【观点追踪】《理论月刊》:人工智能时代劳动技能重塑研究

作者：孟晨阳

华中科技大学经济学院博士研究生

作者：张卫东

经济学博士

华中科技大学经济学院教授、博士生导师

引用格式：孟晨阳，张卫东.人工智能时代劳动技能重塑问题研究[J].理论月刊，2026（4）：51-61.

摘要

人工智能技术推动劳动力从体力—脑力分工向人机协作转型，由此引发新一轮的生产力革命，进而对教育改革、生产要素配置、产业格局、社会分工形态和劳动就业结构等产生深远影响。尽管人工智能改变了传统的社会分工模式，但现阶段的人工智能技术在面对当前劳动力技能错配、结构性失业和周期性失业叠加等现象时并未成为有效缓解劳动力供需不平衡的工具，反而可能带来性质更为复杂、也更具挑战性的就业悖论。基于莫拉维克悖论的人类智能与人工智能的特殊性，劳动者的技能重塑成为现阶段增加和改善劳动就业的关键所在。基于人工智能影响下职业技能存在的"可替代"与"不可替代"区分，实行与之匹配的场景化、分层次和协同化外部干预策略及教育体系改革迫在眉睫。据此，开展分层次技能培训、推行技能数字认证、建立需求监测机制与改革教育体系能够有效提升劳动者的人机协同思维与精神情感素养，最终实现人工智能的科技红利与高质量就业的社会化共赢。

1.引言

现阶段，人工智能技术的爆发式发展正在格式化全球经济的运行方式，将人类推入一个前所未有的人机共生时代。不同于工业革命时期机械对人类体力的替代，人工智能时代的最主要特征是"智能替代"：算法学习与感知决策能力的突破使机器能够在一定程度上具备人的"意识"或"思维能力"，实现对人类认知劳动的规模化替代。2025年的《政府工作报告》提出："持续推进'人工智能+'行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用。""人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的'头雁'效应。"人工智能技术及其产业化发展目前已进入"创造性破坏"的爆发期，其扩散冲击远超蒸汽机和电力等历史性技术对全球经济的影响，正在重塑人类社会的价值创造与分配逻辑。就业是民生之本，亦是关乎社会政治大局稳定的压舱石。在人工智能技术及其产业化的冲击下，就业面临着前所未有的挑战与机遇。人工智能所具备的双重性加剧了效率革命与就业重构两者之间的矛盾，具体来说主要体现在四个方面。

第一，全球贸易增速不断下降，外贸这一"增长发动机"的减速运行导致结构性失业问题在数字经济时代愈发难以逆转，技能错配的现象在人工智能时代持续恶化，劳动密集型产业被机器人所代替，原有大量低技能劳动力迅速遭到淘汰。而且，随着生成式人工智能技术的快速迭代，其对劳动就业的影响正逐渐突破体力劳动边界向认知领域延伸，教师、律师等一系列具备情感和知识属性的职业同样遭遇职业危机。

第二，精神需求的迅速扩张与物质需求的相对下降。人工智能时代生产效率的显著提升可能会加剧物质生产的产能结构性过剩问题，伴随经济增长动能的边际递减趋势逐步显现，以及劳动力市场的结构性失业和周期性失业叠加存在，社会总供给与有效需求之间的矛盾进一步加剧，人民群众对物质产品需求的增长可能出现乏力，进而对行业发展和劳动力需求产生影响。与此同时，随着人均生产总值的提升，社会消费结构将发生显著变化，有关文化创意、情绪价值的精神消费占比逐步提升，精神需求将会出现爆发式增长。在此背景下，职业的需求结构、劳动者的技能水平、教育平台的设计布局以及政策法规的制定均面临着系统性调整。

第三，教育体系的制度性滞后造成部分人力资本投资的浪费。现有的教育理念、教学方法及教学体系依旧延续传统的模式和内容，政策制度尚未健全，面对人工智能带来的滔滔洪流尚无招架之力，加之学校与教师方面对于人工智能技术的认知和应用尚不成熟，因此出现课程内容与市场需求脱节、学生技能结构失衡、教育资源分配低效等一系列问题。此外，近年来高校应届毕业生所面临的就业形势呈现出前所未有的复杂性、紧迫性与挑战性，这种紧迫性已超越传统的周期性失业范畴，演变为涉及人机效率争夺、代际公平和数字化转型适配的系统性挑战。

第四，中国劳动年龄人口规模自2022年起进入下行通道，人口红利消退倒逼"效率红利"挖掘，再加上全球经济缺乏新的增长点，就业市场本身就已面临较大的压力。然而，人工智能的普及进一步加剧了现有就业市场的两极化效应：高技能人才需求激增与中低技能岗位萎缩并存，行业间、区域间、代际间的就业失衡风险大幅上升，由此导致原本已经严峻的就业形势雪上加霜，进而影响经济发展和社会稳定。

归纳起来，人工智能的发展对劳动技能的影响是颠覆性的，其本质是推动劳动力市场从体力—脑力分工向人机替代再到人机协作范式转型。这种影响并非简单的替代或创造，而是通过改变职业技能需求要素、重构产业业态形式、加剧劳动力市场极端化等方式，对社会就业产生深远的结构性冲击。在这种情况下，现有劳动力系统性供需不平衡的矛盾该如何缓解？如何实现人工智能的应用而不损害劳动者的核心利益？未来社会对职业技能的需求会如何改变？要深入理解人工智能重塑劳动技能的现象，必须首先剖析人工智能对社会各层面的深远影响，从而揭示经济社会供给与社会需求之间的主要矛盾，在提升经济学研究事后解释力的同时，增强预测未来经济社会发展的研究能力。

二、职业技能重塑的原因

职业技能重塑的主要原因在于人工智能技术发展的莫拉维克悖论：一方面，人类智能在完成简单任务时的优势独一无二，却在复杂的逻辑任务方面一筹莫展；另一方面，人工智能恰好相反，擅长需要巨大计算力的复杂逻辑推理任务，对小孩子都能实现的简单的动作协调与语言处理能力却力所不逮。这种机器智能与生物智能的区别正好为人机协作提供了空间，社会分工形式也随之发生改变。而从体力—脑力分工向人机协作转型，要求劳动者职业技能的重塑与再造。具体来说，这种职业技能的重塑原因包括三个方面：第一，人工智能时代的分工形态及模式发生改变；第二，人工智能时代不同层次需求的重新排列与组合，导致劳动力结构和技能需求发生改变；第三，人工智能技术对职业技能存在"可替代"与"不可替代"的区分。

（一）人工智能时代的分工形态及模式发生改变

分工理论认为，将复杂的生产流程拆分为专业化的生产单元，由不同的主体承担相应的生产行为能够实现生产效率的大幅提升，并进一步推动社会生产力的进步和社会结构的演化。从最初制针工厂的生产效率革命性提升，到工厂形式的专业化流水线生产，再到信息时代的知识分工，每一次技术的重大突破都重塑着分工形态与分工边界。然而，人工智能革命与历次工业革命的最大区别是，过往的工业革命中人类始终是社会活动的主导，社会分工也主要是在人与人之间开展。随着人工智能技术的应用与迭代，人类与人工智能的关系从单纯的指导关系变为相互依存和相互指导、"你中有我与我中有你"的多维度交互关系，人机分工的边界呈现出模糊化和动态化，分工组织出现去中心化等一系列新特征。具体来看，人机分工边界模糊化和动态化主要体现在"人工智能+"广泛深入社会的各行各业，社会化分工的边界和技术壁垒不再明显，普通劳动者也能够基于人工智能技术完成以往并不熟知领域的部分基础性工作。并且，随着生产效率的提升，社会的分工形式和用工需求逐渐呈现出快速变化的形态，传统分工后短期内不再改变的局面已经远远落后于生产力的需求。人工智能技术的广泛应用进一步使例如科技创新领域等原先具有较强技术壁垒的工作变得大众化。这是因为传统的创新领域具有封闭性和专业性特点，社会分工在该领域不够充分和深入，人工智能技术能够对一些创新行为提供技术支持，进而使更多劳动者参与到科技创新的行业中，有助于大力提升全社会的科技创新水平，进而激发整个社会的生产力。随着分工模式的改变，人机协作将成为人工智能时代的典型分工模式。

随着人工智能技术的快速发展，有关人机分工的讨论已成为学界热点话题。例如，有学者认为人机系统的复杂性远超机器部件装配之和，创新性提出人机社会系统并将机器视为具有行为能力且独立的社会行动者，能够与人类在群体和网络中进行彼此依赖和相互影响的复杂式互动，从而形成关系紧密的统一社会系统。Wilson等警示那些现阶段简单利用人工智能来取代员工的公司，认为这些公司的目光过于短浅，无法实现远期的可持续发展目标，并证实采用人机协作，基于人类的领导能力、团队合作能力、创造力和社交能力与人工智能所具有的速度、可扩展性能力的相互补充能够大幅改善公司的绩效水平。Korteling等认为，尽管在可预见的未来，人工智能无论如何发展仍然是无意识的机器或支持人类完成特定复杂任务的专用设备，但通过充分利用人类和人工智能各自的优势，能够将人工智能培养成人类团队的"团队成员"，弥补人类成员的认知局限性，拓展认知可能性。

人类与机器所体现的认知与行为方式差异是影响人机分工的决定性因素。以人工智能为代表的机器系统的运作高度依赖预设的目标与来自外部的信息输入，其行为具有较强的可预测性、较高的执行精确度与极快的运行速度，并能够基于海量的信息数据网络作出实时响应与调整。然而，其弊端在于面对非结构化、动态化环境时的适应性与随机调整性存在显著局限，且对来自外部的干预行为具有相对刚性的响应机制和路径，无法及时有效地结合情景给出最佳应变措施。与之形成鲜明对比的是，人类通常受限于局部信息的获取能力，在行为决策中会遵循"满意型决策"原则，即在有限信息下寻求满足最大规模群体利益的方案而非绝对意义上的最优方案。人类作为集理性和感性于一身的决策者，具备强大的环境适应与情境学习能力，其行为不仅受到法律、社会道德和行为规范的限制与约束，还伴有随年龄增长所产生的认知固化、认知偏差与行为惯性，并在一定程度上受到来自同僚的压力，因此人类的行为和决策具有较强的丰富性和差异性，表现出千人千面的特征。此外，人类独有的认知与学习能力使其能够在特定条件下反思并调整自身的认知框架。由于人类的认知过程难免受到信息瓶颈、有限理性、行为进化机制以及情感动机等心理因素的影响，人类的系统性认知偏差普遍存在。正是上述基于认知与行为方式的差异而非单纯的运算能力与信息收集能力的强弱，决定了人类与机器在复杂任务协作中各自扮演不可替代的角色，并成为人机功能分配的关键性决定因素。

人机分工主要有人类智能主导型、人机协作型、人工智能主导型和淘汰落后型四种类型（如图1）。人类智能主导型的工作主要包含具有创新创造、理论研究、情感共鸣和复杂决策等特性的职业，这些职业因具有人类的特殊属性而难以被人工智能所替代。人工智能主导型的工作主要包括输入与输出高度结构化、逻辑与决策过程规则化、环境变量可控、允许一定容错率以及结果可量化评估的工作。需要说明的是，人类智能主导型的工作并不意味着脱离人工智能而运作，人工智能主导型的工作也不代表人类智能的离场。这就意味着，人机协作型的分工将成为未来主流的人机分工形式。

图1： 人机分工的主要类型

与此同时，人机分工模式的形成也面临着全新的问题：人工智能已经具备"独立"形成经济价值的能力，能够实现原有人类所具备的工作能力并基于机器母体创造财富。人工智能具有的知识创造能力在一定程度上意味着作为知识创造主体的人的地位受到挑战。然而，著名的莫拉维克悖论认为人工智能是对认知水平的倒置，人类核心价值无法被替代。这是因为对人类而言相对困难的高层次推理（例如高等数学、几何运算等）对计算机来说非常容易处理，而人类能够轻而易举做到的低层次感知性运动技能（例如语言交流、肢体运动、同情心等）对机器而言却难以实现。

已有许多研究分析了人工智能与人类的异同点，概括起来就是：无论人工智能如何发展，其角色永远是在回答"方法和目标"如何实现的问题，而人类则是唯一拥有定义"为何而生"能力的主体。人类独有的价值判断、意义赋予、情感共鸣与伦理道德等隐形能力是机器永远无法具备的。因此，人工智能与人类的认知差异是影响社会分工体系构建的基础性因素，人类作为价值创造核心的分工地位不会发生改变。但是，由于人工智能时代的分工形态与模式已经发生深刻变化，与职业分工相对应的职业技能必然需要在人工智能时代进行适应性重塑。

（二）职业技能需求与供给的矛盾更加突出

人工智能技术的应用推动了生产效率的指数级提高，导致物质供给更加丰富和充足。与此同时，人工智能通过削减重复性、高耗时体力劳动的工作强度使民众的闲暇时间得以增加，进一步刺激了民众的精神需求。因此，当前社会正面临职业技能需求结构与供给体系之间的系统性失衡。这种失衡进一步表现为劳动力市场的结构性错配、精神需求多样化但供给体系落后等方面。具体来看，在劳动力市场的结构性错配方面，人工智能技术的更新频率远超人力资本的迭代周期，导致人工智能技术形成"技能鸿沟"，人类短期内难以超越。进一步地，人工智能时代需要的高端数据分析与程序开发岗位和具有情感属性的服务岗位人员短期内难以满足需求，出现了高技能人才不足、中技能人才"臃肿"、低技能人才过剩的困境。此外，现有的教育体系仍然以培养传统标准化的技能为主，与人工智能时代所需要的交互型多技能融合的岗位需求出现错配。在精神需求多样化与供给体系落后方面，生产效率的快速提升增加了民众的闲暇时间，正催化着民众精神需求的改变。精神需求的演变呈现出两个显著特征：一是随着人工智能赋能各类社交媒体和娱乐软件，普通民众进行个性化创造和个性化定制的难易程度大幅降低，民众从以往的消遣娱乐转向个性创造和自我实现，基于人工智能的协作式创造需求大幅增长，传统的标准化供给模式向个性化定制转变。二是现阶段的物质供给已经非常充分，民众对于物质产品的消费增长速度逐渐乏力，但是对于能够引发情感共鸣和满足情感需求的精神类产品或文化创意产品的需求呈现爆发式增长。然而，人工智能技术最大的缺憾就是不具备情感属性，这也导致精神需求与物质供给错配和人工智能无法有效满足人类精神需求同时共存的困境。

总的来说，人工智能时代物质需求在总需求的排序中相对下降，人工智能无法满足的精神需求会随着人工智能的进步变得愈加重要。因此，伴随不同层次需求的重新排列，社会对职业技能的需求也会发生重塑。

（三）人工智能技术对职业技能"可替代"与"不可突破"的区分

现有研究表明，人工智能是人类智能的延伸与替代，推动着劳动力技能需求的转移，重塑着就业形势和就业需求。人工智能的发展加剧了劳动力就业市场分级化的现象，正在形成典型的沙漏型就业结构：顶端是所需要的高技术人员（如算法和数据处理工程师、科学家等），底部是具有情感属性和无法被代替的特殊技能人员（如教师、心理咨询师、理疗师等），中间层是能够被人工智能替代的大量传统岗位（如装配员、司机等）。这种结构性变动导致人力资本的回报率呈现出显著的不均衡变化。人工智能与劳动者主要存在三种关系，即人指导人工智能、人与人工智能合作生产和人服务人工智能；故人工智能的发展对就业结构的影响也集中表现为三个方面，即替代效应、互补效应和创造效应。人工智能能够部分取代传统职业，同时催生新的工作机会，而对于高度依赖创新思维的职业领域来说，人工智能仍需与人类协同合作。

第一，人工智能对劳动力岗位存在替代效应。一方面，人工智能基于人类预设目标及传导路径实现特定功能，通过程序和算法的结合，在提高生产效率的同时也代替了部分原有的重复性、低技能、密集型劳动岗位，从而减少了生产过程中的劳动力需求。并且，人工智能对劳动力的替代比传统的机械自动化对劳动力的替代幅度更大。例如在工业领域，工业机器人在制造业中替代传统人工进行流水线操作，大幅度提高了生产效率和产品质量。在服务行业，人工智能技术的应用大幅降低了企业客户服务领域的运营成本。人工智能机器人能够24小时不间断地处理客户咨询，替代了大量的人工客服岗位。近年来兴起的无人超市，通过基于计算机视觉和感知传感器的人工智能程序实现消费者自助结账，减少了收银员等岗位的劳动力需求。另一方面，除了对机械、流程的物理替代，人工智能还能够通过机器学习和算法应用代替部分基础性的智力劳动。总之，人工智能的替代效应主要集中于低技能、重复性和低情感需求的岗位。

第二，人工智能对劳动力岗位存在互补效应。例如在法律行业，人工智能对法律条文和案例的检索工作能够进一步提升对法律条文使用的适配度，帮助律师将精力转向制订诉讼策略与创造客户价值方面。在教育领域，人工智能协助教师进行作业批改、知识点匹配等教学辅助工作，有效释放了教师的行政性工作时间，使其能够集中更多精力投入于教学设计和优化中，并通过算法分析学生的成绩和学习进度，为每个学生量身定制个性化的学习方案。这种新型人机协同模式通过将智力劳动进行垂直分工和水平整合实现劳动力的分层次重构，帮助人类突破能力"天花板"。但是，受限于人类认知边界与现有技术框架，人工智能系统仍无法突破预设逻辑程序的约束，其智能水平的提升本质上遵循与人类认知扩展相同的渐进式路径。因此，在未来相当长的一段时间内，人工智能将会作为人类社会的劳动力补充，与人类现有的职业相互补充。

第三，人工智能对劳动力岗位存在创造效应。伴随人工智能的应用与普及，一些全新的岗位需求应运而生，并且往往需要具备跨学科知识和更高水平的技能。人工智能对职位的创造效应主要体现在：一方面，人工智能技术推动了新兴职业类型的涌现，例如人工智能维护工程师、元宇宙建筑师、人工智能伦理师等一系列依托人工智能技术的新职业在近两年呈爆发式增长。在文化创意领域，AI视频创作者和AI绘画师通过算法技术与传统艺术的结合重新定义了文化内容生产的边界，大幅提升了文化传播的效率。另一方面，传统岗位通过"人工智能+"实现技能重构和转型升级。人工智能技术不仅创造出新的岗位，还推动一些传统岗位向高附加值方向转型。在制造业领域，视觉识别和深度学习模型的引入能够大幅改进产品检验的效率和精准度，优化生产流程，使传统的质检员工作内容由重复劳动升级为兼具技术创新与管理协调的复合型工作任务。这种转型要求劳动者具备专业技能和使用人工智能的双重能力，能够通过掌握人工智能工具操作流程来提升工作效率。在服务领域，基于人工智能的客服系统虽然代替了部分基础性客服咨询岗位，但也催生出人工智能系统运营维护师和具有情感属性的陪护师等一系列新角色。人工智能尚不具备感情陪伴和共情能力，因此，新兴的情感陪护师等职业角色会在人工智能时代凸显出更加重要的情感价值。

从经济增长维度来看，作为一种通用性的技术，人工智能具备的替代性和互补性双重属性构成了技能需求变革的核心驱动力。这一过程同样遵循技术扩散引发生产函数重构，从而影响要素边际产出变动的一系列传导机制，最终导致技能需求的调整。内生增长理论认为，经济增长是人力资本、技术进步、组织变革等一系列内部因素影响的结果，每一次技术革命均会引发人力、制度的变革和组织架构的调整。人工智能技术替代大多数体力劳动，并逐步向认知领域延伸，人机协作的复杂程度呈指数级上升，这就导致传统技能所产生的边际效应快速递减，传统技能岗位需求随着人力资本的边际效应递减而降低，并根据社会发展提出新的岗位需求。短期来看，人工智能引发的技能错配会加剧摩擦性失业问题，对经济增长存在不利影响。但从长期来看，人工智能推动供给结构达成新的均衡——岗位替代与创造形成动态平衡的局面，有利于形成人力资本与技术协同驱动的新增长路径，并进一步推动人类向持续学习乃至终身学习的观念转变。总体而言，人工智能带来的变革既是挑战又是机遇，它能够使现有的经济体摆脱对低端生产要素的依赖，转向以高阶人力资本为核心的内生增长模式，并释放技术红利。

从社会发展维度来看，人工智能给劳动者带来的影响可谓是令人五味杂陈。一方面，"人工智能+"大大提升了民众生活的便利度。基于人工智能推出的各式应用程序和软件能够从出行、教育、医疗等多个领域为人们的日常生活提供便利化和个性化服务，推动科技进步惠及大众。另一方面，历次技术变革在推进生产率提升的同时往往会带来技术性失业。与前几次技术革命相比，作为颠覆性技术的人工智能革命对就业的冲击力度更大、范围更广、持续时间更长。当人工智能领域的高技能从业者进入劳动力市场并形成职业竞争关系时，传统就业岗位和传统服务行业面临与人工智能同台竞技的局面，无疑将受到冲击并很可能被人工智能所取代。部分劳动者群体会出现明显的职业替代焦虑，产生对人工智能的危机感和恐惧感，甚至形成抵触情绪。这种心理情境源于对个体本身人力资本价值损失的担忧，以及对技术性失业可能性的理性预期。基于此，人工智能技术的应用可能会进一步加剧收入分配极化与有效需求萎缩的风险。

人工智能的"不可替代"主要体现在创造属性与情感属性。人类自身通过漫长历史时期的进化，已经拥有成熟的创造力和想象力，会通过观察世间万物的表象来辅助自己认知，并将认知转化为理性思维，以形成认识世界和改造世界的能力。并且，人类具有高于现存其他生物的理解能力和道德判断力，能够根据自身所处环境形成触类旁通的适应能力，这些独有的技能深刻地影响着人类的生产和生活方式。人工智能尽管已经能够实现超越人脑的数据处理速度并具备一定的自主学习能力，但其核心的数据运算方法和逻辑程序依旧局限于开发者的认知水平框架，故其主要用途在于对现有事物或现象的完善与优化。进一步说，人的设计和参与是人工智能系统正常运转的前提，是人类创造了人工智能，而不是以人工智能为代表的机器生产了人。因此，人工智能尚不具备对全新事物的创造能力，并在未来较长时间内无法与人类的创造能力相媲美。至于情感属性，人类情感的产生与个体的神经活动密切相关，而现有的人工智能是基于预设的算法和已有的数据输入，经过特定的程序和规则运行所产生的结果，有关神经网络和深度学习的设计也仅限于对人类神经的模仿，难以全面捕捉和模拟人类情感产生和变化的复杂原理，也就难以具备真正的情感理解能力。

三、职业技能的重塑方向与重点

从社会发展现状可知，人工智能技术的应用与普及并未如许多学者预期的那样成为缓解劳动力系统性供需不平衡的良方，反而造成了更具复杂性和挑战性的就业市场悖论。再加上人工智能对传统岗位显著的替代效应，进一步加剧了社会对于人工智能取代人类劳动力的担忧。现有人工智能的技术水平已经突破了传统意义上机器代替人工的物理性替代，劳动力市场有关技能的需求也从先前的技能由人向机器平移转变为机器与人相互协作。基于此，人工智能时代的职业技能重塑就显得极为重要和迫切。本文认为，人工智能时代技能的重塑核心是场景化、分层次和协同化，在推进个体技能进化的同时，注重个人精神内涵的连接，推动个体培养终身学习的能力，将人工智能的时代红利转化为高质量发展的动力。

（一）技能重塑需要场景化、分层次、协同化

在人工智能能够对现有的劳动力市场产生颠覆性影响的背景下，技能重塑成为个体适应社会变化的必然选择。然而，不同行业对人工智能的需求方式、需求程度和需求内容不尽相同，由此人工智能在不同行业和应用环境所产生的效果也存在差异，呈现出显著的场景特征。例如，在医疗行业，人工智能主要用于辅助医生识别医疗图像、诊断病情和研发药物，并不具备临床判断和人文关怀的能力，并且人工智能对病情的认知和判断能力还是源于医疗从业人员已有的算法训练和数据输入。因此，医疗从业人员的技能重塑需要着重培养医护人员的临床决策能力和人机协同能力，并将医疗数据的收集和整理能力作为医护人员的基本素养和基础考核要求。在教育行业，人工智能主要用于学生作业批改、个性化培养方案定制和问题解答与总结等方面，其最大弊端在于不具备共情能力和对问题的处理过于标准化，既无法有效为学生提供人文关怀和价值观指导，也无法通过与学生的有效沟通发掘其潜在的创造力和批判思维能力。这就要求在教育行业的场景中，进一步强化教师的人文关怀和人文素养，提升"育人温度"，加强对人工智能相关技术的学习和应用能力，善用人工智能赋能教学过程，将人工智能的个性化培养与人性化育人有机结合。

综上，职业技能的重塑需要建立在对特定行业和应用场景的深刻理解之上，不能采取简单的"一刀切"方案。这就要求人工智能的应用基于特定的场景开展，对技能重塑的影响也要在特定场景下进行讨论。

职业技能需要分层次重塑的主要原因是不同个体对人工智能的接受度和需求性存在较大差异，个体的认知水平和学习能力也不尽相同。这种差异性不仅仅体现在不同行业的岗位之间，还体现在同一行业内部的不同从业者身上。从行业角度看，高新技术产业主要进行技术研发与创新，对从业者的专业技能要求十分严苛。这些领域的从业者需要具备极高的技术素养和创新能力，通过熟练运用人工智能的工具和算法不断研发最新技术。因此，这类从业者的技能重塑在于重点提升其在某一细分领域的专业素养和技能水平，形成技术优势和研发壁垒。在传统行业例如农业、制造业和服务业中，人工智能应用的主要目的是为现有的生产方式和生产过程赋能，对从业者的技能要求相对较低。因此，这些领域的从业者更多需要掌握基础的人工应用能力，能够利用现有成熟的人工智能工具和平台提高工作效率和质量即可。对于这类从业者，职业技能重塑的重点应放在普及人工智能基础知识和技术应用上，培养其基本的操作能力和问题解决能力。

从个体角度看，不同个体对人工智能的接受度和适应性存在较大差异。认知水平较高、学习能力较强的个体更容易接受和习得人工智能技术，能够较快地熟练掌握和应用相关技能。因此，对于该类个体，职业技能重塑的重点要向提升其创新能力和领导力的方向倾斜，培养其成为技术骨干和行业"领头羊"。认知水平和学习能力有限的个体可能难以快速适应技术的变革，对这类个体需要着重提升其基础性的通用技能应用能力。

综上，根据人工智能对行业和岗位的不同影响采取差异化的策略和方法，是提高社会分工效率，培养适应人工智能时代需求的高素质人才，推动经济社会高质量发展的重要举措。

技能重塑需要与人工智能技术实现协同化的关键原因在于技能具有动态性和替代性。人工智能技术的动态更新和快速迭代大大缩短了社会对技能需求的更新周期，传统的技能培养方式会导致"技能掌握即落后"这一现象的发生。因此，人工智能时代对职业技能的重塑要实现人工智能与紧缺人才需求和高质量就业的协同联动，以"大产业"需求为导向，培养具有人工智能通用技能的通识型人才，使其能够在后续的具体工作中基于所具备的基础性技能充分发挥"干中学"的能力，更加高效地实现自身价值。

（二）技能重塑需要注重精神内涵和情感满足

作为一种通用型技能，人工智能技术正在深刻改变各行各业的生产方式和工作模式。传统的技能体系逐渐被颠覆，普通民众已经可以基于成熟的人工智能平台或技术通过"人工智能+"赋能生活中的各个环节。由此，一些传统技术优势所产生的边际效用就会在一定程度上降低，甚至被人工智能所替代。这就说明，过去那种单一的技能优势和技能学习已经不足以应对复杂多变的未来挑战，同时，以体力支撑的物理技能更多地被机器所替代，而机器无法替代的精神和情感层面的培养和丰富将愈发重要，并成为人工智能无法替代的核心竞争力，这为职业技能的重塑提供了参考。

精神内涵主要包括个体的价值观、品行、道德修养和思维方式等精神要素，这是人类有别于机器的独有特质。个体的精神内涵是指导其参与社会活动和持续发展的内在动力，对其行为选择产生深远影响。在人工智能时代，精神内涵既是指导人工智能的发展不违背人性和道德的关键因素，也是维系人类文明延续而不被机器思维所替代的重要载体，其重要地位毋庸置疑。

随着技术的进步，人类对情感满足的需求会更加强烈，对用来满足个体精神需求或实现个人价值的产品和劳动的需求将大幅提高，与情感需求相关的情感密集型职业岗位（如心理咨询师、陪诊员等）将大幅增加，情感劳动成为社会上具有较高价值的劳动方式。究其原因，一方面是具有情感属性的职业能够基于人性为个体提供精神慰藉和情绪支持，理解并对人类的复杂情绪作出有效回应，通过语言的沟通和心灵的交流实现情感共鸣，而现阶段的人工智能尚不具备这类能力。另一方面，现代社会所产生的空虚感、抑郁感通常源于自我实现需求或归属感的缺失。人工智能对部分工作的替代使人类失去了作为劳动者的参与感，无法享受原有的劳动过程，劳动所带来的成就感也大幅降低，削弱了个体自我实现的价值满足感。

综上所述，满足民众精神和情感需求的产品和劳动将成为未来社会的热门需要，对精神性劳动力的需求也会随之增加。因此，人工智能时代的职业技能重塑要充分发挥人类特有的情感属性，始终将人类独有特质作为核心竞争力，引导劳动者向具有情感属性的职业倾斜，巩固劳动者在人机协作中的情感角色，与人工智能技术形成优势互补效应。

四、职业技能重塑的路径

（一）劳动力市场干预

面对人工智能引发的包括技能错配、职业需求分级化等在内的劳动力市场失灵现象，推动职业技能供需的结构性调整势在必行，具有包容性和前瞻性的顶层设计是重中之重。劳动力市场干预的具体措施主要包括以下三个方面。

首先，政府应带头鼓励开展大规模职业技能培训行动，建立健全人工智能需求导向的技能人才培养机制。一方面，将技能需求划分为三个层级：基础应用级（人工智能辅助办公和生产、人工智能协助数据分析可视化）、专业运维级（机器算法与深度学习技术的应用、人工智能设备的运用和维护）、创新级（人机交互设计与行业创新）。另一方面，根据技能需求紧缺程度建立分层次的技能培训体系，依据不同岗位对人工智能技能的需求程度实施"基础人工智能素养—行业核心技能—人机协作应用"的三级阶梯式培训方案，确保技能供给和岗位需求的合理匹配。这期间要充分引入社会资本，积极调动行业和企业的积极性，推进"培训即就业"的订单式培养新模式，实现培训成果与企业用工需求的精准匹配，确保技能投资转化为切实的生产力提升。

其次，同步推行数字化技能认证标准，实现个体技能的数字化认证。现有劳动市场对于传统技能的认证手段和方式已经非常充分，但是对于人工智能等技术的新技能认定尚无统一有效的认证方式和认定证书，一些劳动者所具备的新技能在求职或工作中无法得到有效证实，在一定程度上削弱了个体所具备的新技能的有效竞争力，从而减弱了劳动者参与人工智能等新技术学习和培训的动力。因此，要重点推动新技能的数字化认证，制定通用化的技能衡量标准与层级，推动专项能力证书与职称评定的互通互认。还可以在认证环节将个体所具备的人工智能等新技术水平通过区块链认证，确保认证方式的公开透明和公正。这些做法有利于在保障传统产业劳动参与者的核心竞争力的同时激发其提升人机协作能力的内在动力，并充分培育新一代年轻群体从事人工智能技术创新、大数据分析和算法优化等前沿技术的核心竞争力。

最后，加强技能需求紧缺程度的监测与预警，及时开展人才供需关系前瞻性分析。人社部门可以牵头建立人工智能技能需求动态监测平台，密切关注人工智能可能产生的大规模就业挤出效应，加强对重点企业和重点领域的用工需求监测。基于企业用工需求大数据和劳动力供给大数据建立重大技术提前两年的职业预警机制，动态化研判就业形势，并进一步通过技能培训补贴、税收减免等措施为受影响的劳动者提供再就业帮扶，实现技术扩散与就业稳定的动态平衡，形成人工智能技术与劳动力互惠互利的可持续发展格局。

（二）教育体系改革

在人工智能冲击下，大幅缩短的技术迭代周期、结构性失衡严重的劳动力市场，以及产业需求与劳动力培养的错配加剧等一系列问题，倒逼着教育体系进行适应性改革。教育体系改革的目标一方面是为社会培育新质生产力人才，推动生产力的进步和社会的可持续发展；另一方面是推动劳动者具备的个人职业技能与社会需求相匹配，促进个人价值的实现。因此，教育体系的改革需要从人机协同应用思维培养和加强精神道德修养两条路径入手。

在社会层面，要充分发挥人工智能的价值，将人机协同应用思维灌输于教学环节的各个方面。在教育教学实践环节的各个阶段应用人工智能技术、产品与服务，及时向学生教授和展示人工智能的特性、使用方式、技术功能与发展现状，为学生营造潜移默化的人工智能氛围，增强个体对人工智能技术的接受度和参与度，确保学生进入社会后能够快速适应社会发展和新技术的更迭。

在个体层面，精神内涵和情感体验是人工智能尚无法替代的核心优势，也是应对新技术变革的核心竞争力。随着人工智能的广泛普及，技术发展所产生的弊端也不可避免，一些违背伦理和人类道德的问题与现象逐渐浮现。例如，人工智能的算法和程序可能存在偏见，加剧社会不公；无限制的人工智能应用可能会侵犯个人隐私，并被用于从事破坏性行为等。在这种情况下，个体的精神道德修养对于正确地使用和发展人工智能技术具有重要的指导意义。具备良好道德修养的人会更加注重人工智能技术的安全性、可靠性和公平性，基于道德和伦理框架有限度地使用人工智能开展符合人类长远利益的社会活动，推动人工智能技术的健康发展。此外，精神道德修养和情感属性强调对个体的尊重和人文关怀，能够确保技术的发展不会忽视人的需求和感受，实现社会的人性化可持续发展。

人工智能技术引发全球性的新一轮生产力革命，对生产要素配置、产业格局、社会分工形态和劳动就业结构等产生深远影响。劳动力就业作为民生领域重点问题，与社会大局稳定和经济高质量发展紧密相关。

本文的创新点主要有三：首先，本文认为人工智能技术的应用并未如许多学者预期的那样成为缓解劳动力市场系统性供需不平衡的良方，反而呈现出更具复杂性和挑战性的就业市场悖论。随着人工智能技术的应用，人类自身内部的分工界限进一步弱化，人机协作分工的边界也逐渐模糊化和动态化，分工组织出现去中心化等一系列新特征。本文提出，人工智能与人类的认知差异是影响社会分工体系构建的基础性因素，人类作为价值创造核心的分工地位不会发生改变。其次，本文发现劳动力供给与技术革命下技能需求之间的错配现象，以及劳动力市场结构性失业和周期性失业叠加的共同作用，加剧了人工智能时代职业技能需求与供给之间的矛盾，导致人力资本投资收益大幅缩减。并且，随着民众精神需求的迅速扩张与物质需求的相对下降，社会整体对职业技能的需求和人才的要求发生改变。因此，动态性、持续性和情感性成为劳动者职业技能重塑过程中的必然要求。进一步地，本文基于人工智能的技术特征，有效区分了人工智能技术对职业技能的"可替代"与"不可替代"，凸显出职业技能重塑的必要性。最后，本文提出以场景化、分层次和协同化为方向对劳动力就业市场进行外部干预是重塑职业技能的重要环节，能够有效缓解劳动力供给与技术革命下技能需求之间的错配现象。此外，本文认为应从个体的技能形成源头进行适应性的教育体系改革，以培养人机协同应用的思维方式和提升精神内涵与情感能力两条具体路径对教育体系进行具有动态性、持续性和情感性的改革。

基于此，本文认为，重塑劳动者的职业技能需要从两方面入手：一是要通过实施分层次职业技能培训行动、推行技能数字认证和加强技能需求与供给的预警监测，建立健全人工智能需求导向的技能人才培养机制，通过社会层面的劳动力市场干预，确保人力资本投资有效助力生产力水平的提高。二是要从个体的技能形成源头进行适应性的教育体系改革，践行培养人机协同应用的思维方式、提升精神内涵与情感能力这两条具体路径，重塑劳动者的职业技能，推动人工智能与人类劳动的深度融合与可持续发展，以人机协作的繁荣发展推动新质生产力水平的提升，为经济高质量发展提供持续动能。

编 辑 |张莹珠 李嘉钰 初 审 | 刘蕊

审 核 | 李紫璇