人工智能時代的工作與職業(yè)培訓：發(fā)展趨勢與應對思考*
——基于《工作與職業(yè)培訓的未來》及“云勞動”的解讀

潘天君 歐陽忠明

（江西科技師范大學 繼續(xù)教育學院，江西南昌 330000）

在人類歷史的長河中，新技術的出現(xiàn)總會引發(fā)公眾的焦慮，而人工智能（Artificial Intelligence，AI）的發(fā)展所引發(fā)的焦慮尤為強烈。一些世界知名學者和技術領導者甚至提出警告，假如不摧毀它，人工智能將使機器人轉(zhuǎn)變?yōu)榇髱煟瑥亩鞣祟?。一些知名?jīng)濟學家指出，與以往的技術不同，AI正在摧毀更多的就業(yè)機會，如果不能有效應對，將會擾亂市場經(jīng)濟秩序?？梢哉f，AI已經(jīng)嵌入到人類生活的各個領域，并對人類生活以及社會結(jié)構(gòu)帶來各種巨大的影響和沖擊，其中，勞動力市場尤甚。在AI時代，人類的工作將何去何從，如何適應人工智能帶來的發(fā)展趨勢？

為此，美國的皮尤研究中心（Pew Research Center）發(fā)布了題為《工作與職業(yè)培訓的未來》（The Future of Jobs and Jobs Training）的報告。該報告呈現(xiàn)了人工智能時代勞動力市場發(fā)展的趨勢，并提出了職業(yè)培訓的應有之義?；趯蟾嬉约八岢龅摹霸苿趧印钡纳疃冉庾x，我們較為全面地剖析了人工智能對勞動力市場發(fā)展的影響，并有效探討了職業(yè)培訓的應對策略，希望能為面向人工智能時代的職業(yè)培訓，提供一些新的思路與借鑒。

一、《工作和職業(yè)培訓的未來》概要

伴隨著AI技術的不斷發(fā)展壯大，人類社會正在發(fā)生深刻而本質(zhì)的改變。從手機智能系統(tǒng)、圖像語音識別到智能機器人、無人駕駛汽車等智能產(chǎn)品的應用與普及，我們已自覺或不自覺地置身于人工智能的環(huán)境中。牛津大學哲學家尼克·博斯托羅姆（Nick Bostrom）認為，正如人類競爭激烈，并完全取代大猩猩一樣，AI發(fā)展將超越人類并最終占據(jù)主導地位。伴隨著人工智能技術的日益發(fā)展，現(xiàn)有工作崗位正發(fā)生著翻天覆地的變化。在這種變化趨勢下，未來的工作和職業(yè)培訓將充滿許多不確定因素，其中更是涉及到人與智能機器能否競爭、協(xié)作與共存等重大問題。未來的工作將會經(jīng)歷何種變化？職業(yè)培訓將如何適應勞動力市場的新需求和新挑戰(zhàn)？為了呈現(xiàn)國家、政府和公眾對人工智能時代工作和職業(yè)培訓領域未來發(fā)展的期望與見解，皮尤研究中心就此展開了一系列的針對性調(diào)查，并發(fā)布了題為《工作和職業(yè)培訓的未來》這一研究報告。

作為一家美國獨立民調(diào)機構(gòu)，皮尤研究中心主要進行民意調(diào)查、人口統(tǒng)計、內(nèi)容分析和數(shù)據(jù)驅(qū)動性的社會科學研究。例如，研究美國的政治與政策、新聞媒體、互聯(lián)網(wǎng)與科技、宗教與公共生活、全球態(tài)勢以及美國社會與人口趨勢等?！豆ぷ骱吐殬I(yè)培訓的未來》是該研究中心和伊隆大學（Elon University）的暢想互聯(lián)網(wǎng)中心（Imagining the Internet Center）合作完成的一份預測報告。其中，暢想互聯(lián)網(wǎng)中心參與了整個研究設計，并于2016年7-8月對技術人員、學者、從業(yè)人員、戰(zhàn)略思想家以及教育領導者等進行了大規(guī)模的訪談和調(diào)查。通過對訪談和調(diào)查數(shù)據(jù)的分析，報告對未來的工作和職業(yè)培訓做出了相關的預測（如圖 1）。

圖1 《工作和職業(yè)培訓的未來》報告的五大主題

——工作格式將發(fā)生巨大變化。在未來的十年或二十年內(nèi)，會大量涌現(xiàn)人工智能領域的技術創(chuàng)新，教育、衛(wèi)生保健、交通、農(nóng)業(yè)和公共安全領域的工作都將受到巨大沖擊。該報告認為，未來工作將從三個方面發(fā)生變化：一是工作被機器代替。伴隨產(chǎn)業(yè)自動化的加速，世界將轉(zhuǎn)向“后經(jīng)濟增長”模式；二是工作崗位將供給不足。隨著越來越多的工作崗位被機器人所取代，就業(yè)市場的供給難以匹配更多的勞動力需求；三是人類勞動開啟自動化模式，“按需式”勞動和生活將成為一種常態(tài)。

——教育和培訓難以適應時代變化。該報告認為，在未來十年內(nèi)，教育和培訓可能出現(xiàn)一系列問題。例如，未來的教育系統(tǒng)無法勝任職業(yè)培訓的任務，無法給人類提供適應工作所需的相關技能；法律保障和投入資金的匱乏，導致了教育和培訓出現(xiàn)諸多問題；當前所倡導的自我導向?qū)W習并不是萬能的，學習者必須“學會學習”和“持續(xù)學習”。

——教育和培訓形式需要不斷發(fā)展和創(chuàng)新?，F(xiàn)今的在線培訓和教育系統(tǒng)已經(jīng)相當有效，但其潛力并沒有得到充分發(fā)揮。特別是在AR、VR和AI技術推動下，學習系統(tǒng)能夠?qū)崿F(xiàn)在線遷移與線下教育混合發(fā)展，其內(nèi)容和形式以個性化、多元化為主。

——關注學習者必須培養(yǎng)與擁有的技能、能力和屬性?；趯ξ磥碜钪匾寄艿恼{(diào)查顯示，未來會越來越重視難以傳授的無形技能，如，情商、好奇心、創(chuàng)造力、適應性、韌性和批判性思維等。當然，學習者最重要的技能還是“學會學習”和“持續(xù)學習”。此外，鑒于工作場所的復雜性，學徒制與實踐指導也將重新被認知和關注。

——新型學習認證系統(tǒng)的出現(xiàn)。盡管傳統(tǒng)的大學學位在2026年仍將占據(jù)主導地位，但伴隨著學習者的學習選擇多樣性和認證舉措的持續(xù)發(fā)展，更多的雇主可能會接受替代性的認證體系。許多專家認為，未來的職業(yè)培訓將會創(chuàng)建新的認證項目，以認證員工參與的培訓項目和所掌握的技能。

二、人工智能對當前工作的沖擊

雅斯貝爾斯（Karl Theodor Jaspers）在《歷史的起源和目標》一書中，提出了“軸心時代”的術語。伴隨著人工智能技術的發(fā)展，人工世界的“軸心時代”正迎面走來。在這個時代，技術對社會帶來的影響有時候非常詭異：一方面，它可以改善人們的生活，延長人類的壽命，讓那些處于新行業(yè)、掌握新技能的人發(fā)揮更大的作用；另一方面，則可能讓更多的人無事可做[1]。人工智能帶給我們最直接、最真實的威脅，就是對我們工作的威脅[2]。

（一）工作正被機器替代

該趨勢在21世紀日益凸顯。當前，機器的優(yōu)勢愈加凸顯。雖然機器研發(fā)成本大大超過人員培訓成本，但機器一旦投入使用，其完成任務的成本將遠遠低于人工完成任務的成本。勞動經(jīng)濟學家的一項最新研究發(fā)現(xiàn)：如果每一千名員工多使用一個機器人，那么縮減員工聘用比例約為0.18%-0.34%，減少工資支出的比例為0.25%-0.5%[3]。動力機械（Momentum Machines）的聯(lián)合創(chuàng)始人亞歷山大·瓦達科斯塔曾坦率地表示：“我們的設備并不僅僅是提高員工效率，而是完全取代他們”[4]。

世界經(jīng)濟論壇 （The World Economic Forum）預計（如圖2所示），在2015-2020年期間，全球制造和生產(chǎn)、辦公室和行政部門領域的工作崗位，將出現(xiàn)不同程度的下降態(tài)勢。除了商業(yè)與金融運營、銷售、建設和開采領域的就業(yè)前景基本持平外，只有建筑工程、計算機、數(shù)學領域的就業(yè)人數(shù)還會強勢增長。根據(jù)美國勞工統(tǒng)計局 （U.S.Bureau of Labor Statistics）描述的702種職業(yè)所需的工作技能，牛津大學的研究者以定量方式進行了技術匹配和詳細分析，并得出相關結(jié)論：美國有47%的工作極有可能會被高度自動化系統(tǒng)所取代，這些職業(yè)包括了很多領域的藍領職業(yè)和白領職業(yè)[5]。

圖2 2015-2020年全球不同行業(yè)所有同類工作的復合增長率（%）[6]

《未來簡史》的作者尤瓦爾·赫拉利（Yuval Noah Harari）宣稱，未來已至，人類將在人工智能時代變成“無用階級”[7]。事實上，第三次工業(yè)革命時期就已經(jīng)有很多中等技術的工作在不斷消失，例如，打字員、售票員、銀行出納以及很多生產(chǎn)流水線崗位等。如今，世界已邁入第四次工業(yè)革命的浪潮，人工智能不僅會促使運輸和物流業(yè)的大部分工人、行政工作人員和生產(chǎn)領域的勞動者被機器取代，而且還將影響所有涉及手指靈巧度、反饋、觀察和有限空間內(nèi)工作的任務。同時，由于一些工作存在危險、惡劣和枯燥等不良因素，機器人取代人類工作，能夠有效提高工作質(zhì)量和精確度，減少不必要的安全隱患。工業(yè)機器人是集機械、電子、控制、計算機、傳感器和人工智能等多學科先進技術于一體的重要現(xiàn)代制造業(yè)自動化裝備[8]。其廣泛應用于工業(yè)、醫(yī)療、軍事、搶險和家政服務等諸多領域，例如，汽車等制造業(yè)的點弧焊機器人、噴涂機器人和搬運機器人；通信和遠距離控制的網(wǎng)絡機器人；其他非制造業(yè)的救援機器人、軍用機器人等[9]。

2003-2016年間，全球工業(yè)機器人年安裝量（見圖3）呈顯著上漲。正向我們襲來的機器人、機器學習以及電子個人助手，正在開創(chuàng)一個全新的世界：在這個世界里，很多今天由人從事的工作都將由機器完成，人從事工作的重點會轉(zhuǎn)移到那些能比機器完成得更好的創(chuàng)意性任務中去。

圖3 2003-2016年全球工業(yè)機器人年安裝量[10]

（二）工作崗位供給不足

斯蒂芬·霍金（Stephen William Hawking）曾說：“人工智能之于人類，可能是最好的事情，也可能是會終結(jié)人類的最壞事情”。對于工作而言，技術的發(fā)展一方面會帶來失業(yè)；另一方面會調(diào)節(jié)工作市場，即社會上現(xiàn)有工作的數(shù)量、類型和構(gòu)成都會伴隨新技術的問世發(fā)生改變[11]。世界經(jīng)濟論壇（The World Economic Forum）根據(jù)當前的就業(yè)數(shù)據(jù)預計 （見圖4），2015-2020年期間，勞動力市場將遭到破壞性變動。即710萬個工作崗位將被減少，超過510萬個為凈工作崗位，其中2/3的職位集中在辦公室和行政類；同時，幾個較小的職業(yè)圈將增加200萬個工作崗位。根據(jù)國際勞工組織（International Labor Organization）的統(tǒng)計數(shù)據(jù)預計（見圖5），2015-2020年間，全球勞動力總?cè)丝诩s為350968萬人，失業(yè)人口約為20202.4萬人。

圖4 2015-2020年全球主要國家所有同類工作的凈增崗位[12]

圖5 2015-2020年全球就業(yè)和失業(yè)人口[13]

相對于逐年減少的工作崗位，勞動力人口和失業(yè)人口仍在一年年的穩(wěn)步上升，直接導致全球就業(yè)市場“供過于求”——在經(jīng)濟學供求關系理論中市場供求失衡的狀態(tài)之一，即整個社會能夠提供的工作崗位仍滿足不了勞動力市場的實際需求，造成就業(yè)和求職形勢嚴峻，大量勞動力人口失業(yè)。事實上，這屬于“技術性失業(yè)”——由于技術進步所引發(fā)的失業(yè)。

與此同時，人工智能的發(fā)展逐漸克服了機器人和自動化的傳統(tǒng)限制，加速了行業(yè)自動化的發(fā)展步伐。麥肯錫的研究表明：截止到2015年，全球范圍內(nèi)制造業(yè)相關活動的勞動時間共計4780億小時，其實，生產(chǎn)工人87%的生產(chǎn)時間可以自動化，制造行業(yè)的其他工作（如，工程、維護、材料運輸、管理和行政）也有45%的工作時間可以自動化。假設技術被廣泛采用，那么在3.31億全職員工中，將有2.38億人會被淘汰或重新安排工作[14]?？梢?，工作崗位“供給不足”的現(xiàn)狀只會進一步惡化，并導致越來越多的人面臨失業(yè)。

（三）“云勞動”的出現(xiàn)

當今的世界正在變成一個信息圈：我們越來越頻繁地通過信息通訊技術與世界以及其他技術對話，習慣用信息化的方式思考[15]?，F(xiàn)實生活中的工作與勞動也是如此?？v觀現(xiàn)階段的勞動力市場，靈活的雇傭制度、臨時性的勞動力就業(yè)以及彈性的工作時間，已經(jīng)成為了日常工作的常態(tài)，兼職、臨時工作（短期工作、季節(jié)性工作等）等工作形式普遍存在（見圖 6）。

圖6 人口和社會經(jīng)濟方面影響全球所有行業(yè)的驅(qū)動因素[18]

根據(jù)國際勞工組織（The International Labor Organization）的統(tǒng)計數(shù)據(jù)顯示，勞動合同的性質(zhì)正在發(fā)生變化，短期合同和不定期工作時間變得更加寬泛，全球大約60%的工人就業(yè)以兼職或臨時性工作為主[16]。美國從事臨時工作的員工數(shù)在2010-2013年間增加了28%，日本臨時勞動者在2013年也達到1900萬，超過全部勞動者的三分之一[17]。

在大數(shù)據(jù)的浪潮下，AI不僅給各行各業(yè)帶來了新一輪的“技術性失業(yè)”，而且還間接地引發(fā)了工作本質(zhì)的變革，出現(xiàn)了一種顛覆傳統(tǒng)的工作模式——“云勞動”（Cloud Labor），即一種“按需式”的工作系統(tǒng)。該術語是基于“云計算”（Cloud Computing）的技術理念演化而來，類似的還有“云存儲”、“云服務”、“云安全”之類的延伸概念。作為“云計算”在勞動力市場的拓展，“云勞動”帶有濃厚的“云計算”特征且類似于其服務模式?！霸朴嬎恪钡奶卣髦饕憩F(xiàn)為按需自助服務、無所不在的網(wǎng)絡訪問、獨立劃分資源池（Resource Pooling）、對資源進行快速且有彈性的管理，并且該服務以可計量的方式呈現(xiàn)給用戶[19]。由此可見，“云勞動”對所要服務的領域更加精細化，更加聚焦于勞動力市場之需求。

“云勞動”就是在現(xiàn)有的工作形態(tài)下，按勞動力的需求在網(wǎng)絡端對工作資源進行快速彈性地供應。其資源池里匯集的是公司外包出來的離散任務，大致可以參照微軟公司（Microsoft）旗下運營的一個名為“Universal Human Relevance System”的平臺，上面每月都會發(fā)布成千上萬個 “微工作”（Micro-tasks），如，測試搜索程序結(jié)果等[20]。勞動力可以根據(jù)自身所具備的技能來選擇相應的工作，成為“自營工作者”（Own-account Workers）[21]——一種被人工智能顛覆的勞動力市場所重新塑造的職業(yè)。

根據(jù)世界銀行提供的數(shù)據(jù)顯示，已有超過五百萬人通過諸如“Freelancer.com”和“Up Work”的線上就業(yè)平臺從事遠程工作，工作范疇從網(wǎng)站設計到撰寫法律摘文，通常至少帶來每小時幾美元的收入[22]。至此，“云勞動”意味著從全職或兼職的工作者向完全自由的職業(yè)者演化，有選擇地通過“云勞動”系統(tǒng)參與工作，與公司建立以工作為業(yè)務的合作關系?？梢哉f，“云勞動”的出現(xiàn)，開創(chuàng)了新的工作形式，究其本質(zhì)，是人類勞動自動化的結(jié)果。

三、人工智能時代職業(yè)培訓的有效應對

馬基雅維利（Niccolò Machiavelli）曾經(jīng)指出：“誰渴望預見未來，就必須征詢過去，因為人類的事物從來都是與過往的時代類似”[23]。縱觀歷史過往，人類并沒有因為技術的進步而被打敗和擊垮，而是在不斷地學習中有效地適應和發(fā)展。正如霍金所言：“我們不能把飛機失事歸結(jié)于萬有引力；同樣，不能把人類毀滅歸罪為人工智能”[24]。假如人類真被人工智能所取代，那么最應該歸罪的就是我們自己。在人工智能時代，人類只有能夠 “學會學習”和“持續(xù)學習”，才能有效應對時代發(fā)展的訴求。因此，作為“學習”的重要組成部分，職業(yè)培訓必須做出有效應對，幫助人類在人工智能時代持續(xù)屹立，順利克服技術更迭帶來的焦慮。

（一）職業(yè)培訓對象：滋生目標多元化的學習需求

對于成人教育供應者來說，當客戶滋生特定學習需求和興趣時，為他們提供特定的教育和培訓服務是常見的做法?？梢哉f，有效的職業(yè)培訓必須關注特定的學習結(jié)果和學習需求實現(xiàn)的過程。世界在變化，教育也必須變化，社會無時不刻、無處不在經(jīng)歷著深刻變革，這種形勢呼吁新的教育形式，為學習者培養(yǎng)當今及今后社會和經(jīng)濟所需要的能力[25]。在人工智能時代，日新月異的科技發(fā)展，人類對即將到來的機器/機器人革命保持不斷上升的警惕心，正推動著教育和職業(yè)培訓系統(tǒng)的發(fā)展。為了幫助未來的勞動力保持就業(yè)資格，職業(yè)培訓需要服務于不斷變化的勞動力市場所滋生的不同類型的學習需求：

一是自動化進程下勞動力轉(zhuǎn)型所滋生的學習需求。美國未來研究所（The Institute for the Future）的Devin Fidler認為：隨著基礎自動化和機器學習朝著商品的方向發(fā)展，人類獨特的技能將變得更有價值，今后會有越來越多的經(jīng)濟激勵用來推動此類培訓，以便更好地釋放其價值[26]。根據(jù)《2016年人力資本報告》對職業(yè)技能可遷移性和BBC新聞對職業(yè)被機器取代可能性的調(diào)查分析，我們不難發(fā)現(xiàn)：勞動力持有遷移性高的技能，更利于轉(zhuǎn)型到新的工作環(huán)境；管理、服務、藝術方面的工作被取代的可能性不到1%。在工作面臨轉(zhuǎn)型的現(xiàn)實與壓力下，勞動力不但需要掌握可遷移性較高的技能，更需要開發(fā)自身潛在的無形技能，如，合作、批判性思維和問題處理等能力。這些人類獨有的技能，映射了人工智能系統(tǒng)難以完全替代人類勞動力的價值。

二是“人機共存”下勞動力適應所滋生的學習需求。從最早的亞里士多德，到現(xiàn)代的《星球大戰(zhàn)》、《黑客帝國》、《人工智能》等科幻電影，再到最近Alpha-Go與李世石、柯潔的人機大戰(zhàn)。在遙遠的未來，人與機器的關系會如何，誰也無法判斷，但至少未來50年是一個人機共存的世界[27]?！度斯ぶ悄?、自動化與經(jīng)濟報告》（Artificial Intelligence，Automation， and the Economy）也指出，未來可能出現(xiàn)直接由人工智能驅(qū)動的工作，包括人類與現(xiàn)有人工智能技術合作、開發(fā)新的人工智能技術，在實踐中監(jiān)督人工智能技術以及由新的人工智能技術所引發(fā)的社會范式變革[28]。可以說，這種勞動分工的改變，將促使人類和機器之間的合作不斷加強與深化，未來的勞動者應該學會與人工智能系統(tǒng)進行有效溝通，才能完成“人-機”的協(xié)作活動，而該種能力實際上完全取決于人類對機器的了解、判斷和互動等認知。

三是 “云勞動”下勞動力應變所滋生的學習需求。伴隨生產(chǎn)型經(jīng)濟向服務型經(jīng)濟的轉(zhuǎn)變，我們已經(jīng)生活在一個快速變革的時代。在這樣一個時代，人力資本是社會最有價值的資本，學習能力則是人類所應具備的最有價值的一項技能，尤其是與工作相關的培訓，意義十分巨大[29]。在“云勞動”的彈性工作制下，個人與工作基于通信技術實現(xiàn)了直接對接，致使企業(yè)的勞動力來源不再只有正式員工，還將囊括自由職業(yè)者、“零工經(jīng)濟工作者”等各類從業(yè)者。企業(yè)對勞動力的期望和訴求也更加趨于多元化，注重復合型、智能型和社會型等人才的使用。這意味著個體要確保具有更強的適應能力，能夠最有效地掌握和應用職業(yè)適應能力。在此背景下，勞動力必然要學會學習且持續(xù)有效地學習，才能具備強大的自我學習與應變能力，更好地應對靈活的碎片化工作形式、復雜化的工作環(huán)境、數(shù)字化的就業(yè)市場以及多樣化的職業(yè)技能要求。

（二）職業(yè)培訓內(nèi)容：服務于不同的學習需求

“如果我們以前瞻性目光展望未來，自動化甚至能帶來國家繁榮”[30]，其提高了工業(yè)生產(chǎn)力和國家總體的經(jīng)濟增長。同時，就現(xiàn)階段而言，AI對工作的全面影響——創(chuàng)造或破壞就業(yè)機會，尚且不能得出準確的結(jié)論，但適應快速技術變革的能力在這個時代已然不可或缺。《人工智能政策原則》（AI Policy Principles）指出：我們應該綜合利用傳統(tǒng)的以人為中心的資源，以及新的職業(yè)教育模式和新開發(fā)的人工智能技術，來幫助現(xiàn)有的員工和未來的員工成功地開拓他們的事業(yè)或完成職業(yè)轉(zhuǎn)型[31]。相較于兒童和青年的以學術科目為導向的學習 （至少在學校），成人往往是生活導向（任務導向或問題導向）型學習。成人之所以在學習上產(chǎn)生動力，緣于在某種程度上，他們認為學習能夠幫助他們在生活中處理相關的任務或問題。為此，職業(yè)培訓應該根據(jù)勞動力滋生的學習需求，提供適切地培訓內(nèi)容：

一是為勞動力提供無形技能的職業(yè)培訓。拉斯維加斯內(nèi)華達大學社會學系教授西蒙·戈特沙克（Simon Ge.）表示，“未來的工作者需要更高層次的技能，尤其包括高效聯(lián)網(wǎng)、公共關系處理、跨文化敏感性、市場營銷以及社會、情感型智力等的能力。當然，傳統(tǒng)技能之外的創(chuàng)造力和批判性思維也在其中”[32]。在現(xiàn)實中，雇主通常非常關心雇員（或潛在的新雇員）具備能夠成功完成各項工作任務所需的與工作相關的實踐技能或能力[33]，以及其與企業(yè)的匹配程度。員工的無形技能決定著企業(yè)組織運行的有效性。為此，人工智能時代的職業(yè)培訓體系，不應再局限于為勞動力提供執(zhí)行程序性的培訓內(nèi)容，如計算、數(shù)據(jù)分析等，而更應該提供“人-人”、“人-機”以及“人-世界”的溝通能力培訓；提供面對瞬間出現(xiàn)的突發(fā)性問題進行處理的培訓；提供面對認識產(chǎn)生批判性認知和思考的培訓。這些培訓內(nèi)容的提供，無疑能夠為勞動力在人工智能時代成功實現(xiàn)工作轉(zhuǎn)換做好鋪墊。

二是為勞動力提供人機合作的職業(yè)培訓。自動化以及智能機器的應用，將會帶來對高技能工作者需求的增長，因為在以直覺思維和社會意識為必須的工作領域，需要他們?nèi)浹a科技的不足[34]。隨著人工智能系統(tǒng)的不斷發(fā)展，“人機協(xié)同”工作是未來社會重要的發(fā)展趨勢。這意味人類在未來的工作中需要提升人機交互和協(xié)作的效率：一方面，勞動力需要增強對機器的理解和交互能力，隨時適應人工智能的技術更迭；另一方面，勞動力要學會使用工作環(huán)境中所涉及的人工智能系統(tǒng)和設備，如，人工智能算法的計算機、可穿戴設備和植入裝置等硬件設備，以及記憶輔助系統(tǒng)和醫(yī)療診斷助手等智能系統(tǒng)。為此，通過對人工智能的基本知識、技能和能力等培訓內(nèi)容的提供，以及AI系統(tǒng)所采用的算法、邏輯以及預期故障模式等培訓內(nèi)容的供給，將幫助勞動力加深對人工智能系統(tǒng)的理解與認知，有利于實現(xiàn)人與機器各司其職，協(xié)同完成工作任務。

三是為勞動力提供應變能力的職業(yè)培訓。英國發(fā)布的《機器人技術和人工智能》（Robotics and Artificial Intelligence）表明，未來的勞動者們可能將會更加頻繁的更換工作，這需要他們掌握可以隨時轉(zhuǎn)換的工作技能[35]。事實上，由于科學技術發(fā)展的步伐不斷加快，預測新的專業(yè)和相關技能需求變得越來越困難。這就促使人們努力發(fā)展能更加適應實際需求的教育和職業(yè)技能培訓，增強教育和培訓的多樣化和靈活性，以便調(diào)整自身能力，以適應快速變化的工作需求。這意味著要確保個人具有更強的適應能力，能夠最有效地掌握和應用職業(yè)適應能力[36]。在許多人看來，“學習”是培養(yǎng)人類適應能力的關鍵。在人工智能時代，“學會學習”和“持續(xù)學習”能力對于勞動力至關重要。為此，職業(yè)培訓應該為學習者提供“學會學習”和“持續(xù)學習”等內(nèi)容的機會，幫助他們在面對不同的情境時能確定明確的學習目標，獲取學習材料與資源，掌握有效的學習方法，最終獲取為生活和工作服務的知識、技能。

（三）職業(yè)培訓策略：傳統(tǒng)形式與現(xiàn)代技術結(jié)合的數(shù)字化培訓

一般來說，職業(yè)培訓策略往往是為培訓內(nèi)容和目標服務的。所有的現(xiàn)代學習理論都強調(diào)，培訓策略選擇主要基于兩個要素：一是成人學習者的參與；二是培訓內(nèi)容的授權。在人工智能時代，在線培訓將被持續(xù)改進，并且可以在線合理交付技能或知識更新。盡管如此，許多工作領域所需要的無形技能，仍可能無法通過大規(guī)模的課程實現(xiàn)，而是需要個性化的學習方法來傳授。為此，職業(yè)培訓應充分合理的利用VR （Virtual Reality）、AR （Augmented Reality）、MR（Mediated Reality）等新興技術，結(jié)合傳統(tǒng)的指導、學徒制等方式，形成電子指導、體驗、數(shù)字化學徒制以及人工智能培訓等形式，建立起數(shù)字化的職業(yè)培訓模式，幫助勞動者獲取相關的培訓內(nèi)容。

一是通過電子指導實現(xiàn)技能遷移。人工智能時代，職業(yè)培訓所涉及的無形技能等培訓內(nèi)容，類似于波蘭尼提出的默會知識（Tacit Knowledge），即未被表述的知識，如，我們在做某事的行動中所擁有的知識[37]。這類知識往往難以通過大規(guī)模課堂所提供的培訓實現(xiàn)，需要個性化的指導。比若·瑪（Bierema L.L.）和梅里安（Merriam S.B.）指出，電子指導是“一種以計算機為媒介的、指導者與被指導者之間的互惠關系，它秉承無邊界主義和平等主義原則，為被指導者提供有別于傳統(tǒng)面對面指導的學習、咨詢、鼓勵、推薦和榜樣”[38]。在人工智能時代，我們將看到更多的在線個性化學習機會，優(yōu)質(zhì)或付費內(nèi)容的服務將會增加，這創(chuàng)造了一種空間，一對一的學習和互動將使導師能夠指導學習者，同時提供關鍵反饋的空間，有利于學習者技能的遷移。

二是通過數(shù)字化學徒制提供模擬路徑。職業(yè)培訓可以通過VR、AR技術，模擬人機協(xié)作的模式——機器實現(xiàn)簡單的操作和底層的自動化控制，由人實現(xiàn)上層的監(jiān)督控制、任務安排、軌跡設定及技巧性的操作等[39]，對勞動力進行教學培訓。人機協(xié)作的前提是人機交互，包括人對機器的信息獲取和輸入以及機器對人的信息獲取和輸出兩個層面，需要勞動力理解信號、代碼和數(shù)據(jù)組成的機器信息，學會借助鍵盤等中介設備進行信息傳遞和轉(zhuǎn)換，才能真正參與到人機協(xié)作的系統(tǒng)中完成工作任務。當然，除了在虛擬語境中實現(xiàn)人機交互和協(xié)作，職業(yè)培訓還可以通過模型、多媒體設備讓勞動力觀察機器的外在構(gòu)造、物理特性和運行狀態(tài)等信息，引導其根據(jù)自身的知識經(jīng)驗、分析能力，獲得機器的對象特征、模型等內(nèi)在規(guī)律信息，使得勞動力在人機協(xié)作中掌握主動權，將自身的知識和技巧結(jié)合到機器中，采用人工智能的方法，讓技巧在機器上模擬實現(xiàn)[40]。

三是通過人工智能培訓增強實現(xiàn)路徑。從腦神經(jīng)生理學的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應訓練或?qū)W習而建立起來的種種錯綜復雜的條件反射神經(jīng)網(wǎng)絡回路活動[41]。換言之，“他必須從自己的角度、以獨特的方式看待使用方法手段與取得結(jié)果之間的聯(lián)系。雖然正確適當?shù)闹v解可能引導他的認識，從而幫助他認識他需要認識的東西，但其他人不可能替他認識，他也不可能經(jīng)由別人的告知而認識”[42]。人工智能技術——虛擬現(xiàn)實（Virtual Reality，VR）和增強現(xiàn)實（Augmented Reality，AR）則為職業(yè)培訓形式帶來了更多直觀的、過去很難實現(xiàn)的學習體驗。首先，對于無形技能和應變能力而言，如，基于規(guī)則的推理和基于案例的推理開發(fā)出來的智能輔導系統(tǒng)[43]，通過虛擬訓練可以給勞動者提供認知和解決問題的策略。這種智能系統(tǒng)充分調(diào)動了大數(shù)據(jù)、云計算等技術，使勞動力融入強于真實的學習環(huán)境中，獲得深化、持久的體驗式學習，從而提升現(xiàn)實工作、生活或?qū)W習的思維和實踐能力[44]。

（四）職業(yè)培訓認證：構(gòu)建數(shù)字化認證系統(tǒng)

“我們一直同意這樣的觀點：無形技能一直都很重要，且它們應該成為任何終身學習的一部分。我們必須制定可靠、有效的指標，使我們能夠在個人、地區(qū)和國家的層面上追蹤當今世界繁榮發(fā)展所需的所有技能和能力，即使如果對創(chuàng)造力和好奇心之類的特質(zhì)進行測量認證一定非常困難[45]”。因為，這將有利于行業(yè)乃至全社會的人力資本提高，從而帶來產(chǎn)品服務質(zhì)量的普遍提升，為一國經(jīng)濟持續(xù)增長提供動力。盡管以文憑、證書為導向的認證體系，便于企業(yè)對勞動力的錄用進行高效率的篩選。然而，正如梅里克·克里格（Meryl Krieger）曾說的：承載文憑和證書的簡歷僅僅是二維的東西，無法恰當?shù)貍鬟_求職者的技能水平[46]。相較于文憑和證書，工作場所卻更能為真實世界中的工作職責賦予價值，檢驗勞動者的工作能力。隨著新式、有效學習環(huán)境的出現(xiàn)和數(shù)字問責制的進步，技術和能力將會有呈現(xiàn)出更加精確和完善的認證方式。不僅僅需要關注勞動者的測試和成績，將會更多關注勞動力個體所展示技能的水平。即人工智能時代職業(yè)培訓的認證將突破傳統(tǒng)的資格認證體系，構(gòu)建一個實時且共享的數(shù)字化認證系統(tǒng)。

事實上，在大數(shù)據(jù)與“云技術”的推動下，職業(yè)培訓可以通過互聯(lián)網(wǎng)搭載相關技能的測試和認證，構(gòu)建一個權威性的數(shù)字化培訓認證平臺。通過利用VR、AR等技術手段，被認證者登入平臺模擬的現(xiàn)實情境，在虛擬的網(wǎng)絡世界里完成問題處理、溝通與創(chuàng)造等相關能力的測試任務。平臺根據(jù)認證者的任務完成情況，來收集和評估其技能掌握的一系列數(shù)據(jù)與信息，決定是否給予相關技能的認證等級。與此同時，相關組織可以登入數(shù)字認證平臺瀏覽勞動力的技能信息，評估其能力優(yōu)勢及與企業(yè)的匹配程度，從而做出人員聘用決定。簡言之，這種形式的數(shù)字認證系統(tǒng)相當于為企業(yè)和勞動力搭建了職業(yè)匹配的認證“媒介”，個體的能力則是架起兩者雇傭關系的橋梁。無論是“人機共存”的工作互動，還是人類的無形技能和應變能力的鑒定，通過數(shù)字化認證系統(tǒng)就可以實現(xiàn)對職業(yè)培訓成果的展示和認定，這既契合了“云勞動”的彈性就業(yè)形態(tài)下企業(yè)的快捷需求，又能將勞動力的核心技能水平動態(tài)、立體地呈現(xiàn)在雇主面前。這樣，認證結(jié)果將更具說服力，能夠有效提高企業(yè)人才招聘的信度和效度。

（五）職業(yè)培訓政策：與人工智能相適應

作為促進就業(yè)和穩(wěn)定就業(yè)的重要途徑之一，職業(yè)培訓“不僅要瞄準當前國家、社會存在的技能缺口，還應該利用先進的技術培育未來所需要的技能”[47]。EPSRC機器人和自動化系統(tǒng)網(wǎng)絡宣稱，面對人工智能的發(fā)展，我們最重要的環(huán)節(jié)就是確保當前和未來的勞動力具有充分的技能和嫻熟的數(shù)字技術。政府應該采取有效政策或措施，完善現(xiàn)有勞動力的再教育及培訓體系，為勞動力技能和業(yè)務的調(diào)整創(chuàng)造培訓和學習機會，從而維護國家的競爭優(yōu)勢。英國下議院科技委員會頒布的《機器人和人工智能》（Robotics and Artificial Intelligence）圍繞教育和技能方面提出了相關舉措。例如，該報告強調(diào)，英國的持續(xù)成功將取決于企業(yè)、教育工作者和政府預測未來技能要求的能力，英國政府將在未來幾十年提供適當?shù)慕逃团嘤栿w系。ITI（Information Technology Industry Council）發(fā)布的 《人工智能政策原則》（AI Policy Principles）明確提出，為了確保未來勞動力的雇傭能力，公共和私營部門應共同參與基于工作的學習和教育培訓體系的設計，還必須優(yōu)先考慮提供職業(yè)培訓，以滿足工作需求的規(guī)模，投入資源開發(fā)有效的培訓項目。

“既然人工智能系統(tǒng)能分析和利用數(shù)據(jù)，人們應該有權利存取、管理和控制他們產(chǎn)生的數(shù)據(jù)[48]”。隨著人工智能的發(fā)展，我們應該更公平、有效地修正法律系統(tǒng)以及管理人工智能相關的風險[49]。從全球各國發(fā)展趨勢看，相關國家、組織以及企業(yè)在制定人工智能政策發(fā)展過程中，基本上都涉及到教育與培訓的問題。這是因為，它們都意識到，制定與人工智能相適應的教育與職業(yè)培訓政策，能夠為人類適應勞動力市場變革做好前期準備。首先，政策應強調(diào)教育與職業(yè)培訓對人才培育的重要性。面對當前和未來的勞動市場，勞動者唯有接受有效的教育和職業(yè)培訓，才能獲得人工智能時代所需的就業(yè)能力。其次，政策應要求相關部門持續(xù)投入資金，為勞動者提供適用性培訓。明確職業(yè)培訓職責和參與主體，鼓勵政府、企業(yè)、第三方等利益相關者積極參與，可以保證培訓資源的供給，推動教育、培訓和勞動力之間的無縫對接。第三，應鼓勵相關部門讓人工智能技術滲透到職業(yè)培訓領域，支持AI技術在職業(yè)培訓領域的開發(fā)與應用，并借助其監(jiān)管職業(yè)培訓的安全性和可控性。最后，完善職業(yè)培訓評估的質(zhì)量標準。對職業(yè)培訓評估與質(zhì)量標準體系的使用和推廣，不僅能夠增強勞動力的流動性，還有助于提高職業(yè)培訓提供者和參與者的社會地位，從而增加職業(yè)培訓對人們的吸引力[50]。相關部門要通過人工智能技術實現(xiàn)數(shù)字認證，統(tǒng)一培訓質(zhì)量標準，完善培訓評估體系。

正如阿蘭·圖靈（A.M.Turing）在《計算機器與智能》中所描述的：“我們目光所及，只能在不遠的前方，但是可以看到，那里有大量需要去做的工作”[51]。同樣地，我們也決不可能把“人工智能當作不受歡迎的冒犯者拒之門外，一味用挖苦的言辭非難它；反之，我們應該歡迎它，汲取它正確的見地，小心翼翼且又踏踏實實、開誠布公地把那些可能有損于它邏輯的誤解及不理解的地方糾正過來”[52]。進入人工智能時代，勞動力市場受到巨大沖擊毋庸置疑。但我們堅信，人類唯有有效地做好自身的工作，通過積極主動的學習，才能緊跟時代的發(fā)展步伐，坦然面對和迎接人工智能時代的到來。

[1][美]吳軍.智能時代：大數(shù)據(jù)與智能革命重新定義未來[M].北京：中信出版社，2016：339.

[2][4][11][美]盧克·多梅爾.人工智能[M].賽迪研究院專家組譯.北京：中信出版社，2016：139-140.

[3][26][32][46]Lee Rainie，Janna Anderson.The Future of Jobs and Jobs Training[R].Washington DC： Pew Research Center， 2017.

[5]卡普蘭.人工智能時代[M].李盼譯.杭州：浙江人民出版社，2016：147.

[6][12][18]World Economic Forum.The Future of Jobs： Employment，Skills and Workforce Strategy for the Fourth Industrial Revolution[EB/OL].[2017-10-20].http：//reports.weforum.org/future-of-jobs-2016/.

[7]吳永和，劉博文，馬曉玲.構(gòu)筑“人工智能+教育”的生態(tài)系統(tǒng)[J].遠程教育雜志，2017（5）： 27-39.

[8]孫志杰，王善軍，張雪鑫.工業(yè)機器人發(fā)展現(xiàn)狀與趨勢[J].吉林工程技術師范學院學報，2011（7）： 61-62.

[9]田濤，鄧雙城，楊朝嵐，等.工業(yè)機器人的研究現(xiàn)狀與發(fā)展趨勢[J].新技術新工藝，2015（3）： 92-94.

[10]梁文莉.全球機器人市場統(tǒng)計數(shù)據(jù)分析[J].機器人技術與應用，2017（1）： 44-48.

[13]International Labor Organization.Key Indicators of the Labour Market[DB/OL].[2017-10-20].http：//www.ilo.org/ilostat/faces/wcnav_defaultSelection； ILOSTATCOOKIE= lEt7_ZPued8q2Fjw UZWfFc ZJUsBYfCRl-m4RAI3dtFkTI-Ho3oRV！-648174753?_afrLoop=519217016807590&_afrWindowMode=0&_afrWindowId=null#！%40%40%3F_afrWindowId%3Dnull%26_afrLoop%3D 519217016807590%26_afrWindowMode%3D0%26_adf.ctrl-state%3D11yez6obu_4.

[14]McKinsey Global Institute.The Age of Analytics：Competing in a Data-Driven World[EB/OL].[2017-10-20].https：//www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the-ageof-analytics-competing-in-a-data-driven-world.

[15][意]弗洛里迪.第四次革命[M].王文革譯.杭州：浙江人民出版社，2015：46.

[16]International Labor Organization.World Employment Social Outlook， Trends 2016[EB/OL].[2017-10-20].http：//www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/---publ/documents/publication/wcms_443480.pdf.

[17]王金秋.資本積累體制、勞動力商品化與靈活雇傭[J].當代經(jīng)濟研究，2017 （1）：41-48.

[19]劉熠.云計算概念及核心技術綜述[J].中國新通信，2017（4）：12.

[20][22]The Economist.Artificial Intelligence will Create New Kinds of Work[EB/OL].[2017-10-20].https：//www.economist.com/news/business/21727093-humans-will-supply-digital-services-complement-ai-artificial-intelligence-will-create-new.

[21]World Economic Forum.The Human Capital Report 2016[EB/OL].[2017-10-20].https：//www.weforum.org/reports/the-human-capital-report-2016/.

[23][南非]伊恩·戈爾丁，[加]克里斯·柯塔納.發(fā)現(xiàn)的時代：21世紀風險指南[M].李果譯.北京：中信出版社，2017.

[24][英]史蒂芬·霍金.果殼中的宇宙[M].吳忠超譯.長沙：湖南科學技術出版社，2006.

[25][36]聯(lián)合國教科文組織.反思教育：向“全球共同利益”的理念轉(zhuǎn)變[M].聯(lián)合國教科文組織總部中文科譯.北京：教育科學出版社，2017.

[27]鈦媒體.在超級智能Watson的未來世界，會有怎樣的人機共存生活？[EB/OL].[2017-10-20].http：//www.tmtpost.com/award/1672742.html.

[28][30]Kristin Lee.Artificial Intelligence，Automation，and the Economy[EB/OL].[2017-10-20].https：//obamawhitehouse.archives.gov/blog/2016/12/20/artificial-intelligence-automation-and-economy.

[29][美]雪倫·B·梅里安，羅斯瑪麗·S·凱弗瑞.成人學習的綜合研究與實踐指導[M].黃健，張永，魏光麗譯.北京：中國人民大學出版社，2010.

[31]Information Technology Industry Council.AI Policy Principles[EB/OL].[2017-10-20].http：//www.itic.org/policy/intellectual-property.

[33]Bessen James.Employers aren’t Just Whining-the “Skills Gap” is Real[M].Harvard Business Review，2014.

[34]騰訊研究院.人工智能各國戰(zhàn)略解讀：英國人工智能的未來監(jiān)管措施與目標概述[J].電信網(wǎng)技術，2017（2）：32-39.

[35]The Science and Technology Committee.Robotics and Artificial Intelligence[EB/OL].[2017-10-20].http：//www.publications.parliament.uk/pa/cm201617/cmselect/cmsctech/145/145.pdf.

[37]Michael Polanyi.The Study of Man[M].Chicago：The University of Chicago Press，1959.

[38]馬頌歌，吳剛.西方電子指導的基本議題與項目實踐[J].現(xiàn)代遠程教育研究，2016（3）： 35-46.

[39][40]董苗波，孫增圻.關于人機協(xié)作的學習控制[J].控制與決策，2004（2）：235-237.

[41]《計算機與信息科學十萬個為什么》叢書編輯委員會.計算機與信息科學十萬個為什么（8）：人工智能[M].北京：清華大學出版社，1998.

[42][美]唐納德·A.舍恩.培養(yǎng)反映的實踐者：專業(yè)領域中關于教與學的一項全新設計[M].郝彩虹等譯.北京：教育科學出版社，2008.

[43]Nitaya Wongpinunwatana， Colin Ferguson， Paul Bowen.An Experimental Investigation of the Effects of Artificial Intelligence Systems on the Training of Novice Auditors[J].Managerial Auditing Journal，2000（6）： 306-318.

[44][美]安德魯·阿伯特.職業(yè)系統(tǒng)——論專業(yè)技能的勞動分工[M].李榮山譯.北京：商務印書館，2016.

[45]Luckin R，Holmes W，Grifths M，F(xiàn)orcier L B.Intelligence Unleashed：An Argument for AI in Education[M].London：Pearson，2016.

[47]World Economic Forum.The Future of Jobs and Skills in the Middle East and North Africa[EB/OL].[2017-10-20].https：//www.weforum.org/reports/the-future-of-jobs-and-skills-in-the-middle-eastand-north-africa-preparing-the-region-for-the-fourth-industrialrevolution.

[48][49]Hope Reese.Asilomar AI Principles[EB/OL].[2017-10-20].https：//www.techrepublic.com/article/23-principals-for-beneficialai-tech-leaders-establish-new-guidelines/.

[50]李新功.歐盟職業(yè)培訓：政策與實踐[D].上海：復旦大學，2005.

[51]Turing A M.Computing Machinery and Intelligence Mind[M].New Series，59（1950）： 433-460.

[52][美]休伯特·德雷福斯.計算機不能做什么：人工智能的極限[M].寧春巖譯，馬希文校.生活·讀書·新知三聯(lián)書店，1986.