AI学会你的绝活，谁才是数据资本的主人？

过去，公司难以复制员工的智慧。

如今，借助全面的监控、即时的数据捕获以及大型语言模型的飞速发展，员工的专业洞察力（know-how）正逐渐被系统性地转化为企业的宝贵资产。

关于“员工技能”的戏谑讨论层出不穷，但这或许已不再是笑谈，而是正在成为职场的新常态。

当您的“经验”被用于训练AI，其所有权究竟属于谁？如果归属于员工，我们是否有法律途径来防止被雇主轻易模仿和学习？

新时代的劳资争议，可能不仅仅局限于工作时长、同工同酬以及消除歧视。我们开始面临对“经验所有权”的争夺。

在劳动节之际，我阅读了一篇引人入胜的论文，题为Labor as Capital: AI and the Ownership of Expertise（本人直译：《作为资本的劳动：人工智能和专业知识的所有权》）。

这份由哈佛大学与麻省理工学院学者联合完成的学术研究，深入探讨了一个核心问题：当人工智能（AI）掌握了您的工作技能后，您的劳动价值是否就等同于公司的机器资本？

传统意义上，工作经验深植于个人大脑之中（例如处理棘手客户的直觉判断、识别系统深层漏洞的能力等），公司难以将其剥离。

然而，现今公司可以通过录音、屏幕捕捉、聊天记录等方式收集海量数据来训练AI。这意味着，AI能够协助公司将您的个人经验转化为企业永久持有的机器资产。

研究结果显示，当员工意识到自己的数据被用于训练AI，并可能最终导致自己被取代时，他们会产生职业焦虑，并倾向于采取“知识保留”（knowledge withholding）的行为。

员工开始有意识地规避监控：降低文档质量、避免在监控平台内沟通，甚至在关键技能领域故意“保留一手”。

尽管这种防御性策略能在短期内维持员工的议价能力，却会损害企业的整体协作效率和社会总生产力。

面对“经验资产化”的趋势，该论文提出了三种不同的所有权分配模式，这些模式将直接影响劳资双方在数字时代的根本议价能力：

若将数据和经验完全归属企业，可能会激发劳动者的“防御性消极”。为了避免被AI完全取代，员工会选择隐藏知识来维持其仅有的议价筹码，最终导致技术进步带来的红利在内耗中被抵消。

即使赋予劳动者对其数据进行变现的权利，也可能引发“竞争外部性”，导致恶性竞争：如果您出售了数据，AI因此变得更强大，您同事的价值就会相对下降；最终，大家相互竞争，反而让公司在谈判中占据优势，导致所有人的薪资都受到影响。

这是论文所倡导的“双赢”方案，类似于数字时代的“知识工会”，通过集体谈判（collective bargaining）来确定数据的收益权和使用方式。这既能缓解员工对被取代的担忧，又能确保AI带来的利润增长在所有权分配层面就向劳动者倾斜。

回溯法律实践，若我们沿用传统的法律框架进行理解，会发现诸多困境：

现行的著作权法中关于职务作品的规定，更多地倾向于保护“显性成果”（如工程图纸、程序代码、宣传文案等）。

然而，AI所模仿和复制的是“隐性过程”——即您的思维模式、沟通策略等未被明确编码的知识（uncodified knowledge）。

这些尚未转化为作品的知识流动，目前正处于法律保护的空白地带。

企业收集员工的通话录音、聊天记录、工作场所行为画面等，究竟是基于经营主权下的合规风险控制，还是对个人隐私和劳动人格权的侵犯？

在训练AI的背景下，传统的“告知-同意”原则是否会被滥用，成为一种变相的强制手段？

当数据是在企业提供的资本和知识产权基础上产生的，如何界定劳动者对数据的归属权？

数据集体所有权模式深受西方工会文化的影响。在缺乏此类传统的法治环境下，如何构建劳动者的数据报酬权机制，目前仍充满挑战，前路漫漫。

正如该论文的结论所述，通过公共政策或私人协议来设计、测试和完善替代性机制，是未来研究的重要方向。

我们正处于一个“摸着石头过河”的探索阶段。每一位法律从业者对数据边界的审慎考察，都在为未来的数字协议奠定基础。

如果您是员工，面对公司要求将您的工作记录输入大模型，您会选择拥抱效率，还是会选择“留一手”？