让人工智能更好造福人类
当前，人工智能和人们生产生活的关系越来越密切。习近平同志指出，“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”对于这种改变，许多人都有切身体会。人工智能能否摘掉“冷冰冰”的标签，真正变得“亲人类”，更好造福人类呢？这是人工智能发展中值得深入研究的课题，体现人工智能“人格化”发展新趋向。
近年来，人工智能开发和推广应用取得较大突破，人工智能与医院、物流、安防、教育、交通、金融、种植等领域的结合，正推动这些行业不断进步。以医院为例，先进医疗技术与人工智能系统的创新融通，催生了医院智能服务机器人、智能配送机器人等，不仅提升了医疗服务效率，而且节省了医务系统的运营成本、管理成本、人工成本，推动医院从数字化医院向智慧医院转变。人工智能在无人机、无人驾驶等领域的运用也日渐成熟。由此可见，人工智能的运用和逐步普及，能够将人们从繁重的体力劳动中解放出来，进一步提升人们的生活品质。
展望未来，人工智能的发展和运用可能不仅仅局限于代替人类进行体力劳动甚至一部分脑力劳动，很可能会向温暖人类心灵的方向迈进。这涉及人工智能的“人格化”。人之所以为人，一个重要方面是因为人有情感、有人格，这是机器和机械系统所不具备的。人工智能迈入深层次发展阶段后，能否实现“人格化”而拥有情感？答案尚不明确，但人工智能的“人格化”发展是未来的一个重要趋势。所谓人工智能“人格化”，是指在重视人工智能完成任务和强化功能的同时，强化人工智能的“情商”与“情感”，使其能满足人们的情感需求和心理需求。未来人工智能可以通过对使用者语言、行为的长期统计和分析，为使用者遇到的情感问题提供有针对性的解决方案，从而建立起与人类的“情感”链接。这种“情感”链接能够在人们最需要关怀的时候给予其心灵慰藉，让人们感受到身边还有一个理解自己、关爱自己的“人”。人工智能技术要达到这种效果，实现“人格化”，仅仅会分析、计算还不够，还需要具有“主动性”。所谓“主动性”，就是当人工智能在感知到人们的需求时，无需任何指令就能主动去“询问”“关怀”和“交流”，并能独立处理原本应该“人为”的事件。那时，人工智能就可能从运算智能、感知智能阶段发展到认知智能阶段。
值得注意的是，如果人工智能发展到能温暖人类心灵的阶段，一些问题也将相伴而生。比如，这些“人格化”的人工智能可能影响人类的决策，甚至改变人类的决策。再如，过分依赖人工智能提供的情感慰藉，会衍生出相应的伦理问题、心理问题甚至社会问题。当然，所有事物的发展都不会十全十美、一帆风顺。被人类赋予智慧的人工智能，其发展方兴未艾，未来还有很长的路要走。当前，我们要把握好人工智能发展的机遇，回答好人工智能发展在法律、安全、就业、道德伦理和社会治理等方面提出的新课题，努力让人工智能更好造福人类。
（作者单位：广东省社会科学院）
《人民日报》（2019年07月10日09版）
(责编：赵超、夏晓伦)分享让更多人看到
全国政协“人工智能发展对劳动就业的影响”专题调研综述
全国政协“人工智能发展对劳动就业的影响”专题调研综述拥抱人工智能
得益于算法、算力、数据、存储技术的突破和互联网的普及，人工智能的开发与应用取得了长足的进展，成为新一轮工业革命的重要引擎。于此相伴，人工智能是否会对劳动就业造成不利影响成为社会关注的焦点。
乐观观点认为，人工智能将在众多领域赋能人类，创造更高的生产效率，使人们有更多精力从事具有创造性和挑战性的工作或者享受闲暇。悲观观点认为，人工智能将造成大面积失业并导致社会动荡，同时还将加剧社会不平等，拉大掌握技术和资本的人与其他之间的财富差距。更加中立的观点则认为，AI将替代一部分工种，但并不会造成大面积失业，而且在替代的同时还会创造新的工作。
已然“成势”的弱人工智能的大规模应用究竟对劳动力总量、就业结构、收入分配和社会保障体系产生了或将产生怎样的影响？2019年10月14至20日，全国政协副主席何维率队，人口资源环境委员会和农工党中央组成联合调研组，就“人工智能发展对劳动就业的影响”开展专题调研。调研组在京听取了工业和信息化部、教育部、人力资源和社会保障部相关部门负责人情况介绍，并与有关专家学者、企业负责人座谈，而后赴江苏、广东两省开展实地调研，深入昆山、南京、广州、佛山、东莞、深圳等地的人工智能研发制造和应用企业、科研院所和职业学校了解实际情况，听取有关方面意见建议，力图揭开人工智能的神秘“面纱”并寻找应对之策。
人工智能技术发展是大势所趋
在人工智能产业发展方面，江苏省和广东省都有不俗的“战绩”。
江苏省在全国人工智能专利、企业融资和企业影响力方面分列第三、第四和第五位。2018年全省人工智能产业相关业务收入约470亿元，同比增长104%。赛迪顾问发布的“2018中国人工智能城市15强”中，苏州、南京分别位列第八和第十，相关单项领域位居第一方阵。
广东更是智能大省，人工智能产业规模居全国前列。2017年，全省人工智能核心产业规模约260亿元；人工智能企业300多家，居全国第二。2018年1季度工业机器人产量7196套。民用无人机产值占全国70%的市场份额，智能手机产量约占全球比重的1/3。
调研组一路走来，人工智能技术应用企业都对智能化改造带来的生产率的提高和成本的降低感触颇深。“原来是几十个人完成一条生产线，现在是一个人盯几条生产线，产品的质量也更有保证，残次品率大大降低。”企业负责人纷纷表示。
“商业主导的人工智能是人们为了降低经济运行成本、提高生产效率而研发的新技术。用技术进步取代或部分取代人的劳动，来完成某些传统上需要人来完成的工作，是不可避免的趋势，是人类社会发展的一个方面，也是技术进步本身的追求之一，而这样一种追求已然成为经济社会发展的新动力。”全国政协委员、北京能源集团有限责任公司总工程师关天罡表示。
其实，人工智能在生产领域的不断替代也多少带有些“不得已而为之”的色彩。以东莞瑞立达玻璃盖板科技公司为代表的制造企业负责人告诉调研组，越来越严重的劳动力短缺现象也是人工智能迅速发展的重要推手。“招不到人来上班，只能改用机器人了。”该负责人笑言。
全国政协委员、华东师范大学人口研究所所长丁金宏早就开始从人口背景研究人工智能的就业替代，在他看来，人工智能就业替代因应了我国的劳动力收缩，从这个意义上来讲，以机器红利替代劳动力红利的时代已经到来。“未来一段时期，随着人口转变和人口老龄化形势向纵深发展，我国新增劳动力规模更是将逐年减少。积极促进国民经济智能化，能够有效缓解老龄化背景下的劳动力供给压力。”丁金宏说。
近几年，人工智能思潮在社会上的广泛传播，一方面使该概念得到了极其成功的传播，同时，也好似是放出了一个失控的巨兽，其含义不断被泛化和神话，以至于在人工智能技术发展前沿的代表人物需要不断讲述人工智能的“本来面目”以消除公众对人工智能的误解。
对此，全国政协人口资源环境委员会副主任，中国计划生育协会党组书记、常务副会长，原国家卫生和计划生育委员会副主任王培安表示：“以往的技术进步，主要触及的是体力劳动，以人工智能为标志的技术进步，还将广泛触及与认知和交往相关的工作，因而确实会对人类社会产生更加深刻的影响。但其实，在这个意义下的通用人工智能技术的成熟还需要一个相当长的时期，大可不必谈人工智能就色变或拒绝接受人工智能，人工智能技术发展是大势所趋。”
过程局部且渐进结果温和而积极
“目前对我省就业总量影响较小，估计近期也不会有太大影响。”当被问及人工智能发展对广东就业的影响，广东省人力资源和社会保障厅负责人言简意赅。
2018年，广东省人力资源和社会保障厅专门开展了相关调研，选取10个城市对企业和员工进行问卷调查，将近74%的被调查企业的员工人数没有产生影响或变化在5%以内。
“这是因为，机器人应用的数量和范围还非常有限，对就业的挤出和替代在就业总量中占比很小，而且，制造业总体呈现缺工现象，替代的岗位具有对部分空置岗位的补偿效应，同时智能化也在创造新岗位。已经开展智能化升级的企业中，仍有80%以上企业表示存在一般管理人员、生产管理人员、普通操作工人的短缺问题。”上述负责人表示。
江苏省的就业情况也同样稳定。省人力资源和社会保障厅负责人用总体平稳、稳重有进、进中趋好12个字来概括江苏省的就业现状——城乡劳动者实现了比较充分的就业，城镇新增就业连续7年超过130万人，约占全国年城镇新增就业的1/10。
其实，从全国来看，人工智能发展对就业的影响也十分有限。人力资源和社会保障部用“增量效应更为明显、减量效应有所冲抵”来形容目前的就业形势。一方面，产业发展处于高增长期，创造了大量就业岗位，另一方面，人工智能运用与产能扩张相协同，对就业也呈现正向的促进作用，再加上存量置换逐步推进，也为劳动力转移留出了空间。
“目前，岗位总量略有减少，东部地区减员较多，对制造业影响更突出，岗位结构发生了变化。”人力资源和社会保障部就业促进司副司长刘刚介绍道。
“尽管随着人工智能的发展与应用，当前的劳动与就业形势正在发生变化，但还是局部且温和的。”在全国政协常委、人口资源环境委员会主任、国务院发展研究中心原主任李伟看来，当前的人工智能仍属于弱人工智能阶段，只能在特定的任务上表现出一些超出人类的智能水平，新技术也在创造大量的就业机会。而且，虽然很多情况下计算机替代人类劳动在技术上是可行的，但这并不意味着它会发生，包括经济、法律和政治等在内的多种因素将大大延缓这一进程。
“所以，相较于忧心忡忡，我们现在更应该做的是不断研究和认识人工智能在不同地区、不同行业等方面对劳动就业的差异化影响与其深远、多元的系统性影响，从而优化相应的政策设计。”全国政协常委、民革中央常委、中油财务有限责任公司董事长兰云升表示。
奇点”引巨变未雨先绸缪
虽然目前人工智能的发展对就业的影响有限，但我们仍需站在现在看未来。
“这不仅因为人工智能技术的就业补偿效应一般要通过较长时期才能显现，更是因为人工智能技术突变‘奇点’何时到来难以预测，一旦实现突破性发展，对就业将带来巨大挑战。”刘刚表示。
全国政协委员、中国集团公司促进会副秘书长严慧英认为应持续关注替代总量的压力。“从区域看，劳动力输出地更需要关注。制造业集中的用工大省，自动化程度高，伴随人工智能技术更多使用，传统岗位减少，劳动力回流是必然，就业压力也将同步回传，劳动力输出地将会承压。从行业看，近中期制造业的就业将是焦点，但长远看服务业变化更需关注。从企业规模看，大中型企业人工智能的应用普及速度更快，规模更大，劳动力替代将率先发生。”
农工党中央参政议政部部长王素芳关注的是人工智能发展引发的结构性就业矛盾。“人工智能对劳动就业的影响，除了替代和冲击，更重要的将是改变与重塑。”在她看来，人工智能将引发技能要求的质变，未来大量工作需要人机协作，对劳动者专业性、协作性要求更高，技术技能型人才需求更加迫切。而有关调查数据显示，我国人工智能人才缺口超过500万，技术工人占全部就业人员的比重约为20%，高技能人才只占6%，随着中低端岗位逐步减少，大龄低技能劳动者转岗再就业难度将不断加大。
全国政协委员、中国人口与发展研究中心主任贺丹提出关注收入分配差距或将拉大问题。“人工智能的快速发展，使一些在知识和技能起点上占据优势的群体在劳动力市场上的竞争力得到强化，而一部分群体可能会被长期甚至永久性地排除在劳动力市场之外。财富向资本和技术拥有者、向知识技能人才聚集的趋势将有所加剧，劳资之间、不同劳动者之间收入将有所分化，差距会拉大。”同时，劳动力市场分化也将加剧，供求变化导致的薪酬待遇差距也会加大：紧缺人才的薪酬水平将不断上升，而被技术替代、又无法进入新领域的困难人员，将被迫寻求更低端的工作岗位，收入将会减少。
“就业形态的变化对社会保障体系也提出了更高的要求。”中国人口与发展研究中心研究员王钦池表示，人工智能的普遍应用，在解放生产力的同时，也将改变对就业和岗位的传统定义。不固定时间、地点和雇主的灵活就业将在社会总就业中占据更大的比重。这对于社保资金的筹集以及社会保障待遇标准的制定带来很大的挑战。
做好应对消极影响的政策储备
显然，劳动者个人在新旧职业和岗位间的转换通常不大可能实现无缝对接，劳动要素的大范围重新配置也不可能在短时间内无摩擦实现。如果没有合理的政策、制度保障，技术革命就容易演变出工人砸机器的“卢德运动”。
“这就需要我们加强系统研究和政策储备，深入研究人工智能带来的就业结构、就业方式转变以及新型职业和工作岗位的技能需求，及时分析产业变化趋势，加强教育、就业、产业、社会保障政策顶层设计，推动就业结构优化与经济转型升级、产业结构调整、教育体系改革相协调。”王培安表示。
委员们认为，应首先推进就业政策升级，建立就业影响评估机制。在实施产业转型升级、智能制造等重大工程时，同步评估对就业影响，准确识别潜在受影响的群体，同步制定涉及劳动者的分流安置方案。同时，引导发展就业友好型技术。加快对危险、繁重、环境恶劣等工作任务替代技术的研究和应用，为劳动者营造安全、舒适的就业环境。积极发展有利于降低社会就业门槛的智能应用技术，特别是人机协同技术，为弱势人群进入劳动力市场创造条件。
“还应拓宽技术补贴资金的使用范围。”中国发展研究基金会副秘书长俞建拖认为，各地技术改造补贴和机器换人补贴政策，可以更多用于帮助被替代职工的技能培训和转岗安置。他还提出建立和完善人工智能治理体系，鼓励和支持普通劳动者参与人工智能治理和大力发展服务业，为受人工智能直接影响行业所置换出的劳动力提供就业机会等建议。
推进服务保障升级也是委员们重点关注的领域。全国政协常委、中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士谭铁牛建议密切关注技术发展趋势，强化岗位推荐、职业指导与职业咨询等服务，落实各项就业创业扶持政策，帮助劳动者尽快实现转岗再就业。兰云升提出完善收入分配机制，加强高收入者个人所得税征管，完善再分配政策，增加低收入劳动者收入，扩大中等收入者比重，缩小收入分配差距。
“还应做好兜底保障工作，研究完善适应新就业形态的劳动用工和社会保障政策，健全就业援助制度，适时向受影响群体发放基本生活费，确保暂时失业不对家庭和劳动者生活造成大的冲击。同时，完善社会保险机制，建立兼顾公平与效率的适应灵活就业形态的社会保险金征缴和发放制度。”贺丹表示。
“此外，推进监测预警升级工作也要同步推进。建立适应智能时代经济社会特点的就业评估、统计、监测制度，综合运用大数据等技术手段，及时分析研判人工智能发展对就业影响情况；对大规模应用智能机器的重点地区、行业企业，加强岗位变化监测，健全失业预警机制，做好风险预案和政策储备。”李伟说。
优质劳动力供给有赖“智能”教育体系
调研组出发前，教育部提供的一组数据让委员们对人工智能背景下的人力资源升级十分担忧。
“2017年全球新兴人工智能项目中，中国占51%，数量已经超越美国，但全球人工智能人才储备方面，中国却只有5%左右。”
江苏、广东两省在人工智能迅速发展的过程中也深感优质劳动力供给的不足。广东省技工人才供不应求状况长期存在，人力资源市场的技工求人倍率长期处于1.4以上的高位，随着“机器换人”步伐的加快，预计市场对技工的需求还将进一步增加，技工供求缺口将进一步增大。
“面向人工智能时代，要在新一轮科技革命和产业变革中赢得主动，关键是有充分的人才支撑，教育必须主动变革。”贺丹表示。
她建议缩短基础教育年限，扩大义务教育范围，将小学教育年限由6年缩短到5年，将高中阶段纳入义务教育范围。提高职业教育地位，发展适合每个人的教育体系。进一步改革高考方式，逐步扩大高等职业院校自主招生范围，改善生源质量。
“同时，充分发挥企业办学培训积极性，发展开放灵活的教育。加快构建以产业需求为导向、产学研用结合的人工智能人才培养体系，构建更加开放灵活的教育体系。”贺丹说。
全国人大常委会委员、农工党中央专职副主席杨震呼吁构建适应未来的教育体系。“强化数学、物理等基础学科培养，逐步将人工智能、计算机编程等知识纳入小学教学课程，在初高中普及信息处理课程。高等教育体系完善研究型人才和技能型人才、复合型人才和专门型人才培养的分工，紧密对接市场发展方向和企业实际需求，调整优化学科专业。”
“未来的教育还应重视培养更多机器做不到的能力，比如创造力、审美、价值判断和同理心等，强化人的比较优势。建立适应智能时代的终身学习和就业培训体系，重视对传统产业工人技能升级培训，使其具备人机协作能力和生产性服务业业务能力，引导就业结构向新兴业态和第三产业转移。”严慧英说。
丁金宏建议创新和完善职业资格认证机制，在推进放管服的同时，鼓励更多企业和社会组织提供职业认证服务，及时响应市场需求。王培安则提出加强面向大众的科普教育，培养鼓励支持创新的社会基础，消除对人工智能的误解和恐惧，使人工智能走向理性发展。
人工智能的隐私、伦理与法制之殇
在南京硅基智能科技有限公司，创始人司马华鹏给调研组演示了一段银行理财咨询的人机对话。根据消费者的提问，“对面”的人工智能经理对答如流，通畅的语言表达及快速的反应能力让人很难意识到是机器人在对话。
“随着人工智能的发展，人机对话、语音合成的应用越发深入。我们现在的技术可以做到只要录下一个人说过的50句话，就可以把他的声音合成智能语音，可以和人智能对话。这个技术除了可以应用到电话客服领域，还可以用来追思已经过世的人。”
司马华鹏说的是技术方面的优势，李伟却听出了隐私和法律方面的风险。
“那如果我和你们的智能机器人对话被多次录音，是不是就能复制出我的声音？这样的话我就有了被‘冒名顶替’的风险，而这项技术对你们技术人员从业素质和道德也提出了很高的要求。”李伟说。
同样的质疑出现在了广东的一家企业。这家企业的核心技术是用摄像头采集人像，他们的顶级产品可同时抓取300张人脸，在张学友的演唱会上“揪”出多名嫌犯就是它在大显神威。“在我并不知情的情况下，你采集了我的影像，但我并没有同意你这样做，这算不算侵犯隐私？”严慧英问道。
“基于人工智能无所不在的特点，传统的尊严和隐私很可能被侵犯，亟须高度重视人工智能技术的道德规范。”王培安表示，人工智能科技公司应当成为道德主体，科技企业应当坚守良知和向善的底线，政府及相关方面也要加快制定人工智能道德伦理准则，积极推动人工智能领域立法，发展负责任的人工智能。
这一观点与杨震不谋而合。
“应对人工智能发展对就业的影响，除了及时调整就业结构，提前防范技术性失业，积极调整教育供给之外，更重要的是进一步抢抓机遇，完善人工智能科技发展的法律法规。我国特斯拉轿车因启动无人驾驶模式而引发车祸、‘大数据杀熟’等事件，无不反映出人工智能在法律法规方面的不健全。”
杨震建议用完善人工智能法律法规和社会治理体系强化对人工智能发展的规范。一是完善数据所有权和使用权法律，出台法律法规明确数据所有权和使用权的法律边界。二是加强隐私保护，出台专门的隐私权保护法律法规，明确隐私权概念及范畴。三是尽快出台法律法规，约束人工智能生产者、设计者的行为，解决人工智能产品侵权行为发生后的责任归属这一关键问题。
人工智能时代，机器人都干活了，劳动教育还有必要吗答案是……
原标题：人工智能时代，机器人都干活了，劳动教育还有必要吗？答案是……2018年教师节，习近平总书记在全国教育大会上强调要“要在学生中弘扬劳动精神，教育引导学生崇尚劳动、尊重劳动，懂得劳动最光荣、劳动最崇高、劳动最伟大、劳动最美丽的道理”。
进入人工智能时代，一些体力劳动岗位将可能被机器所替代。在新时代，劳动的概念发生了怎样的变化，该如何重新认识劳动教育？
3月月7日，全国政协委员、安徽省政协副主席、安徽省教育厅厅长李和平，中国教育学会学术委员柳夕浪做客中国教育报“两会E政录”融媒体访谈，就此话题阐述了他们的观点并提出许多建设性意见。
李和平（中）、柳夕浪（左）
柳夕浪：我觉得到了必须加强劳动教育的时候了。改革开放40多年来，社会财富不断增加，现在的儿童、青少年生活在物质条件比较富裕的环境里，有些孩子从小衣来伸手饭来张口，逐渐养成了好逸恶劳、不爱劳动、不珍惜劳动成果的习性，并且受到一些社会不良风气的影响，贪图享乐、期望不劳而获。
同时有些人认为，人工智能时代到来后，机器人可以代替人干活，人就可以少劳动，甚至不劳动了，这是一种非常错误的认识。对一个家庭来说，坐吃山空富不过三代，对于一个国家来说，劳动致富、富民强国，这是一个必要的基础，没有这个基础，其他的什么也谈不上。
我们曾经把劳动分为体力和脑力，从现在的角度看，这种分类意义不大，任何体力劳动都包含着脑力劳动。而任何脑力劳动都有体力的参与，我们的认识特别是体验性认识是全身参与的。
关于劳动教育，存在不少认识误区。
第一个误区，就是把劳动教育简单等同于干活。干活是劳动但不一定是劳动教育，劳动教育必须选择适合的劳动项目，对劳动的过程进行必要的设计，使之具有明确的育人价值导向，特别是要注重引导学生在劳动过程中形成正确的劳动价值观，这是最为重要的。
把劳动教育等同于简单的干活，很有可能导致有劳动没有教育，甚至是反教育的，经过劳动以后学生反而厌恶劳动了，这是最大的失败。
第二个误区，就是把劳动教育简单等同于技术教育。掌握一定的劳动技能是劳动教育的目标之一，但不是全部。劳动教育应该以技术为载体，充分挖掘技术的育人价值，对学生进行劳动素养的教育。劳动教育是面向每一个人的普通教育，不是特定的专业职业技术教育，两者是有区别的。
李和平：劳动教育的核心是通过劳动培养学生的一种素养，在思想观念上，要尊重劳动，要热爱劳动、勤于劳动、善于劳动，这个中间除了技能，更有很多价值判断。通过劳动获得在智育和体育过程中得不到的体验，从而把人的综合素质提升到一个新的高度，这就是现代人的需要。
刚才说到人工智能时代很多事让机器做了，我认为这丝毫不影响我们的劳动和劳动教育。在人工智能条件下，确实有很多事情机器可以替代人，但是这个过程中，一定不会没有劳动的空间，特别是创造性劳动，这个是机器替代不了的，而且会越来越重要。而从教育而非工作的角度看，劳动教育的功能更是人工智能所不可取代的。（中国教育报记者汪瑞林通讯员赵黎明编辑欧媚）返回搜狐，查看更多
责任编辑：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.