‘智能+’时代就业将会迎来怎样的机遇？

编者按

时下，以人工智能为代表的新一轮科技革命方兴未艾，教育模式、社会分工都随之发生深刻变革。光明智库特邀三位学界、业界专家，围绕“‘智能+’时代的就业问题”，从“怎么看”与“怎么办”两个维度，共同探讨如何调动多元力量，深化教育改革，激活就业领域的一池春水。

本期嘉宾

国务院发展研究中心创新发展研究部部长、研究员 马名杰

北京师范大学互联网教育智能技术及应用国家工程实验室主任 黄荣怀

中国人民大学劳动人事学院劳动关系系主任 吴清军

就业总量不会受太大影响 但就业结构会有所改变

光明智库：人工智能的快速发展，正在改变我们的生产生活。今年《政府工作报告》中又点出了“智能+”概念。请问，人工智能给就业带来的挑战有多大？新机遇又有哪些？

黄荣怀：

中国社会正处于转型期，以人工智能为代表的新一轮科技革命，正影响着人们的日常生活。世界经济论坛发布的《未来就业报告(2018年)》指出，目前机器可以完成的任务时长，占当前工作总时长的29%，2022年后预计可达42%。可以看出，“智能”与行业充分融合后，就业结构会发生很大变化，这呼唤更多“新动力人群”的出现。

为适应这种需求，教育部门也在积极应对。近期，教育部印发《关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，全国共有35所高校获首批“人工智能”新专业建设资格，在专业调整方面开始发挥积极的政策引导作用。

吴清军：

评价人工智能对就业的影响，不能单纯看就业人数的增减，还要考虑对劳动生产率、社会生产总值、就业质量、就业结构、劳动力技能等方面的影响。

人类历史上，没有一次技术创新导致整个社会大规模失业。我们研究发现，从长期来看，就业总量不会受太大影响，但就业结构会有所改变。人工智能确实给一些程序性工作带来冲击，不过复杂性工作以及非程序性工作，不会受到冲击，反而会创造新的机遇。

随着信息化技术的飞速发展，市场需求将推动人才培养体系的改革创新。高校人工智能课程、专业的设置，标志着我们已经迈出了第一步，下一步还将推动经济、管理等其他学科的改革与创新。

新技术和新商业模式的发展，打破了传统工业时代的岗位设计和职业规划，在生产和服务领域，催生了一大批新职业。这背后体现的是社会分工体系正在转变，与数字经济相匹配的新职业体系，正在逐步形成。近期，人力资源和社会保障部正式发布13个新职业，电子竞技员、云计算工程技术人员等职业应运而生，折射出我国未来发展的热点领域。

马名杰：

所谓“智能+”，可理解为以人工智能为主的新一代信息技术，在各行业得到广泛应用，从而改变传统的产业形态和就业方式，促进经济社会更好发展。当前乃至今后较长时期，人工智能处于快速发展阶段，对就业的影响将是一个渐进的、逐步扩大的过程。

实际上，工业革命的发展史就是“传统劳动”不断被替代、新就业岗位不断被创造的过程。纺织机、蒸汽机、自动化技术等重大技术变革都曾引发“失业恐慌”，但新技术、新业态、新产业创造了更多就业机遇，“智能+”很有可能继续这种趋势。尽管从长远看，人工智能有利于推动就业发展，但由于求职者转换劳动技能需要时间，且个体差异较大，短期内可能对就业产生一定压力。

促进教育培养模式重构

光明智库：有观点认为，我国教育多以“吸收性知识教育”模式为主，而人工智能需要通过深度学习进行，这对传统学习模式形成了挑战。未来的人工智能，很可能会让现行教育模式下的毕业生优势荡然无存。这引发了对如何进行教育改革、促进人才培养等问题的思考。您如何看待？

马名杰：

随着我国经济转型升级和迈向高质量发展，大数据、人工智能等新技术被广泛应用，知识结构更新换代节奏加快，未来就业的不确定性明显提高。这就要求劳动者要具有更强的学习、适应、创新能力。

当前，各地高校在培养目标、课程设置、教法创新、实践训练、师资队伍、孵化资源等重点领域做了不少探索。但人工智能时代要求的自主学习、批判思维和创新潜质的培养，还明显不足。传统岗位劳动力能以多快的速度掌握新技能，从而满足数字经济时代的就业需求，是当前就业面临的关键挑战。所以，我国教育模式需要加快转变的步伐，满足未来就业需求。

吴清军：

题中观点失之偏颇。目前很多学校都在培养“专业性”人才，大量的课程都是技术或技能教育。但这不仅仅是中国独有的问题，全世界教育领域都存在这样的问题。

为适应第三次工业革命带来的产业结构和发展特点，人才培养要求越“专”越好。未来，受人工智能冲击最严重的，可能就是这些专业性、程序性的工作岗位。但是，很多高校已经启动教育模式改革，应对上述挑战。培养方式上，已从专业性转向综合性人才培养;课程体系中，基于大量基础性课程，又增加了技术技能课程;培养模式方面，已从专业性思维培养，逐步转向解决复杂问题的思维培养。

黄荣怀：

知识精加工型和知识贯通式学习，是两种不同的学习方式。前者与“吸收性知识教育”类似，强调训练“如何寻找和记忆答案”，对问题的来龙去脉不要求过多思考，是一种浅层次学习。后者与“联通主义学习理论”相一致，强调知识之间的关联、理解问题语境、提出问题以及寻找解决问题的途径。在记忆(存储)和信息加工(计算处理)方面，机器已经超过人类;但解决复杂问题方面，未来的机器难以超越人类。所以，无论是从基本生存能力，还是创新能力角度看，学生都需要从知识精加工型向贯通式学习转变。

“智能+”时代，学生之间存在“数字使用鸿沟”，作为“数字移民”的教师，如何管理“数字土著”的学生，都关乎技术与教学的深度融合问题。我们可尝试从单一的课堂教学，拓展到项目学习、探究学习等多样化情境中，激发学生的好奇心;采用“翻转教学”等方式，弥补同质化课堂的教学缺陷，满足学生诉求;优化信息化环境，提升学习效率。特别应指出，要推动教育装备等产业发展，增加对教学硬件的支持力度。

“智能+”时代，求职者该做些什么？

光明智库：人工智能技术的出现，使就业结构发生了改变。同时，新技术在推动新旧动能转化的过程中也延伸了产业链，创造了大量新岗位。广大学生、家长及再就业者、创业者都很关注的问题是：数字时代，将会催生哪些新行业、新职业，他们应该为此做哪些准备？

吴清军：

数字技术发展太快，很难精准预测会产生哪些新职业、新岗位。未来就业者需要培养好两种能力，以不变应万变。一是解决复杂问题的能力，而并非简单的专业性技术能力;二是终身学习的能力，要随着技术的发展时刻保持学习状态。未来的创业者，除了具备以上两种能力外，更要培养一种自我判断的能力。创业能否成功，需要有市场预判、经营管理以及沟通交往的能力。我并不建议年轻人盲目创业，创业之前需要对自我能力进行评估，这是至关重要的。

黄荣怀：

当下，智能技术领域的人才已经供不应求，如人工智能和机器学习专家、数据分析师、信息安全分析师、用户体验和人机交互设计师、区块链专家等。目前，人工智能在服务业应用较多，如客服、销售、培训和开发岗位等。除此以外，“人机协作”将成为未来的主要工作方式，如口译人员可以在智能语音识别系统的辅助下进行翻译，医生在智能诊断系统的辅助下对病人进行诊察。

《未来就业报告(2018年)》指出，2018年至2022年间，所需劳动力技能的平均转移幅度为42%;到2022年，至少54%的员工需要进行大规模的重新培训和技能提升。所以，未来就业、创业的学生非常需要提升自身的“数字化生存能力”。增强好奇心对学生来讲很重要，学会在冗杂信息中探究事物本质的能力;提高学习能力，才能适应社会发展带来的挑战与机遇;良好的自控力对提高个人能力也很关键，这是应对变革时期的“软实力”。

马名杰：

我国正处于新旧动能转换进程中，技术创新瞬息万变，要准确预测十分困难。有些一度活跃的新业态、新模式，可能很快就被市场证明是失败的。归根结底，创造新岗位的主体是企业，它们抓住机遇、不断创新和试错。一般而言，新技术和新产业的发展，往往会产生人才缺口。例如，据教育部、人力资源和社会保障部、工业和信息化部等共同编制的《制造业人才发展规划指南》估算，2025年，新一代信息技术产业、生物医药和高性能医疗器械、节能与新能源汽车、新材料、机器人领域，人才缺口将分别达到450万、40万、103万、400万和450万。在快速变化的新时代，劳动者要注意提升自身对新知识的学习能力，增强对新形势的适应能力和创新能力，这样才能变挑战为机遇。

统筹多方力量营建就业好环境

光明智库：就业不仅要靠就业者的个人努力，更要靠整个社会形成合力。针对人工智能时代的全新需求，政府、学校、用工单位如何因时而动、顺势而为，为广大就业创业者创造更好的环境？

马名杰：

一方面，要加快推进我国教育体制改革。从短期看，加强技术和职业培训以及终身教育的政府扶持力度，支持离岗人员再培训;鼓励多种形式的创业，如支持“零工经济”的新工作方式，提高跨领域的劳动力流动性。从中长期看，要重视培养学生的科学精神、创造性思维和创新能力，在培养机制、课程体系、教学方法和考核方式等方面，深化教育改革。另一方面，要破除制约企业创新的各种束缚，完善新产品、新业态、新技术标准，坚持宽容、审慎地监管，营建鼓励创新、公平竞争的市场环境。

黄荣怀：

政府除了重视智能技术的发展，加大投入力度，重视人才培养以外，还需要营建城市智慧学习环境，充分利用好公共场馆设施，为公民终身学习提供保障。在社会治理中，也可引入智能技术，提高治理的有效性。学校可在突破关键、共性的产业技术瓶颈上下功夫，积极组织开发基于人工智能的教学实验项目，建设人工智能实验室，并与社会对接。

吴清军：

适应智能时代要求、完善教育体制改革的良好政策环境正在逐步形成。我们要看到，中国已置身于经济全球化中，要创造更好的环境，无非有两点原则：一是保持充分、平等的市场竞争才能带来创新动力，营造创新的环境;二是以包容审慎的态度对待创新，才有可能应对第四次工业革命对传统产业结构、社会结构产生的巨大冲击。