智能时代的职业变迁趋势与职业教育人才培养机制变革

□王博

新一代人工智能技术的快速发展和应用将改变我们的社会生活和职业世界。智能时代一些传统职业将被替代，一些新的职业会产生，而更多职业将会以人工智能与人类劳动者优势互补、协同合作的形式进入一种新形态。那么智能时代可预见的职业变迁趋势如何？相应的人才职业能力结构要求会有哪些改变？现代职业教育在人才培养机制上又要如何变革才能适应智能时代要求？这些都成为了当前职业教育研究要关注的重点。其研究成果不仅会推动未来职业教育的发展，还将对智能时代的社会变革产生影响。

一、新一代人工智能推动下的职业变迁趋势

职业变迁是社会发展和技术进步的必然结果，其首先表现在职业功能演变、工作流程重组、职业规模调整、收益和生存状态变化等外显的职业存在形态变迁上。人工智能对职业存在形态改变最重要的影响表现在人机智能协同工作模式的出现。人机智能协作不仅对从业者提出新的能力标准要求，同时由于智能技术的自我学习能力也使得适应未来职业的能力结构变迁速度明显加快。

（一）人工智能影响下社会职业存在形态变化

当前人工智能泛指计算机应用程序模拟人类智能并实现特定目标和任务的技术平台。伴随着计算机技术、机器人工业和大数据的发展，新一代人工智能较过去的自动化技术展现出了更显著的优势。其在生产中不仅可以大范围替代体力劳动，也承担了许多脑力和创新劳动。因此，在可预见的未来，人工智能会对社会生产方式和就业结构产生一系列深远影响。

从当前研究看，人工智能既会替代一部分职业岗位，也会衍生创造一些新的职业岗位，总体呈现出“替代—创造效应”并存之势[1]。“替代效应”直观表现于智能机器替代了工作中一些原本由人执行的任务，从而改变了许多职业的任务内涵，并减少了劳动力需求。当前的弱人工智能并不能独立完成所有的职业任务，其主要替代的是机器擅长的程序化工作任务,如搬运、驾驶、影像诊断、生产操作等[2]，对另一些含较多人际交流和创新成分的职业则影响偏小。但人工智能在改造生产过程的同时也会创造出一些非自动化的、劳动力具有比较优势的新任务，从而表现出对职业的“创造效应”，如依靠智能派单平台而生的网约车司机和外卖送餐员职业。现实中，人工智能对劳动力的替代不仅源于技术因素，更会受到经济因素的制约，如智能机器价格、技能溢价、资本溢价等。通常只有在人工智能较人力生产的价值增值中更具有经济优势时，才会普及推广并影响劳动力需求[3]。

任务模型框架是许多学者研究人工智能职业影响机制的一种手段，其关注要点在于不同工作任务中智能机器与人工劳动的效率和效益差异[1]。从任务模型视角，智能生产使一部分传统工作任务实现自动化而替代人工，提高了生产效率，同时也使得整体生产任务呈现出工作过程去分工化、人才结构去分层化、技能操作高端化、工作方式研究化、服务与生产一体化等特征[4]。人工智能大范围重组了工作任务并改变了职业对工作技能要求，这使得大量中低技能操作型岗位被取代，而适合智能化要求的高技能人才需求量则相对增加。智能化还具有生产率效应，能够扩大生产规模。在任务互补条件下，智能化增加了劳动力具有比较优势的、承担非自动化任务的人才需求。对此，许多学者认为当前的人工智能提高了社会对高技能和低技能劳动力的需求，而降低了承担程序化技术工作的中等技能劳动力的需求[5]。

历史上每一次重大科技创新都会对财富分配格局产生巨大冲击，人工智能在改变许多职业存在形态的同时，也使得职业间收益差距被拉大，从而产生就业极化现象[6]。一部分适应智能时代工作模式和技能要求，并进入到高技能型职位的高素质人才，能利用所掌握的知识、技能和智能工具创造出比传统技术工作更多的社会价值，获取更高收益；另一些工作岗位被人工智能取代，且技能水平不适应新智能职位要求的劳动者，将很难获得进入智能时代高生产率职业就业的机会，因而只能选择低技能职业。这些职业的劳动产出价值低，职业收益也低；并且低技能型职位可替代性更强，职业稳定性也不足。所以，在就业极化作用下，低技能型与高技能型职位的需求可能会同时增加，劳动力市场用人需求总量不一定减少，但技能溢价会导致两类职位劳动收入差异更为失衡。

（二）适应人工智能的人机协同工作模式

基于当前人工智能技术，在可预见的较长时间内，人工智能尚不可能完全替代人类，人类劳动者仍然将是社会生产和服务中的关键因素。在诸多职业场景中，人类与智能机器在能力特征上具有各自的比较优势。人工智能的优势在于其强大的运算与数据分析能力、精准的技术操作能力和不会疲劳的永恒高质量任务执行能力。相比，人类尽管在体力、计算力、操作力等身体素质上存在劣势，但拥有更多智能机器所不具备的优势，主要表现在基于智力和解释工作场所情感的能力，如创作、反思、评价、共情、人际理解、领导力等。

各类职业情景中人与人之间的沟通协作必不可少，任何职业根本目的也是为他人和社会创造价值，提供服务。我们的服务对象是人，合作伙伴也是人，尽管人工智能在诸如庞杂数据分析、规律探索及各类高精细化标准的技术操作等任务上会表现出优于人类的效率和质量，但在其不能完全替代人完成职场中必须的人际和情感任务之前，各行各业使用智能机器的人仍将是工作的核心。未来假设科技水平突破，人类创造出了在各项素质和各种情景下均比人力劳动有明显优势的强人工智能，那么人类劳动者可能就会完全失去其存在意义，届时人类社会结构会发生什么样的变化，眼下难以想象。

未来除一些内容简单且不需要智能分析和技术操作，劳动强度低也没有危险性的职位因成本因素不需要引入人工智能外，大多数工作都将会使用智能机器，采用人机协作的方式来开展工作。由于不同职位工作任务差异，其人机协作机制也会有所差别。如在工业领域，智能制造和协作机器人的应用将会重塑生产流程，传统流水线操作将被一系列成套智能化生产设备所取代，这些智能机器在自组织模式下就可完成从生产管理、操作加工到质量检测各环节的工作，此时的人类劳动者将不再参与繁重生产而主要负责设备监测和运行维护，相应的职业任务和能力要求也会显著改变[7]。在财务等管理工作中，人工智能依托强大的数据收集和分析能力将能为管理者提供更精准有效的决策支持并使一般业务性工作自动化，这既提高了对从业者专业能力的要求，也降低了对普通业务人员的需求量[8]。在设计领域，人工智能将能担当起辅助设计师角色，在人类设计师带领下进行“类团体”设计协作，从而使设计师工作效率明显提升[9]。在专业化服务场景下，如医生、律师等职业，人工智能也能依托其强大的资料信息库和数据分析能力对病情、案情做出更为准确的病因、用药、法条层面的匹配和预测分析，帮助从业者制定更合理的治疗或应诉方案，此时的医生、律师则应主要承担与客户沟通，以了解信息，解答疑惑、解读方案等关键人际型任务[10－11]。在普通服务中，如清洁工、理货员等职业，专门设计的智能机器可承担起主要的操作任务以大幅提升工作效率和质量，相应从业者工作内容也将从简单体力劳动转变成设备操作型技术劳动。正如李彦宏所言，未来的人机智能协作中智能机器不再是单纯的工具，而是与人一起学习创新，为人提供信息、服务和决策支持的合作伙伴[12]。

（三）人机智能协作对劳动者职业能力的新要求

智能时代的人机协同工作方式既改变了多数职业的工作流程和任务内容，自然也同时转变了对劳动者的能力要求。在不远的未来，人工智能将会代替人类从事多种情景复杂度较低、任务边界明显、工作程序清晰的工作，人类则将以智能机器的设计者、使用者、维护者、协作者身份参与工作，共同完成任务。通过人机智能协作人均劳动生产效率会显著提升，人机智能系统表现出的智力和专业水平也会明显高于人类。为适应新生产方式，人类则要重构其职业能力系统，实现“人—机—职”间的有效匹配。

人机智能系统中的人机合作方式决定了人类劳动者在其中的作用。对此诸多学者均有研究，如李忆等从协作主导者视角归纳了人类主导、分工合作和AI主导三种协作模式，并进一步提出了重塑、修改、增强、替代等多种技术整合方式[13]。程洪等人则从发展视角提出了人机系统、人在回路、人在环上、人在环外四种不同层次合作机制[14]。以这些研究为基础，基于对工作任务具体特征的分析可将人机智能协作划分为两种典型模式：一是以人类工作为主导，智能技术作为新型工具予以支持的智能工具模式；二是基于人工智能重组原有工作模式，人机之间以“类团体”模式合作为特征的智能合作模式。

智能工具模式下智能技术的存在形态仍属于技术工具，其价值在于帮助人类劳动者提升工作中的感知和执行能力及效率，如未来清洁工依托智能辅助机器人，可以大幅提高人均清扫效率；银行可以利用RPA流程自动化技术完成多数常规业务[15]；基于深度学习的影像分析技术可以帮助医生更高效精准地从医学影像中识别病情[16]。智能工具模式依托技术加持提高了工作业绩，提升了人类劳动者的生产率，但一般不涉及对已有工作流程的过多重组，所以劳动者在原有职业能力基础上掌握新型智能工具的使用方法即可胜任。但是因生产率的提升，在业务量没有同比例扩大的情况下用人规模则会相应缩小。

智能合作模式下人机之间将交互合作，构成人在回路或人在环上形态[14]的人机智能系统，如前述“类团体”性人机协作设计团队和智能制造系统下的人机协作生产。以当前相对成熟智能技术为基础，可预见的智能合作型人机协作仍会主要集中于解决特定情境下的专项任务上。此时智能机器的优势在于感知、操作和分析，而在日常复杂情境下如何将界限模糊的问题进行有序解构使之能为人工智能准确理解，又如何将智能机器的工作成果进行恰当表达使之能获得客户的认同上，人还是更有优势的。这样，智能合作模式下劳动者的关键能力就从传统的技术分析与操作转变成了承担人工智能与服务对象间沟通衔接环节的，对复杂问题的界定、解构能力以及对工作成果的展示、说明能力。

尽管智能合作模式下能力内涵发生了变化，但其对从业者知识结构和素质的要求反而更高了。为了实现对多种形态问题的有效界定与解构，从业者必须对相应专业知识和智能机器的工作原理有深入理解，且与传统生产方式下基层技术和操作人员只需了解某一环节专业知识和技能的要求不同，由人工智能加持后的生产多具有全链条集成的特征，工作者对生产机理的了解也理应达到全局的高度。这就要求从业者具备更高水平的专业能力和适应人机协作的复合型能力[17]。除了专业知识上的更高要求，为了实现人工智能与客户需求间的良好匹配，人类劳动者以人际沟通、理解、协调能力为主的通识素质也将更为重要。当然，人机协同生产在提高了对从业者专业及沟通协调能力要求的同时，也因机器替代在一定程度上降低了对具体知识记忆、数据运算和操作精度等方面的要求。这样，具有良好专业基础、系统性认知分析能力和较强综合素质的劳动者将在人机协同工作方式下更具有优势，而仅擅长某些子生产环节的技术操作与分析的人将高概率被智能机器所取代。

（四）智能时代职业能力需求结构变迁速度明显加快

在新一代人工智能的支持下，技术进步将明显加快，其对从业者职业能力需求结构的变迁速度也同步加快。这一方面源于在人工智能和大资本投入共同帮助下科技研发效率的大幅提升所造成的技术革新更为迅速，另一方面也源于人工智能自身对成熟技术和程序化任务的替代效应。当一项技术走向成熟，技术工作流程确定下来，工作任务程序化后，人工智能即可以快速替代那些基于数据分析和生产操作的技术型工作任务，从而使该类职业技能的价值弱化，只具备该类技能的人类劳动者也会逐步被淘汰。

职业能力需求结构加速变迁态势在智能工具和智能合作两种协作模式下会有所不同。在智能工具模式中，由于智能技术的快速发展，各种智能工具的迭代升级速度都较快，随时了解新型智能工具的功能特征和使用方法显然成为每位相关从业者的必备技能。在智能合作模式中，人工智能的各个技术子模块实际也会处于快速更新的状态，但由于人工智能在工作中能够以系统集成的模式完成多项关联的技术任务，人类在其中主要承担问题解构、关键决策和人际沟通型任务，所以只要能够同步了解智能机器的基本运行原理的发展状态，其他能力要求则相对稳定。不过，当前人机智能系统之所以会存在智能工具和智能合作两种协作机制，既源于不同职业工作特征的差异，也为人工智能技术的发展水平所限制。因此，各职业岗位所处的智能协作状态不是一成不变的，当新型智能技术引入使协作机制发生模式性改变时，从业者的职业能力系统也要配合工作要求进行颠覆性更新。

职业能力要求变迁速度在面向物的技术型工作和面向人的服务类工作之间也有差别。程序化技术型职业因为人工智能所替代的概率较高，所以未来其从业者能力需求变化速度会持续加快。这既有为人工智能替代所造成的工作流程与技能需求变化所驱动，也有因技术发展所引起的生产工艺变化所驱动。对于以服务人为主的职业，如承担营销推广、信息传播工作的商务类、传媒类职业，承担专业服务工作的医生、教师、律师等职业，承担职能或组织管理工作的专业管理类职业，受智能技术影响其工作方式也会产生不少变化，能力结构也要随之改变。但由于所服务对象人的习惯稳定性，其以服务人为属性的工作任务基本特征则不会因技术驱动产生巨大变化，而新兴智能技术作为一种工具，从业者只要掌握其使用方法即可完成岗位要求，因此职业能力需求结构变迁速度会相对慢于技术类职业。举个通俗的例子，对于一名生产技师，当工厂进行智能化升级后，其所熟悉的工序可能完全改变，所掌握的加工技能也不再为岗位需要了，他想适应新工作环境必须重新学习；一位教师有了智能技术的帮助，一些传统教学流程会发生改变，他也能更便捷地了解学生的学习状态，但“传道、授业、解惑”核心育人任务没有改变，教师职业的能力需求结构仍总体稳定。

二、适应智能时代要求的职业教育人才培养机制变革

鉴于人机智能系统多种协作模式下对从业者职业能力的新要求以及个人职业能力需求结构必须伴随技术进步持续性快速变迁的态势，传统职业教育的人才培养机制显然已经不再适用。对职业教育人才培养机制进行变革调整，需要梳理新技术和社会形态下 “个体—院校—产业”间关系，从三者间供需动态均衡的视角去研究智能工具和智能合作两种人机协作模式下的人才培养方向定位，进而再去研讨智能时代适应不同类型职业需要的人才培养模式优化与重构问题。

（一）职业教育“个体—院校—产业”间新型均衡机制

从社会效用最大化视角看，合理的职业教育存在形态要尽可能实现“个体—院校—产业”间的供需均衡，即职业教育依托其教学资源所开展人才培养的成果既能满足产业人力资源需求，也符合学生的就业和职业发展需要。但众所周知，在市场经济环境下这种均衡并不容易长期实现，其原因在于经济社会环境的时变性、各方需求间的矛盾性和职业教育资源的有限性。

当前，在新发展理念引领下，受产业结构升级调整、新兴技术快速发展、人工智能广泛应用等因素推动，产业端人才需求变迁持续加快，也越来越难准确预测；人才端随着高等教育进入普及化阶段，个体获得高质量就业的期望明显高于社会实际供给；院校端尽管社会教育投入持续提升，但师资、设备、教材、课程等教学资源并无法保证随产业发展持续更新不落后。事实上从国际经验和理论分析都可发现，职业教育教学资源相对落后于产业实际不可避免。不仅在教学资源上，而且在专业布局结构和人才培养能力结构设计上，尤其对于长周期职业学历教育而言，也会相对落后于产业。可见，即使在相对稳定的社会经济形态下，通过产教融合等手段实现“个体—院校—产业”供需均衡都有难度，那么在人工智能技术高速发展、社会职业结构加速变迁的未来，想实现三方供需均衡和职业教育效用最大化将更为困难。为此，我们不仅要在产业人才需求分析、学生职业生涯指导、职业教育资源优化更新上继续加大投入，更需要适度转变以面向具体职业岗位适应性人才培养为导向的设计逻辑，探索一种与智能时代相适应的“个体—院校—产业”供需动态均衡机制。

如前述分析，在人工智能等多因素推动下许多职业的工作过程、任务内容、能力要求和人才需求规模都发生了改变，但透过现象看本质，在这些表像变化的同时，多数职业存在的根基（即其在社会中所实现的职业功能）并没有明显变化，只是因为有了人工智能加持工作方法与过去不同了。不论医生、教师、财务管理人员，还是产品设计师、工艺工程师、设备工程师，亦或清洁工、服务员、销售业务员，多少年来在技术进步推动下其工作内容都发生了许多改变，但在社会系统中，这些职业的功能价值相对稳定。依托职业功能的稳定性，多数职业对通识性职业素养的要求变化不大；相关专业知识会因技术变革而不断丰富调整，但知识体系结构也能保持较长时间的稳定性；而与工作流程相对应的操作技能通常会变化较频繁，尤其在具有自我学习迭代能力的人工智能参与到工作中后，技能变迁进一步加快。因此，为实现智能时代“个体—院校—产业”间的动态供需均衡，将传统面向工作任务的技能导向型人才培养模式转变为以培养学生保障职业功能实现的综合能力为目标的新模式，应是一种值得探索的改进思路。

（二）职业功能导向的职业教育人才培养定位变革

以职业功能为导向的人才培养重点应关注学习者面向相应职业领域的综合职业能力系统，构建学习者适应新技术变革的可发展性能力。其既不同于那些旨在培养适应具体岗位知识技能的传统职业教育，也不同于聚焦于学科知识体系传授的普通高等教育，而应是在借鉴两者各自优势基础上针对智能时代人才需求情况所做的改良创新。

如前文所述，智能时代人机协作将成为必然，且由于人工智能的快速发展，人类劳动者职业能力需求结构的变迁速度也越来越快，因此职业教育的人机培养机制就需要伴随职业形态变迁进行调整。对于那些仍以人类劳动为主体，人机协作处于智能工具模式的职位，相应职业教育的人才培养方向仍应聚焦于岗位相关的实践任务能力，即以达成职业功能目标为导向所开展各项工作任务的执行能力。其中，与任务相关智能工具运用能力是一项关键内容。但总体上，其所培养的职业能力系统的总体结构仍属于工作任务系统化的形态。不过由于智能工具的快速革新，相应工作任务流程和职业能力变迁速度较快。

对于智能合作模式的职业岗位，职业教育的人才培养定位不应再是具体的任务操作能力或岗位相关的专业知识、技能[18]，而应是引领人机智能系统高效、精准实现职业功能目标的复合型能力系统。由于人工智能强大的自我学习和革新能力，智能合作模式人机系统中的任务分工将是持续变化的，其中各项由人类承担的任务一旦智能机器习得工作方法就会替代人力。这样，想沿用工作任务系统化的方式去描述人类劳动者的能力结构特征将不再可能。为此，需要将各职业岗位的人机系统视为整体，从其相对稳定的系统功能特征出发，去研究其中的人机任务结构和人类劳动者能力结构特征。

基于如上思路分析发现，在智能合作模式的各职业岗位人机系统中，人类要具备三项关键能力才能保证人机系统的有效运转。一是在人机系统内部基于工作需要与智能机器进行有效合作的能力，其关键是理解智能机器任务相关的运行原理，并掌握与之配合工作的方法；二是作为人机系统的责任人与外界进行人际沟通和任务解构的能力；三是及时适应人工智能合作者持续性优化升级的学习能力。

按照系统科学理论，系统的功能特征为系统要素和要素间结构共同决定。获得这三项关键能力则需要每个人具备三层次能力要素为前提。其中，处于基础层的是该职业领域需要的基础型职业素养和适应人机智能协作的基本智能素养，如团队合作能力、人际协调能力、表达沟通能力、问题解决能力、计算思维、人工智能和信息技术应用等；中间层是与该职业功能实现和智能技术应用相关联的多学科领域整合型知识体系；最上层是与该职业领域中代表型、典型性人机协作工作任务相对应的一系列实践操作能力和对具体任务中智能技术工作机制的理解。其中基础层的多项素养保证了每个人的基本工作能力和胜任人机系统责任人的能力；中间层的职业功能导向的跨学科整合知识与能力是关键内核，是人机智能系统中人类劳动者适应技术变革的多方向可发展型能力的基础生长点；最上层若干任务导向实践能力是针对具体职业的能力发展状态，保证了个体就业时的岗位胜任力（见图1）。

图1 智能合作模式人机系统中个人能力系统的三项关键能力和三层次能力要素

综上所述，在面向智能合作模式职业岗位的职业教育中，其人才培养在能力结构上应围绕三项关键能力和三层次能力要素进行定位。

（三）智能时代的职业教育人才培养模式重构

基于前述对智能时代人才培养定位的分析，职业教育人才培养模式也要相应调整。与智能工具模式职业相对应的人才培养基本模式与传统任务导向的工作过程系统化人才培养模式相差不大。从职业和智能技术特征看，智能工具模式会普遍存在于多种面向人际或复杂环境情景的技术操作类和技能服务类职业，如维修技师、摄影摄像师、康复理疗师等。过去这类职业的人才培养主要强调操作技能的训练，但未来其中许多精准操作任务会被智能机器所替代，这样从业者的关键能力就转化为了基础性的操作能力、智能工具运用能力和服务中的任务识别、人际交流与成果展示能力。所以，职业教育在教学内容安排上除了必要的专业知识介绍、技能训练外，应更多关注于学生的综合素养培养，如人际交流和社会理解力，以及多种职业相关智能工具的应用方法。鉴于这类职业工作任务流程并未因智能技术引入而重构，相应操作和服务人员也没有必要太深入地了解智能工具工作原理，因此工作过程系统化人才培养模式仍可沿用。

智能合作模式多存在于设计开发、工程技术、职能管理、专业服务类职业，由于智能机器将能承担起其中多数信息梳理、技术操作、数据分析工作，人类主要承担反思、交流、探索、决策等关键工作。做好这些从业者需具备如前所述的复合型能力，为此应根据该能力系统的结构特征采用职业功能系统化形式重构人才培养模式。

职业功能导向的人才培养需要考虑能力系统的要素培养和结构生成两层面的问题，为此职业院校宜采用“阶段教学”的形式设计其人才培养方案。如图2所示，以四年制职业本科教育为例，其可划分为三个教学阶段。第一阶段为大一全年，在能力要素层面主要培养学生的各项基本职业素养、通用基础知识和基础性智能与信息素养；同时在关键能力要素有效发展基础上，再面向智能合作模式下的职业沟通、任务解构、人机协作的典型工作情景，以能力系统结构生成为目标培养学生相关领域能力系统的初级结构框架。第二阶段为大二全年和大三部分时间，其要素层目标是培养职业导向的跨学科整合知识体系，即以职业需求为纽带系统介绍领域相关的多学科专业知识；同时以专业知识和职业领域的代表型任务为方向，通过实践教学等手段，帮助学生发展起适应相应职业领域人机智能协作的能力系统关键结构框架。第三阶段为大三部分时间和大四全年，该阶段应以面向具体职业岗位的智能合作型任务需求为方向，采用能力系统的要素与结构协同培养的策略，发展学生的实践任务能力，并理解其中智能技术的运行原理。

图2 智能时代职业功能导向人才培养模式下各阶段的教学安排

职业功能导向的人才培养除了要做好学习者能力系统的要素培养和结构构建外，还要考虑两个重要问题：一是如何针对需求做好就业导向的任务技能培养[19]，二是如何应对未来新一轮的职业变迁做好发展导向的能力生长点建设。由于采用“阶段教学”，职业功能导向下具体任务技能的训练效果会弱于传统任务导向模式，但延期和分步决策也有利于降低因方向偏差和职业变迁所造成的就业风险。因此任务技能培养要从提高就业竞争力和确保技能的职业应用价值层面进行统筹，以保证职业教育的效用最大化[20]。为学生提供良好的能力可拓展型生长点是现代职业教育能否为学生终身职业发展助力，又能否适应职业高速变迁新型社会环境的关键。这里的能力生长与能力系统结构的关系可以从系统演化发展的层面去解析，即可理解为未来新技术或任务情景下职业能力系统的新型结构生成。职业功能导向的培养方案设计不仅要考虑学生毕业当期的就业适应能力，还要关注学生面向未来的可持续发展能力，即充分考虑与未来产业演进和技术进步多种可能性相适应的能力生长点建设，为此要特别做好第二阶段教学的内容设计。