用人工智能提出关于新产品、新服务以及新工作模式的设想，是对人工智能与其他知识进行融合与创造的过程，所以需要综合能力。应用能力，是能够把知识应用于解决现实问题，也就是解决问题的能力。其中的关键是有目的意识，能够发现问题，使创造性活动具有经济价值与社会意义。而这恰恰是人类特有的能力，无法用计算机程序再现。创造性思维能力，需要长时间的培养，从幼儿园到大学、甚至到就业之后都必须接受持续的教育或启发。同时，要在家庭教育、学校教育和社会上形成鼓励独创、容许差异的宽松氛围。
4.环境应变能力
环境应变能力，就是能够根据不同情境作出不同决策的能力。在人工智能时代留给人的工作基本上都是非程序化工作，它们不可事先预测，也无法编制操控指南，需要劳动者根据自身掌握的知识、经验、常识以及悟性来灵活行动。现阶段的人工智能可以通过大样本学习来增加经验和提高应变能力，但世界是复杂的，很多变化都带有偶然性，解决方案没有经验可循，这限制了样本数量，从而制约了人工智能应变能力的提高。与人工智能不同的是，人所特有的生命体的构造使得其对事物的理解在很多情况下只需要小样本学习和借助常识就可以完成（李开复，王咏刚，2017）。在以往的人才培养中，人们也注意到了环境应变能力，但人工智能时代的特殊之处在于劳动者要接触更为复杂的数字技术，而数字技术的进步日新月异，人们为了防止知识的陈腐化，要能够主动学习，因为仅仅靠教师或上级安排的在岗或离职学习完全不够，要根据自己的具体情况，不间断地吸取新知识。战略性学习，是具有前瞻性的、有长远目标的学习。这个长远目标，可以是对自己所在领域发展前景的预测、自我发展方向的判断，也可以是对企业战略的理解，提前着手学习新知识，当环境变化时就可以游刃有余地应对。人工智能时代的劳动者往往处于与自动化设备合作的作业环境中，生产过程中的故障不仅有硬件的问题，也有计算控制系统的问题，只有在对硬件、软件充分理解的基础上，才能解决现场工作中的复杂问题。总而言之，人工智能时代的环境应变能力，有其鲜明的时代要求，在学校教育和企业教育中必须使用有针对性的教学方法来培养有用人才。
以上归纳了符合人工智能时代要求的四个方面的能力，这四个方面的能力并不是独立存在的，它们之间有着不可分割的联系。人工智能知识是新时代劳动者能力的基础，有了它才能够驾驭自动化设备，进行新产品、新技术及新价值的创造。创造性思维是人工智能时代劳动者能力的核心，突出显示了人的智慧价值。而社会交流能力和环境应变能力则对人的气质或性格提出了新要求，要求处于人工智能时代的劳动者区别于越来越聪明的自动化设备，在纷繁复杂的社会和飞速变化的技术环境中发挥人的作用。
三、人工智能时代的劳动者能力培养
为了培养与人工智能时代相适应的人才，提高全社会的智慧水平，我们应该在理念、内容以及方式、手段上有所变革。
（一）突出个性化培养理念
在工业时代，大批量单品种生产是主流方式，为了提高效率实施机械化、专业化分工，产生了大量单一循环、目标明确的标准化工作岗位。企业将作业编成操作手册或计算机程序，要求劳动者达到按照手册或程序正确操作的能力标准。在这种体制下，劳动者和设备、产品一样都是标准化管理的对象，因此人才培养也是标准化的。体现在高等教育、职业教育及企业教育上，就是培养能够按照标准进行反复、简单作业的劳动者。教育方法基本上依靠大量、统一的习题，或反复练习。这样的理念与方法培养出来的学生或劳动者，只能做单纯的工作，其不仅在精度、速度方面要输给人工智能，并且会变得只能简单地对工作中的变化作出机械的反应，缺少发现问题、解决问题的能力，更谈不上创造新价值，而这种能力恰恰是人工智能时代的劳动者最需要的。因为程序化的工作都由人工智能完成，需要人来做的正是去发现工作系统的问题，不断地进行更新改进，提高生产效率，或者通过新思路、新方法创造新价值。因此，人工智能时代的人才培养，尤其要重视学习者的创造性思维能力，要在因材施教的理念下，充分发挥个人的潜在优势。
（二）构建人工智能素养教育体系
把人工智能教育贯穿小学、初高中、大学以及工作后的全部阶段，提高全社会的人工智能基本素养。目前，包括中国在内的主要国家都已经在小学及初高中开展计算机编程教育，在大学实施更为专业的人工智能教育。同时，针对在职者的相关教育也极为重要。这是因为人工智能技术对劳动的影响面越来越广泛，工作甚至职业变得愈发不确定，在职者要提前做好转业与转岗的准备。为了维持社会经济的可持续发展，国家应该就全社会、全生涯的人工智能素养教育制定战略规划，集结教育及各行业行政管理部门的力量，从资金、设备、师资、教材、技术资格认定、学习费用补助等诸方面制定具体措施。对于义务教育的中小学阶段，应该完善每个学校的信息网络，要使高速Wi-Fi网络覆盖全部校区，使每个学生都有自己专用的终端设备（电脑或平板电脑）。在教室等集体授课的场所，安装可以触屏输入、可以数据储存传递的电子黑板，在教学过程中使用人工智能设备。当前，教育界中能担任人工智能教学的教师人才十分欠缺。国家应该制定紧急行动计划，至少要在5年内填补中小学相关基础素养课程的空白，使每个学校至少有一名该学科的教师。教师的来源，可以直接从博士毕业生、企业的工程师等专业人才中招聘，可以不受教师资格的约束。在大学阶段，理工科要学习高度的人工智能技术，文科及美术、音乐等学科，也要开设人工智能专业课程，因为今后人工智能将在模拟人的艺术感受方面深入发展，需要既懂艺术又懂人工智能的人才。由于人工智能技术发展很快，要组织学术界和企业界的力量，及时更新课程，并且根据人在不同生涯阶段的特点编制有针对性的教材。应该利用大数据来补充劳动力市场信息系统并监控不断变化的技能需求，以适应所提供的课程与教材（OECD，2016）。要尽快设立国家人工智能技术资格认定制度，使学习成果能在社会上受到评价，提高学习者的学习积极性。对于在职人员的学习，应给予费用和时间上的支持。对于企业实施的员工培训，应该以减免培训费等激励政策给予扶持。
（三）实施问题导向及跨学科合作探讨的学习方式
创造性思维能力、社会交流能力的具体表现是能够利用人工智能技术解决现实问题，以及能够利用人工智能创造新产品、新服务与新工作模式。以往“满堂灌”的学习方式难以培养这些能力，今后应该加强问题导向及跨学科合作探讨方式的学习。所谓问题导向，就是有明确、真实并且具体的现实问题，解决这些问题是学习的目的。这需要企业与学校共同制订学习目标，引导学生进行社会实践。问题导向的学习方式，还需要学习材料具有现实性。数据要真实，设备及材料要先进，教材要能够反映前沿理论与实践。跨学科合作探讨学习包含四个方面，首先是跨学科的学习内容，即学生根据具体问题学习数学、统计、数据、人工智能以及物理、化学、生物、艺术等多学科知识，这需要打破以往文理分科的界限；其次是跨学科的学习成员，即打破以往班级学习约束，组成由不同专业背景学生构成的小组，尤其是大学阶段要尽可能采取这种办法；再次是小组学习方式，即在教师指导下以小组为中心进行讨论和得出解决方案。同时，要构筑互联网学习平台，教师与学生之间、学生与学生之间有充分的提问—反馈—讨论的渠道。跨学科合作探讨形式的学习方法，不仅有利于提高学习自主性和团队合作性，也有助于进行知识碰撞、知识整合和知识创造，从而提高综合能力和应用能力。
现阶段，包括中国在内的一些国家都在进行问题导向及跨学科合作探讨学习方式的实践，诞生了STEAM（Science，Technology，Engineering，Art，Mathematics）教育课程、问题/项目导向型教育课程（Problem/Project-BasedLearning：PBL）、创新思维课程等方法。但这些方式都处在发展过程中，需要专家和学者不断吸取有益经验对其进行改进。日本为了培养人工智能人才，制定了国家战略推行STEAM教育，并研究整理了具体案例，为各学校及企业提供参考材料。如日本某职业高中与企业合作，开展了STEAM教育课程。该课程的项目之一是设计使用便利的人工智能设备，推进智能化农业生产。项目分四个阶段进行。第一阶段引发学生对农业和机器人的兴趣，使用4个课时。教师启发学生考虑联系农业作业的实际需求，确定制作机器人的具体内容。企业技术专家介绍机器人控制语言，演示机器人的动作。学生进行讨论，得出关于制作方向的结论；第二阶段进行机器人控制与数学、物理等学科知识的应用，使用4个课时。具体任务有两个，一个是解剖分析现有农业机械，获得感性、基础认识，再使用控制语言设计机器人基本雏形，另一个是运用数学知识，探讨马达转速与机器人动作的关系，设计控制程序，制作马达。企业技术专家讲解高感度彩色感应器、图像识别等技术，联系物理知识，讲解关于摩擦作用的处理方法；第三阶段学习机器人开发的基本程序，使用4个课时。技术专家讲解现实社会中技术人员如何编写“产品规格书”、通用计算机语言、数据解析工具等，引导学生继续使用控制语言模块制作机器人；第四阶段进行总结和演示，使用4个课时。学生演示、讲解自己制作的机器人的特点以及与农业作业的关联。同时，教师引导学生梳理学习内容，激发今后学习机器人技能的兴趣（经济产业省，2019）。
（四）利用人工智能技术提高学习效率，增强学生的创造性思维能力、社会交流能力
现阶段的人工智能已经可以代替教师对学生进行辅导，提高学生的学习效率，如X-Tech、EdTech、LearnTech等技术。这些工具可以根据每个学生的实际情况，给出不同的学习指导方案，提高学习效率。有国外学校在教学中引进了人工智能系统，学生使用平板电脑阅读数学教材、做习题。人工智能系统收集所有学生的学习信息，包括答案、解题过程、速度、集中力、理解力等，在此基础上判断出每个学生的强、弱项，给出符合个人学习水平的阅读材料和习题，大大提高了学习效率。该学校利用人工智能对小学六年级学生进行了初中一年级上学期的数学课程教育，常规需要14周的学习内容仅用2周就完成了，并且学生们的考试成绩都超过了常规教育的平均点。如果能如此高效地接受知识，学生就可以把时间更多地用在联系实际的项目学习以及体育、艺术等活动上，强化学生创造力和社会交流能力的培养。如果说铅笔、笔记本、橡皮是传统必需的学习工具，那么当前与互联网无障碍连接的电子终端已经成为人工智能时代学习的必要工具。国家应该尽快完善义务教育、高中教育、大学教育和在职教育的电子化环境，引进人工智能设备，提高全社会的学习效率。
目前，人工智能正以前所未有的速度部分或完全替代人的劳动，社会生产率将会大大提高。我们必须精准理解人工智能对职业、劳动和能力的影响，从国家层面制定战略规划，运用市场经济杠杆和政策手段提高包括义务教育、高中教育、高等教育和在职教育在内的生涯教育的人工智能基本素养，维持社会经济的稳定发展。
参考文献
[1]陈明生.人工智能发展、劳动分类与结构性失业研究[J].经济学家，2019（10）：66-74.
[2]丁晨.从适应到引领：人工智能时代职业教育发展的机遇、挑战与出路[J].中国职业技术教育，2019（13）：53-59.
[3]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017.
[4]毛旭，张涛.人工智能与职业教育深度融合的促动因素、目标形态及路径选择[J].教育与职业，2019（24）：53-59.
[5]南旭光，汪洋.人工智能时代职业教育治理的限时挑战与路径选择[J].教育与职业，2018（18）：25-30.
[6]潘文轩.人工智能技术发展对就业的多重影响及应对措施[J].湖湘论坛，2018（4）：146-153.
[7][美]S.J.Russell，P.Norvig.人工智能：一种现代的方法（第3版）[M].殷建平，等译.北京：清华大学出版社，2018.
[8]王君，张于喆，张义博，等.人工智能等新技术进步影响就业的激励与对策[J].宏观经济研究，2017（10）：169-181.
[9]万昆.人工智能技术带来的就业风险及教育因应[J].广西社会科学，2019（6）：185-188.
[10][奥]约瑟夫·熊彼特.经济发展理论[M].何畏，等译.北京：商务印书馆，2016.
[11]安宅和人.人工知能はビジネスをどう変えるか[J].DiamondHarvardBusinessReview，2015（11）：43-58.
[12]池迫浩子,宮本晃司.家庭、学校、地域社会におけるスキルの育成：国際的エビデンスのまとめと日本の教育実践·研究に対する示唆[R/OL].2015-08-27.https://berd.benesse.jp/feature/focus/11-OECD/pdf/FSaES_20150827.pdf.
[13]経済産業省.“未来の教室”実証事業成果報告：ベジタリア株式会社[R/OL].2019-07-12.https://www.learning-innovation.go.jp/verify/z0044/.
[14]野口悠纪雄.AI入門講座[M].東京：東京堂出版，2018.[15]西村崇.AI時代に必要なスキルは「対人関係力」と「創造力」、アデコが調査報告[EB/OL].2017-05-17.https://xtech.nikkei.com/it/atcl/news/17/051701429/.
[16]D.H.Autor,L.F.Levy，R.J.Murnane.Theskillcontentofrecenttechnologicalchange：anempiricalexploration[J].QuarterlyJournalofEconomics，2003（4）：1279–1333．
[17]D.H.Autor.Whyaretherestillsomanyjobs？Thehistory andfutureofworkplaceautomation[J].JournalofEconomicPerspectives，2015（3）：3–30.
[18]H.Bakhshi，J.M.Downing，M.A.Osborneetal.Thefuture ofskills:employmentin2030[R/OL].2017-12-30.https://futureskills.pearson.com/research/assets/pdfs/technical-report.pdf.
[19]T.H.Davenport，J.Kirby.Beyondautomation[J].Harvard BusinessReview，2015（6）：59-65.
[20]D.J.Deming.Thegrowingimportanceofsocialskillsinthelabormarket[J].NBERWorkingPaper，2015：21473.
[21]C.B.Frey，M.A.Osborne.Thefutureofemployment:how susceptiblearejobstocomputerisation？[R].WorkingPaper，OxfordMartinProgrammeonTechnologyandEmployment，2013.
[22]J.J.Heckman，T.Kautz.Hardevidenceonsoftskills[J].LaborEconomics，2012：451-464.
[23]ShotaroTani.Isyourjobrobot-ready？Ourinteractive calculatorletsyoufindouthowthreatenedyouare[R/OL].2017-04-22.https://asia.nikkei.com/Economy/Is-your-job-robot-ready.
[24]C.J.Weinberger.Theincreasingcomplementaritybetweencognitiveandsocialskills[J].TheReviewofEconomicsandStatistics，2014（5）：849-861.
[25]WorldEconomicForum.Thefutureofjobs：employment，skillsandworkforcestrategyforthefourthindustrialre-volution[R/OL].2016-01-18.https://reports.weforum.org/future-of-jobs-2016/preface/.
[26]WorldEconomicForum.Thefutureofjobsreport2018：Centrefortheneweconomyandsociety[R/OL].2018-09-17.https://www.weforum.org/reports/the-future-of-jobs-report-2018.
[27]OECD.Skillsforsocialprogress：thepowerofsocialand emotionalskills[R/OL].2015-12-30.OECDSkillsStudies，OECDPublishing，Paris，http：//dx.doi.org/10.1787/9789264226159-en.
[28]OECD.Skillsforadigitalworld[R/OL].2016-12-30.https://www.oecd.org/els/emp/Skills-for-a-Digital-World.pdf.
刘湘丽.人工智能时代的工作变化、能力需求与培养[J/OL].新疆师范大学学报(哲学社会科学版),2020(04):1-12[2020-05-20].https://doi.org/10.14100/j.cnki.65-1039/g4.20200518.001.