劳动前沿观察：人工智能冲击下的“技能极化”风险

在人工智能迅速渗透的背景下，一个被称为“技能极化”的现象正在深刻改写就业版图。其关键特征在于：中等技能岗位出现“中间塌陷”。仿佛沙漏般的结构，高技能与低技能岗位不断在两端扩张，而处在中间层的工作则加速收缩。像规则清晰、任务重复度高的中等技能岗位——例如初级会计、法律助理——正被人工智能更快地替代；与之相对，高技能领域如财务分析、税务筹划的岗位需求却在上升；同时，护理、清洁等偏体力的低技能劳动因难以被自动化，反而维持较稳定的状态。结果是，中等收入层的职业（如互联网技术专员、数据分析师）在冲击中更为明显，而高薪岗位如医生、以及相对低薪的餐厅员工所受影响相对较小，逐渐形成“中间更低、两端更高”的极化格局。这样的格局会把劳动者推入严峻的二选一：要么向上提升技能，要么陷入向下滑落。现实中，确有一部分人通过掌握Python、数据分析等工具实现转岗到高附加值岗位，但更多人可能因能力不匹配被迫转入低技能服务业，甚至出现硕士生竞聘客服岗位的情况，这也是过度教育的典型表征。过度教育不仅意味着教育资源的巨大浪费，也会削弱个体职业获得感，使劳动者陷入“高学历却低就业”的困境循环。因此，在家庭教育层面，我们必须引导孩子更早地思考并应对这种未来挑战。

“技能极化”的影响后果值得持续深入研究。就现阶段看，“技能极化”往往使中等技能劳动者面临更大的转型压力。其一，中等技能群体是极化陷阱中相对脆弱的一方：他们既缺少高技能劳动者那样的技术适应能力，又较难与低技能劳动者竞争那些以体力为主的岗位；同时，许多培训内容与实际需求之间仍存在错位问题，导致即便参与培训，也难以满足人工智能协作型岗位的能力要求。其二，劳动力市场中的过度教育现象又会进一步放大这种困境：高学历人才的就业错配不仅降低了个体发展空间并压低了社会教育投入回报，也会挤压中等技能劳动者的生存与转型空间，使其面临的转型难题更加突出。有研究认为，“数字智能技术通过要素替代效应、技能溢价效应及岗位极化效应，引致低技能劳动者收入出现分化；平台经济的放大效应进一步强化技术替代与数字红利的双重影响，从而使低技能劳动者陷入技术淘汰型与平台增益型分化的结构性困境”。总体而言，需要加大对人工智能替代背景下“技能极化”陷阱的研究力度；该问题也折射出当前劳动力市场转型中的深层矛盾。可喜的是，已有研究者开始重视数智时代的劳动极化现象，但从整体来看，围绕劳动技能极化的研究仍显不足。

当中等技能岗位（如初级会计、法律助理）被人工智能替代后，劳动者究竟是能顺势升级到更高技能，还是被动下沉到低技能服务业？同时，技能下沉是否会诱发过度教育？针对这些问题，目前仍存在不少政策层面的空白，集中表现在两方面：再培训体系的效能不足以及制度性保障的缺位。因此，需要在研究的广度与深度上继续拓展。具体而言，一方面要重点弄清再培训项目如何提升针对性，避免只强调短期技能灌输却忽视长期职业规划训练。尤其需要研究培训如何把人工智能协作所要求的复杂任务纳入课程设计，从而提升劳动者对新兴岗位的胜任力。另一方面要加大对制度性保障问题的研究力度，重点讨论如何应对社保覆盖不够充分，以及职业资格认证体系相对滞后，从而限制劳动者转型能力的形成。此外，还应聚焦那些忽视中间岗位的政策如何优化：现实中政府与企业往往更重视高技能人才培养与低技能岗位保障，却未充分探索人工智能协作型中间岗位的生成路径。在此背景下，应当讨论一种既合理又可落地的做法，例如通过政府补贴支持企业设置“人工智能训练师”“数据标注审核员”等过渡性岗位，为中等技能劳动者提供缓冲与衔接空间。从全球视角看，多国都遭遇劳动技能极化带来的挑战；部分国家已形成相对成熟的应对思路，其中德国模式较具代表性。德国采用过渡性就业安排与双元制教育体系，其经验或能为其他国家提供参考价值：德国通过政府补贴推动企业创造人工智能协作型中间岗位，例如在制造业设立人机协作协调员，帮助劳动者循序渐进完成对新技术的适应。同时，双元制把学校学习与企业实践结合，学生带薪学习三年后即可直接就业，留用率较高，能在一定程度上减少教育与市场需求脱节。对中国而言，德国模式能否有效适配仍需结合本土条件进行系统研究。

摘自何云峰：《深层民生视角下当代数字劳动前沿议题探析》，载《广西社会科学》2025年第6期，第1-11页。