人工智能对社会分工的影响研究

姜涵 陈勇杰 陈立锦欣

[摘 要]人工智能技术会对国家的生产力产生极大的推动和促进作用，但因此可能引起的社会分工结构性改变、技术性失业等一系列问题不容忽视。文章分析人工智能技术在制造、医药、传媒行业的应用来分析人工智能在不同行业的作用，通过对历史上的三次工业革命对社会分工影响情况来预测第四次工业革命将会减少第一、二产业的就业比重，第三产业就业将会达到历史顶峰，具体可以采取完善失业保险制度、调整税收与补贴、发动基建项目、加强职业再教育等方式缓解技术性失业的影响。

[关键词]人工智能;技术性失业;工业革命

[DOI]10.13939/j.cnki.zgsc.2021.08.001

1 引言

人工智能自诞生起就对社会的发展有着很大的作用，随着技术的不断发展，近年来人工智能已成为社会的热门话题，这一技术对劳动力在未来的社会分工产生深远的影响。作为一把双刃剑，人工智能取代人力带来的社会问题亟待解决。

人工智能是一门新兴的科学，应用于模拟人类的行为模式，减少人类对劳作的需求，为社会创造尽可能多的人力资源的需求（王灿，杨瓅，2019）。人工智能给整个社会带来了巨大的财富，它让社会往前进了一大步。对于一些低级的劳动工作，就可以用人工智能代替，在工厂曾经需要人力的流水生产线就是一个例子。人工智能可以代替低级的劳动工作，但是人工智能要做到像人一样去工作是很难的，所以有些领域就运用了人和人工智能一起工作的方式大大地提高了工作效率。所以说人工智能对社会的利弊影响，归结于它给社会大部分人带来更多的是利益还是损害。有些人觉得因为人工智能的出现导致他们丢掉了饭碗，增加了失业率，但如果人工智能带来的价值还不如从前，政府也不会为其发展投入大量物力财力。旧的技术被新的技术所取代，这是历史发展的必然趋势。

本文以研究人工智能与长期从事的工作为主要研究对象，全文主要组织部分结构和内容如下：第2部分重点介绍了人工智能的发展和应用;第3部分重点讲述了人工智能对社会分工的影响和冲击;第4部分对人工智能进行总结。

2 人工智能的应用

人工智能对社会分工的影响不能一概而论，因为人工智能的发展就目前来看分为两个阶段，这两个阶段的技术层次完全不同，投入应用的年代也完全不同，将分开来讨论。

2.1 弱人工智能

弱人工智能可以仿照人类进行一些可被机械化、程序化的行为。弱人工智能在近几年已经在人们的周围普及开来，在制造业、医药业、传媒业等行业都已经逐步投入建设。

人工智能在制造业的兴起具有革命性改变，无人工厂也有效降低了生产成本，对于生产效率也有了质的提升。基于工厂内部的物联网构建了传感、通信、应用三层体系，工厂生产的每一个细节都会被记录下来由人工智能进行分析。基于深度学习锻炼的人工智能系统已经足以排除绝大多数信息，而无法辨认的可以交给中心部分管理的个别员工来进行。最终的生产资料也可以由机器自动生成（栾峻苇，2019; 高洪福，2018）。这样高效率的工厂也被纳入了国家建设方案。德国在2013年推出了“工业4.0”，国务院在2015年也正式宣布开始研究部署《中国制造2025》。中国制造无人工厂已是大势所趋，第四次工业革命的历史性高潮已经席卷而来。

在医药行业，深度学习大量的病理标本，辅助医生进行分析，节省了大量的时间，在制药行业辅助进行的数据分析和人工智能建模，同样可以起到缩短准备时间、节省人力成本的作用（刘琦，2018）。但要全面落实还需要一定的经验基础，深度学习需要大量的数据进行训练，而目前所提供的数据量还没有达到这个要求，但随着时间的推移会逐步实现，若要全面落实，尚需时间（朱文珍，胡琼洁，2019）。

相對于医药业，传媒业的数据量就十分可观，每个人在网络的一举一动都会产生数据并且被记录，一些公司的人工智能会根据你在该公司软件上每条信息（短视频、文章等）的停留时间来分析你的喜好程度，对软件上的所有产品进行分门别类，最后形成一个你个人的喜好框架，再根据比例对你进行推送，从而形成一个根据自身喜好而私人订制的页面内容，这也满足了用户的个性化需求。而一些内容的生产者，如新闻媒体，也会通过人工智能自动生成新闻报道（罗幽诗，2017），这已经付诸了实践，如美联社的Wordsmith、路透社的Open Calais，中国也有新华社的“快笔小新”等。他们可以在最快时间内通过算法实现可阅读的语言，节省了许多人力成本。而拥有用户喜好框架的公司就可以快速将这些媒体的报道分门别类，并推送给相关喜好的用户。这已成为一条基本完善的产业链（罗幽诗，2017）。

弱人工智能在不同行业起到了不同的作用，上面举的三个行业例子就分别代表了不同的情况：替代了大部分人（制造业），替代了少部分人（传媒业），辅助人（医药业）。

2.2 强人工智能

强人工智能技术距离人们还较遥远，目前对其定义是需要具有独立的思维和意识，而对如何实现这个技术，依然还是个问号。所以强人工智能技术对社会分工产生影响之前，弱人工智能技术很可能已经普遍于全球，所以在弱人工智能尚未完善的情况下，超期一个时代去思考强人工智能，得到的结果很可能会非常不准确，所以文章只考虑已经逐步步入社会的弱人工智能对社会分工的影响。

3 弱人工智能对社会分工的冲击

3.1 技术性失业

技术的进步会极大促进生产效率的提高，导致对部分基础劳动力的需求的减少。这对以工厂主、企业家为代表的中产阶级而言是有利的，因为生产效率在提升，而生产成本在降低，对企业而言，既提升了利润又减少了负担。对同国家利益挂钩的上层阶级而言也同样是有利的，因为一个个被科技促进的企业带动了国家经济的高速发展。而对于工人等基层劳动人民而言并不是一件好事，因为企业会为了缩减成本而进行一定规模的裁员。

历史上每次工业革命都带来了大规模的技术性失业，笔者将从历史上三次工业革命带来的技术性失业问题来进行分析，从而预测人工智能革命在未来造成的技术性失业的影响。

3.1.1 第一次工业革命带来的技术性失业及影响

18世纪60年代，“珍妮机”的出现标志着第一次工业革命的开始（黄益群，2016），当时从事手工纺纱的英国妇女也成为第一批因技术而失业的人群。拥有更先进技术纺纱机的企业从技术层面上完全压制着依靠手工纺纱的企业，因为珍妮纺纱机的普及，市面棉纱产量大幅提升，棉纱供不应求的局面被大幅改善，使得手工纺纱的收益大幅下滑。虽然新技术创造了新的就业岗位，原先被替代岗位的劳动人民可以通过学习使用机器来适应新岗位。但市场的总需求并不会出现像生产力那样的大幅提高，所以社会对于该岗位的劳动力需求就会减少（陈轶翔，罗伯特·艾伦，2017）。

但在工业革命之前，“圈地运动”在英国的开展已经让原先大量从事第一产业的人群流入城市，而工业革命带来的工具更新让这些人返回农村的可能性变得越来越小（侯建新，2019）。而英国通过对外扩展扩大了市场，使得第二产业爆炸似的生产增长率找到了可以“入侵”的需求市场。虽然挤压了其他国家的市场份额，但英国通过这样的方式挽救了国内城市的失业状况。

由图1可见，1801—1861年的工业产值和就业比重不断提升，从落后到成为农业的数倍。

1770—1830年的英国劳动人口人均生产力在稳步提升，可他们的实际工资几乎保持不变，所以即使是通过学习适应岗位后的工人，也仅仅是在技术性失业的浪潮中保住了自己的饭碗而已，技术带来的高额利润落入了中产阶级和上层阶级手中。

3.1.2 第二次工业革命带来的技术性失业及影响

第一次工业革命带来的技术性失业影响力还是较为有限的，因为市场的需求在短期内会随着生产力的提升而提升，国内市场的供求关系并没有好转。在国内市场饱和以后，率先完成工业革命的国家会通过扩展国外市场来继续保持供求平衡，工业革命带来的新职位也会接纳原先的技术性失业者。

第二次工业革命的电气技术带来了一系列的新职业，使得社会分工出现了更多的门类，创造了一系列如同汽车、钢铁、化学工业等行业。同时因为生产力的提升，刺激了第三产业的蓬勃发展，交通、金融、服务等行业的就业大幅增加。

该工业革命带来的技术性失业主要集中于第一产业，随着技术的革新，第一产业的生产工具再次得到升级，农业机械化的程度不断提高，美国、德国此前并没有受到“圈地运动”太大的影响。由圖2和图3可见，美国在1849年第一产业的就业比重为61.7%，第二产业的就业比重为15.5%;德国在1861年和1871年的第一产业就业比重为50.9%，第二产业的就业比重为27.6%，而到了1910年，两个国家的第一产业就业比重分别下降到了34.9%和35.1%，而第二产业就业比重出现了增长，分别达到了29.2%和37.9%（许冰，2018）。

由此可见，以德国、美国为代表的最先享受到第二次工业革命带来的科技红利的国家，技术性失业的影响主要在第一产业。

3.1.3 第三次工业革命带来的技术性失业及影响

第三次工业革命将社会分工细化到了极致，发达国家的整体就业结构都在向第三产业倾斜。

由于技术革新，第一产业生产的增长率大于需求增长率，导致了第一产业的就业比重继续减少。1960—2000年间，美国由8.6%大幅下降至2.6%，日本由26.9%大幅下降至5.1%，法国由22.4%大幅下降至4.1%。

在发展初期，第二产业的就业比重出现了小幅度的提升，但很快因为生产力的过剩而出现了供大于求的情况，于是在第三次工业革命后期出现了第二产业就业比重下降的情况。

第三产业自第二次工业革命开始就业比重就逐步提升，到了2000年几乎所有发达国家的第三产业就业人员均已过半。由于新技术的出现，劳动力需不断学习新出现的技术来适应工作。社会对高技术性人才的需求越来越高（许冰，2018）。

3.1.4 人工智能革命带来的技术性失业及影响推测

影响第一产业和第二产业就业的主要因素在于市场需求，而历史上三次工业革命所促进的生产增长率远超市场需求增长率。第一产业在三次工业革命中的就业比重都在降低，第二产业就业比重在第三次工业革命后期也出现了降低。在第四次工业革命中以无人工厂为代表的新技术，将会让第一、第二产业的就业比重继续降低。

第三产业在前两次工业革命中蓬勃发展，出现在第三产业以传媒业机器写手为代表的新技术也可以替代少部分人力劳动，市场对第三产业的需求目前还尚未达到饱和。目前的人工智能已经可以针对用户进行个性化的内容推送，个人定制的产品也越来越流行，随着第三产业就业比重的增大，其竞争程度也会越来越大。

虽然人工智能的新技术会带来新的就业，但这并不能填补被替代职业的缺口。世界经济论坛（World Economic Forum）2016年1月的一份世界经济报告《就业的未来》（The future of jobs）预测，机器人和人工智能的出现和兴起将在15个大型经济工业化的国家消除数百万个就业困难的岗位，而同期信息技术和科学进步的发展只会为其带来200万个新就业的岗位（吴清军，陈轩，王非，等，2019; 本刊综合，2017）。

3.2 技术性失业后的主要措施

在技术高速发展的科技革命阶段，各国间的科技水平博弈已成为提升未来国际地位的一大手段。发展过慢会被甩在后面，而发展过快产生的大量技术性失业人口将成为社会的一大隐患。

3.2.1 失业保险

人工智能虽然会淘汰大量的职业，但也会创造许多新的职业，这些新的职业对于其从业人员的技术要求会更高。有了失业保险，待业人员的基础生活就有了一定的保障，可以确保在学习技术以及寻找新工作的时间里解决基本的温饱问题。

当处于经济下行周期或经济危机时，失业率的提升会导致社会矛盾的爆发，而失业保险保障了失业人民的生活，可以有效地缓解这样的情况（董保华，孔令明，2017）。

我国目前的失业保险基金整体上还是收入大于开销，每年的剩余可以用来帮助企业，稳定经济局势（蒋万庚，2018）。

3.2.2 调整税收与补贴

西方的研究者们偏向于通过征税来调控人工智能的发展规模，通过对人工智能征税可以一定程度上限制一些企业的飞速扩张（董志强，黄旭，2019）。而利用人工智能税来对仍然使用人工生产的企业进行补贴，这样可以减少一些技术尚未普及的企业的生存负担，使得企业淘汰的速度减缓，一定程度上避免了失业率在某一时段的飞速提升，为政府提供缓冲时间（董志强，黄旭，2019）。

3.2.3 基建

在国家失业率失调的局面下，启动更多的基建项目是政府对控制失业率的有力的短期手段。这不仅在项目期间减少了可观的失业人口数量，也会对国家未来长期经济发展提供基础。

2009年奥巴马政府计划启动的“经济复苏计划”预计在2011年之前创造250万的就业岗位。在我国，修一座1000千米的铁路就需要10万名工人（刑海洋，2009）。

3.2.4 加强职业再教育

在人工智能的推动下，一些技能要求较低的可通过自动化实现的职业将会被率先淘汰，如果仅仅是通过补贴企业、发动基建项目只能解决一时的燃眉之急，这些人终究也会失业。只有在这些人中普及职业再教育，使得他们适应更高技能水平的工作，才可以从根本上解决一些人的失业问题。

4 总结

弱人工智能技术通过仿照人类的行为模式，在许多职位上展现了极高的效率，在期待人工智能技术革命带来的便利以及造福于社会的同时，也不能完全忽略其可能带来的诸多负面影响。

从个人层面来看，即使面对失业风险，也不能过于惊慌，去从事一些目前还难以被人工智能所替代的行业，或强化自身技能水平从而使自己成为一个高技术型人才，才能减少失业风险。

从国家层面来看，也需要做好宏观调控工作。根据以往工业革命的趋势，社会对就业的比重将更加明显的向第三产业倾斜，第一、第二产业的比重可能会在今年继续缩减，第三产业的比重将再次到达第三产业历史的一个顶峰，但这改变的过程不能太快，许多企业的倒闭会增加社会的不稳定因素，國家应该时刻关注企业的生存情况，并对一些企业进行一定程度的扶持。对于局部地区失业率大幅增加的情况，可以在该地区启动一些基建项目，对该地失业率提供一个缓冲空间。

由于第三产业的比重增加，人们受到的服务也会更加人性化，创造性和高技术型行业人才将更加受到欢迎。虽然失业率会增加，但国家生产力却一直在提升，所以国家对待业人口的保障制度会更加完善，福利会更加高。

参考文献：

[1]王灿，杨瓅.智能变电站技术的创新优势及应用[J].通信电源技术， 2019，36（8）：135-136.

[2]栾峻苇.基于物联网的无人工厂技术探究[J]. 通讯世界， 2019，26（4）：260-261.

[3]高洪福.机器人工厂≠无人工厂——“IT生存法则”之智慧工厂[J].网络安全和信息化， 2018（10）：19-20.

[4]刘琦.人工智能与药物研发[J].第二军医大学学报， 2018，39（8）：869-872.

[5]朱文珍，胡琼洁.人工智能与医学影像融合发展：机遇与挑战[J]. 放射学实践， 2019，34（9）：938-941.

[6]罗幽诗.试论新媒体时代体育传播的产品转型[D].武汉：武汉体育学院， 2017.

[7]汪萱.人工智能时代传媒业的“人工”与“智能”[J].传媒， 2019（8）：63-66.

[8]黄益群.我国高新技术企业与风险投资的结合机制研究[D].福州：福州大学， 2016.

[9]陈轶翔，罗伯特·艾伦. 以史为鉴，展望人类工作的未来[J]. 世界科学， 2017（12）：51-54.

[10]侯建新.圈地运动与土地确权——英国16世纪农业变革的实证考察[J]. 史学月刊，2019（10）：5-46.

[11]许冰.工业革命影响就业结构的历史考察与例证[J]. 未来与发展， 2018，42（3）：19-22.

[12]吴清军，陈轩，王非，等.人工智能是否会带来大规模失业——基于电商平台人工智能技术、经济效益与就业的测算[J].山东社会科学， 2019（3）：73-80.

[13]本刊综合.“无人经济”：技术升级背后的服务考量[J].发明与创新（大科技）， 2017（12）：8-12.

[14]董保华，孔令明.经济补偿与失业保险之制度重塑[J]. 学术界， 2017（1）：18-33.

[15]蒋万庚.论失业保险功能的反思与定位[J]. 广西大学学报（哲学社会科学版）， 2018，40（6）：95-98.

[16]董志强， 黄旭.人工智能技术发展背景下的失业及政策：理论分析[J]. 社会科学战线， 2019（12）：76-84.

[17]刑海洋.基建与就业[J].中国海关，2009（1）：12-79.

[作者简介]姜涵（2001—），男，江苏海门人，就读于南京晓庄学院，研究方向：人工智能理论、宏观经济管理;陈勇杰（2001—）男，浙江青田人，就读于南京晓庄学院，研究方向：人工智能理论;陈立锦欣（2001—），男，江苏启东人，就读于南京晓庄学院，研究方向：人工智能理论。