生成式人工智能时代大学生就业面临的机遇与挑战

摘 要：生成式人工智能技术加快了“机器换人”步伐，正在颠覆性地重塑劳动力市场，给大学毕业生就业带来新的机遇与挑战。亟需政府和教育部门研究新时代大学生就业面临的新课题，调整专业设置，完善职业培训体系，提升大学毕业生数智素养，以智慧中国建设促进大学毕业生高质量充分就业。

关键词：生成式人工智能 大学生就业 挑战 机遇

中图分类号：F240;G645文献标识码：A

文章编号：1004-4914（2024）12-051-03

2023年，掀起了一场生成式人工智能研究与应用的热潮。生成式人工智能（AI是一种新内容生成的人工智能技术），由于在大模型、大算力、大数据、训练方法等多方面的技术突破，它可以使用深度学习、自然语言处理、文图转换模型等技术，自动生成新的文本、图片、视频、音频、编程代码等内容。生成式人工智能在许多领域可以自动化完成重复性、低价值的工作，从而降低了对大学毕业生的需求。同时，生成式人工智能的发展也将为大学毕业生创造新的就业机会。

一、文献综述

（一）生成式人工智能为大学毕业生就业带来的挑战

Milanez（2023）指出，新一代语言模型越来越多地用于执行更复杂和创造性的任务，比如开发和调试软件代码以及编写音乐或诗歌。日益强大的人工智能系统，如人工智能语言模型和类似代理的人工智能系统，正引起了人们对工作流失的担忧，包括程序员等高薪工人，以及随之而来的经济和社会混乱。

Philippe Lorenz，Karine Perset，Jamie Berryhill（2023）认为，生成式人工智能与以前技术进步的最大区别在于人工智能能够实现非常规认知工作任务的自动化。因此，生成性人工智能可能会影响更高技能的工作。随着生成性人工智能的使用越来越多，人工智能暴露的职业范围和范围可能会迅速变得更大。高技能职业对AI的暴露率最高，包括商业专业人员、经理、科学和工程专业人员以及法律、社会和文化专业人员

Agrawal A.， Gans J.， Goldfarb A.（2023）指出，与解析式人工智能技术不同，生成式人工智能不仅具有很高的创造能力，还展现出与用户很好交流的的社交智慧。生成式人工智能可能替代的主要是那些受教育程度高、技能水平高，同时薪酬水平也较高的中高层白领人群。

（二）生成式人工智能为大学毕业生就业带来新的机遇

Marguerita、Morgan Williams、Stijn Broecke（2022）发现，AI的使用者大多数是年轻人和受过高等教育的人。AI使用对受过高等教育的人的工作表现和工作条件有显著的正面影响。受过高等教育的人能够应用AI协助他们的工作，提高工作效率，分享AI的红利。

随着生成式人工智能的引入，人工智能本身的使用也变得更加容易。最近的一项研究表明，对于经验不丰富和低技能的客户支持工作者来说，基于人工智能的对话助理对生产力的影响最大;对有经验的和高技能工人的影响很小（Brynjolfsson， Danielle，and Raymond 2023）。

国际货币基金组织报告（IMF，2023）指出，受教育程度较高的劳动者主要从事非程序性认知性工作，受教育程度较低劳动者更多从事程序性认知任务和操作任务。受过高等教育的工人容易从替代率风险高的工作转向高互补率的工作。相比之下，受过初中以下教育的工人显得流动率较低。因为受过高等教育的年轻人适应性强，熟悉新技术，能够抓住新机遇。随着数字经济和“人工智能+”这些新技术的应用，有很多新的行业、新的就业机会产生，比如直播带货、线上教育、云办公行业等，这将会产生更多的就业需求。

二、生成式人工智能对大学毕业生就业的冲击

随着高校连年扩招，应届大学毕业生人数连年攀升。2024届高校毕业生总规模1179万人，创历史新高，加之生成式人工智能对传统制造业和服务业就业岗位的冲击，大学毕业生“就业难”问题更加突出。

（一）智能制造对大学毕业生就业吸纳能力下降

在制造业领域，生成式人工智能可以应用于机器视觉、数位分身和自主导航系统等，实现生产线和仓储物流等环节的无人化和智能化，工科类本科毕业生就业的行业构成发生了较大变化，制造业的就业占比明显下降。从2014—2020年，大学毕业生在电子设备制造业就业占比下降幅度为-1.4%，在交通运输设备制造业就业占比下降-2.1%，在机械设备制造业下降了-1.8%。

（二）文字和图像自动生成导致大学毕业生白领就业岗位减少

生成式人工智能具有文本生成、图像生成、音视频创作与生成、电影与游戏、代码生成领域、内容理解与分析的功能。大多数商科学生毕业后从事会计和金融工作。随着计算能力的提升，记账和算账，这类程序性的认知工作将被人工智能所代替。2023年7月，北大国发院与智联招聘总结了受ChatGPT为代表的大语言模型影响指数最高的20个职业。财务/审计/税务、翻译、银行、销售业务位列前四，法律/法务/合规职业也位于影响指数前20榜单。这些职业多为白领工作，其共同特点在于工作任务包含较多的文本处理、资料收集整理等内容，而这些知识型的工作任务正是大语言模型人工智能的长项。麦克思研究院就业蓝皮书显示，2018—2022年劳动力市场对财务/审计/税务/统计、行政/后勤、金融（银行/基金/证券/期货/理财）等常规白领职业的人才需求持续下降（见表1）。

三、生成式人工智能为大学毕业生就业带来的新机遇

（一）生成式人工智能促进大学毕业生就业

生成式人工智能技术使受过高等教育的年轻大学毕业生能更快地获得经验，因为他们可以利用自己对新技术的熟悉程度来提高他们的生产力。另外，生成式人工智能技术和应用平台衍生的新业态、新模式不断涌现并快速发展，为大学生提供了灵活就业的新路径，推动了零工经济等属于“非正规就业”的新兴就业形态的发展，拓展了大学毕业生就业新空间，提升了大学毕业生工资溢价。

（二）大学毕业生人工智能相关专业的就业情况

绿牌专业属于失业率较低，就业率、薪资水平和就业满意度都较高的增长型专业。麦可思研究院的大学毕业生就业报告显示，近8年被列入本科绿牌专业的有14个专业，其中计算机科学与技术、软件工程、网络工程、信息安全、信息工程、数字媒体艺术6个专业均属于计算机专业。这些专业与云计算、大数据、人工智能新兴产业密切相关，相关产业的发展为毕业生带来相对更多的机会（见表2）。

（三）大学毕业生人工智能相关专业和行业的薪酬

Acemoglu和Restrepo（2019）通过构建任务模型框架进行实证分析得出结论：凭借人工智能技术，劳动者能够高效地执行原有任务，或承担以往力不从心的工作，从而提升劳动生产率，获得丰厚的劳动报酬。

麦克思研究院2023年就业蓝皮书数据显示，2022届本科生毕业半年后，人工智能相关专业月收入最高为信息安全（7579元），其次是信息工程（7167），随后是数据科学与大数据技术（7074元），软件工程（7056），网络工程（6878元），计算机科学与技术（6686元）。

2022届本科生毕业半年后月收入排前十的行业中人工智能相关行业收入较高，包括软件开发、智能设备制造、集成电路、信息基础设施等在内的数字经济核心产业名列前茅，其中软件开发业月薪为7723元、计算机系统设计服务业为7156元、通信设备制造业为7132元。

四、人工智能对大学毕业生就业创造效应实证分析

（一）变量定义

被解释变量：大学毕业生在信息传输、软件和信息技术服务业就业人数。

解释变量：信息服务业固定资产投资;信息服务业增加值;信息服务业新产品研发投入;大专及以上受教育程度者占比;理工本科毕业生人数;信息技术外包（ITO）离岸执行金额。

（二）模型构建

以大学毕业生在信息传输、软件和信息技术服务业就业人数为因变量，以行业投资、增加值、研发费用、大专以上受教育程度、理工本科毕业生人数、信息技术外包（ITO）离岸执行金额为自变量构建多元回归模型。

lnemployment=β0+β1ln investment+β2ln value+β3rd+β4education+β5ln ligong+β6ln ito+ε

准回归结果：

从基准回归结果可以看出，大学毕业生在信息传输、软件和信息技术服务业就业人数与行业投资、增加值、研发费用、大专以上受教育程度、理工本科毕业生人数、信息技术外包（ITO）离岸执行金额同方向变动。其中，行业投资和理工本科毕业生人数对大学毕业生就业创造效应在5%置信条件下显著。

（三）内生性处理

有效工具变量应满足两个条件：（1）相关性条件，即与内生变量相关;（2）满足外生性条件，即与随机扰动项不相关。Education与理工毕业生有关，与其他因素不相关，所以为了消除内生性影响，在实验中，使用education作为内生解释变量ligong的工具变量是有效的。

从表3回归结果中可以发现，与原回归的结果相比进行内生处理后的估计数值发生了较大变化，所以进行内生性处理是非常必要的。

从二阶段最小二乘回归分析结果可以看出，大学生就业与人工智能技术投资呈正相关，且在10%条件下显著，研发费用投入、行业增加值对大学毕业生就业有正向影响，但不显著。大学生受教育程度，尤其是理工科受教育人数对大学毕业生就业存在正相关，且在5%条件下显著。

五、积极应对生成式人工智能对大学毕业生就业的冲击

为了应对人工智能对高等教育挑战，需要采取以下措施：

（一）增设人工智能相关专业

在人工智能时代，人才是关键，人工智能教育是基础。高等院校应尽快优化人工智能学科布局，设置人工智能相关核心课程，构建深度融合的跨学科人才培养新模式。同时，要利用生成式人工智能技术颠覆传统的教育方式，构建包含自主学习、交互式学习在内的新型教育体系，推动教育公平化、个性化、终身化。

（二）不断开发升级课程体系

人工智能人才的培养需要面向业界、面向未来，需要根据未来至少5～10年人工智能产业的发展趋势，相应地调整专业课程体系和实验设计规划。

（三）加强人工智能师资队伍建设

要建立企业导师制，加强高职院校双师型队伍建设，将自身的实践经验传授给学生，使学生在走上未来工作岗位后，真正能够做到学以致用。支持高职院校招聘经验丰富的企业高技能人才担任专兼职教师，推进校企共建“双师型”教师训练基地。

（四）健全智能技术教育衔接制度

应在原有专业知识基础上，通过培训机构追加培训、到企业实习见习等多种措施，加强对大学毕业生的职前职后培训，强化他们岗位能力提升。对缺乏专业技能、所学专业不适合需要的大学毕业生，要帮助他们增添专业技术和强化操作技能，使其尽快走上新的就业岗位。

（五）推进产学研相融合的人才培养新模式

要积极推进校企合作，按企业需求定向式培养人才，从而开通大学毕业生直接到企业上岗的通道。要结合产业发展需求，采取多种措施，搭建高技能人才培养平台，特别要加强重点城市公共实训基地的建设，瞄准产业变化中对高、新、专、特技能的需求，发挥基地独有优势，面向企业、院校开展实训和鉴定，为企业加速培养所需高端人才。

参考文献：

[1] 李俊骥等.超级AI与未来教育[M].北京：中国出版集团，2023：183-192.

[2] 杰瑞·卡普兰.人工智能时代：人机共生下财富、工作与思维的大未来[M].李盼译.杭州：浙江人民出版社，2016：125-153.

[3] 吕健，陆宣.Chat GPT为劳动者带来的机遇、挑战及其应对[EB/OL].当代经济管理.https：//link.cnki.net/urlid/13.1356.F.20230828.1653.002.

[4] 徐国庆.Chat GPT/生成式人工智能与未来职业教育[J]..华东师范大学学报（教育科学版），2023（7）：64-77.

[5] 周子凡.生成式人工智能对就业的影响及应对之策[J].当代经济，2023（01）：46-52.

[6] 兰梦珍.生成式人工智能对劳动力市场的潜在冲击和应对措施研究[J].经济论坛，83-85.

[7] AutPawe？ Gmyrek， Janine Berg， David Bescond.Generative AI and jobs： A global analysis of potential effects on job quantity and quality[R].ILO Working Paper 96 ，August / 2023

[8] Brynjolfsson， E.， L. Danielle， and L. R. Raymond. Generative AI at Work.[R].NBER Working Paper 31161， Cambridge， MA.

[9] Cazzaniga and others. Gen-AI： Artificial Intelligence and the Future of Work[R]. IMF Staff Discussion Note SDN2024/001， International Monetary Fund， Washington， DC.

[10] WEF.Jobs of Tomorrow：Large Language Model and Jobs-A Busineess Toolkit[R] .White Paper，December 2023