人工智能时代的工作与职业培训：发展趋势与应对思考*——基于《工作与职业培训的未来》及“云劳动”的解读

潘天君 欧阳忠明

（江西科技师范大学 继续教育学院，江西南昌 330000）

在人类历史的长河中，新技术的出现总会引发公众的焦虑，而人工智能（Artificial Intelligence，AI）的发展所引发的焦虑尤为强烈。一些世界知名学者和技术领导者甚至提出警告，假如不摧毁它，人工智能将使机器人转变为大师，从而征服人类。一些知名经济学家指出，与以往的技术不同，AI正在摧毁更多的就业机会，如果不能有效应对，将会扰乱市场经济秩序。可以说，AI已经嵌入到人类生活的各个领域，并对人类生活以及社会结构带来各种巨大的影响和冲击，其中，劳动力市场尤甚。在AI时代，人类的工作将何去何从，如何适应人工智能带来的发展趋势？

为此，美国的皮尤研究中心（Pew Research Center）发布了题为《工作与职业培训的未来》（The Future of Jobs and Jobs Training）的报告。该报告呈现了人工智能时代劳动力市场发展的趋势，并提出了职业培训的应有之义。基于对报告以及所提出的“云劳动”的深度解读，我们较为全面地剖析了人工智能对劳动力市场发展的影响，并有效探讨了职业培训的应对策略，希望能为面向人工智能时代的职业培训，提供一些新的思路与借鉴。

一、《工作和职业培训的未来》概要

伴随着AI技术的不断发展壮大，人类社会正在发生深刻而本质的改变。从手机智能系统、图像语音识别到智能机器人、无人驾驶汽车等智能产品的应用与普及，我们已自觉或不自觉地置身于人工智能的环境中。牛津大学哲学家尼克·博斯托罗姆（Nick Bostrom）认为，正如人类竞争激烈，并完全取代大猩猩一样，AI发展将超越人类并最终占据主导地位。伴随着人工智能技术的日益发展，现有工作岗位正发生着翻天覆地的变化。在这种变化趋势下，未来的工作和职业培训将充满许多不确定因素，其中更是涉及到人与智能机器能否竞争、协作与共存等重大问题。未来的工作将会经历何种变化？职业培训将如何适应劳动力市场的新需求和新挑战？为了呈现国家、政府和公众对人工智能时代工作和职业培训领域未来发展的期望与见解，皮尤研究中心就此展开了一系列的针对性调查，并发布了题为《工作和职业培训的未来》这一研究报告。

作为一家美国独立民调机构，皮尤研究中心主要进行民意调查、人口统计、内容分析和数据驱动性的社会科学研究。例如，研究美国的政治与政策、新闻媒体、互联网与科技、宗教与公共生活、全球态势以及美国社会与人口趋势等。《工作和职业培训的未来》是该研究中心和伊隆大学（Elon University）的畅想互联网中心（Imagining the Internet Center）合作完成的一份预测报告。其中，畅想互联网中心参与了整个研究设计，并于2016年7-8月对技术人员、学者、从业人员、战略思想家以及教育领导者等进行了大规模的访谈和调查。通过对访谈和调查数据的分析，报告对未来的工作和职业培训做出了相关的预测（如图 1）。

图1 《工作和职业培训的未来》报告的五大主题

——工作格式将发生巨大变化。在未来的十年或二十年内，会大量涌现人工智能领域的技术创新，教育、卫生保健、交通、农业和公共安全领域的工作都将受到巨大冲击。该报告认为，未来工作将从三个方面发生变化：一是工作被机器代替。伴随产业自动化的加速，世界将转向“后经济增长”模式；二是工作岗位将供给不足。随着越来越多的工作岗位被机器人所取代，就业市场的供给难以匹配更多的劳动力需求；三是人类劳动开启自动化模式，“按需式”劳动和生活将成为一种常态。

——教育和培训难以适应时代变化。该报告认为，在未来十年内，教育和培训可能出现一系列问题。例如，未来的教育系统无法胜任职业培训的任务，无法给人类提供适应工作所需的相关技能；法律保障和投入资金的匮乏，导致了教育和培训出现诸多问题；当前所倡导的自我导向学习并不是万能的，学习者必须“学会学习”和“持续学习”。

——教育和培训形式需要不断发展和创新。现今的在线培训和教育系统已经相当有效，但其潜力并没有得到充分发挥。特别是在AR、VR和AI技术推动下，学习系统能够实现在线迁移与线下教育混合发展，其内容和形式以个性化、多元化为主。

——关注学习者必须培养与拥有的技能、能力和属性。基于对未来最重要技能的调查显示，未来会越来越重视难以传授的无形技能，如，情商、好奇心、创造力、适应性、韧性和批判性思维等。当然，学习者最重要的技能还是“学会学习”和“持续学习”。此外，鉴于工作场所的复杂性，学徒制与实践指导也将重新被认知和关注。

——新型学习认证系统的出现。尽管传统的大学学位在2026年仍将占据主导地位，但伴随着学习者的学习选择多样性和认证举措的持续发展，更多的雇主可能会接受替代性的认证体系。许多专家认为，未来的职业培训将会创建新的认证项目，以认证员工参与的培训项目和所掌握的技能。

二、人工智能对当前工作的冲击

雅斯贝尔斯（Karl Theodor Jaspers）在《历史的起源和目标》一书中，提出了“轴心时代”的术语。伴随着人工智能技术的发展，人工世界的“轴心时代”正迎面走来。在这个时代，技术对社会带来的影响有时候非常诡异：一方面，它可以改善人们的生活，延长人类的寿命，让那些处于新行业、掌握新技能的人发挥更大的作用；另一方面，则可能让更多的人无事可做[1]。人工智能带给我们最直接、最真实的威胁，就是对我们工作的威胁[2]。

（一）工作正被机器替代

该趋势在21世纪日益凸显。当前，机器的优势愈加凸显。虽然机器研发成本大大超过人员培训成本，但机器一旦投入使用，其完成任务的成本将远远低于人工完成任务的成本。劳动经济学家的一项最新研究发现：如果每一千名员工多使用一个机器人，那么缩减员工聘用比例约为0.18%-0.34%，减少工资支出的比例为0.25%-0.5%[3]。动力机械（Momentum Machines）的联合创始人亚历山大·瓦达科斯塔曾坦率地表示：“我们的设备并不仅仅是提高员工效率，而是完全取代他们”[4]。

世界经济论坛 （The World Economic Forum）预计（如图2所示），在2015-2020年期间，全球制造和生产、办公室和行政部门领域的工作岗位，将出现不同程度的下降态势。除了商业与金融运营、销售、建设和开采领域的就业前景基本持平外，只有建筑工程、计算机、数学领域的就业人数还会强势增长。根据美国劳工统计局 （U.S.Bureau of Labor Statistics）描述的702种职业所需的工作技能，牛津大学的研究者以定量方式进行了技术匹配和详细分析，并得出相关结论：美国有47%的工作极有可能会被高度自动化系统所取代，这些职业包括了很多领域的蓝领职业和白领职业[5]。

图2 2015-2020年全球不同行业所有同类工作的复合增长率（%）[6]

《未来简史》的作者尤瓦尔·赫拉利（Yuval Noah Harari）宣称，未来已至，人类将在人工智能时代变成“无用阶级”[7]。事实上，第三次工业革命时期就已经有很多中等技术的工作在不断消失，例如，打字员、售票员、银行出纳以及很多生产流水线岗位等。如今，世界已迈入第四次工业革命的浪潮，人工智能不仅会促使运输和物流业的大部分工人、行政工作人员和生产领域的劳动者被机器取代，而且还将影响所有涉及手指灵巧度、反馈、观察和有限空间内工作的任务。同时，由于一些工作存在危险、恶劣和枯燥等不良因素，机器人取代人类工作，能够有效提高工作质量和精确度，减少不必要的安全隐患。工业机器人是集机械、电子、控制、计算机、传感器和人工智能等多学科先进技术于一体的重要现代制造业自动化装备[8]。其广泛应用于工业、医疗、军事、抢险和家政服务等诸多领域，例如，汽车等制造业的点弧焊机器人、喷涂机器人和搬运机器人；通信和远距离控制的网络机器人；其他非制造业的救援机器人、军用机器人等[9]。

2003-2016年间，全球工业机器人年安装量（见图3）呈显著上涨。正向我们袭来的机器人、机器学习以及电子个人助手，正在开创一个全新的世界：在这个世界里，很多今天由人从事的工作都将由机器完成，人从事工作的重点会转移到那些能比机器完成得更好的创意性任务中去。

图3 2003-2016年全球工业机器人年安装量[10]

（二）工作岗位供给不足

斯蒂芬·霍金（Stephen William Hawking）曾说：“人工智能之于人类，可能是最好的事情，也可能是会终结人类的最坏事情”。对于工作而言，技术的发展一方面会带来失业；另一方面会调节工作市场，即社会上现有工作的数量、类型和构成都会伴随新技术的问世发生改变[11]。世界经济论坛（The World Economic Forum）根据当前的就业数据预计 （见图4），2015-2020年期间，劳动力市场将遭到破坏性变动。即710万个工作岗位将被减少，超过510万个为净工作岗位，其中2/3的职位集中在办公室和行政类；同时，几个较小的职业圈将增加200万个工作岗位。根据国际劳工组织（International Labor Organization）的统计数据预计（见图5），2015-2020年间，全球劳动力总人口约为350968万人，失业人口约为20202.4万人。

图4 2015-2020年全球主要国家所有同类工作的净增岗位[12]

图5 2015-2020年全球就业和失业人口[13]

相对于逐年减少的工作岗位，劳动力人口和失业人口仍在一年年的稳步上升，直接导致全球就业市场“供过于求”——在经济学供求关系理论中市场供求失衡的状态之一，即整个社会能够提供的工作岗位仍满足不了劳动力市场的实际需求，造成就业和求职形势严峻，大量劳动力人口失业。事实上，这属于“技术性失业”——由于技术进步所引发的失业。

与此同时，人工智能的发展逐渐克服了机器人和自动化的传统限制，加速了行业自动化的发展步伐。麦肯锡的研究表明：截止到2015年，全球范围内制造业相关活动的劳动时间共计4780亿小时，其实，生产工人87%的生产时间可以自动化，制造行业的其他工作（如，工程、维护、材料运输、管理和行政）也有45%的工作时间可以自动化。假设技术被广泛采用，那么在3.31亿全职员工中，将有2.38亿人会被淘汰或重新安排工作[14]。可见，工作岗位“供给不足”的现状只会进一步恶化，并导致越来越多的人面临失业。

（三）“云劳动”的出现

当今的世界正在变成一个信息圈：我们越来越频繁地通过信息通讯技术与世界以及其他技术对话，习惯用信息化的方式思考[15]。现实生活中的工作与劳动也是如此。纵观现阶段的劳动力市场，灵活的雇佣制度、临时性的劳动力就业以及弹性的工作时间，已经成为了日常工作的常态，兼职、临时工作（短期工作、季节性工作等）等工作形式普遍存在（见图 6）。

图6 人口和社会经济方面影响全球所有行业的驱动因素[18]

根据国际劳工组织（The International Labor Organization）的统计数据显示，劳动合同的性质正在发生变化，短期合同和不定期工作时间变得更加宽泛，全球大约60%的工人就业以兼职或临时性工作为主[16]。美国从事临时工作的员工数在2010-2013年间增加了28%，日本临时劳动者在2013年也达到1900万，超过全部劳动者的三分之一[17]。

在大数据的浪潮下，AI不仅给各行各业带来了新一轮的“技术性失业”，而且还间接地引发了工作本质的变革，出现了一种颠覆传统的工作模式——“云劳动”（Cloud Labor），即一种“按需式”的工作系统。该术语是基于“云计算”（Cloud Computing）的技术理念演化而来，类似的还有“云存储”、“云服务”、“云安全”之类的延伸概念。作为“云计算”在劳动力市场的拓展，“云劳动”带有浓厚的“云计算”特征且类似于其服务模式。“云计算”的特征主要表现为按需自助服务、无所不在的网络访问、独立划分资源池（Resource Pooling）、对资源进行快速且有弹性的管理，并且该服务以可计量的方式呈现给用户[19]。由此可见，“云劳动”对所要服务的领域更加精细化，更加聚焦于劳动力市场之需求。

“云劳动”就是在现有的工作形态下，按劳动力的需求在网络端对工作资源进行快速弹性地供应。其资源池里汇集的是公司外包出来的离散任务，大致可以参照微软公司（Microsoft）旗下运营的一个名为“Universal Human Relevance System”的平台，上面每月都会发布成千上万个 “微工作”（Micro-tasks），如，测试搜索程序结果等[20]。劳动力可以根据自身所具备的技能来选择相应的工作，成为“自营工作者”（Own-account Workers）[21]——一种被人工智能颠覆的劳动力市场所重新塑造的职业。

根据世界银行提供的数据显示，已有超过五百万人通过诸如“Freelancer.com”和“Up Work”的线上就业平台从事远程工作，工作范畴从网站设计到撰写法律摘文，通常至少带来每小时几美元的收入[22]。至此，“云劳动”意味着从全职或兼职的工作者向完全自由的职业者演化，有选择地通过“云劳动”系统参与工作，与公司建立以工作为业务的合作关系。可以说，“云劳动”的出现，开创了新的工作形式，究其本质，是人类劳动自动化的结果。

三、人工智能时代职业培训的有效应对

马基雅维利（Niccolò Machiavelli）曾经指出：“谁渴望预见未来，就必须征询过去，因为人类的事物从来都是与过往的时代类似”[23]。纵观历史过往，人类并没有因为技术的进步而被打败和击垮，而是在不断地学习中有效地适应和发展。正如霍金所言：“我们不能把飞机失事归结于万有引力；同样，不能把人类毁灭归罪为人工智能”[24]。假如人类真被人工智能所取代，那么最应该归罪的就是我们自己。在人工智能时代，人类只有能够 “学会学习”和“持续学习”，才能有效应对时代发展的诉求。因此，作为“学习”的重要组成部分，职业培训必须做出有效应对，帮助人类在人工智能时代持续屹立，顺利克服技术更迭带来的焦虑。

（一）职业培训对象：滋生目标多元化的学习需求

对于成人教育供应者来说，当客户滋生特定学习需求和兴趣时，为他们提供特定的教育和培训服务是常见的做法。可以说，有效的职业培训必须关注特定的学习结果和学习需求实现的过程。世界在变化，教育也必须变化，社会无时不刻、无处不在经历着深刻变革，这种形势呼吁新的教育形式，为学习者培养当今及今后社会和经济所需要的能力[25]。在人工智能时代，日新月异的科技发展，人类对即将到来的机器/机器人革命保持不断上升的警惕心，正推动着教育和职业培训系统的发展。为了帮助未来的劳动力保持就业资格，职业培训需要服务于不断变化的劳动力市场所滋生的不同类型的学习需求：

一是自动化进程下劳动力转型所滋生的学习需求。美国未来研究所（The Institute for the Future）的Devin Fidler认为：随着基础自动化和机器学习朝着商品的方向发展，人类独特的技能将变得更有价值，今后会有越来越多的经济激励用来推动此类培训，以便更好地释放其价值[26]。根据《2016年人力资本报告》对职业技能可迁移性和BBC新闻对职业被机器取代可能性的调查分析，我们不难发现：劳动力持有迁移性高的技能，更利于转型到新的工作环境；管理、服务、艺术方面的工作被取代的可能性不到1%。在工作面临转型的现实与压力下，劳动力不但需要掌握可迁移性较高的技能，更需要开发自身潜在的无形技能，如，合作、批判性思维和问题处理等能力。这些人类独有的技能，映射了人工智能系统难以完全替代人类劳动力的价值。

二是“人机共存”下劳动力适应所滋生的学习需求。从最早的亚里士多德，到现代的《星球大战》、《黑客帝国》、《人工智能》等科幻电影，再到最近Alpha-Go与李世石、柯洁的人机大战。在遥远的未来，人与机器的关系会如何，谁也无法判断，但至少未来50年是一个人机共存的世界[27]。《人工智能、自动化与经济报告》（Artificial Intelligence，Automation， and the Economy）也指出，未来可能出现直接由人工智能驱动的工作，包括人类与现有人工智能技术合作、开发新的人工智能技术，在实践中监督人工智能技术以及由新的人工智能技术所引发的社会范式变革[28]。可以说，这种劳动分工的改变，将促使人类和机器之间的合作不断加强与深化，未来的劳动者应该学会与人工智能系统进行有效沟通，才能完成“人-机”的协作活动，而该种能力实际上完全取决于人类对机器的了解、判断和互动等认知。

三是 “云劳动”下劳动力应变所滋生的学习需求。伴随生产型经济向服务型经济的转变，我们已经生活在一个快速变革的时代。在这样一个时代，人力资本是社会最有价值的资本，学习能力则是人类所应具备的最有价值的一项技能，尤其是与工作相关的培训，意义十分巨大[29]。在“云劳动”的弹性工作制下，个人与工作基于通信技术实现了直接对接，致使企业的劳动力来源不再只有正式员工，还将囊括自由职业者、“零工经济工作者”等各类从业者。企业对劳动力的期望和诉求也更加趋于多元化，注重复合型、智能型和社会型等人才的使用。这意味着个体要确保具有更强的适应能力，能够最有效地掌握和应用职业适应能力。在此背景下，劳动力必然要学会学习且持续有效地学习，才能具备强大的自我学习与应变能力，更好地应对灵活的碎片化工作形式、复杂化的工作环境、数字化的就业市场以及多样化的职业技能要求。

（二）职业培训内容：服务于不同的学习需求

“如果我们以前瞻性目光展望未来，自动化甚至能带来国家繁荣”[30]，其提高了工业生产力和国家总体的经济增长。同时，就现阶段而言，AI对工作的全面影响——创造或破坏就业机会，尚且不能得出准确的结论，但适应快速技术变革的能力在这个时代已然不可或缺。《人工智能政策原则》（AI Policy Principles）指出：我们应该综合利用传统的以人为中心的资源，以及新的职业教育模式和新开发的人工智能技术，来帮助现有的员工和未来的员工成功地开拓他们的事业或完成职业转型[31]。相较于儿童和青年的以学术科目为导向的学习 （至少在学校），成人往往是生活导向（任务导向或问题导向）型学习。成人之所以在学习上产生动力，缘于在某种程度上，他们认为学习能够帮助他们在生活中处理相关的任务或问题。为此，职业培训应该根据劳动力滋生的学习需求，提供适切地培训内容：

一是为劳动力提供无形技能的职业培训。拉斯维加斯内华达大学社会学系教授西蒙·戈特沙克（Simon Ge.）表示，“未来的工作者需要更高层次的技能，尤其包括高效联网、公共关系处理、跨文化敏感性、市场营销以及社会、情感型智力等的能力。当然，传统技能之外的创造力和批判性思维也在其中”[32]。在现实中，雇主通常非常关心雇员（或潜在的新雇员）具备能够成功完成各项工作任务所需的与工作相关的实践技能或能力[33]，以及其与企业的匹配程度。员工的无形技能决定着企业组织运行的有效性。为此，人工智能时代的职业培训体系，不应再局限于为劳动力提供执行程序性的培训内容，如计算、数据分析等，而更应该提供“人-人”、“人-机”以及“人-世界”的沟通能力培训；提供面对瞬间出现的突发性问题进行处理的培训；提供面对认识产生批判性认知和思考的培训。这些培训内容的提供，无疑能够为劳动力在人工智能时代成功实现工作转换做好铺垫。

二是为劳动力提供人机合作的职业培训。自动化以及智能机器的应用，将会带来对高技能工作者需求的增长，因为在以直觉思维和社会意识为必须的工作领域，需要他们去弥补科技的不足[34]。随着人工智能系统的不断发展，“人机协同”工作是未来社会重要的发展趋势。这意味人类在未来的工作中需要提升人机交互和协作的效率：一方面，劳动力需要增强对机器的理解和交互能力，随时适应人工智能的技术更迭；另一方面，劳动力要学会使用工作环境中所涉及的人工智能系统和设备，如，人工智能算法的计算机、可穿戴设备和植入装置等硬件设备，以及记忆辅助系统和医疗诊断助手等智能系统。为此，通过对人工智能的基本知识、技能和能力等培训内容的提供，以及AI系统所采用的算法、逻辑以及预期故障模式等培训内容的供给，将帮助劳动力加深对人工智能系统的理解与认知，有利于实现人与机器各司其职，协同完成工作任务。

三是为劳动力提供应变能力的职业培训。英国发布的《机器人技术和人工智能》（Robotics and Artificial Intelligence）表明，未来的劳动者们可能将会更加频繁的更换工作，这需要他们掌握可以随时转换的工作技能[35]。事实上，由于科学技术发展的步伐不断加快，预测新的专业和相关技能需求变得越来越困难。这就促使人们努力发展能更加适应实际需求的教育和职业技能培训，增强教育和培训的多样化和灵活性，以便调整自身能力，以适应快速变化的工作需求。这意味着要确保个人具有更强的适应能力，能够最有效地掌握和应用职业适应能力[36]。在许多人看来，“学习”是培养人类适应能力的关键。在人工智能时代，“学会学习”和“持续学习”能力对于劳动力至关重要。为此，职业培训应该为学习者提供“学会学习”和“持续学习”等内容的机会，帮助他们在面对不同的情境时能确定明确的学习目标，获取学习材料与资源，掌握有效的学习方法，最终获取为生活和工作服务的知识、技能。

（三）职业培训策略：传统形式与现代技术结合的数字化培训

一般来说，职业培训策略往往是为培训内容和目标服务的。所有的现代学习理论都强调，培训策略选择主要基于两个要素：一是成人学习者的参与；二是培训内容的授权。在人工智能时代，在线培训将被持续改进，并且可以在线合理交付技能或知识更新。尽管如此，许多工作领域所需要的无形技能，仍可能无法通过大规模的课程实现，而是需要个性化的学习方法来传授。为此，职业培训应充分合理的利用VR （Virtual Reality）、AR （Augmented Reality）、MR（Mediated Reality）等新兴技术，结合传统的指导、学徒制等方式，形成电子指导、体验、数字化学徒制以及人工智能培训等形式，建立起数字化的职业培训模式，帮助劳动者获取相关的培训内容。

一是通过电子指导实现技能迁移。人工智能时代，职业培训所涉及的无形技能等培训内容，类似于波兰尼提出的默会知识（Tacit Knowledge），即未被表述的知识，如，我们在做某事的行动中所拥有的知识[37]。这类知识往往难以通过大规模课堂所提供的培训实现，需要个性化的指导。比若·玛（Bierema L.L.）和梅里安（Merriam S.B.）指出，电子指导是“一种以计算机为媒介的、指导者与被指导者之间的互惠关系，它秉承无边界主义和平等主义原则，为被指导者提供有别于传统面对面指导的学习、咨询、鼓励、推荐和榜样”[38]。在人工智能时代，我们将看到更多的在线个性化学习机会，优质或付费内容的服务将会增加，这创造了一种空间，一对一的学习和互动将使导师能够指导学习者，同时提供关键反馈的空间，有利于学习者技能的迁移。

二是通过数字化学徒制提供模拟路径。职业培训可以通过VR、AR技术，模拟人机协作的模式——机器实现简单的操作和底层的自动化控制，由人实现上层的监督控制、任务安排、轨迹设定及技巧性的操作等[39]，对劳动力进行教学培训。人机协作的前提是人机交互，包括人对机器的信息获取和输入以及机器对人的信息获取和输出两个层面，需要劳动力理解信号、代码和数据组成的机器信息，学会借助键盘等中介设备进行信息传递和转换，才能真正参与到人机协作的系统中完成工作任务。当然，除了在虚拟语境中实现人机交互和协作，职业培训还可以通过模型、多媒体设备让劳动力观察机器的外在构造、物理特性和运行状态等信息，引导其根据自身的知识经验、分析能力，获得机器的对象特征、模型等内在规律信息，使得劳动力在人机协作中掌握主动权，将自身的知识和技巧结合到机器中，采用人工智能的方法，让技巧在机器上模拟实现[40]。

三是通过人工智能培训增强实现路径。从脑神经生理学的角度来看，人类智能的本质可以说是通过后天的自适应训练或学习而建立起来的种种错综复杂的条件反射神经网络回路活动[41]。换言之，“他必须从自己的角度、以独特的方式看待使用方法手段与取得结果之间的联系。虽然正确适当的讲解可能引导他的认识，从而帮助他认识他需要认识的东西，但其他人不可能替他认识，他也不可能经由别人的告知而认识”[42]。人工智能技术——虚拟现实（Virtual Reality，VR）和增强现实（Augmented Reality，AR）则为职业培训形式带来了更多直观的、过去很难实现的学习体验。首先，对于无形技能和应变能力而言，如，基于规则的推理和基于案例的推理开发出来的智能辅导系统[43]，通过虚拟训练可以给劳动者提供认知和解决问题的策略。这种智能系统充分调动了大数据、云计算等技术，使劳动力融入强于真实的学习环境中，获得深化、持久的体验式学习，从而提升现实工作、生活或学习的思维和实践能力[44]。

（四）职业培训认证：构建数字化认证系统

“我们一直同意这样的观点：无形技能一直都很重要，且它们应该成为任何终身学习的一部分。我们必须制定可靠、有效的指标，使我们能够在个人、地区和国家的层面上追踪当今世界繁荣发展所需的所有技能和能力，即使如果对创造力和好奇心之类的特质进行测量认证一定非常困难[45]”。因为，这将有利于行业乃至全社会的人力资本提高，从而带来产品服务质量的普遍提升，为一国经济持续增长提供动力。尽管以文凭、证书为导向的认证体系，便于企业对劳动力的录用进行高效率的筛选。然而，正如梅里克·克里格（Meryl Krieger）曾说的：承载文凭和证书的简历仅仅是二维的东西，无法恰当地传达求职者的技能水平[46]。相较于文凭和证书，工作场所却更能为真实世界中的工作职责赋予价值，检验劳动者的工作能力。随着新式、有效学习环境的出现和数字问责制的进步，技术和能力将会有呈现出更加精确和完善的认证方式。不仅仅需要关注劳动者的测试和成绩，将会更多关注劳动力个体所展示技能的水平。即人工智能时代职业培训的认证将突破传统的资格认证体系，构建一个实时且共享的数字化认证系统。

事实上，在大数据与“云技术”的推动下，职业培训可以通过互联网搭载相关技能的测试和认证，构建一个权威性的数字化培训认证平台。通过利用VR、AR等技术手段，被认证者登入平台模拟的现实情境，在虚拟的网络世界里完成问题处理、沟通与创造等相关能力的测试任务。平台根据认证者的任务完成情况，来收集和评估其技能掌握的一系列数据与信息，决定是否给予相关技能的认证等级。与此同时，相关组织可以登入数字认证平台浏览劳动力的技能信息，评估其能力优势及与企业的匹配程度，从而做出人员聘用决定。简言之，这种形式的数字认证系统相当于为企业和劳动力搭建了职业匹配的认证“媒介”，个体的能力则是架起两者雇佣关系的桥梁。无论是“人机共存”的工作互动，还是人类的无形技能和应变能力的鉴定，通过数字化认证系统就可以实现对职业培训成果的展示和认定，这既契合了“云劳动”的弹性就业形态下企业的快捷需求，又能将劳动力的核心技能水平动态、立体地呈现在雇主面前。这样，认证结果将更具说服力，能够有效提高企业人才招聘的信度和效度。

（五）职业培训政策：与人工智能相适应

作为促进就业和稳定就业的重要途径之一，职业培训“不仅要瞄准当前国家、社会存在的技能缺口，还应该利用先进的技术培育未来所需要的技能”[47]。EPSRC机器人和自动化系统网络宣称，面对人工智能的发展，我们最重要的环节就是确保当前和未来的劳动力具有充分的技能和娴熟的数字技术。政府应该采取有效政策或措施，完善现有劳动力的再教育及培训体系，为劳动力技能和业务的调整创造培训和学习机会，从而维护国家的竞争优势。英国下议院科技委员会颁布的《机器人和人工智能》（Robotics and Artificial Intelligence）围绕教育和技能方面提出了相关举措。例如，该报告强调，英国的持续成功将取决于企业、教育工作者和政府预测未来技能要求的能力，英国政府将在未来几十年提供适当的教育和培训体系。ITI（Information Technology Industry Council）发布的 《人工智能政策原则》（AI Policy Principles）明确提出，为了确保未来劳动力的雇佣能力，公共和私营部门应共同参与基于工作的学习和教育培训体系的设计，还必须优先考虑提供职业培训，以满足工作需求的规模，投入资源开发有效的培训项目。

“既然人工智能系统能分析和利用数据，人们应该有权利存取、管理和控制他们产生的数据[48]”。随着人工智能的发展，我们应该更公平、有效地修正法律系统以及管理人工智能相关的风险[49]。从全球各国发展趋势看，相关国家、组织以及企业在制定人工智能政策发展过程中，基本上都涉及到教育与培训的问题。这是因为，它们都意识到，制定与人工智能相适应的教育与职业培训政策，能够为人类适应劳动力市场变革做好前期准备。首先，政策应强调教育与职业培训对人才培育的重要性。面对当前和未来的劳动市场，劳动者唯有接受有效的教育和职业培训，才能获得人工智能时代所需的就业能力。其次，政策应要求相关部门持续投入资金，为劳动者提供适用性培训。明确职业培训职责和参与主体，鼓励政府、企业、第三方等利益相关者积极参与，可以保证培训资源的供给，推动教育、培训和劳动力之间的无缝对接。第三，应鼓励相关部门让人工智能技术渗透到职业培训领域，支持AI技术在职业培训领域的开发与应用，并借助其监管职业培训的安全性和可控性。最后，完善职业培训评估的质量标准。对职业培训评估与质量标准体系的使用和推广，不仅能够增强劳动力的流动性，还有助于提高职业培训提供者和参与者的社会地位，从而增加职业培训对人们的吸引力[50]。相关部门要通过人工智能技术实现数字认证，统一培训质量标准，完善培训评估体系。

正如阿兰·图灵（A.M.Turing）在《计算机器与智能》中所描述的：“我们目光所及，只能在不远的前方，但是可以看到，那里有大量需要去做的工作”[51]。同样地，我们也决不可能把“人工智能当作不受欢迎的冒犯者拒之门外，一味用挖苦的言辞非难它；反之，我们应该欢迎它，汲取它正确的见地，小心翼翼且又踏踏实实、开诚布公地把那些可能有损于它逻辑的误解及不理解的地方纠正过来”[52]。进入人工智能时代，劳动力市场受到巨大冲击毋庸置疑。但我们坚信，人类唯有有效地做好自身的工作，通过积极主动的学习，才能紧跟时代的发展步伐，坦然面对和迎接人工智能时代的到来。

[1][美]吴军.智能时代：大数据与智能革命重新定义未来[M].北京：中信出版社，2016：339.

[2][4][11][美]卢克·多梅尔.人工智能[M].赛迪研究院专家组译.北京：中信出版社，2016：139-140.

[3][26][32][46]Lee Rainie，Janna Anderson.The Future of Jobs and Jobs Training[R].Washington DC： Pew Research Center， 2017.

[5]卡普兰.人工智能时代[M].李盼译.杭州：浙江人民出版社，2016：147.

[6][12][18]World Economic Forum.The Future of Jobs： Employment，Skills and Workforce Strategy for the Fourth Industrial Revolution[EB/OL].[2017-10-20].http：//reports.weforum.org/future-of-jobs-2016/.

[7]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017（5）： 27-39.

[8]孙志杰，王善军，张雪鑫.工业机器人发展现状与趋势[J].吉林工程技术师范学院学报，2011（7）： 61-62.

[9]田涛，邓双城，杨朝岚，等.工业机器人的研究现状与发展趋势[J].新技术新工艺，2015（3）： 92-94.

[10]梁文莉.全球机器人市场统计数据分析[J].机器人技术与应用，2017（1）： 44-48.

[13]International Labor Organization.Key Indicators of the Labour Market[DB/OL].[2017-10-20].http：//www.ilo.org/ilostat/faces/wcnav_defaultSelection； ILOSTATCOOKIE= lEt7_ZPued8q2Fjw UZWfFc ZJUsBYfCRl-m4RAI3dtFkTI-Ho3oRV！-648174753?_afrLoop=519217016807590&_afrWindowMode=0&_afrWindowId=null#！%40%40%3F_afrWindowId%3Dnull%26_afrLoop%3D 519217016807590%26_afrWindowMode%3D0%26_adf.ctrl-state%3D11yez6obu_4.

[14]McKinsey Global Institute.The Age of Analytics：Competing in a Data-Driven World[EB/OL].[2017-10-20].https：//www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the-ageof-analytics-competing-in-a-data-driven-world.

[15][意]弗洛里迪.第四次革命[M].王文革译.杭州：浙江人民出版社，2015：46.

[16]International Labor Organization.World Employment Social Outlook， Trends 2016[EB/OL].[2017-10-20].http：//www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/---publ/documents/publication/wcms_443480.pdf.

[17]王金秋.资本积累体制、劳动力商品化与灵活雇佣[J].当代经济研究，2017 （1）：41-48.

[19]刘熠.云计算概念及核心技术综述[J].中国新通信，2017（4）：12.

[20][22]The Economist.Artificial Intelligence will Create New Kinds of Work[EB/OL].[2017-10-20].https：//www.economist.com/news/business/21727093-humans-will-supply-digital-services-complement-ai-artificial-intelligence-will-create-new.

[21]World Economic Forum.The Human Capital Report 2016[EB/OL].[2017-10-20].https：//www.weforum.org/reports/the-human-capital-report-2016/.

[23][南非]伊恩·戈尔丁，[加]克里斯·柯塔纳.发现的时代：21世纪风险指南[M].李果译.北京：中信出版社，2017.

[24][英]史蒂芬·霍金.果壳中的宇宙[M].吴忠超译.长沙：湖南科学技术出版社，2006.

[25][36]联合国教科文组织.反思教育：向“全球共同利益”的理念转变[M].联合国教科文组织总部中文科译.北京：教育科学出版社，2017.

[27]钛媒体.在超级智能Watson的未来世界，会有怎样的人机共存生活？[EB/OL].[2017-10-20].http：//www.tmtpost.com/award/1672742.html.

[28][30]Kristin Lee.Artificial Intelligence，Automation，and the Economy[EB/OL].[2017-10-20].https：//obamawhitehouse.archives.gov/blog/2016/12/20/artificial-intelligence-automation-and-economy.

[29][美]雪伦·B·梅里安，罗斯玛丽·S·凯弗瑞.成人学习的综合研究与实践指导[M].黄健，张永，魏光丽译.北京：中国人民大学出版社，2010.

[31]Information Technology Industry Council.AI Policy Principles[EB/OL].[2017-10-20].http：//www.itic.org/policy/intellectual-property.

[33]Bessen James.Employers aren’t Just Whining-the “Skills Gap” is Real[M].Harvard Business Review，2014.

[34]腾讯研究院.人工智能各国战略解读：英国人工智能的未来监管措施与目标概述[J].电信网技术，2017（2）：32-39.

[35]The Science and Technology Committee.Robotics and Artificial Intelligence[EB/OL].[2017-10-20].http：//www.publications.parliament.uk/pa/cm201617/cmselect/cmsctech/145/145.pdf.

[37]Michael Polanyi.The Study of Man[M].Chicago：The University of Chicago Press，1959.

[38]马颂歌，吴刚.西方电子指导的基本议题与项目实践[J].现代远程教育研究，2016（3）： 35-46.

[39][40]董苗波，孙增圻.关于人机协作的学习控制[J].控制与决策，2004（2）：235-237.

[41]《计算机与信息科学十万个为什么》丛书编辑委员会.计算机与信息科学十万个为什么（8）：人工智能[M].北京：清华大学出版社，1998.

[42][美]唐纳德·A.舍恩.培养反映的实践者：专业领域中关于教与学的一项全新设计[M].郝彩虹等译.北京：教育科学出版社，2008.

[43]Nitaya Wongpinunwatana， Colin Ferguson， Paul Bowen.An Experimental Investigation of the Effects of Artificial Intelligence Systems on the Training of Novice Auditors[J].Managerial Auditing Journal，2000（6）： 306-318.

[44][美]安德鲁·阿伯特.职业系统——论专业技能的劳动分工[M].李荣山译.北京：商务印书馆，2016.

[45]Luckin R，Holmes W，Grifths M，Forcier L B.Intelligence Unleashed：An Argument for AI in Education[M].London：Pearson，2016.

[47]World Economic Forum.The Future of Jobs and Skills in the Middle East and North Africa[EB/OL].[2017-10-20].https：//www.weforum.org/reports/the-future-of-jobs-and-skills-in-the-middle-eastand-north-africa-preparing-the-region-for-the-fourth-industrialrevolution.

[48][49]Hope Reese.Asilomar AI Principles[EB/OL].[2017-10-20].https：//www.techrepublic.com/article/23-principals-for-beneficialai-tech-leaders-establish-new-guidelines/.

[50]李新功.欧盟职业培训：政策与实践[D].上海：复旦大学，2005.

[51]Turing A M.Computing Machinery and Intelligence Mind[M].New Series，59（1950）： 433-460.

[52][美]休伯特·德雷福斯.计算机不能做什么：人工智能的极限[M].宁春岩译，马希文校.生活·读书·新知三联书店，1986.