人工智能时代的青年职业发展探析

【中图分类号】C913    【文献标识码】A

人工智能（AI）技术的迅猛发展不仅改变了人们的生活方式，也深刻重塑了劳动力市场的结构与工作模式，对青年职业发展提出了新的挑战。在AI时代，劳动力市场的持续变化可能成为青年职业生涯的常态。对于即将步入或刚刚步入职场的青年而言，如何适应这一新情境？对政府和社会而言，又应如何通过政策支持与系统保障助力青年职业发展？

AI技术驱动下劳动力市场需求的结构性嬗变

就业替代效应和创造效应综合后果的不确定性表明，在AI时代，青年的职业发展过程中将不断面临新挑战，频繁更换职业、调整工作岗位以及改变工作内容和方式等，或将成为常态。对处于AI时代的青年而言，毋庸置疑的是：他们所面临的劳动力市场正处于需求结构不断变化的状态，并且这种变化因AI技术的发展而不断加速。

AI技术的发展和应用对劳动就业的影响，本质上属于技术进步与劳动力市场关系的范畴。历史上，关于技术进步是否威胁就业的讨论屡见不鲜。例如，19世纪初英国爆发的“卢德运动”、20世纪30年代“技术性失业”概念的提出，以及20世纪60年代针对“自动化焦虑”的讨论，均反映出人们对技术进步引发的就业需求变化的担忧。但历史事实表明，技术进步并不必然导致就业总量的减少，反而可能扩大人力资源需求。譬如，有研究显示，从1980年到2010年间，美国约一半的就业增长得益于技术进步。真正引起恐慌的其实是技术快速发展导致的人力资源需求结构的急剧变化。当现有的人力资源供给无法及时适应技术发展带来的需求结构调整时，便会出现所谓的技术性失业。事实上，随着AI技术的发展和运用，社会对不同技能和岗位的需求必然会发生变化，这一过程可视为劳动力市场的一种“新陈代谢”。在技术进步相对缓慢时，劳动力市场结构调整相对平稳，对就业的冲击有限。而在当前以及可预见的未来，快速发展的AI技术显著加速了劳动力市场的结构变化。

AI技术的发展和运用不仅加速了劳动力市场需求结构的变化，还改变了这一变化过程的内在机制。技能偏向性技术进步理论和任务偏向性技术进步理论是当前解释技术进步对劳动力市场影响的两大主流框架。技能偏向性技术进步理论认为，技术进步有助于增加对高技能劳动力的需求，同时减少对低技能劳动力的需求。该理论在一定程度上解释了近年来高技能人才需求上升和收入差距扩大的现象。然而，这一理论并不能有效地解释近年来出现的就业极化现象——即高技能和低技能职业份额有所增加，而中等技能职业的就业份额有所下降的现象。任务偏向性技术进步理论将工作任务区分为常规任务（程序化、重复性、可被机器执行的任务）、非常规认知任务（需要分析、创造、解决问题等复杂思维能力的任务）以及非常规体力任务（需要体力和在非结构化环境中工作的能力），并指出常规任务更容易受到技术进步的冲击，从而较好地解释了就业极化现象。然而，随着近年来生成式AI的发展，传统上被认为属于非常规认知任务的部分工作也开始受到技术进步的影响，这表明AI技术对劳动力市场结构的重塑机制比以往更加复杂，其未来的影响甚至可能超出现有理论的认知范围。

AI技术的发展和运用将从多个维度重塑劳动力市场的人力资源需求结构。其一，部分职业或岗位的人力资源需求会迅速下降，但这些职业或岗位不会完全消失。例如，传统制造业中的装配线工人需求将因自动化技术的普及而减少，但仍需人类进行监督和维护。其二，某些职业或岗位在需求总量上可能变化不大，但对从业人员的知识与能力提出新的要求。这种新要求有两个不同的方向：一是要求从业人员掌握更高水平或更新的技能。例如，在医疗行业，AI诊断工具的应用要求医生掌握AI相关的新技能。二是技能要求降低，乃至去技能化。例如，在软件开发领域，AI工具的运用使得初级程序员也能参与到复杂的项目中。当然，技能门槛的降低也会带来风险，如客服领域中AI聊天机器人的应用降低了人工客服的技能门槛，但也增加了竞争者的数量，导致从业人员被同行替代的风险增大。其三，一些传统职业或岗位逐步消失，而一些新的职业或岗位则会不断被催生。譬如，会产生数据科学家、机器学习工程师、AI训练师、AI伦理学家、机器人工程师等。其四，不仅常规任务型工作岗位面临调整，而且非常规型任务（包括认知类、创意类任务）也面临调整。例如，生成式AI在艺术创作和法律文书起草等领域的应用，正在影响传统上被认为需要高技能和创造力的领域。此外，劳动力市场人力资源需求结构的变化还体现在行业和地区层面。不同行业所需要的人力资源规模和类型将出现变化与调整，如科技行业对高技能人才的需求将增加，传统制造业对低技能工人的需求将减少；不同国家或地区对人力资源规模和类型的需求也将因AI技术发展和运用程度的不同而发生变化。

AI技术的发展与运用不仅通过自动化和技能要求的变化影响劳动力市场，还通过改变劳动方式和劳动关系等途径，进一步重塑劳动力市场结构。其一，灵活就业与远程工作机会不断增加。AI技术的发展助推了灵活就业、远程工作等新型劳动方式的兴起。例如，AI驱动的协作工具和虚拟助手使员工能够在全球范围高效协作，减少了对传统办公场所的依赖，增加了远程工作的机会。当然，这一变化也导致传统意义上依赖固定场所的职位需求下降。其二，人机协作的工作模式逐渐增加。AI技术的发展不仅使得人机协作更为便利，也使得人机协作类的工作岗位成为新的就业增长点。其三，零工经济和平台劳动的扩张，以及劳动关系的去雇主化。AI技术支持的平台经济创造了新的劳动模式，传统雇主—雇员模式被更为灵活的合作关系替代，越来越多的劳动者从传统的雇佣制转向合同制或自由职业（或独立承包商/工作事项独立承揽人）。这增加了对短期、项目制工作的需求，同时减少了对长期稳定就业的需求。其四，劳动力市场的全球化。譬如，AI技术通过实时翻译和跨文化沟通工具降低了全球协作的障碍，使劳动力市场更加全球化，企业可以从全球范围招聘人才，劳动者也能参与国际项目。

除了重塑劳动力市场需求结构之外，AI技术的发展与运用无疑也从人力资源供给侧影响了劳动力市场。其中，“技术袪魅”和“技术赋能”是最为突出的现象，它们共同改变了劳动的可及性和劳动力供给的质量与数量。“技术袪魅”指的是AI技术通过简化复杂任务、模块化操作流程，降低了某些工作或岗位的技能要求，使原本无法胜任这些工作或岗位的劳动者也能够进入相关领域，从事相关工作，从而显著扩大人力资源的可供给范围。譬如，AI驱动的翻译工具使得非专业人士也能完成基本的跨语言沟通，有效降低了语言服务行业的准入门槛。“技术赋能”则是指AI技术通过提供高效、便捷、个性化的学习和培训资源以及渠道，帮助劳动者快速掌握新知识和新技能，增强其职业能力和市场竞争力，从而提升劳动力供给质量。

青年职业发展过程中的“变”与“不变”

AI时代青年职业发展情境的不确定性和确定性是一体两面的。不确定性体现在具体职业、岗位和工作内容的持续变化上。而确定性在于，青年始终置身于一个需求结构持续快速演化的劳动力市场中，这一基本趋势已不可逆转。换言之，AI技术的发展与应用为青年职业发展带来新挑战的核心在于：青年所面临的不再是某一具体职业或岗位的简单变动，而是贯穿整个职业生涯、以不断变化的需求结构为特征的劳动力市场情境。

从相对宏观的角度来看，人力资源供需的有效匹配是实现高质量充分就业的关键。在AI时代，人力资源供需之间的张力将长期存在，并且受到经济周期性波动和人口发展等因素的影响。当前，国内外形势复杂多变，加之青年劳动力供给不断上升，青年就业的结构性矛盾日益突出。因此，无论是为了应对经济周期性波动，还是为了适应AI时代劳动力市场结构的持续演变，提升劳动者知识水平、改变技能结构、优化人力资源供给等，都是缓解乃至消除这种供需张力的必然之举。

面对劳动力市场结构的持续变动，“以不变应万变”仍是个体应对不确定性的重要策略。在这一语境下，“不变”并非指职业路径的固守不变，而是指个体在动态社会中持续进行知识更新、技能提升与学习能力培养的稳定取向；而“变”则体现为职业形态、岗位、工作内容以及工作方式等方面的持续调整与重塑。在技术变革所引发的市场不确定性与结构性张力面前，青年需要调整职业预期，建立终身学习机制，强化跨界能力，并夯实数字素养。只有这样，他们才能在未来充满变数的就业环境中构建自身的核心适应力与可持续发展能力。

其一，转变对职业与工作的传统认知和预期。纵观历史，技术进步虽持续推动劳动力市场的演进，但传统的职业路径通常具有较强的稳定性和可预期性，个体往往从事相对固定的职业。然而，随着AI技术的深度渗透，劳动力市场的动态性显著增强，当代青年在其职业生命周期中将面临更为频繁的职业转换、岗位流动、工作内容和方式转变，同一职业路径的长期延续性正变得日益罕见。面对这一趋势，青年群体亟需重塑职业生涯的认知基础，树立更加灵活、开放、适应性强的职业发展理念。

其二，树立终身学习理念并采取相应行动。在AI等技术的推动下，知识更替速度显著加快，职业技能的时效性大幅缩短，传统的“一次性教育”模式已难以适应时代发展的要求。青年应树立终身学习的理念，运用AI、大数据、在线教育平台等新兴工具，提升学习效率与能力迁移水平，实现学习内容的精准化与学习过程的个性化，确保自身在技术加速迭代的环境中始终保持竞争力。

其三，高度重视跨学科能力的培养与人机协同能力的构建。随着产业边界的日益模糊、职业技能结构的加速复合化，单一专业背景已难以适应快速演化的就业环境。青年应主动拓展知识边界，融合多学科知识体系，增强跨界思维与综合解决问题的能力；同时，应增强与智能技术协同工作的意识与能力，在“人机共生”的新型劳动结构中实现优势互补，确立自身不可替代的职业价值。

其四，提升数字素养，夯实基本的数字技能。数字技能不仅关涉个体的职业适配能力，更深刻地影响其社会参与水平与数字时代的公民身份建构。在AI加速融入各类社会场景的背景下，青年若缺乏基本的数字工具运用能力、数据处理能力与网络信息素养，极易陷入被动乃至边缘化境地。因此，提升数字素养、夯实基本的数字技能成为青年增强职业安全感、拓展社会流动空间、提升公共事务参与能力的关键支撑。

从政府和社会的视角出发，优化人力资源供给结构，已成为应对技术快速演进背景下就业结构性矛盾的关键举措，也是推动经济社会高质量发展的基础性条件。总体而言，政府、企业、教育机构等多方主体应协同发力，从人才培养、技能提升、观念引导、制度支持等多个维度，系统推进人力资源供给结构的优化。唯有如此，方能有效缓解AI时代的就业结构性矛盾，提升劳动者的整体适应能力与社会生产效率。具体而言，应做好以下工作：

其一，改革与优化人才培养体系，增强人力资源供需匹配度。近年来，我国高等教育规模的迅速扩大为经济社会发展提供了坚实的人才支撑，但高校毕业生就业结构性矛盾也愈发突出，教育供给与社会需求之间的错位问题日益显现。在AI技术深刻重塑劳动力市场结构的背景下，传统的人才培养模式亟待转型升级。因此，应建立以社会需求为导向、以动态反馈为机制的教育调适体系，推动形成教育系统与产业系统之间的高效联动。具体而言，要在强化财政激励与约束机制（例如将高等教育资源配置与毕业生就业质量挂钩）的同时，依据劳动力市场供需动态监测数据，及时调整专业设置与课程体系，提升人才供给结构与劳动力市场需求结构间的匹配度。

其二，创新技能培训体制机制及方式，构建学习型社会。面对AI时代劳动者技能更新周期不断缩短的现实，应加快构建涵盖终身学习、跨界学习、弹性学习的教育培训体系。在政策层面，应出台覆盖多阶段、多人群的终身学习制度，提供制度性支持与资源保障；在实施层面，应依托政校企多方合作平台，开发具有灵活性、前瞻性与针对性的技能培训项目，并广泛运用AI、大数据等数字技术，推动技能培训的智能化、个性化、模块化，增强技能提升的效率与适配性。

其三，前瞻性引导新增劳动力的培养与存量劳动力的技能转型。应组织专门力量加强对劳动力市场结构演变趋势的分析和研判，结合人工智能发展路径、人口结构变化、产业发展与演进方向，前瞻性地科学引导教育资源和培训资源的投放与布局，积极干预新增劳动力的培养与存量劳动力的技能转型，以高效地满足未来岗位所需的技能与素养。

其四，引导青年更新就业观念。应加强对青年群体的就业价值观引导，推动其从传统的“稳定性”就业偏好向“适应性”“成长性”就业认知转变，增强对职业灵活性、跨界性与非线性路径的接受与准备，从而提升其在变动不居的劳动力市场中的适应力与行动力。

其五，建立全民数字技能教育体系。数字技能不仅关涉个体的职业适应与社会融入，也在更深层面决定着国家的技术创新能力与社会治理现代化水平。因此，应将数字技能系统性地纳入国民教育体系，构建涵盖基础教育、高等教育到成人教育的全生命周期数字教育链条。同时，强化社区教育平台功能，为中老年群体、农村居民等群体提供灵活多样的数字技能培训，确保不因“数字鸿沟”造成新的社会分化。在此基础上，应鼓励企业与社会组织积极参与数字教育资源建设和数字技能培训工作，推动数字技能普及的社会化、生态化发展。

综上所述，AI技术的发展不会消灭职业发展机会，但会改变职业发展机会。对于青年而言，只有持续不断地调整和优化自我，才能在AI时代不断变化的职业发展过程中把握住属于自己的机会。

（作者为南京大学就业质量研究中心主任，南京大学社会学院教授、博导）

【注：本文系国家社会科学基金重大项目“大数据和人工智能发展背景下社会分层状况的新变化”（项目编号：22&ZD188）阶段性成果】

【参考文献】

①Eloundou,T.,et al.,GPTs are GPTs:Labor market impact potential of LLMs.Science,2024.384(6702):p.1306-1308.

②Lane,M.,M. Williams,and S. Broecke,The impact of AI on the workplace:Main findings from the OECD AI surveys of employers and workers,in OECD Social,Employment and Migration Working Papers.2023,Paris：OECD Publishing.

③Acemoglu,D.and P. Restrepo,The Race Between Man And Machine:Implications Of Technology For Growth,Factor Shares,And Employment. American Economic Review,2018.108(6):p.1488-1542.