我国建设服务型政府的路径选择
(一)经济方面
中国从计划经济向市场经济的转变既是偶然的,也是不可避免的。在市场经济中,政府只是市场规则的制定者和市场环境的监管者。所以我们必须适应经济形势。经济方面主要从外部因素和内部因素两个方面进行分析。
1.外在因素
世界经济一体化、经济全球化程度的加快,各个国家之间除了政治、文化上的交流日益密切之外,在经济上的合作以及竞争也越发的紧密和激烈。这要求当中国面临新形势时,必须调整国民经济。而“开放”二字,是为了按照WTO制定的规则公平竞争,世贸组织对各种贸易政策和贸易争端调解的具体规定,只有遵守规则才能享受经济全球化带来的好处。在21世纪的今天,要想在各个国家经济竞争中获得一席之地,就必须创新政府职能,不仅是需要活力无限的政府运行机制,还需要对于政府部门进行调整,为了避免杂项部门和人员的存在,必须进行精简部门的调整。为了节约资源,提高所有领域的效率,我们必须从微观管理转向宏观管理,从直接管理转向间接管理,并严格遵守规则。
2.内在因素
中国是社会主义市场经济的特殊经济体系。然而,在社会转型时期,在新的经济环境下,也出现了许多问题。低级重复建设、地方保护主义、行业垄断、行业垄断等问题严重影响了整个市场经济体制的发展。其中,收入分配差距在许多发展中国家尤为明显,我国也不例外。虽然国家在对于调整工资、调整税收方面做着努力,但差距的拉大需要及时的调整政府职能来缓解。在中国的安全生产,健康安全和食品安全方面也存在着很大问题。也就是政府职能转变为“服务型”的监管角色还未能真正发挥作用。与之前传统型政府相比,政府的公开性、规范性以及高效性,服务型政府能够将这几点更加的突显出来。政府的重点是改善宏观经济调控,提高公共服务水平。使政府成为社会主义市场经济的推动力,而不是绊脚石。
经济作为一个国家发展的基础,发挥着不可估量的作用,只有明确我们政府的定位,转变职能,才能将我国经济发展道路拓宽。无论是国际环境的因素还是我国自身的因素,对于经济环境的适应要求我国政府职能应该朝着“服务型”发展,而不是留在传统政府的水平,不前进发展的政府只能坐以待毙。
(二)人民群众方面
当今,随着经济全球化、传媒时代和民主政治建设的快速发展,人们的民主意识、法治意识和政治参与意识不断增强。而在传统政府一些工作方面,常常会出现不得民意的情况。就比如“官僚主义、”“形式主义”等问题很严重。有时政府官员的工作方式存在问题,导致政府形象受损,例如“腐败”等问题的出现,亨廷顿在他的着作“变革社会中的政治秩序”中提到过“腐败是指国家官员为了个人利益而违反工人规范,腐败程度与社会和经济的快速现代化有关。”人民群众不能获得正确、合理、透明的政府信息,也就会使得政令不畅通,它将对社会和整个国家的发展产生不利影响。而建立“服务型政府”也就成为了人民群众的迫切愿望,人们真正想成为国家的主人,为自己的国家贴砖加瓦,就需要有一个媒介—政府,来为自己打造属于自己的国家社会,服务型政府只有打造透明化、高效性的服务理念,才能做到真正为人民服务的本质,在对于公民权利等方面做到真正意义上的公正平等,能够为人民群众提供坚实的公共服务,才能成为人民群众去选择信赖的人民政府。
建设服务型政府是适应时代潮流的产物,文中提到的经济因素和人民群众因素是其建设发展的基石,只有把国家最基本的要素作为我们建设服务型政府的出发点,才能克服困难。在基础之上所看到的的迫切性使建设服务型政府的任务正式的放到桌面上来,只有合理的政策制定,机制的有效运行,才能使这一迫切性真正顺利发展。
三、建设“服务型政府”的有效路径
服务型政府在每个不同的国家都需要不同的解释,并且不能急于实现。我们不仅需要从概念上理解问题,而且需要制定与政府职能转变、行政体制创新和政府行政行为规范有关的问题。只有一步一个脚印的打下最坚实的支柱基础,才能使其发展能够顺理成章。其次,重塑行政理念,加强政府基本公共服务职能两个方面来进行路径选择分析。从理念到制定相关的机制是一套有顺序先后的过程,只有按照顺序来完成才能使道路更加通畅。
(一)重塑行政理念,改变运行机制
“理念”作为思维的出发点,对于人们在执行某项行动时有引导的作用。而社会的每一次重大变革,思想和观念的主导作用都不容忽视。而在建设服务型政府时,我们首先最基本的就是需要改变原有旧时的观念,将执政理念与时代发展创新的结合起来。也就是说,“服务型政府”的建设理念应该围绕“服务”这个词来进行。服务对象是人,因此人们应该成为建立服务型政府的基础。以往的“官本位”思想只会阻碍“服务型政府”的建设。
一方面,结合我国经济的发展情况及其特殊性,要将社会发展、企业发展以及个人发展与政府相联系起来看待,而不仅仅停留在只着重看待政府层面,这样视野不仅变窄,也影响着各个要素综合全面发展的可能性。另一方面,它侧重于人的全面发展。不能将人只作为围着政府转的公民,而是要大力提倡公民参政议政的能力。“服务型政府”只有通过反映人民群众的利益、愿望和要求才能走得更远,坚持关注民生、人本观念才能建设好政府。行政理念的重塑有助于事物创新的发展,而理念的重塑则是多方面的,在依法行政、完善责任制度方面的执政理念也需要进一步进行完善以及创新,有必要使政府运行的权力在阳光下运作,使权力透明和开放。同时,“服务型政府不可避免地是一个负责任的政府,有必要进一步明确政府的政治责任和行政责任。法律责任、道德责任与结果责任。确保人民赋予的权力用于造福人民。”3在重塑治理概念的过程中,需要形成一种新的行政文化来稳定行政体制。从个人到整个部门,都需要特定的行政文化来维系以及巩固整个体系,特定的行政文化在增强个人信念方面有着潜移默化的影响,同时也能影响个体行为发生改变。
(二)加强政府的基本公共服务职能
加强政府基本公共服务职能,有利于缓解我国社会许多突出问题,就如之前所提到的收入分配不均,还有社会发展不平衡等突出问题。只有将政府的重心投入到公共服务领域,才能将“服务型政府”真正意义上的内涵得以体现,公共服务作为一个社会最基本的存在,其建立的好坏将会很直接的影响我国政府在公众心中的形象。接下来我将要从三个方面来对加强政府基本公共服务职能进行分析,分别是社会保障、教育以及公共卫生三个方面。这三个要素对于政府的“服务”性质有大大的提高。
1.社会保障方面
相对于许多西方发达国家而言,中国的社会保障并不完善。虽然中国的养老保险,医疗保险,失业保险和生育保险工伤保险,但这些保险不能完全抵御城乡居民生活的社会风险。而且,这些社会保障的分配在整个社会是不平衡的。例如,员工养老保险制度不到2亿人,政府机构和机构的员工人数不足2亿,仅占城镇职工总数的70%,45%和25%。4因此,要想加强政府基本公共服务方面的职能就需要加强社会保障服务的水平,需要政府足够的重视,比如要落实城市居民最低的保障制度,健全城市与农村不均衡保障体系,特别是对于在城市务工农民的社会保障问题,以及医疗保险制度改革方面的问题。如果不能提升人民群众的幸福感,那么,政府的公信力与权威也会随之降低,社会保障对政府建立健全公共服务的能力起着最根本和最重要的影响。
2.教育方面
教育,是整个国家文化水平、公民素质的综合变现。2005年2月8日,教育部长周济在两会期间接受“人民日报”的采访时说:“现在我国仍有6%的地区未能普及义务教育。”5也就意味着我国教育普及程度还需完善。虽然近年来,国家对于普及教育做出了许多教育政策改革,但是在贫困山区还是存在许多不上学的孩子。政府切实的将教育问题放到优先发展的地位,加强资金资助投放的保障,避免教育不平等裂痕的扩大,是维护社会平等的重要方面,只有将社会中教育的层次进行提升,整个社会乃至整个国家才会越发的强大。
3.公共卫生方面
公共卫生可以说是一个城市生命力的保障,只要在公共卫生方面出现破绽,城市居民的整体健康水平受到影响,就会殃及整个城市的发展水平。从奶粉“三聚氰胺”事件再到“疫苗造假事件”等等,使人民群众对于相关部门的信任感将至最低点。相关的监管部门也将为此付出代价。从一系列事件不难看出,我国在对于公共卫生方面的监管以及投入需要提到桌面上来,刻不容缓。只有通过防治、宣传、监管等方面的努力才能将公共卫生服务不完善方面得以补充。
除了上述关于服务型政府选择的两个方面外,在建设过程中还有很多方面可供选择。比如可以利用大众媒体来宣传执政理念,表明执政目标,通过网络视频或者视频面对面的方式加强政府与人民群众之间透明化的程度,也可以避免一些黑箱操作,这样不仅可以增加人民对政府的信任。还可以加强政府与人民群众的互动,使人民真正意义上成为国家的主人,总体提高人民的主体意识,促进政治参与的政治能力也将为整个国家注入新的活力。
虽然服务型政府的模式已经开始建立,但我们仍然与建设目标相距甚远。不论是在切实转变政府职能,精简政府机构部门,提高工作效率等等多个方面,我们仍存在着很多需要改善的地方。我们需要学习西方国家的经验教训,建设服务型政府。并且要时刻关注本国自身发展所发生的变化并结合情况制定属于我们自己的发展路径。从而能够离建设服务型政府的目标更进一步,推进我国经济、政治、文化的多方面发展。
作者：夏康宇；来源：《法制博览》2019年第16期返回搜狐，查看更多
人工智能时代政府治理模式的变革与创新
当今时代是一个人工智能不断崛起的时代，大数据、云计算和认知技术的突破，加之国际互联网、物联网等层面信息交互的日益紧密化，为新一代人工智能的发展壮大提供了绝佳的外部环境。根据中国电子信息产业发展研究院的相关统计，2018年，全球人工智能市场规模将由2015年的1683.9亿元增加到2697.3亿元，复合增长率为17%。而中国人工智能市场规模也将由2015年的203.9亿元增加到2018年的360亿元，复合增长率将达到21%。中国人工智能产业的发展速度要高于全球平均水平。尤其是近年来人工智能在计算、检索、病虫害测报和天气预报等领域的广泛应用，其效率水平已大大超越人类智慧，给社会生活和生产发展带来了积极效应。人工智能时代的到来，也为深化政府治理变革提供了全新途径，在优化升级政府治理模式的过程中带来了不可忽视的积极价值。
首先，人工智能的崛起为有效控制政府规模提供了现实可能。所谓政府规模，即基于一定组织原则所组成的各级政府和各个部门的总和，是由政府的机构、职能、权力和人员等各类有形和无形要素构成的有机整体。既有研究已经表明，政府规模既非越小越好，亦非越大越好，政府规模过小极易诱发“市场失灵”，政府规模过大则不利于居民幸福感的提升。在强化政府治理能力的进程中，必须建构适度性的政府规模，这也是现代政府治理模式变革的基本取向。
改革开放以来，我国政府虽历经多次机构改革，但依然未逃出“精简—膨胀—再精简—再膨胀”的怪圈。如何对政府规模做出有效控制依然是摆在当前我国政府治理模式变革层面的一项重要议题。人工智能的诞生为这一难题的化解提供了新路径。政府规模很大程度上取决于其对治理范围、数量的界定及相关事务的复杂程度，其间任一层面的实现都要以相关数据的分析和把握为基本前提。
人工智能的发展为优化处理海量政府数据提供了可能，通过机器学习和精准算法，人工智能排除了人为因素下的生理局限，可以实现对数据更为科学的分析与整合，进而提出前瞻性的决策方案。在人工智能环境下，多部门的协同治理因智能终端的嵌入而变得更为简洁，这不仅使得治理主体从简单劳动中解放出来，达到降低人力成本的治理目标，而且也有助于推进治理过程的扁平化，在打破行政壁垒的过程中，更好地理顺政府与市场的关系。显然，这些对于促进政府规模的精简和适度化发展都是有积极意义的。
其次，人工智能的崛起为强化政府效率提供了技术支撑。政府效率，简言之，即政府在投入和产出之间的比率。作为公共行政学的核心命题，政府效率既是政府发展的基本要义，也是政府治理模式变革的重要目标。近年来，随着我国行政体制的不断发展与完善，我国各级政府的效率虽得到了显著提升，但受制于计划体制下传统治理模式带来的惯性影响，新时代政府效率的提升依然面临诸多障碍，尤其同民众的诉求相比还存在一定的差距。对此，党的十九大也明确提出了推进“效率变革”的发展要求。政府效率的强化不仅需要制度的完善，也渴求政府在治理工具上的突破创新。
人工智能的发展恰恰为此提供了便利。一方面，人工智能的嵌入有效节省了政府的财政支出。人工智能不仅具有优于常人的精确性，同时也更为便捷和快速，以办公自动化为例，根据德勤报告的数据显示，通过自动化计算机执行的常规任务，在全球低端范围内每年可节省9670万个小时和33亿美元，在高端范围内每年甚至可节省12亿个小时，并因此省下411亿美元。可见人工智能在控制政府规模的同时，也为节省财政支出和提升政府灵敏度提供了有效载体。另一方面，人工智能的使用也有效强化了政府治理主体的能力。高素质的参与主体是政府效率提升的基本前提，人工智能的嵌入也打破了以往事事亲力亲为的主体运作模式，深度学习、遗传算法等的介入赋予了机器本身一定程度的自主研判和自主决策能力，在人工智能环境下，传统行政模式下的人浮于事、素质低下等问题得以化解，由此在提升积极性的过程中便为推进政府治理效益的最大化带来积极意义。
最后，人工智能的崛起也极大地提升了公共服务的有效性。公共服务是政府的天职，正如丹哈特(ＲobertB．Denhardt)所言:“政府的重心在于服务的直接供给”，在于“建立集体的、共享的公共利益观念”。作为公共行政的核心理念，公共服务同样也是政府治理变革的价值目标。人工智能对于政府公共服务质量的提升，其价值主要体现在两方面:
一是拓宽了政府的公共服务渠道。在传统模式下，政府公共服务主要通过建构固定平台的途径加以实现，受人力、物力和工作区间的限制，往往存在服务供给不融洽、不及时的现实问题，互联网和大数据的发展一定程度上强化了服务过程的开放化和透明化，但传统的窗口服务模式依旧占主导地位。人工智能的嵌入在政府与民众之间形成了一个全新的连接点。通过创建综合的决策树算法模型，并将其同公共服务大数据进行结合，人工智能可对服务内容做出基本判断和调整，并确保一些技术性难题在远程终端实现自动解决，由此就能打破公共服务的时空局限，让民众对公共服务的接收变得唾手可得。
二是提升了政府公共服务的个性化。公共服务的过程也是民众诉求信息不断集聚的过程。面对海量的诉求信息，人工方式很难做出准确归类，借助于神经网络和遗传算法等程序，人工智能可便捷地实现对相关信息的收集和整理，并形成个体性的数据档案，这就解决了传统模式下的信息盲区，为改进公共服务流程，构建个性化的公共服务模式提供了必要准备。
(三)人工智能给政府治理模式变革带来的挑战
正如霍金(StephenHawking)指出的，人工智能的崛起既是人类文明的推进者，同样也可能构成人类文明的终结者。事实上，对于政府治理模式的变革而言，人工智能同样也是一柄“双刃剑”，其在提供巨大便利的同时，也带来不可忽视的风险和挑战。
其一，人工智能的嵌入对传统的行政伦理带来前所未有的冲击。行政伦理作为公共行政领域中的角色伦理，决定着公共行政本身的性质、目的、责任和义务。政府治理模式无论怎么变，都必须遵守基本的伦理逻辑。人工智能的嵌入改变了传统的游戏规则，使行政伦理开始面临“踩空”的危机。从行政主体的角度看，人工智能的嵌入极易导致主体责任的缺失。在传统行政模式下，人是行政行为的不二主体，任何行政行为的产生均体现了人的主观意志，并承担相应的行政责任。人工智能的参与一定程度上实现了对人的行政行为的替代，使行政方案、行政决策等体现出了机器意志，由此必将削弱行政行为的合法性根基，导致行政责任出现主体不明和模糊化的危机，这对于行政权威性的维护是极为不利的。
从行政相对人的角度看，人工智能的嵌入也可能造成更大的行政偏见问题。人工智能的参与，依赖的是其内部的精确算法，表面上看其似乎减少了公共行政中的主观因素，但精确算法作为以计算机代码表达的意见，本质上还是人造的，必然体现原初设计者和开发者的主观意志和选择，并将其主观偏见带入精确算法系统，在缺乏人类伦理引导的前提下，人工智能极易通过固定的程序将这些偏见甚至歧视扩大化，给行政相对人造成更大的伤害，进而加剧行政过程的紧张化。
其二，人工智能的嵌入也可能引发新的政府信息安全问题。信息化和大数据时代的到来，使得政府信息安全问题变得日益重要，2013年美国“棱镜门”事件的曝光已充分印证了这一点。而人工智能时代的到来将掀起一场比互联网更为猛烈的变革，必将给政府信息安全问题带来更大的考验。一方面，人工智能给政府机构遭受恶意攻击留下了“可乘之机”。人工智能技术的不断普及虽带来了巨大的便利性，但其所依赖的学习算法同样有其“笨拙”的一面，在人为干扰下，程序很容易就出现“失算”的尴尬局面。一些黑客极有可能利用程序漏洞绕过内部的防火装置，让智能失去效用，如通过修改数据源使图像和语音识别系统失去甄别能力，进而从事欺诈犯罪活动等，就是近年来时常见诸报端的典型案例。相关统计显示，2016年以来发生的网络攻击事件中，与人工智能相关的事件就占到了六成。
另一方面，政府治理主体和公民个体将面临更大的隐私泄露危机。当前的新一代人工智能是以大数据为根基加以运作的，数据已成了人工智能时代的“新石油”。人工智能时代无处不在的智能终端无疑加大了信息泄露的危机，尤其是机器本身在深度学习中大量敏感数据的交互使用，不仅使人类隐私暴露在人工智能之下，而且极大地削弱了人类对于数据和信息的控制和监管能力，使敏感数据和关键信息游离于人类视野之外，一旦泄露将引发更大的危机。因此，同传统的安全隐患相比，人工智能时代的信息安全更加兼具瞬间性和破坏性的特色。面对人工智能的不断壮大，政府如何展开进行信息和数据资源的保护已成当务之急。
二、直面人工智能:我国政府治理进程的客观省察
(一)人工智能时代我国政府治理进程的经验积累
从历史发展进程看，我国的人工智能大致起步于改革开放之初，40年来在党和国家的高度重视下，我国人工智能技术获得了突破性的发展。随着人工智能的不断壮大，近年来我国各级政府也进行了积极探索和应用，并积累了一些初步经验和成就，为完善政府治理体系提供了重要支撑。
其一，电子政务和政府大数据平台的飞速成长，为人工智能的政府应用奠定了现实根基。数据和信息是推动人工智能运转的基本要素，这决定了人工智能要在政府治理层面实现有效嵌入，就必须以政务信息化的实现和政府大数据资源的壮大为根本前提。经过近十多年来的飞速发展，我国电子政务以基础设施的投入和建设为重点，以核心业务系统的建设为关键环节，已取得了较为突出的规模和成果。相关统计显示，截至目前，我国中央层面各级党政机关政务网络覆盖率已达到100%，省市一级的电子政务网络覆盖率基本达到80%以上，区县的政务网络覆盖率也达到了50%，“互联网+政务服务”建设已取得初步成效。
与此同时，随着政务信息化的不断深入，近年来各级政府也积累了大量与公众生产生活息息相关的数据资源，由此也推动了各级政府大数据资源和平台建设的重大突破，其中不仅一些重要的数据库，如国家统计数据库、国家人口数据库、工商系统企业法人数据库等得以基本建成，而且为了更为有效地实现数据公开和便民服务，目前各级政府的大数据平台建设也实现了突飞猛进，尤其是近两年一些地方政府大数据共享平台和政务系统纷纷上线，在强化和提升政务服务效率和精准性的基础上，为下一步人工智能的嵌入打下了坚实根基。
其二，相关政策和法制建设的不断跟进，为人工智能嵌入政府治理提供了基本的制度框架。从间接层面看，为有效应对各类风险和危机，近年来我国在大数据和信息安全领域的相关法规不断推出，尤其是包括《中华人民共和国政府信息公开条例》(2007)、《国务院关于印发促进大数据发展行动纲要的通知》(2015)及《政务信息资源共享管理暂行办法》(2016)等国家层面相关政策和法规的颁布，为推进政府信息资源的规范化应用提供了法治保障。统计显示，目前我国信息治理层面的相关法规已高达100多件，其中行政法规20多件，部门性规章40多件，地方性法规则有50多件，涉及到个人信息保护、网络侵权预防和网络犯罪惩治等多个领域。
正是这些间接性法规的不断完善，为人工智能的嵌入应用提供了基本的法治框架。从直接层面看，为抢占人工智能发展的战略机遇和先发优势，近期我国人工智能领域的直接性政策条例亦不断问世，其中国务院于2017年7月下发了《关于印发人工智能发展规划的通知》，该通知不仅基于全国层面对我国人工智能发展的战略态势、战略目标等做出了明确，而且对政府治理层面上的部署和任务也做出了规划。在此之下，近期包括上海、浙江、江苏和贵州等省市也纷纷出台本区域的人工智能发展的具体实施意见，这些政策法规的不断推出，直接构成了当前人工智能嵌入政府治理的法治根基。
其三，在技术和政策环境的双重激励下，政府治理层面的智能应用初露端倪。人工智能的根本价值在于应用。目前，人工智能虽未完全嵌入我国政府的治理实践，但在一些关键项目和重点领域，人工智能已然开始介入其中，并发挥出了前瞻性的作用。如为了有效应对城市管理难题，提升城市交通治理绩效，2016年杭州市政府同阿里巴巴集团进行合作，利用阿里云技术成立了“城市大脑”国家新一代人工智能开放创新平台，对整个城市交通状况进行全局实时分析，并提供自动调配公共资源以实现交通调配的最优化。数据显示，“城市大脑”智能平台运作以来，杭州市中心的交通效率提高了3%至5%，部分路段的效率甚至提高了11%以上。
为了助力精准扶贫工作，确保按时完成脱贫攻坚任务，2017年，安徽省扶贫办也联合当地科技企业启动了基于人工智能的大数据精准扶贫平台项目，通过该平台不仅可以了解到最需要扶贫的对象，并针对性地做出及时帮扶，同时也可利用平台在省内乃至全国找到最合适的项目，以实现扶贫和被扶贫对象之间的智能匹配。而为了提升政府的公共服务效率，广州市政府近期则通过公开招标的途径，以搭建全市统一的政府智能机器人云平台，通过将广州市的政府知识库和业务系统进行对接，建成智能政府服务体系，为公众提供全天候、全覆盖的智能政府服务。可见，人工智能在我国政府治理层面的初步试水，有效促进了政府治理模式的变革和升级，为提升公共治理和公共服务水平提供了技术支撑。
(二)人工智能时代我国政府治理进程的现实缺憾
人工智能的嵌入推进了我国政府治理模式的变革，但整体而言目前我国各级政府机构的人工智能应用还处在起步阶段，对人工智能技术的应用尚不如商业机构，尤其同欧美一些发达国家相比，我国政府治理进程中的人工智能技术有待进一步跟进，其中还存在一些现实缺憾亟需破解。
其一，从政府主体看，体制性壁垒难以突破，政府治理进程中的人工智能缺乏支撑能力。人工智能的发展和嵌入，实现了对政府治理模式的重新定义。正如法学教授吴汉东所言，智能革命的出现必然会对当下的公共管理和社会秩序带来挑战，并客观上要求国家在治理体制上做出发展创新。然而，遗憾的是近年来我国政府的智能化水平虽在不断得以提升，但政府治理体制却很大程度上依旧未跳出传统体制的基本框架，其中不仅各部门和各机构间实现条块分割，而且上下级之间关系存在事实上的单向度化，一旦遇到公共突发事件往往是首先逐级向上进行汇报，然后再展开决策部署。
客观而言，这一体制虽在传统环境下为稳定政府架构和社会秩序带来了积极意义，但随着社会的转型发展其弊端亦不断得以凸显，如机构设置的臃肿化、决策周期的冗长化及不断扩张的行政成本等，进而带来政府回应社会诉求的呆滞与迟缓。显然，这同人工智能嵌入政府治理的初衷是存在逻辑冲突的。人工智能吁求的是适应性强和高度灵活性的体制模式，其发展和应用呼唤的是政府治理过程的扁平化与网络化，并在此基础上实现各主体之间的协同配合与互动互通，这是人工智能的应用实现最优化的基本前提，同时也恰是传统的科层制模式难以支撑和实现的。近年来国内一些地方智慧政府建设的实践也充分表明，如果治理模式不能实现从“人找信息”向“信息找人”的彻底转变，则人工智能在政府治理的应用就无法摆脱边缘化的困境，其智能化的效果也必将大打折扣。
其二，从数据来源看，信息孤岛劣势较明显，政府治理进程中的人工智能缺乏联通能力。人工智能的发展和应用以大数据的内在驱动为载体和依托，如前所述，数据和信息构成了人工智能发展和运用的基本前提，然而正是囿于科层制环境下条块分割的政府治理模式，在导致人工智能支撑能力不足的同时，也在客观上引发了政府治理系统内部数据传播中的“孤岛效应”，并进一步对人工智能赖以为生的数据和信息资源的有效流通形成了内在阻滞。
从信息科学的视角看，信息孤岛作为相互之间信息不共享互换、信息与业务流程和应用互相脱节的计算机应用系统，既造成了信息和数据资源的浪费和重复建设，而且也是阻碍信息和数据功能最大发挥的重要根源，这显然也构成了人工智能发展和应用中的大忌。目前，在我国各级政府的治理进程中，受体制壁垒的约束，各部门在数据库的建构和运作中还缺乏统一的标准和规划，而且各部门的数据资源与信息系统均由自身监管和操作，相互之间无论是在操作系统、网络协议、语义表示、数据库类型乃至硬件管理平台上均存在诸多差异性，尚不能充分做到信息流通和数据共享，严重阻碍了人工智能嵌入过程中的信息联通能力的有效发挥。加之部分地方政府机构数据共享理念和共享动力的缺乏，更加导致政府治理中信息孤岛现象的增多。当下要推进我国政府治理中的人工智能真正做到“触类旁通”，则积极突破数据和体制壁垒，实现数据资源的有效整合与共享是当务之急。
其三，从实践应用看，政企间缺乏有效协作，政府治理进程中的人工智能缺乏创新能力。科技企业是人工智能的生产者和创新者，一个国家科技水平的提升，很大程度上就是在其科技企业的带动下实现的。全球十大科技公司，美国就独占8席，这是美国成为全球科技强国的命脉所在。政府作为宏观调控的主体，本身并不生产人工智能，其很大程度上是作为人工智能产业的管理者、服务者和推进者的角色存在的，同时其自身亦是不可忽视的实践应用者。
从产业发展的角度看，人工智能的发展需要政府的政策激励和管理创新，而从政府治理的角度看，政府要提升自身对人工智能的驾驭能力，则离不开同科技企业的有效合作，由此才能在技术应用上形成源源不断的驱动效应。近年来，包括美国、日本和欧盟等发达国家与地区，均加大了同本国科技企业的合作力度，以期通过智能技术的运用，为完善基础设施和提升公共服务带来积极意义。相比较而言，我国各级政府在该领域的开拓显然要滞后许多。目前，除了上海、广州、杭州等少数几个发达城市的地方政府，通过签署战略合作框架协议或共建创新孵化基地等途径，实现了政企间的人工智能合作外，国内其他省区市还有待进一步实现跟进，尤其是部分地方政府经济效益至上，缺乏远大眼光。在某种程度上，正是政企有效合作的缺乏，制约了政府治理进程中的人工智能创新能力的提升。
其四，从研发主体看，专业性人才过于稀缺，政府治理进程中的人工智能缺乏发展能力。专业性人才的拥有率是人工智能能否有效嵌入政府治理各层面的关键环节。人才数量的多寡，相关领域研发水平的高低，直接关系到人工智能本身的发展能力。人工智能的基本特性及其学科属性决定了其专业性人才不仅需要掌握数据挖掘分析、语音图像识别和自然语言处理等技术层面的相关知识，同时也要善于在应用层面上对客观状况做出分析，由此其才能结合实践开发出更富科学性和前瞻性的智能机器。谷歌AlphaGo之所以能够大获全胜，同其设计师哈萨比斯(DemisHassabis)本人就是天才棋手不无关联。也即，人工智能的专业研发人才必是集专业技术与行业实践于一体的复合型人才。
相关数据显示，截至2017年第一季度，全球人工智能领域的专业性人才数量为190万，其中美国的相关人才总数超过了85万，占全球第一位，目前中国的人工智能专业性人才仅有5万余人，人才供应短缺状况极为严重。而且同国外人工智能领域较为全面的发展态势相比，目前国内的人工智能专业性人才，主要还是面向企业治理和电子商务等层面展开技术研发，如产品推荐、计算广告和股市走向预测等，直接针对政府治理和公共服务领域的人工智能技术发展不足。可以说，这一层面专业性研发人才的不足，直接构成了人工智能嵌入政府治理的现实阻滞。
三、善用人工智能:我国政府治理模式的突破创新
人工智能时代的到来，为深化政府治理变革提供了全新环境，同时也为政府治理模式的突破创新提出了新的诉求。近年来在互联网和大数据技术的驱动下，人工智能可谓如虎添翼、发展迅速，并在事实上构成了各行各业转型升级的新动能。面对人工智能蓬勃发展的态势，我们认为，过度警惕无异于故步自封，与其担忧未来不如乘势把握现在、善加利用。政府作为公共管理主体更应树立积极姿态。当前积极推进人工智能与政府治理的深度融合，以建构适应时代诉求的“智能政府”可谓恰逢其时。基于上文的理论分析和实践总结，我们认为，当下应重点做好如下几方面工作:
（一）创新行动理念，提升对人工智能嵌入政府治理的重要性认知
理念是行动的先导，人工智能能否在政府治理层面上发挥最大功效，并为优化公共服务带来积极意义，首先就取决于多元治理主体对其的认知态度。自AlphaGo以大比分击败人类职业棋手以来，人们对人工智能的态度也日趋复杂化，一方面既惊喜和钦佩于人类在智能技术上的突破性壮举，另一方面对人工智能优于、胜于乃至淘汰人类的担忧也与日俱增，包括史蒂芬·霍金在内的一大批科学家均表达了忧虑之情。笔者认为，从科学技术本身的长远发展看，这种担忧可谓不无道理，但从人与科技关系的当下境况看，这种担忧不应被扩大化。人工智能诞生半个多世纪以来，虽历经多次由弱到强的发展和形态演变，但其始终都“未摆脱技术的身份”，都未超越“对人脑工作方式的模拟”的逻辑框架，即其本质上都是对人脑逻辑思维能力的强化，是作为“人脑的延伸物”而存在的。
虽然现有的人工智能在某些层面和维度接近、达到甚至超过了人类智能，但其作为人类创造物的工具性色彩依旧没有改变，也即从人与技术的关系看，人工智能本质上是属人的。人类离具备自我意识的超强人工智能还有很长一段路要走，正如百度深度学习研究院副院长余凯指出的:“担心人工智能的威胁，就好像担心火星上人满为患一样，是不切实际的。”人工智能的当下境况决定了我们必须树立积极姿态，既把握长远规划又正视现实挑战，唯有树立前瞻性的行动理念，才能确保人类在人工智能的发展中始终立于主导地位。
对此，各级政府在嵌入人工智能的过程中应着力做好两方面的工作:一方面，应着力推进各级政府机构树立起智能治理的科学理念。各级政府是实现公共治理和公共服务的根本性主体，也是推进社会经济发展的主导力量。人工智能能否科学嵌入政府治理实践，并安全有效地发挥出辅助效用，很大程度上取决于政府治理主体的态度和看法。人工智能的壮大为政府治理的智能化提供了契机，“智能治理”(Intelligentgovernance)，就是各级政府机构综合运用人工智能和现代信息技术，以提升政府服务绩效为根本点，对各类资源进行智能化整合和配置，以推进公共治理和服务实现科学化、精细化的实践活动。
显然这一目标的实现，以政府主体治理理念的创新为基本前提。当前必须通过政策引导，增强各级政府机构的智能治理意识，促其积极打破对人工智能的不良偏见，以在不断盘活政府大数据的过程中，实现治理过程由数字化向智能化的跃进提升，进而形成以人工智能为支撑的公共政策导向。另一方面，要着力提升多元参与主体的数据素养和技术素养水平。人工智能既是数据的集合也是技术的升华，其科学应用需要多元主体的协同配合，尤其是对政府治理中相关数据挖掘离不开社会力量的参与支持。显然，要达到最优境界也需要以多元参与主体良好的数据素养和技术素养为基本要件，这就需要通过教育促其在数据意识、智能技术应用能力等方面实现综合提升，以良好的主观认知能力配合政府主体做好智能治理的实践工作，从而为推进政府治理过程的智能化水平的整体提升做出积极贡献。
（二）创新主导模式，建构人工智能嵌入政府治理的配套管理机制
正如诺斯(DouglassC．North)指出的，制度是社会的游戏规则，规定了人与人之间的行为范式。人工智能时代政府治理变革的现实缺憾迫切需要相关机制的发展创新，这其中首要的就是政府作为主导主体在管理机制上的跟进创新。对此，当前应重点做好三方面的工作:
(1)建构形成专业性的领导机制。领导是组织的核心，人工智能科学嵌入政府治理的关键在于领导，提升政府治理的智能化水平，需要通过完善干部选拔机制，铸就一支兼具智能治理理念和实践经验的新型领导队伍，如借鉴国外经验成立相关的管理委员会，或设置专门的首席人工智能官(CAIO)等，使其成为智能政府建设的中坚力量，确保政府在人工智能应用中始终把握主动。
(2)建构形成多元主体间的信息共享机制。人工智能对数据和信息的依赖性，决定了其科学嵌入政府治理的过程必定是政府在数据和信息上实现有效连通和安全共享的过程，对此也应以相关机制的发展完善来提供支撑，如利用电子政务系统形成统一的数据共享平台，对各部门的信息流通作出协调，并基于党务和政务公开的相关法规切实推进信息公开，以在打破科层制壁垒的前提下为提升智能治理水平提供数据支撑。
(3)建构形成相应的伦理矫正机制。人工智能对行政伦理的挑战必须给予正视，但决不能就此而因噎废食，人工智能毕竟只是一种治理工具，其在政府治理中的很长时间内都无法取代政府主体而单独活动，因此当其在面对和处理公众诉求时，同样需要作为根本治理主体的人的筛查与补正，这同样需要通过机制建设做出安排，从而推进人工智能环境下的行政伦理流程实现“伦理诉求—伦理盲区—伦理矫正”的有效转变。
（三）创新治理模式，建构以人工智能为核心载体的政府善治机制
推进各级政府实现由管理型向治理型的转变是现代政府理论的核心要义，但治理本身亦非万能，其同样也会面临失灵的危机。显然这一境况在人工智能环境下也不会改变。唯有实现政府同社会的合作善治才能有效将其克服，并化解人工智能环境下可能引发的政府信息安全问题。而要建构和形成以人工智能为载体的政府善治机制，就必须着力做好两个层面的具体工作:
(1)建构和形成针对政府治理的智能化处理系统。这里的智能化系统，就是政府机构实现由现代通信与信息技术、计算机网络技术和智能控制技术等汇集而成的应用性智能集合，这其中既要基于政务信息网络化的角度，强化对政府治理的数据挖掘系统和数据存储系统的建设力度，以推进政府治理进程中的各类非数值型、非结构化数据的有效整合与动态管理，也要基于政府治理需要有选择性地引入人工智能技术，如语言识别技术(ASＲ)、图像识别技术(IＲT)以及自然语言处理(NLP)等，以在人机交互过程中提升对政府治理数据的处理效率，并在此基础上形成由知识库、数据库、推理机、解释器和知识获取等组成的政府治理专家系统，从而为政府善治的实现提供坚实根基。
(2)创新以人工智能为基础的政府治理流程。智能化系统建构的根本取向在于应用，政府善治的实现及其优势的发挥也必须以智能处理流程的创新为保障。如通过人工智能对政府治理数据的优化处理，将传统办公自动化系统改造为智能办公系统，实现对政府监管对象和服务对象的自动感知、智能识别和跟踪，并针对性地提出解决方案等，由此在实现智能化的办公、监管、服务和决策的过程中，推进政府治理能力实现不断提升。
（四）创新协作模式，建构政企间在人工智能领域的深度合作机制
正如前文所言，科技企业构成了当下全球人工智能产业发展的主力军。Google、亚马逊、苹果、微软等国际科技巨头很大程度上引领着全球人工智能科技和产业的发展走向。近年来，随着国家在科技创新领域的不断重视，国内相关企业的科技水平也不断提升，如阿里巴巴、百度、腾讯和华为等企业也在人工智能的多个技术领域达到了全球领先水平，这些企业的崛起不仅推动民众生产和生活模式的改变，同时也为政府治理的智能化转型提供了现实支撑。提升政府治理的智能化水平，迫切需要形成政企间深度协作机制，以达到借势运力和借智发展的重要目标。
对此，一要借助科技企业的技术优势，形成政府治理的智能技术引入机制。人工智能本身是一个关涉多重技术的有机整体，在不同的行业和领域，其关联性技术必然存在差异。对此政府既要积极通过研发外包的途径，将相关的人工智能技术交给专业化的科技企业加以完成，促其通过定向研发打造契合政府治理需求的人工智能软硬件，以确保人工智能同政府治理形成内在的兼容性，同时要着力推进智能技术不断走入政府治理实践，如重点选取环保、医疗和交通等大数据资源较为完善的治理领域进行探索，以在实践应用中推进相关技术的不断发展和完善。
二要借助科技企业的智力优势，形成政府人工智能人才的培育机制。人工智能的嵌入对人才素质的新要求，呼唤政府人才培养上的相应创新。对此同样可通过政企协作的模式加以实现，如聘任企业研发人员担任政府智能治理的技术顾问，或邀请企业研发团队给予技术培训、开展知识讲座等，帮助政府提升人工智能的应用能力和水平，由此形成一批既具备过硬政治作风，又熟谙人工智能技术的复合型人才，使其在政府智能治理岗位上发挥出应有的用武之地。
（五）创新评估模式，建构政府人工智能应用状况的科学评估机制
评估，简言之即评估主体运用科学的标准、方法和程序，对评估对象的发展动态、业绩水平等进行论证和考量，以分析和判定是否需要加以完善、创新或废止的过程。作为管理学范畴，这一操作实践最早发轫于工商管理领域，随着公共治理范式的逐步转型，近年来政府治理层面的评估实践也开始出现，如对政府绩效状况的评估，有关法治政府状况的评估等。随着人工智能的壮大及其在政府治理层面的不断嵌入，开展对政府人工智能应用状况的评估已成当务之急。尤其是当前人工智能技术整体上还处在较“弱”的发展层次上，其无论是在对抗恶意攻击上，还是在认知、感知行为上都还较为“愚钝”，在这种情况下，适时建构相关评估机制就更显迫切。
在具体的应用实践中，这一机制应重点从两方面展开:
(1)在评估过程的设定上，应基于人工智能嵌入应用的可能性风险为核心，对政府治理层面的数据存储系统、云计算平台以及人工智能的神经网络架构、注意力模型、语言和图像识别系统、自然语言处理系统以及机器学习中的目标函数、损失函数等作出全面评估，并以此作为完善技术和改进相关机制的重要参考，以尽可能堵塞人工智能应用中可能出现的现实漏洞，确保政府应用过程的安全、畅通与和谐。
(2)在评估主体的设定上，为确保上述评估过程的有效展开，在坚持政府作为人工智能应用主体内部评估的同时，必须适当引入社会层面的参与式评估主体，包括科技主体的技术评估，治理对象的体验状况评估等，以尽可能地提升评估过程的科学性和全面性，推进政府治理层面的人工智能应用紧跟时代发展步伐，为推进政府治理体系和治理能力现代化提供有效支撑。
四、余论
如果将传统的信息科技(IT)时代视为信息爆炸时代，当下已具备相当体量的数据处理技术(DT)时代为知识爆炸时代，则下一站的人工智能(AI)时代就是典型的智能爆炸时代。尤其是近年来在互联网和大数据技术的推动下，全球人工智能产业已呈现出蓬勃发展的态势，人工智能在各领域的应用范围也不断扩大。谷歌AlphaGo的大放异彩已使人类认识到AI的强大之处。种种迹象表明，对人工智能的争夺必将成为未来世界各国竞争最重要的场域之一，中国没有任何空间和理由可以犹豫和后退。
对于政府治理主体而言，人工智能的发展和嵌入应用虽给政府治理模式的变革带来了双重境遇，但我们决不能因此而放弃或退缩，面对挑战畏首畏尾无异于作茧自缚，唯有直面挑战和化“危”为“机”才是未来的必然之路。对此，党的十九大报告也明确提出了“提高社会治理社会化、法治化、智能化、专业化水平”的执政要求，显然这一境界的实现，必须以政府治理和人工智能的深度融合为基本前提。而要做到这一点，就不仅需要中央层面做好顶层设计，更需要各级地方政府、科技企业和社会参与主体的协同配合。只有建构和形成兼备科学性和前瞻性的人工智能处理系统，政府治理主体才能更加精确地实现对政务信息的收集和处理，才能做出前瞻性的决策分析，并最终实现资源整合和服务优化的根本目标，由此新时代政府治理能力才能实现持续化提升。
来源：《学科前沿》
作者：胡洪彬浙江财经大学
参考文献：略
题图来源：摄图网
免责声明：本文转自网络公开渠道，旨在为广大用户提供最新最全的信息，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其它渠道者引发的一切纠纷与本平台无关。
推荐
或许您还想看：
后台回复“NH”即可了解“2018年智慧中国年会”详情；
后台回复“一体化政务”即可获取“全国一体化政务服务平台”政策及解读；
后台回复"GZZWY"即可获取“贵州政府云系列标准”；
后台回复“政务服务中心标准”即可获取“政务服务中心系列国家标准”；
返回搜狐，查看更多
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.