近年来，伴随算法算力的不断进步和海量数据的持续累积，人工智能正在从“决策式”时代迈入“生成式”时代。十年前，学者们普遍认为决策式人工智能短期内难以突破感知操纵、创造性以及社交智慧等瓶颈，并预测技能要求较低的职业将更易被取代。仅仅十年后，生成式人工智能就颠覆了这一观念。生成式...
近年来，伴随算法算力的不断进步和海量数据的持续累积，人工智能正在从“决策式”时代迈入“生成式”时代。十年前，学者们普遍认为决策式人工智能短期内难以突破感知操纵、创造性以及社交智慧等瓶颈，并预测技能要求较低的职业将更易被取代。仅仅十年后，生成式人工智能就颠覆了这一观念。生成式人工智能在改变现有职业性质的同时，也孕育了众多新兴职业，不仅对劳动者的技能提出了新的要求，也将淘汰一些传统技能。
职业任务更替：从决策式人工智能到生成式人工智能
决策式人工智能的设计目标是模拟人类的决策过程，通过分析输入的数据和信息，然后做出最有可能的决策，通常用于需要快速、准确决策的场景，例如金融投资、医疗诊断等。生成式人工智能，又称为创造性人工智能,是一种能够生成新的、与人类创造力相似的输出的人工智能。它的设计目标是模仿人类的创造力，通过学习和理解大量的数据和信息，然后生成新的、创新的内容，通常用于需要大量创新内容的场景，例如艺术创作、新闻写作等。与决策式人工智能相比，生成式人工智能所需的算法能力更为强大，数据规模更为庞大，能执行的任务也更为复杂。生成式人工智能不仅拥有预测能力，更展现了独立判断、内容创造和社交智慧等多方面的能力，从而将智能应用的范围扩展至脑力劳动领域。
在决策式人工智能时代，多数经济学家都持有人工智能具有“常规替代性”的观念，即人工智能更易替代那些执行可重复性高的常规任务的劳动力，而对于需要面对复杂、多变外部环境的非常规任务，则仍依赖劳动力。然而，随着人工智能向生成式的转变，机器人执行的任务范围开始延伸至非常规任务，劳动力的职责也相应发生了变化。例如，生成式人工智能可以协助艺术创作者收集素材、分析观众偏好，从而提高创作的效率和质量，但对于深度的社会洞察、情感表达、艺术审美等高阶任务仍需人类来完成。教师可以利用人工智能来分析学生特点、制定和优化教材、批改作业，将更多时间和精力投入关注学生个性化需求和创新教学模式等方面。生成式人工智能可以替代律师完成文档审核、案例分析、合同草拟和基本法律咨询等，但出庭辩护、建立客户关系、伦理判断等工作仍需由律师亲自完成。即便生成式人工智能极大扩展了可自动化任务的范围，改变了人类在许多职业中的角色，但涉及深度专业知识、情感理解、艺术创作和道德判断等方面的任务仍然依赖于人类。
人工智能不仅会改变职业任务，还催生出众多新兴职业。《中华人民共和国职业分类大典（2022年版）》首次纳入了97个数字职业，这些新增的数字职业占到了本次修订新增职业的61%，展现了数字职业的快速增长趋势。这些新兴职业涉及监督或维护人工智能系统、提供更高级别的创意和决策等。例如，人工智能训练师主要负责数据标注、算法参数设置、人机交互设计以及性能测试跟踪等；人工智能工程技术人员主要从事人工智能算法和深度学习技术的分析、研究、设计、优化和管理等；电子数据取证分析师负责电子数据的提取、固定、恢复和分析；智能楼宇管理员则主要负责智能化建筑系统的操作、调试、检测和维护。
生成式人工智能时代的职业技能需求变化
人工智能的持续突破正在触发职业任务的转型，这无疑将重塑各个职业对员工技能的需求。进入生成式人工智能时代，不仅可以实现数据分析、财务事务处理和文档归类等高精度、高重复性任务的自动化，甚至一些初级创作或设计任务，如视频制作、文本编辑和程序设计也可由人工智能完成。因此，基本的数据输入和处理技能以及执行简单重复性任务的能力将逐渐被淘汰。但生成式人工智能仍无法完成涉及战略规划、复杂问题解决、高级创意设计、情感交流、复杂社交环境及高专业技能知识的任务。因此，这类任务所需要的批判性思维、创新性思维、情绪管理、人际交往等能力也将愈发重要。此外，人工智能还将通过创造新任务，对劳动者提出新的技能要求，例如数字技术应用、数据解读、跨领域合作、远程操作等能力。
在生成式人工智能时代，技能需求快速变化，劳动者是否应该专精于单一技能，还是尽可能地学习多种技能，取决于他们的职业目标、兴趣和市场需求。专精单一技能可以助力劳动者在某一领域成为专家，推动该领域的发展，并提供更高价值的产出，但单一技能劳动者在岗位转换过程中，也可能会因缺乏灵活性而难以重新获得工作岗位。掌握多种技能可以帮助劳动者适应多变的工作环境，获得更多的职业机会，但会导致其对某一专业领域研究的深度不足而难以成为专家。因此，劳动者不应仅局限于提升单一技能，也不应仅满足于浅尝辄止地学习多种技能。更为合适的方法，是发展一种“T形”技能结构，即在某一领域深入钻研，同时具备多个领域的基本知识和技能，使得劳动者既能保持专业深度，又能更好地适应时代变迁。
人机协作：生成式人工智能时代的职业技能培训方向
尽管生成式人工智能可能引发技术性失业等问题，也可能引发知识产权和隐私安全问题，但它能够将劳动者从重复性、高强度、高危险性的体力劳动以及初级创造与设计任务中解放出来，这不仅可以提高生产效率、确保人类安全，还可以促使劳动者将更多精力投入更为复杂、更为精深的任务中，从而推动人类社会的进步。人工智能的发展势不可挡，学会与其合作共生是劳动者适应数智经济时代的必然选择。党的二十大报告提出“健全终身职业技能培训制度”，为破解人工智能引发的就业问题指明了方向。近年来，我国各级政府部门纷纷采取各类措施提升劳动者的技能水平，陆续出台一系列政策文件，如《关于加强新时代高技能人才队伍建设的意见》《提升全民数字素养与技能行动纲要》《提升全民数字技能工作方案》等。目前看，我国在数字技能培育方面已取得积极成效，但在创新创意、情感理解、人际交往技能方面的培训依然存在不足，需要劳动者与政策制定者共同努力，构建更加适应人机协作的新型工作环境。
对于劳动者来说，建立终身学习的观念至关重要，必须时刻关注行业动态、了解新技术发展趋势，并不断更新知识储备。在培训内容方面，不仅需要加强对数字技术应用技能的培训，理解人工智能的基础知识和操作方式，更要注重提升批判性思维、解决问题的能力、人际交往能力等软技能。在培训方式方面，应善于利用人工智能辅助工具和在线课程资源提高学习效率，带领劳动者积极参与实际项目或借助模拟平台进行实战练习，以增强实践技能和应用能力。劳动者还可以通过加入技能学习社群或交流群等，加强与其他学习者和专家的交流。更为重要的是，劳动者需要根据个人兴趣和职业目标，灵活选择适合自己的学习方式和学习内容。
政府相关部门应整合各方资源，为劳动者搭建终身职业技能培训平台。首先，推动现有教育体系的改革以适应现代化岗位的需求。加强对学生创新性、反思性与社交性技能的培育，正确引导学生利用人工智能辅助工具提高学习效率，并规范化该类工具的使用。积极推动教师教学思维与方法的转变，提升数字化教学能力，如借助人工智能技术构建沉浸式和互动式学习场景，增强教学活动的体验感和趣味性。其次，构建多元化的培训机制，推动企业、研究机构、教育机构和非政府组织的合作，共同开展技能培训项目或举办职业技能竞赛。最后，制定和完善相关法律法规，规范人工智能的发展与使用，切实保障劳动者的基本权益，并积极建立公共服务平台，开发和提供针对人工智能技术的培训项目和课程，为劳动者提供多元化的学习与培训资源。
（作者：李金城 王林辉，分别系吉林大学经济学院助理研究员、数量经济研究中心教授）