教育频道,考生的精神家园。祝大家考试成功 梦想成真!
会员登录 会员注册 网站通告:

管理学

搜索: 您现在的位置: 经济管理网-新都网 >> 管理学 >> 科技管理 >> 正文

人工智能时代的工作变化、能力需求与培养

http://www.newdu.com 2020/5/28 《新疆师范大学学报(哲学社会科学版)》2020年04期 刘湘丽 参加讨论

    摘要
    在人工智能时代,程序化工作和一部分非程序化工作将被人工智能取代,工作将向高度智慧化转移,劳动者的工作定位将发生升级方式、介入方式、前进方式、转移方式和集中方式等不同的变化。为了适应人工智能时代,要在学校教育和企业教育中注重提高受教育者的人工智能素养、培养创造性思维能力、社会交流能力以及环境应变能力。应对人工智能时代培养所需人才的关键措施包括:突出个性化培养理念;构建人工智能素养教育体系;实施问题导向及跨学科合作探讨的学习方式;利用人工智能技术提高学习效率。
    关键词
    人工智能;工作定位;能力需求;能力培养
    基金项目
    本文系中国社会科学院登峰战略企业管理优势学科建设项目、中国社会科学院京津冀协同发展智库研究课题的阶段性成果。
    当前,我们正处在全面进入人工智能时代的过渡期,几乎所有领域都出现了装载有人工智能技术的机械设备。18世纪中期以来,人类历史上先后出现了蒸汽机、内燃机与马达、计算机与互联网技术。这些技术极大地改变了人类的生产生活方式,推动了人类社会的发展。可以说,人工智能是继三大技术之后的又一重大技术。况且,与以往技术不同,人工智能可以替代人的脑力劳动,这将大幅度地改变人们现有的工作内容,并要求人们拥有不同于以往的特殊能力。然而,关于如何界定人在人工智能时代的工作定位及所需能力、如何培养人工智能时代所需要的人才,是尚未解决的课题。目前,有研究围绕人工智能可能产生的就业影响,尤其是结构性失业风险以及社会经济对策等方面进行了分析(万昆,2019;陈明生,2019;王君等,2017;潘文轩,2018),也有研究对人工智能背景下职业教育体制改革与发展问题进行了探讨(南旭光,汪洋,2018;毛旭,张涛,2019;丁晨,2019),但深入到工作能力层面,从劳动者角度探究人工智能时代的人才培养问题的相关研究还较为少见。鉴于此,本文基于技术—工作—能力—培养的视角,结合前沿研究进行理论分析,阐明人工智能对工作业务的影响机制,明确人工智能时代的工作定位与能力需求,探讨能力培养的战略思路和关键方法。
    一、人工智能时代的工作变化
    人工智能(Artificial Intelligence,简称AI)是指可以感应环境、做出行动,并获取最佳结果的合理主体(Rational Agent)(S.J.Russell,P.Norvig,2018)。感应环境、做出行动和获取最佳结果,属于人的智慧行为,而这些行为通过计算机程序(合理主体)被再现出来,就成为了人工智能。换言之,人工智能就是具有人类智慧的计算机系统。而在现实的工作环境中,人工智能的计算机系统又是与大量的感应器、超高速通信网、大数据收集分析装置、终端设备、机器手等组成更为复杂的系统来进行实际作业的,如机场出入境管理的人脸识别系统、汽车自动驾驶系统等。因此,可以说人工智能就是装载有可以模拟人类智慧行为的计算机程序的自动化设备。
    现阶段的人工智能可以在一定程度上替代人完成识别、决策和操控方面的任务。在识别方面,人工智能可以进行信息判别、分类与检索,如从影像中发现癌变征兆;从音调语速中检测情绪;从图像中监控设备异常、天气异常、用户账号异常等。在决策方面,人工智能可以进行数值形式下的物象评估与匹配,如预测销售额、GDP指标、民意度、信用风险、病变风险;推断消费者爱好、产品推销时机;根据消费者爱好、习惯不同而推荐不同内容的商品广告等。在操控方面,人工智能可以进行表现生成、设计行动最佳化及作业自动化,如自动撰写新闻稿件、概括文章大意;设计项目路线图、商品标识、网页布局、药品成分、建筑物结构;优化游戏策略、送货路线、店铺布局;实施自动驾驶、客户咨询等。只要人规定好了计算机程序的信息处理目的和分析方式,人工智能就能准确无误地替代人工进行作业(安宅和人,2015)。
    (一)工作变化的特征
    人工智能时代工作变化的特征体现在以下三方面。
    1.程序化工作被人工智能取代
    所谓程序化工作,按照美国经济学家奥托(D.H.Autor)等的定义,是指变化少、可以按照事先规定的程序进行的工作(Autor et al,2003)。程序化工作又分为主要使用认知能力的程序—认知型工作和主要使用肢体能力的程序—肢体型工作。认知能力是指直觉、判断、想象、推理、决策、记忆、语言理解等能力;肢体能力是指体力。程序—认知型工作具有重复性、单一性、目的明确并且主要使用脑力等特点,如行政事务、会计工作。程序—肢体型工作虽然也有重复性、单一性、目的明确等特点,但主要使用体力,如流水线组装、仓库运输业务。由于程序化工作相对简单,易于编制成计算机程序,所以人工智能对人类劳动的替代,首先会从这些工作开始。例如,产品组装是按照作业标准反复实施同样内容的工作,而作业标准完全可以编制为计算机程序,所使用的设备以及动作也完全可以建立成模型,因此,产品组装就可以由人工智能来代替实施。再如,需要一定认知能力的会计业务,人工智能也可以通过扫描或接受电子信号等方式获取相关数据,而后根据规定程序进行分类、汇总等作业。因此,在人工智能时代程序化工作会呈现明显的减少趋势,以往的自动化设备,基本是替代体力劳动的蓝领劳动者,而人工智能将替代白领劳动者。英国剑桥大学学者弗雷(C.B.Frey)与奥斯本(M.Osborne)在2013年发表的报告中指出,美国在未来20年里将有47%的工作存在被替代的可能性,电话推销员、标题审查与摘要人员、手工缝纫工、技工、保险受理员、手表修理工、货物运输人员、税务代理员、照片处理工、会计助理、图书馆技术员、数据输入员等工作被取代的概率可高达99%(C.B.Frey,M.Osborne,2013)。日本经济新闻和英国金融时报2017年合作进行的调查显示,制造、餐饮、运输等23个产业的2000项工作中有超过3成的业务可能被替代,制造业被替代的比例是80.2%,包括焊接、组装、裁缝、制鞋等业务;餐饮业被替代的比例是68.5%,如客服、点餐、食材准备、餐桌与餐具摆放等业务;运输业被替代的比例是48.4%,包括车辆维修、飞机驾驶、运输信息提供等业务(Shotaro Tani,2017)。这些研究表明,被取代概率高的工作基本上都是重复性、单一性、目的明确的程序化工作,其中不乏白领岗位的部分业务。
    2.一部分非程序化工作被人工智能取代
    相对于程序化工作,非程序化工作通常变化较大,难以按照事先规定的计划进行。这一工作又分为两类,一类是非程序—认知型工作,如科学研究、文学创作、作曲作画、经营管理、医疗诊断、诉讼辩护等;一类是非程序—肢体型工作,如烹饪、理疗、看护以及汽车驾驶等。非程序—认知型工作需要高层次的文化水平、分析能力和想象力,现阶段的人工智能还达不到完全替代的水平。烹饪、理疗、看护以及汽车驾驶等非程序—肢体型工作需要高度的人际间互动、灵敏的环境反应能力以及灵活的肢体动作,而这些要求现阶段的人工智能尚不能完全做到,所以这些工作基本上还需要人来承担。但随着人工智能技术的发展,人工智能在未来不仅会代替人做更多的程序化工作,而且有望将一部分非程序化工作纳入替代范围,如自动驾驶、行走助力、编制诉讼方案、作曲作画等(Autor,2015)。届时非程序化工作完全由人来完成的局面就会发生变化,进而带来业务重组,从以前由人承担所有业务变成由人工智能和人共同分担业务,如影像诊断由人工智能完成,最终诊断由医生完成;围棋陪练由人工智能承担,棋艺解说由教练承担。
    3.工作向高度智慧化转移
    装载有人工智能的设备可以替代人的程序化工作,甚至部分非程序化工作,但现阶段人工智能仍有很大的局限性,如人工智能不能设定目标和规划未来、不能产生意识、不能对未曾有的变化作出反应、不能提出问题、不能设计分析框架、不能产生灵感、不具有常识判断力、不具有指挥人的领导能力(安宅和人,2015)。所以现阶段仍有四类工作是人工智能所无法替代的。一是高度创造性的思维工作。如通过综合分析各种知识归纳和提出新概念、通过多方面分析发现问题并提出解决方案、基于情感创造出文学艺术作品等。二是高度社会化的沟通工作。如包含理解、说服、交涉在内的工作,人际间交往与协同作业等。三是高度灵敏的肢体型工作。如演奏乐曲、表演舞蹈、高难度手工艺等。四是高度非程序化的工作。如看护、清扫工作。这些工作看似简单,但需要人根据知识、经验以及常识等对情境作出判断,如在清扫时对发现的废纸需要进行判断,确定它是重要笔记还是真正的废纸,而人工智能的扫地机是无法做到的(野口悠纪雄,2018)。但即使如此,现在几乎所有领域中都在使用人工智能,并且人工智能的工作领域还在不断扩展。在看护工作中,移动搀扶患者机器人已经开始出现;人工智能已能够进行文学、绘画及音乐的初步创作,人与人工智能协同作业的状态已成为普遍现象。在这种状态下,人的工作内涵必然要向高度智慧化转移。

[1] [2] [3] [4] [5] [6] [7] 下一页

Tags:人工智能时代的工作变化、能力需求与培养  
责任编辑:admin
  • 上一篇文章:
  • 下一篇文章: 没有了
  • 相关文章列表
    没有相关文章
    请文明参与讨论,禁止漫骂攻击。 昵称:注册  登录
    [ 查看全部 ] 网友评论
    • 此栏目下没有推荐文章
    • 此栏目下没有热点文章
    | 设为首页 | 加入收藏 | 网站地图 | 在线留言 | 联系我们 | 友情链接 | 版权隐私 | 返回顶部 |