人工智能的要素属性及其对就业的挑战
作者：罗润东、韩巧霞（分别系山东大学劳动经济与人力资源研究中心主任、山东大学马克思主义学院讲师）
《纲要》提出“培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业，提升通信设备、核心电子元器件、关键软件等产业水平”。随着人工智能技术的迅猛发展，技术进步对就业的影响从宽化步入深化阶段，对不同行业、不同群体的就业模式产生巨大影响。作为人类历史上空前的技术革命，人工智能技术引发的诸种就业效应目前尚未充分显现。在对这一现象进行经济学分析的时候，西方主流经济学的新古典就业理论难以提供有力解释，马克思主义政治经济学提供了把握其内在规律的学理依循。
人工智能的生产要素属性
关于资本、劳动、科学技术之间的内在关系，马克思的界定是，“作为进行新生产的手段的积累起来的劳动就是资本”。在技术条件不发达的时期，资本与科学是割裂开来的，随着技术的不断发展，资本与科学开始融合，“生产过程成了科学的应用，而科学反过来成了生产过程的因素即所谓职能”。作为当代新技术方式呈现的人工智能，其实质是将复杂劳动凝结起来的人类智能劳动。它“不仅是若干物质产品的总和，并且也是若干商品、若干交换价值、若干社会量的总和”。也就是说，人工智能凝聚了劳动与资本要素的双重属性。
人工智能是人与物两种要素的结合，一方面具有劳动要素的特征，一方面在本质上又隶属于资本，将劳动、资本与科学紧密融合。从人工智能的劳动属性看，人工智能具有人的一些特征，它以比复杂劳动更为复杂的“拟人形态”实现对劳动的替代。在此影响下，劳动熟练程度形成的周期缩短，单位产品的社会必要劳动时间大幅降低。人工智能的劳动属性主要表现为以下两个特征：一是超越组织边界的高度社会化特征，二是超越复杂劳动的指数化特征。从人工智能的资本属性看，人工智能已不是单纯的机器，它直接扩大了生产社会化的宽度和广度，越来越多的劳动者参与到编程、设计、研发等更为复杂的过程。可见，人工智能通过机器这一资本载体，凝结了更多活劳动在其中，是人类智能技术用于模拟、仿真和扩展人类脑力劳动的外化。
资本有机构成理论对人工智能的解释
马克思的资本有机构成理论是马克思主义经济理论的重要组成部分，以此为基础建构的相对过剩人口理论，深刻揭示出资本主义制度下技术进步与劳动力需求变化之间的内在联系，这为分析人工智能对就业的影响提供了理论参照系。马克思认为，资本构成包括物质形式和价值形式两种，其分别对应着资本的技术构成和价值构成。从物质形式角度看，资本构成表现为一定数量的生产资料和为推动这些生产资料所需要劳动力的比例；从价值形式角度看，资本构成表现为不变资本和可变资本的比例。在资本主义制度下，资本有机构成有不断提高的趋势，因为资本主义生产的根本目的是生产并获得剩余价值，资本家为获得更多剩余价值，为了在激烈竞争中生存并发展，必然需要改进生产技术、提高生产率，最终导致资本有机构成提高。
在马克思看来，相对过剩人口是社会生产力发展到一定阶段，伴随着资本积累以及资本有机构成提高的一种经济现象，表现为“对劳动的需求，同总资本量相比相对地减少，并且随着总资本量的增长以递增的速度减少。”当前，全球以人工智能为典型特征的技术进步在促进产业升级和就业结构转换的同时，无疑存在着“机器排挤个人”的客观现实，绝大部分的标准化、程序化劳动可以通过机器人完成，在人工智能技术领域甚至连非标准化劳动都将受到冲击。正如马克思所指出的，“劳动资料一作为机器出现，就立刻成了工人本身的竞争者”，这对于资本有机构成不同的行业部门将产生差异显著的影响。
积极应对人工智能引发的就业挑战
针对人工智能引发的就业问题，应重点解决与协调好涉及劳动就业领域的“三个主要矛盾”：
首先，密切关注人工智能对就业的短期与长期冲击，重点是解决好其对就业的长期影响。关于就业，以往技术进步形成的逻辑是：虽然新技术在应用过程中，短期内不可避免带来技术性失业或结构性失业，但长期影响一般是就业的创造效应大于破坏效应。人工智能技术则未必，其在不同领域产生的技术进步影响有显著差异。在高端研发等少数前沿创新领域，仍然延续对高技能劳动力的就业选择偏好。在通用生产领域却往往是任务导向型的就业选择偏好。这导致在高技能与中低技能劳动力就业中出现明显极化趋势：对高技能劳动力的就业需求显著提升；加剧了通用生产领域中低技能劳动力的去技能化趋势，更有甚者，人工智能会完全替代部分劳动。应对人工智能就业冲击的重点，应放在解决其长期均衡方面，尤其是解决规模化劳动者无工作条件下的收入分配问题。更好的成人学习机会、不与就业挂钩的最低社会保障支持都是未来可能的选择，尤其应不断完善社会保障体系。
其次，密切关注人工智能对不同群体收入差距的影响，重点解决好中等收入群体就业与收入下降问题。进入21世纪以来，一些发达国家劳动力市场呈现出新的极化现象：标准化、程序化程度较低的高收入和低收入职业，其就业占比都在持续增加；而标准化、程序化程度较高的中等收入职业，其就业占比反而趋于下降。这是一种与以往技术进步显著不同的就业收入效应，使中等收入群体面临着比低收入群体更尴尬的就业处境。对这种情况，如果收入分配政策的重点仍停留在过去对高收入和低收入两个群体的关注上，不能及时对中等收入群体给予有效重视，会极易形成人工智能条件下新的低收入群体及分配不均，即中等收入群体因技术进步呈现出收入停滞甚至下降的特征。
最后，密切关注人工智能引起的生产与劳动过程重组，重点解决与化解劳资关系中出现的新依附关系。人工智能技术将高端技术领域的智能成果以类似于公共产品或公共服务的形式与生产生活广泛结合，使人类生存空间的整体智能化水平显著提升，促进了生产和消费环节的技术创新和再生产方式的转变，并将促进全社会组织管理方式的升级。在这一过程中，劳动对资本的隶属关系虽因链条拉长而在形式上表现出日益淡化的趋势，但在实质上，算法技术或计算能力仍不断实现着对劳动的挤压，并在挤压效应中加深劳动对资本与技术的依附。未来劳动力市场的要素关系格局将逐渐由“人与人”竞争转为“人与人”“人与机器”竞争并存的局面。因此，未来针对劳资关系的治理，无疑应从以往“孰强孰弱”的工业化技术逻辑中走出来，集人类劳动创造凝结形成的一切要素合力，以更开阔的视野、更多维的方法、更有效的策略提前做好充分准备，科学应对人工智能技术对全社会劳动者带来的机遇和挑战。
《光明日报》（2021年03月23日 11版）
[责编：白冰]数字经济，对就业究竟有什么影响
从深化效应看，大量采用信息技术产品，包括人工智能和大数据代替了大量的简单劳动需求，也会提升企业的劳动生产率。生产率高的企业可以获得更大的市场规模，从而带动对劳动力的需求，特别是按照新新贸易理论的观点，在市场开放的情况下，生产率高的企业可以进入国外市场从而获得更大的市场规模，带动国内劳动力的需求。
综合以上分析，数字经济既会产生减少就业岗位的劳动力替代效应，也会产生促进就业效应，包括广化效应、深化效应和职业创造效应。数字经济倾向于替代中低技能就业岗位，同时创造出更多的知识和技术密集型岗位，这将增加一国对高技能人才的需求，促进劳动力向更高的就业技能结构调整。
特征：体现在行业、职业、就业方式
行业差异。数字经济包含了产业数字化和数字产业化，因此随着数字经济的发展，对数字产业化人才和产业数字化人才的需求会不断扩张。数字产业化是数字经济发展的先导力量，以信息通信产业为主要内容，具体包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业及其他新兴产业，这些行业对人才的需求大规模提升。根据中国信通院的数据，数字产业化领域招聘岗位占总招聘数量的32.6%，而数字产业化增加值规模约占数字经济规模的20%。在产业数字化上，主要表现为服务业就业人口大幅增加，而农业和制造业就业需求出现下降的趋势，这也和产业结构的演变趋势相一致。制造业受到的数字化冲击最大，在机器人和人工智能的双重影响下，汽车制造、化工行业、冶金制造业、电子行业、食品和饮料等制造业吸纳就业的能力大幅萎缩。
职业差异。数字技术的大规模应用，一方面会对部分职业造成冲击，另外一方面也会产生部分新的职业。劳动可以细分为4种类型，即程序性体力劳动和程序性智力劳动、非程序性体力劳动和非程序性智力劳动。数字技术的发展，主要是取代程序性的体力劳动和智力劳动。例如自动化的发展导致流水线就业人数的下降。而专业性的思考、复杂性的对话等包含价值观和目标函数设计的非程序性智力劳动，如创意工作、技术类工程师、管理类以及社会互动类工作的就业需求很难被取代。
就业方式差异。传统就业是企业与员工签订劳动合同，双方出现纠纷时适用于劳动法，关系固定。而数字经济下的就业是通过数字经济赋能，以更加市场化、更加灵活高效、更加智能化、更加人性化的方式实现人与工作任务的连接，实现劳动力要素的优化配置。因此，工作方式灵活化就产生了大量包括平台用工、众包用工、网约工等新业态下的灵活用工模式。人力资源社会保障部的数据显示，中国灵活就业从业人员规模达2亿左右，7800万人的就业方式是依托互联网的新就业形态，而且新业态就业规模呈现快速扩大趋势。
做好新业态就业社会保障
数字经济的快速发展，对就业规模和就业结构产生了影响，在对部分行业和职业产生冲击的同时，也带动了许多新行业就业的增加。面对每年新增的城镇就业人口压力，需要促进数字经济发展、强化数字化人才培养和做好新业态就业社会保障工作等。
促进数字经济发展。数字经济的规模扩张和结构变化，同样也带来就业规模和结构的变化。数字经济就业中的低、中、高学历岗位分布均衡，部分岗位对工作经验和学历要求较为宽松，对于降低入职与转行门槛，提供相对公平的就业机会，吸纳广泛就业群体发挥重要作用。发挥数字经济的就业吸纳优势，推动创造更多就业岗位的数字经济发展。促进数字经济发展的政策包括加强新兴基础设施建设、推动数字技术创新、培育数字经济市场主体、促进新业态新模式发展、发挥数字平台载体的支撑作用和加快数字经济国际规则制定等。
强化数字人才培养和数字技能培训。中国数字经济正逐渐从需求侧转向供给侧，从市场营销向物流、制造、研发等产业链上游渗透，而供给侧、产业端的数字化转型则更加依赖既懂行业又有数字化素养的数字人才，目前的数字人才培养与社会需求还存在差距。在数字经济人才培养体系中，在顶层设计上重构数字经济背景下科技创新人才培养的知识体系，加大基础学科投入，优化专业布局，重塑课程体系；在产教融合上，促进教育链、人才链与产业链、创新链的有机衔接，积极推动产学研融通创新，全面加速数字技术创新成果的转化应用和顶尖数字人才的培养。
除了数字人才培养外，还需要为在数字经济发展中结构性失业的人员提供技数字技能培训。目前数字职业技能培训工作还存在技能培训覆盖面不够广泛、培训服务供给不足、数字经济技能培训针对性不强、技能培训参与主体良莠不齐等问题。一方面，数字技能培训应该覆盖全体劳动者，包括新成长劳动力、失业人员等群体，以及就业人员和灵活就业人员，提升其数字化思维和技能，加大大数据分析、软件编程、工业软件、数据安全等数字技能培训规模。另外一方面，建设终身学习数字化平台体系。基于数字经济的新产业、新业态总在不断更新，这就要求劳动者终身学习。发展覆盖职业生涯全过程的数字化终身教育，开发一批大规模在线开放课程平台，推动教育培训机构和部分企业共建在线模块化网络课程，强化课程认证，方便劳动者随时随地利用碎片化时间学习；完善网络平台教学管理系统，开展自适应学习实践项目，构建能动学习的良好环境。
做好新业态灵活就业人员社会保障和劳动者权益保护等工作。传统就业已经建立起完善的社会保障体系，但是对于新业态就业人员而言，其社会保障和劳动权益保障等问题日益突出。包括法律机制不健全、平台企业不重视从业者社会保障权益的保护和职业特性导致的保障实施困难等。因此，应当构建适合新业态灵活从业者的劳动保护体系，在就业管理和保障、失业工伤保障以及职业培训方面要对灵活就业作出相应规定，同时在从业人员医疗、养老等方面探索完善灵活就业保障与城镇职工保险的衔接，打通制度障碍。研究制定平台就业劳动保障政策，明确互联网平台企业在劳动者权益保护方面的责任，发挥工会与行业协会的作用等。
文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1751期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。返回搜狐，查看更多
人工智能对人类的影响有哪些
原标题：人工智能对人类的影响有哪些人工智能是时代进步的产物，也是目前人们非常关注的一个产业，那么ai人工智能的产生对人类的影响有哪些呢？
1、人工智能对文化产业影响
据了解，人工智能对文化产业有促进作用的影响，同时人工智能进入文化产业，将刺激消费者欲望，吸引更多的文化消费需求，也将会引起企业单位产品和服务成本下降，改善企业财务状况。
2、人工智能对新闻业的影响
人工智能对新闻业的影响有三点：
1）将会对内容生产有一定影响，机器新闻写作高效、全天候的模式使它能够生产海量新闻内容；
2）反应迅速：出稿速度快，不是人力可为，在突发事件的报道中，人工智能下的机器人新闻写作正在扮演着越来越重要的“守望者”角色。
3）千人千面，个性化内容分发：实现了长尾市场与利基市场的激活机器人新闻写作能够以用户偏好来制作相关的新闻内容，而且还能提供与用户个人生活场景相匹配的私人定制产品。
3、人工智能对金融创新影响
人工智能在金融创新方面可以改善客户体验、拓宽服务范围、增强风控能力，智能客服通过对日志信息进行有效的识别、分析和挖掘，为客户服务与客户营销等提供数据与决策支持。积累的历史数据还有助于智能客服系统进行知识学习和更新，为改善问答提供参考与依据。
4、人工智能对商业决策影响
对于公司来说不管是投入几百万还是几千万，都会涉及到一个问题：怎么去评估投资的回报，怎么科学衡量这件事情的产出，这就需要作出商业决策，人工智能可以在这方面发挥很大的作用，可以帮助收集数据，给出解决方案等等，作出一系列决策反应。
以上四点是小编总结的人工智能对人类的影响，未来，随着人工智能的发展，我们的生活也将会变得越来越便利。当然了，现在也是选择千锋学习人工智能的绝佳时机。返回搜狐，查看更多
责任编辑：人工智能对社会有益,但也会产生一些消极影响
通用人工智能的出现是一个转折点，但它也可能是危险的。
改变我们生活方式的技术一直受到质疑，特别是信息技术。当新技术取代了效率低下的方式与世界接轨时，鼓吹技术将如何对人类产生负面影响的末日宣言便甚嚣尘上。曾经甚至都有人说，印刷机是我们文化灭亡的预兆。然而，从长远来看，许多信息技术对现代世界做出了积极贡献。
人工智能尚处于起步阶段，因此从某种意义上说，人类对它的不信任与任何其他改变游戏规则的技术没有什么不同。在未来25到50年内，人工智能可能会重蹈印刷机、早期计算机或汽车的覆辙：初始应用将变得越来越强大。各界权威人士都会警告人们其巨大的潜力和潜在的灾难。而一旦争议平息，人工智能可能将为社会贡献净正增益。
需要明确的是，对狭义人工智能的短期视角认为它们只擅长于特定任务。今天的人工智能仍然很简陋，一般只擅长完成一件事。我认为狭义人工智能在未来十年能力已被高估，但我仍然相信我们将在不久的将来大受裨益。
通用人工智能能让事情变得更加有趣，但它也可能是危险的。那时我们会看到机器学习达到与人类旗鼓相当甚至超越人类的程度，那时的程序可以执行一系列认知任务，也可以做得比人类更好。通用人工智能的出现意味着以前的增产技术已不再重要，因为我们根本无法预测人工智能可以将产量提高多少。
即使人工智能在短期内对社会有益，但它也会产生一些消极影响。除非我们认真对待风险和收益，否则在我们的有生之年，可能将面临安全、信息和生存方面的威胁，因为人工智能变得更聪明。
不久的将来
迄今为止，人工智能的实际应用主要表现在在自然语言和图像处理上，而传统计算机很难做到这一点。狭义的人工智能能提高工作效率，否则这些完成这些任务的过程就会被减缓或使人类感到厌烦。所以如果能正确使用人工智能，将对商业产生全面的积极影响。
更重要的是，人工智能将在不久的将来带来两项重大进步，挽救数百万人的生命：自动驾驶汽车和人工智能驱动的医学。
每年全世界有超过100万人死于汽车事故，其中绝大多数是由于人为错误，包括酒驾。自动驾驶汽车可以使驾驶死亡率降低10倍。我们已经看到像Uber这样的公司在努力制止自动驾驶汽车上路(尽管它们投入了数十亿美元)，但即使从最悲观的角度看，自动驾驶汽车也将在未来20年内上路，供私人使用。
人工智能驱动的医学也能带来令人难以置信的潜在好处。人工智能在医疗领域的应用证明它将在医药工业中发挥革命性的作用。目前，将一种药物投放到美国市场的成本远远超过十亿美元。这迫使制药公司必须优先考虑大众药和所谓的救命药，因为消费者可能会想法设法为这些药物买单。人工智能可以预测哪些药物对某一特定疾病有效，这将大幅降低公药物研发成本和风险，同时还能减少在人类和动物身上进行药物测试。此外，人工智能引导的DNA分析可能会掀开个性化医疗时代的序幕。
怨恨与错误信息危机
随着技术的发展，挑战也将随之增加。第一个关键挑战在于，人们对人工智能越来越不满，因为它正在抢夺人类的工作，例如驾驶卡车或照顾病人。机器人正从人类身上抢饭碗，这并不是一个新的问题。这一负面作用的影响程度将取决于社会重新分配资源和调整工作岗位的能力。
第二个挑战是一个错误的信息生态系统，致使人类不可能对其做出正确的判断。当机器学习能创造更好、更细致的信息时，人类将需要数字验证信息是真实的——或者至少不是假的。但几乎可以肯定的是，它将变成一场猫鼠游戏：随着验证变得越来越严格，造假行为也会变得更完善。
我相信在我们的有生之年，人工智能驱动的错误信息危机有可能发生。人工智能已经可以令人信服地操纵图像和视频。如女明星的面孔被叠加在色情照片和视频上而难辨真假。世界各国领导人也正“被”说出荒谬或煽动性的言论。
假新闻只是其中一个例子。个人将面临声誉(伪造裸照发送给同事或网上发布的虚假的报复性色情照片)、财务(影响信用的伪造银行文件)和法律地位(虚假音频、视频或其他犯罪证据)上的风险。这并不是危言耸听，这很有可能成为常态。
如果人们无法分辨什么是真实的或什么是假的，那么个人责任就会被抛到九霄云外。即便在现在，战略人员也在使用人工智能创建的媒体作为躲避公众舆论的一种方式。例如，如果一个人被录下了带有性别歧视言论的录音带，他可以说这盘磁带是假的。当人工智能足够好时，那就很难证明他说的话了。在某种程度上，先进技术的简单存在将足以使人们对几乎任何信息产生怀疑。
除了对个人及其家人的风险外，人工智能还会构成全球安全隐患。人工智能创造的情报或媒体可用于制造一场政治风暴、引发骚乱，甚至掀起第三次世界大战。
长期来看：超级人工智能
到目前为止，最大的威胁是由通用人工智能构成的。像人类一样聪明的人工智能(或更高级)是否可能被创造出来也是一个问题。但是，除非我们找到证据证明人类无法弄清楚人类智能的产生方式，否则超级人工智能的开发只是时间问题。然而，尽管雷·库兹韦尔说过，但我不相信在我们的有生之年会创造出超人类的人工智能。
人工智能在大多数任务中达到甚至超多人类水平的合理时间线约为250年。任何历史上需要利用人类智慧来做的任何事情——建立机器、解决问题、做出重要决策——都将由机器更有效地处理。也许会有一些杰出的数学家来计算宇宙的方程式，但我们其余的人将无法给社会贡献太多。
在这个世界上，大多数人可能会依靠普遍基本收入。我们可以自由地与自己、朋友和家人一起学习和享受时光。但我认为这更可能使我们变得懒惰、无心向学，成为非理性的人，形成一层社会的外壳，就像在《美丽新世界》一样。对普遍基础收入的持续长期研究可能揭示这将如何影响我们。
我同意已故斯蒂芬·霍金的观点，他认为人工智能的诞生可能是“我们文明史上最糟糕的事件。”因为我们根本不知道创造超级人工智能的结果，我们需要对这种可能性保持高度谨慎，因为这可能是人类历史上最好或最糟糕的事件之一。
还有待观察的是，这种好处是否会超过人工智能和机器学习带来的负面影响。人工智能已经打开了通往可能由错误信息统治时代的大门。从伪造的银行对账单到世界领导人宣布虚假战争，人工智能创造的媒体将使我们对我们所读、所看和听到的东西产生怀疑。一旦我们深入研究这项技术的可能性，就会得出“人类会被机器取代”的结论。而这些也将是需要解决的大问题，能解决这些问题的公司也将是那些价值数百亿美元的巨头们。除了技术，我没有看到任何其他解决方案。
我们能做的最重要的事情就是开始讨论如何处理通用人工智能。我们需要了解，我们是否能够建立有效的保障措施，例如阿西莫夫的三大机器人法则，以控制任何可以想象的超级人工智能。
我希望我错了，但我是怀疑主义者。