【摘要】人工智能正從弱人工智能向強人工智能轉變，具備無監督學習能力和一定程度的通用性，并在腦機接口、自動駕駛、生物醫療和科學研究等越來越廣泛的領域中發揮重要作用。人工智能與人類智能具有交叉關系，人工智能在許多需要程序性、重復性工作的行業中會對勞動力形成深度替代，但難以替代具備程序性認知技能、非程序性認知技能以及非程序性非認知技能的勞動力。人機合作可以形成人類智能和人工智能的互補，具有廣泛的就業前景。當前基于人工智能和互聯網平臺，出現了大量新就業形態，新就業形態具有勞動關系靈活化、就業無界化、工作安排去組織化等顯著特征，它與由雇主組織生產、有較為固定的工作時間與工作場所的傳統就業形態有較大的區別。人工智能為人類發展帶來了無限可能，但也給包括就業在內的諸多領域帶來了新的挑戰。未來，需積極采取措施，應對人工智能快速發展背景下就業形態變化帶來的挑戰。
【關鍵詞】人工智能 新就業形態 勞動關系
【中圖分類號】G32 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.16.003
程承坪， 武漢大學經濟與管理學院教授、博導。研究方向為企業理論、中國經濟問題。主要著作有《企業理論新論：兼論國有企業改革》《企業、制度與中國經濟改革》《中國經濟改革的政治經濟學分析》《中國特色社會主義政治經濟學的理論與實踐》等。
引言
世界經濟論壇創始人兼執行主席施瓦布（Schwab, K.）認為，人工智能（Artificial Intelligence，簡稱AI）等相關信息技術的發展將帶來新的技術革命，重塑幾乎所有國家的所有行業，并稱其為第四次工業革命。學術界基本已形成共識，AI將重塑國際科技競爭格局、國際收入分配格局、國際就業格局和各國綜合實力，已成為改變世界的關鍵驅動力。[1]
AI帶來的技術變革，對于中國而言是一個重要的戰略機遇。有效把握這一機遇，有利于中國在激烈的國際競爭中獲得優勢地位，為中華民族偉大復興創造有利條件。黨的十八大以來，以習近平同志為核心的黨中央高度重視AI技術發展，2018年10月，第十九屆中共中央政治局就人工智能發展現狀和趨勢舉行第九次集體學習，習近平總書記在主持學習時強調：“要深刻認識加快發展新一代人工智能的重大意義，加強領導，做好規劃，明確任務，夯實基礎，促進其同經濟社會發展深度融合，推動我國新一代人工智能健康發展。”[2]2016年開始，相關部門先后發布了《“互聯網＋”人工智能三年行動實施方案》《新一代人工智能發展規劃》《國家新一代人工智能創新發展試驗區建設工作指引》等政策文件，國務院印發的《新一代人工智能發展規劃》提出了面向2030年我國新一代AI發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國AI發展的先發優勢，加快建設創新型國家和世界科技強國。[3]
眾多實證研究表明，AI的發展有利于促進經濟增長、提高人均產出水平，但也會帶來短期失業率增加、勞動報酬在收入中所占比重降低等一系列經濟社會問題。[4]《新一代人工智能發展規劃》中明確指出，在大力發展AI的同時，要加強對AI技術發展的預測、研判和跟蹤研究，重點關注對就業的影響。[5]就業是民生之本，“穩就業”位于“六穩”工作之首。2023年4月召開的中共中央政治局會議強調，要切實保障和改善民生，強化就業優先導向，擴大高校畢業生就業渠道，穩定農民工等重點群體就業。[6]因此，我們既要大力發展AI，又要認真分析研判AI發展對就業的影響，積極抓住機遇，有效應對挑戰。鑒于此，如何在推進AI發展的同時，做好“穩就業”工作是當前及今后相當長一段時期需要認真對待的重大問題。
本文旨在為讀者提供一個全面而深入的視角，以理解AI的發展趨勢，AI對就業形態的影響，并就有效應對AI給就業領域帶來的新挑戰提出相關對策。
人工智能的發展趨勢
AI促進了經濟增長，為人們帶來了無數的便利，但也給包括就業在內的諸多領域帶來了新的挑戰。傳統的工作模式和職業角色正在悄然發生變化，一些工作可能被AI取代，而新的工作機會也正在被創造出來。在這個過程中，我們需要準確理解和把握AI的發展趨勢，以及它對未來就業形態和就業市場的影響，這樣才能作出正確的決策，以應對這個快速變化的世界。
AI的發展歷程。AI的發展橫跨數十年，從最早的概念化階段到當前的逐步實現高級應用，其發展歷程非常豐富且復雜。AI發展的歷史可以粗略地劃分為四個主要階段：早期的提出概念和定義、AI的第一次“繁榮”和隨之而來的“冬天”、AI的復興，以及當前的AI“大爆炸”。
AI的起源可以追溯到20世紀40年代和50年代，這一時期，一些科學家開始探索如何讓機器模仿人類的智能。1956年，達特茅斯會議召開，提出了“人工智能”這個名詞，標志著AI作為一個獨立研究領域的誕生，該會議確立了AI的目標，即創建一種機器，其智能行為可以與人類的智能相媲美。早期AI的研究者們認為，人類的智能是理性智能，表現為邏輯推理能力，因此提出了AI的符號主義工作模式。[7]在隨后的10年中，研究人員取得了一些初步的成果，例如，早期的象棋程序和自然語言理解系統，以及其中最具代表性的成果——定理機器證明，科學家們運用AI證明了《數學原理》中的38條數學定理。在此基礎上，又逐漸發展出啟發式算法、專家系統以及知識工程理論與技術，這些初步的成果使得人們對AI的未來充滿了樂觀和期待。
然而，從1970年代到1980年代，AI的發展遭遇了重大挑戰。計算能力的限制、處理現實世界復雜性的困難等AI發展的技術難題難以解決，導致商業和學術領域對這些技術的投資逐漸減少，公眾的關注熱情也逐漸消退，這個時期被稱為“人工智能的冬天”。
為了彌補符號主義存在的諸多局限性，自20世紀80年代末開始，聯結主義工作機制興起。聯結主義的工作原理為神經網絡及神經網絡間的聯結機制與學習算法。聯結主義認為，智能產生于人腦的結構，通過對人腦結構的模仿，可以使AI獲得與人類一樣的智能。2006年，杰弗里·辛頓（Geoffrey Hinton）在“Science”上發表論文，提出了深度學習算法，用多層的卷積神經網絡可以使AI獲得更強的特征學習能力，自此AI進入新的發展階段。AI逐漸由有監督的學習發展到無監督的學習，并擁有了弱自主性。
聯結主義發展至今，主要取得了五個方面的成就。一是圖像識別。微軟亞洲研究院開發的深度殘余學習模型，對于頭部五個類別的識別錯誤率控制在3.57%以內，低于一個正常人5%的平均識別錯誤率，從而使這一技術具備了廣泛的商業運用前景。二是語音識別。中國百度公司開發的漢語語音識別AI，其識別錯誤率只有3.7%，低于一個五人小組4%的集體平均識別錯誤率，從而使漢語翻譯AI具有了商業價值。三是藝術創作。基于深度學習功能，AI具備了把繪畫作品的內容和藝術風格區別開來的能力，從而使AI能夠學習不同藝術家的藝術風格，并把不同的藝術風格綜合運用在同一內容創作上，從而表現出新的藝術創作能力。四是游戲和棋類。例如，2016年3月，Google DeepMind公司開發的AlphaGo擊敗了世界圍棋冠軍李世石，這標志著AI在處理復雜任務方面取得了重大突破。五是科學研究。比如，2022年7月，Google DeepMind公司開發的AlphaFold，預測出超過100萬個物種的2.14億個蛋白質的結構，這一數量幾乎涵蓋了地球上所有已知蛋白質，這一突破性研究成果將推動基礎生命科學領域的研究取得重大進展，并加速新藥的開發，[8]這使得人們對AI推動科技進步又充滿了期待和信心。
然而，由于人們對大腦的結構及其工作原理知之甚少，因此，即使是無監督學習的聯結主義仍然是對大腦的功能性模擬，而不是機制性模擬。雖然聯結主義AI能夠處理一些看似復雜的問題，但是面對許多常識性問題仍然束手無策。
與符號主義和聯結主義同時進行的AI研究還有行為主義。行為主義的工作原理是基于控制論，即根據“感知-行為”型控制系統模擬人類對行為的控制與實現。行為主義認為，只要AI接受外界信息刺激時表現出與人類相同的行為，就說明它與人類具有相同的智能，并不需要復雜的邏輯推理或演繹，也不需要模擬大腦的結構和功能。20世紀末開始，AI行為主義作為AI的新學派逐漸引起世人的關注。AI行為主義的代表作首推羅德尼·布魯克斯（Rodney Brooks）開發的六足行走機器人，它是基于“感知-行為”型模式模擬昆蟲行為的控制系統。此外，AI行為主義在人類語音翻譯、智能機器人等方面也取得了積極成果。
行為主義AI的局限性主要表現在其工作原理的經驗主義，因其不是對大腦機制性的模擬，這使得它不能像人類那樣能夠舉一反三，而只能依賴大數據庫和強大的計算能力，如果大數據技術和計算能力得不到長足進步，它的發展就會受到限制。
從工作機制的角度而言，符號主義、聯結主義和行為主義各有優劣，將三者綜合可以揚長補短、推陳出新。目前有兩種思路可以達到這一綜合目的：一是機制主義，二是AORBCO模型。[9]從功能角度而言，AI的發展趨勢表現為從文本、圖片、語音、視頻等單模態的弱智能，向多種模態相融合的強智能方向發展。隨著算力、算法和大數據技術的進步，多模態融合的大模型將促進AI認知水平的不斷提高，加速強AI的發展。[10]
AI的技術要素。算力、算法和大數據是AI的三大要素。由于當前人類對大腦神經網絡的結構和功能等知之甚少，相關研究暫未取得突破性進展，受此因素的限制，AI發展的主流形態采取深度學習算法、大模型、大數據的方式。深度學習算法由卷積神經網絡（CNN）、遞歸神經網絡（RNN）、前饋神經網絡（FNN）發展到生成對抗網絡（GAN）以及Transformer算法等。2022年OpenAI公司發布的ChatGPT就是以Transformer算法為基礎構建的。大模型先后經歷了預訓練模型、大規模預訓練模型和超大規模預訓練模型三個發展階段，大模型的參數量已經實現了億級，并逐步向百萬億級擴大。ChatGPT模型的參數量已經達到了數億，并仍在不斷地更新、增長，已成為主流大模型的基礎模型。
大模型、大數據需要先進算力的支持，算力已成為制約AI發展的關鍵技術。在世界各國的AI發展競爭中，誰能主導算力的發展誰就能引領AI發展的世界潮流。而算力的發展不僅受技術的制約，也受經濟條件的制約。算力建設成本高昂，ChatGPT-3的算力需求為3640Petaflop/s-day，算力建設成本為7500萬美元，云端訓練的單次訓練成本近1000萬美元。[11]OpenAI公司在其發布的AI模型算力報告中談到，從2012年起，基于GPU集群的超大規模深度學習模型高速發展，AI訓練的算力呈指數級增長，每3.4個月翻一番。從2012年到2020年，AI算力增長超600萬倍，預計從2023年到2028年，AI所需算力將再增加100萬倍。[12]算力已成為AI時代的核心生產力，且不同國家算力發展水平差距較大。國際數據公司（IDC）、浪潮信息和清華大學全球產業研究院聯合發布的《2021-2022全球計算力指數評估報告》（以下簡稱《報告》）指出，目前美國和中國作為領跑者，在全球算力領域的主導地位進一步增強，而其余國家的算力指數在排名中處于追趕者或起步者的位置。此外，算力不僅是發展AI的關鍵技術，同時也是促進經濟發展的重要推動力。《報告》對計算力指數與經濟指標的回歸分析結果顯示，十五個重點國家的國家計算力指數平均每提高1點，國家的數字經濟規模和GDP將分別增長3.5‰和1.8‰。[13]因此，近年來世界各國之間的算力競爭在加劇，各主要算力大國都在加大算力相關的經濟投入和人才支持力度。
AI的應用價值。隨著相關技術的飛速發展，AI在不同行業和領域的應用價值愈加凸顯。智能機器人是AI的一個重要應用方向，它在汽車制造、電子制造、倉儲物流、醫療裝備制造、應急管理和軍事等領域都有著極為廣泛的應用價值。聯合國貿易和發展會議（UNC-TAD）發布的《2021年技術和創新報告》將智能機器人列為全球前沿技術之一。
腦機接口也是AI一個重要的應用方向。人類智能與AI的智能具有一定程度的互補性，腦機接口有助于增強人類智能和AI的智能。此外，腦機接口技術在醫療康復、自動駕駛等領域也具有重要而廣泛的應用價值。當前，世界各主要國家、科研機構和企業均在加速布局腦機接口，積極搶占這一全球科技競爭的制高點。世界知識產權組織（WIPO）發布的《2021年輔助技術趨勢報告》將腦機接口作為未來科技發展的重要方向。
當前，AI已經廣泛應用于從自動駕駛汽車到智能音箱，從個性化推薦系統到生物醫療應用等不同領域，成為人類工作和生活的一個重要組成部分。同時，新的AI技術，例如，以ChatGPT為代表的通用人工智能技術，正在不斷迭代升級，迅速發展，并不斷拓展其應用領域。正如AI專家瑪格麗特·博登（Margaret Boden）所說：“人工智能無處不在。人工智能的實際應用十分廣泛，如家居、汽車（無人駕駛）、辦公室、銀行、醫院、天空……互聯網，包括物聯網（連接到小物件、衣服和環境中的快速增多的物理傳感器）。地球以外的地方也有人工智能的影子：送到月球和火星的機器人；在太空軌道上運行的衛星。”[14]同時，我們也要看到AI的發展給人類社會帶來了一系列新的挑戰，比如，隱私和安全問題、道德和倫理問題，以及給就業市場帶來的壓力，等等。這些問題都需要在未來大力促進AI發展的同時積極面對和解決。
人工智能對就業形態的影響
基于理論視角討論AI對就業形態的影響。從勞動能力的角度而言，人類有優勢也有劣勢。[15]人類的劣勢主要表現在生理和心理上。生理方面，人類不能在有毒有害或高溫極寒缺氧等條件下工作，人類的體能有限，不能超負荷勞動，且在勞動過程中存在“邊際效益遞減”的現象，不能長時間連續勞動。人類智能還會受到信息接收和存儲的數量與質量的影響。心理方面，人類有情和意，這對工作既有積極影響，也有消極影響。
AI則在一定程度上可以彌補人類勞動的劣勢。[16]AI不受生物、心理和社會等因素的影響，AI可以在“臟”“累”“危”“險”“害”等不適合人類工作的環境中工作，還可根據工作場景的需要設計成恰當的體積和形態，適應性較強。工作時間上，AI不會有肌肉和腦力疲勞的問題，可以不間斷工作，這一方面可以減少工作轉換導致的效率損失，另一方面可以消除邊際勞動效益遞減帶來的損失，從而提高勞動效率。在信息獲取的渠道、接受和處理能力上，理論上AI可以擁有無數的“器官”，而且各種“器官”可根據需要復制或分離安裝，因而AI獲取信息的渠道更多；AI的“器官”比人類的器官更靈敏，因而可以接受更多的信息且處理信息的速度更快、質量更高；AI的跨媒體分析和推理技術也在不斷成熟。隨著大數據規模呈指數級增加，算法的日益精進和算力的不斷提高，AI的能力或將不斷地提升，并擁有一定程度的創造性和直覺。[17]
當然，由于AI是對人類智能的模擬，而這種模擬是非常有限度的。從本質上說，人類智能與AI的智能屬于不同類型的智能，[18]人類許多智能并不能完全被AI替代。從物質基礎角度而言，AI不是生物，它只能處理物理知識，即人類獲得的且可以外化的知識，而無法處理人類不可外化的意識經驗。這也決定了AI不能內生出價值觀和情緒。勞動既要合規律性，也要合目的性，目的性來自于人的價值觀，因而這是AI無法具備的。
上述分析表明，人類勞動能力與AI勞動能力具有交叉關系，這意味著AI與勞動力既有替代關系，也有互補關系，還存在相互獨立關系。對于替代關系，AI將減少就業。對于互補關系，AI將增加就業。對于獨立關系，AI的增加不影響就業。
馬克思將勞動力界定為：“人的身體即活的人體中存在的、每當生產某種使用價值時就運用的體力和智力的總和。”[19]根據該定義，勞動既要付出體力，也要付出智力。新一代AI誕生之前的機器只有體力付出，沒有智力付出，因此從嚴格意義上來講這些機器都不具備勞動力屬性。而具有無監督學習能力的新一代AI，既有體力付出，也有智力付出，因而具備了一定程度的勞動力屬性。[20]而在勞動力投入不減少的條件下，增加AI必然增加勞動投入。勞動是創造財富的源泉，勞動投入的增加必然帶來財富的增加。即使勞動力投入有所減少，如果AI投入的增加超過勞動力的減少，也將帶來財富的增加。由于勞動力在一定的時間內是有限的，而AI的增加從理論上說是無限的，因此即使把可被替代的勞動力的工作皆交付給AI，也不會減少財富。可以預見，隨著具有勞動力屬性的AI投入的增加，財富必將增加。人類不必擔心勞動力被AI替代導致財富減少，需要擔心的是財富是否能夠公平分配。而不能妥善處理分配問題，將會反噬生產力。這就是馬克思主義政治經濟學所說的生產關系對生產力的反作用。
AI代表的技術進步既會產生就業替代效應，也會產生就業創造效應。普遍現象是，短期表現為就業替代效應大于就業創造效應，長期則相反。
卡爾·弗雷和邁克爾·奧斯本（Carl Benedikt Frey and Michael A. Osborne）把ALM模型加以拓展，假設程式化任務只需要低技能勞動，而非程式化任務則需要高技能勞動和低技能勞動的共同投入。根據這個拓展的模型，他們分析了美國的702個就業崗位被AI替代的概率，研究結果表明，在未來20年中，有47%的崗位可能會被AI替代，被替代的崗位絕大多數是低技能崗位。[21]陳永偉和許多應用上述拓展的ALM模型考察了國內AI對就業崗位的影響，研究結果表明，76.76%的就業人口會在未來20年內遭受AI的沖擊，如果只考慮非農業人口，這一比例則是65.58%，受沖擊最大的是低技能勞動者。[22]
袁玉芝和杜育紅進一步拓展ALM模型，將完成各類工作任務需要的技能劃分為非程序性認知技能、非程序性非認知技能、程序性認知技能、程序性身體技能以及非程序性身體技能等五類。程序性的工作是指能夠通過計算機完成的工作。非程序性的工作則是指那些難以被清晰識別的，不能夠通過計算機程序或者機器完成的工作，主要分為分析和交互式的工作和體力類的工作。認知技能是指模擬人腦皮層前額葉等部位的功能進行決策、規劃、經驗總結與知識學習等的能力。她們通過實證研究得出如下重要結論：在中國勞動力市場上，對具備程序性認知技能、非程序性認知技能以及非程序性非認知技能的勞動力的需求不斷增加，而對具備程序性身體技能和非程序性身體技能的勞動力的需求不斷減少。[23]
綜合而言，高技能勞動力被AI替代的可能性較低，而低技能勞動力被AI替代的可能性較高。但AI對就業的替代是一個漸進的過程，而不是一蹴而就的，這既與AI技術發展的漸進性有關，也與勞動力與AI的相對成本有關。當勞動力相對AI擁有比較成本優勢時，低技能勞動力就仍然擁有就業空間。AI的應用成本往往在初期比較高昂，但隨著規模化生產的發展和技術的進一步成熟會顯著降低。這一成本降低的趨勢可能促使企業更愿意投資AI，而非雇傭工人，這將對低技能勞動者產生明顯的就業沖擊。
但是上述研究重點著眼于勞動力與AI的替代性，忽視了兩者之間還存在巨大的互補性。事實上，隨著AI的進一步發展，人類獨立工作的空間將會縮小，AI獨立工作的空間將會擴大，而人機合作的空間將會進一步擴大，人機合作或將成為未來的主要就業形式。人機合作能夠使人類與AI相互賦能。AI重塑就業，既可以重構機器和人的新型伙伴關系，實現人機融合發展，推動人機合作向更高階段邁進，又可以促進高質量就業。[24]未來，人機合作將是最值得期待的就業模式，需要大力發展。
基于現實視角討論AI對就業形態的影響。根據配第—克拉克定理和薩勃魯—辛格爾曼模式，隨著技術進步和產業結構的不斷升級，第一產業的勞動力會不斷向第二產業轉移，再向第三產業轉移，甚至直接從第一產業向第三產業轉移。三次產業就業結構的高低排序從工業時代的“二、三、一”發展到后工業時代的“三、二、一”。第三產業成為就業的蓄水池，有很強的就業吸納能力。隨著AI技術不斷發展并走向成熟，第一產業和第二產業中的大量工作很容易被AI取代，一二產業在生產率不斷提高的同時，就業人數和就業比重都將會不斷減少。雖然AI也會不斷進入生產性服務業，但是根據前文的分析，首先AI對第三產業就業崗位的替代是一個循序漸進的過程，其次AI對服務性就業的替代是有限度的，存在大量的人機合作就業崗位，因此大力發展第三產業，特別是生活性服務業，有助于促進就業。
在數字經濟和智能經濟時代，AI對就業的影響還突出體現在新技術的快速發展創造出更大的新就業形態發展空間。新就業形態是指，勞動者依托移動互聯網平臺和AI獲得就業機會，從事勞動工作并取得勞動報酬的就業形態。據中國社會科學院人口與勞動經濟研究所發布的《人口與勞動綠皮書（2017）》顯示，2007～2016年間，中國以服務業為主體的新經濟的總體規模年均增長16.1%，遠高于全國經濟的增長水平，以靈活就業為主要特征的“新就業”年均增長7.2%，為同期全國就業增長率的22倍，新經濟吸收了中國絕大部分的新增就業。以“互聯網＋”和“人工智能＋”為代表的數字經濟和智能經濟的成長不斷創造出新的就業崗位和新的就業形態。以福建省為例，2013～2017年，該省工商部門新登記的企業分別為7.09萬戶、12.08萬戶、15.81萬戶、19.07萬戶和21.52萬戶，其中拼多多、淘寶、微商、電商快遞、城市配送、分享經濟等電子商務企業，創造了許多就業機會并吸納了眾多靈活就業人員。同時，2013～2017年福建省城鎮登記失業率分別為3.55%、3.47%、3.66%、3.86%和3.86%，連續5年低于5%的水平，而這期間該省城鎮新增就業人數分別為65.87萬人、66.13萬人、65.95萬人、60.73萬人和60.49萬人，5年間累計新增就業319.17萬人。[25]此外，第九次中國職工隊伍狀況調查結果顯示，目前中國職工總數約為4.02億人，新就業形態勞動者已達8400萬人，新就業形態勞動者占中國職工人數的比重已超過20%，新就業形態已經成為中國吸納就業的一個重要渠道。[26]
新就業形態具有勞動關系靈活化、就業無界化、工作內容多樣化等特征，與由雇主組織生產、有較為固定的工作時間與工作場所的傳統就業形態有較大的區別。
新就業形態的特征之一是勞動關系靈活化。數字經濟和智能經濟打破了傳統的固定式雇傭關系，勞動力市場供求關系更加富有彈性，實行契約式管理，勞動就業自主靈活。據《中國分享經濟發展年度報告（2018）》數據顯示，2017年中國有7億人參與分享經濟，提供勞動服務的人數約為7000萬，其中絕大多數屬于靈活就業。[27]近年來，雖然就業市場受新冠疫情的影響較大，但靈活就業有增無減。據阿里研究院預測，未來20年，固定的8小時工作制將逐漸被打破，中國約有4億勞動力將通過互聯網自我雇傭、靈活就業，這一數量相當于中國勞動力總數的45%。[28]
新就業形態的特征之二是工作內容多樣化和就業的無界化。通過互聯網和AI相關技術，勞動者可以根據自己的實際情況和工作任務要求、薪酬水平簽訂契約，在不同的互聯網平臺上接受工作內容各不相同的工作任務。分派任務的人與勞動者可以在不同的城市，甚至不同的國家，表現為就業的無界化。
新就業形態的特征之三是工作方式彈性化。由于工作內容主要是服務性質的，而且工作任務并不需要多人同時協作完成，因而工作方式具有較大的彈性，只要具備相關工作技能，接到工作訂單就可以隨時隨地工作。
新就業形態的特征之四是工作安排去組織化。組織化安排工作具有報酬固定、工作方式和工作內容相對確定、雇員服從雇主安排的特點。而去組織化意味著工作安排的市場化、契約化，改變工作安排需經雙方當事人協商一致，勞動者的報酬不穩定，其具備的工作技能和獲得的工作機會決定薪酬水平。
新就業形態的特征之五是創業機會互聯網化。創業者可以通過互聯網捕捉創業機會、聚集創業資源，根據比較優勢分派工作任務，按照契約分享創業收益。
在數字經濟和智能經濟時代，新就業形態將成為主要和普遍的就業模式，應順應潮流，多策并舉促進新就業形態的健康發展。
應對人工智能背景下就業形態變化的對策措施
就業既是重要的民生工程，也是經濟高質量發展的題中應有之義，促進高質量充分就業，是推動經濟高質量發展的內在要求，將為經濟高質量發展增添新動能。為積極應對AI快速發展給就業領域帶來的新挑戰并促進新就業形態的健康發展，本文提出以下八個方面的對策措施。
鼓勵AI領域的創新和創業，擴大AI的就業創造效應。一些觀點認為，大力促進AI發展會給就業市場帶來不利影響，使就業問題雪上加霜。這一觀點是錯誤的。首先，AI發展對經濟發展的促進作用十分顯著，有利于提高我國人力資本水平。如果不搶占AI發展的制高點，會使我國喪失引領世界科技革命潮流的時機，而且新一輪科技革命落后產生的就業擠出效應，會給就業帶來更大的挑戰；其次，AI對就業市場不僅會產生替代效應，也會產生創造效應，特別是將創造大量的人機合作就業崗位，有利于實現高質量就業。
AI發展會給就業帶來兩個方面的變化。一方面，勞動時間會不斷縮短，勞動協作的形式會發生變化，勞動時間將會呈現套餐化、碎片化趨勢，勞動者可以根據自身不同的勞動技能，把整體勞動時間分解用于滿足不同勞動目標需要，從而追求最佳勞動組合收益，同時也有利于充分利用勞動者零碎時間，增加勞動時間供給。另一方面，勞動者更換工作的頻率會越來越高，勞動供給彈性變大，就業形式更加靈活多樣。從目前來看，分享經濟和零工經濟等新就業形態可以較好地適應這兩個方面的變化。
因此，政府可以通過提供資金支持、科研項目補助、稅收優惠政策等措施，激勵企業和創業者增加在AI相關領域，特別是與新就業形態相關領域的創新和創業，利用AI帶來的機遇創造新的就業機會。
促進新的產業和服務形態的產生和發展，創造更多的就業機會。中國是制造業大國，產業鏈完善、韌性較強，這是中國綜合國力的基本保障。然而，短期來看AI在制造業領域的廣泛應用在不斷提高制造業生產率的同時，也會導致就業絕對數和相對數的降低，難以依靠制造業吸納大量新增勞動力。因此，需要通過不斷刺激新的產業和服務形態的產生和發展，創造大量新的就業機會。未來，應努力提高第一產業和第二產業的科技進步貢獻率和AI普及率，以快速提高生產效率，夯實我國制造業大國的地位，推動我國從制造大國穩步邁向制造強國。與此同時，應加大力度發展第三產業，特別是促進與數字經濟和智能經濟相關聯的“新經濟”的發展，創造更多新就業形態，吸納大量新增就業。值得注意的是，生活性服務業具有社交性、創意性和靈活多變的特點，且從一定程度上來說難以被AI替代，應大力促進其發展以吸納大量新就業形態的就業。
增加教育和培訓投入，鼓勵終身學習。2023年6月14日，全球咨詢巨頭麥肯錫發布《生成式人工智能的經濟潛力：下一波生產力浪潮》報告，該報告指出在2030年至2060年間（中點為2045年）50%的職業將逐步被AI取代。[29]雖然從長遠來看，AI可能會創造大量新的就業機會，但轉型過程可能將會是痛苦和混亂的。很多勞動者可能需要重新學習和培訓新的技能才能適應新的工作需要。
隨著AI的深入發展，相關行業科技水平含量不斷提高，也對教育和培訓提出了新的要求。一方面，需要對尚未就業的青少年的知識教育和職業技能培訓體系進行改革，培養符合AI時代市場需求的創造性人才。另一方面，政府和企業等不同主體應加大教育和技能培訓投入力度，加強對已就業群體的教育和培訓，以適應AI時代對勞動力提出的新要求。此外，高技能工作與低技能工作的定義是動態變化的，隨著科技不斷進步，此時屬于高技能工作彼時可能就演變成低技能工作。AI將逐步替代重復性、程序性、繁瑣的低技能工作，同時對高技能勞動力的需求將會增加，這要求勞動者保持終身學習才能緊跟科技發展的步伐。
根據世界經濟論壇發布的《2023年未來就業報告》，82%的企業計劃投資培訓。這表明許多企業正在積極應對技能需求的轉變，并通過培訓來提升員工的技能。不僅如此，AI驅動的學習平臺能夠提供個性化的提升知識和技能的學習機會。因此，應通過教育宣傳和引導，在全社會倡導樹立終身學習的理念，鼓勵廣大勞動者在充分考慮個人學習風格和偏好的基礎上，充分利用AI學習平臺等不同渠道為個人提供的學習和培訓機會，主動實現自身的知識更新和技能提升。
建設和規范新就業形態市場，打破雇傭雙方之間的信息壁壘，提高就業效率。新就業形態市場與傳統勞動力市場有許多不同的特點，為了提高新就業形態市場的就業效率，需要建設與新就業形態相適應的制度規范，通過AI、大數據和區塊鏈等技術消除雇傭雙方之間的信息壁壘和“檸檬市場”現象，確保新就業形態市場信息的公開、透明、真實、有效、快捷。
市場的有效性在一定程度上取決于市場的公平，新就業形態市場的公平主要表現在就業機會的公平。政府應通過制度建設和政策引領促使企業提供公平的就業機會，消除就業歧視，使得人盡其才，才盡其用。企業可以引入AI工具來消除招聘過程中的偏見，提供更公平的就業機會并提高勞動力需求的彈性。AI工具也可為勞動者提供較為充分的就業信息，進而提高勞動力供給的彈性和效率。
確立AI倫理原則，規范AI發展，促進新就業形態健康發展。以ChatGPT-4為代表的新一代AI逐漸具備了無監督學習能力和一定程度的通用性，在顯著提高工作能力的同時，也帶來了侵犯個人隱私權、道德偏見、歧視等一系列問題，對勞動力市場的健康發展構成了挑戰。[30]為了有效利用AI發展帶來的積極效應并盡量規避其不利影響，需要確立AI倫理原則，加強AI算法的透明度，強化對AI的監管，防止對AI的濫用，保護個人隱私。
確立AI倫理原則，需要經歷一個艱苦的探索歷程。無論是遵循人本主義的伊薩克·阿西莫夫（Isaac Asimov）提出的“機器人三定律”，還是自然主義的AI倫理觀，都存在一定程度的局限性。[31]解決這一難題需要世界各國以及與AI相關學科領域的研究者和社會政策制定者攜手并肩，共同努力。2020年以來，美國政府發布了《人工智能應用監管指南》，歐盟出臺了《人工智能白皮書》，日本政府發布了《以人類為中心的人工智能社會原則》，2023年7月中國國家互聯網信息辦公室等七部門聯合公布《生成式人工智能服務管理暫行辦法》，等等。這些政策文件的出臺為規范AI發展，確立AI倫理原則作出了有益探索。確立AI倫理原則，不僅能規范AI發展，同時也是確保新就業形態健康發展的前提條件。
完善與AI及新就業形態發展相關的法律規范體系。為了確保AI的安全、公平和透明使用與發展，需要制定適應AI發展的法律規范。涉及到AI的法律規范主要包含AI的主體地位、民事權利、道德責任等內容。由于AI不斷轉型升級，目前正處于從弱AI向強AI轉變的過程中，其主體地位、民事權利、道德責任等也在發生相應的變化，這就需要政府和立法機關跟上AI發展的步伐，更新或制定新的法律法規。制定AI相關的法律法規不能一國單打獨斗，需要各國通力合作，共同面對，相互借鑒。
針對新就業形態大量涌現的現象，2023年2月21日，中國人力資源和社會保障部發布了《新就業形態勞動者勞動合同與書面協議訂立指引（試行）》（以下簡稱《指引》）。《指引》的發布對我國新就業形態相關的各種問題起到了及時有效的規范作用。[32]然而，新就業形態仍在經歷不斷涌現且不斷變化的過程，因此，構建和完善新就業形態市場的法律規范體系不可能一蹴而就，需要隨著實踐的發展而與時俱進地修改和完善。
建立與新就業形態相適應的勞動者權益保障機制。為確保AI不會被用于侵犯勞動者權益或濫用勞動力，應適時建立符合時代發展要求的勞動者權益保障機制。為了順應新就業形態發展的需要，從2021年開始，中國加快了勞動制度改革的進程，從中央到地方各級政府管理部門針對新就業形態實行了多項改革措施，但我們應看到一些改革的進程仍然相對滯后于新就業形態發展的需要。新就業形態的勞動關系在勞動報酬、勞動任務分配、勞動時間、工作管理、勞動控制以及勞動者和用工部門的權利義務關系等方面，與傳統勞動關系存在著較大差異，如果沿用適用傳統勞動關系的現行勞動法規進行規制，將難以保護新就業形態勞動者的權益。在傳統勞動關系沒有完全退出歷史舞臺、新就業形態勞動關系沒有完全替代傳統勞動關系之前，需要積極探索構建兼顧這兩種具有較大差異的就業形態的勞動者權益保障機制。
目前來看，可從單項制度改革入手尋求突破，例如，可針對職業基本保障制度、集體合同和集體協商制度、民主參與制度以及勞動爭議處理制度等進行改革。在進行每一項制度改革時，可以逐步突破現行勞動法的邊界，綜合勞動法和民法尋找改革的突破口。[33]
改革社會保障制度，做好兜底工作。在當前的社會保障體系中存在一些難以適應新就業形態發展需要的因素，例如，《中華人民共和國勞動合同法》主要保障在職職工，沒有把靈活就業人員納入保障范圍；《中華人民共和國社會保險法》《社會保險費征繳暫行條例》等法律法規沒能充分考慮靈活就業人員的社會保障問題，在居住證辦理、子女就學、購房、繳納社會保險費用和住房公積金、出國護照辦理等方面，皆把新就業形態勞動者排除在就業范疇之外，導致這一群體相關權益實現存在諸多困難。因此，為了適應AI時代新就業形態或將成為主要就業形態的形勢需要，應當及時完善社會保障體系。需要特別注意的是，隨著AI技術的不斷發展，或將出現許多不適應新就業形態的失業人員。為維護社會和諧和安定，需完善相關社會保障制度，做好兜底工作，比如，可考慮實施無條件的基礎收入制度等，幫助緩解由AI發展帶來的就業不穩定所造成的社會問題。此外，AI給不同群體帶來的影響不同。例如，那些年長、受教育程度較低、技能更新困難的勞動者可能更難適應AI快速發展背景下工作的需要。因此，我們需要制定具有針對性的解決方案，以確保AI的發展能夠惠及更多的人。
結語
AI為人類發展帶來了無限可能，也給包括就業在內的諸多領域帶來了一些新的挑戰。我們需要持續關注AI的發展情況，提前識別并采取有效措施，抓住其帶來的機遇，并有效應對挑戰。AI技術對社會、經濟和文化等方面產生的影響是綜合性的，應對挑戰需要政府和社會各類主體的共同努力和參與。為促進社會對AI的科學理性認知和分析，還應通過公共教育、媒體宣傳等方式，增進公眾對AI的認知和理解，讓公眾更好地利用AI帶來的機遇，同時積極主動地規避風險和應對挑戰。唯有如此，才能既最大程度地享受AI帶來的益處，又規避或至少減輕其帶來的負面影響。總之，我們需要盡可能確保每個人都能從AI的發展中受益，而不是一部分人受益而另一部分人受損。
（本文系國家社會科學基金重大項目“社會主義本質與新時代共同富裕問題研究”和國家社會科學基金一般項目“促進共同富裕的城鎮住房政策調整及優化研究”的階段性成果，項目編號分別為：22&ZD017、22BGL028）
注釋
[1]程承坪、彭歡：《人工智能影響就業的機理及中國對策》，《中國軟科學》，2018年第10期。
[2]《習近平主持中共中央政治局第九次集體學習并講話》，2018年10月31日，https://www.gov.cn/xinwen/2018-10/31/content_5336251.htm?cid=303/*。
[3][5]《國務院關于印發新一代人工智能發展規劃的通知》，2017年7月20日，https://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm。
[4]陳永偉、曾昭睿：《“第二次機器革命”的經濟后果：增長、就業和分配》，《學習與探索》，2019年第2期。
[6]《中共中央政治局召開會議 分析研究當前經濟形勢和經濟工作 中共中央總書記習近平主持會議》，《人民日報》，2023年4月29日，第1版。
[7]程承坪：《人工智能的工作機理及其局限性》，《學術界》，2021年第1期。
[8]AlphaFold, https://www.deepmind.com/research/highlighted-research/alphafold.
[9]馮媛、蔡增玉、張志峰、甘勇：《統一人工智能的研究與進展》，《科技通報》，2014年第3期。
[10][11][12]胡濱雨：《從ChatGPT爆火看人工智能大勢》，《中國電信業》，2023年第3期。
[13]《2021–2022全球計算力指數評估報告》，https://www.inspur.com/lcjtww/resource/cms/article/2734773/2734784/2022122613493315670.pdf。
[14]瑪格麗特·博登：《人工智能的本質與未來》，孫詩惠譯，北京：中國人民大學出版社，2017年，第3頁。
[15]程承坪：《人工智能背景下的“增強工作”》，《上海師范大學學報（哲學社會科學版）》，2023年第4期。
[16]程承坪：《人工智能對勞動的替代、極限及對策》，《上海師范大學學報（哲學社會科學版）》，2020年第2期。
[17]王華平：《圖靈測試與人類水平機器人》，《上海師范大學學報（哲學社會科學版）》，2022年第4期。
[18]中國工程院院士李國杰指出，人有人智，機有機智，人類智能與人工智能是兩種不同的智能。參見：《李國杰院士：國內AI研究“頂不了天、落不了地”，該想想了》，2021年8月5日，https://m.thepaper.cn/baijiahao_13905790。
[19]《馬克思恩格斯全集》第44卷，北京：人民出版社，2001年，第195頁。
[20]程承坪：《論人工智能的自主性》，《上海交通大學學報（哲學社會科學版）》，2022年第1期。
[21]Frey C. B. and Osborne M. A., The Future of Employment: How Susceptible are Jobs to Computerization? https://sep4u.gr/wp-content/uploads/The_Future_of_ Employment_ox_ 2013. pdf.
[22]陳永偉、許多：《人工智能的就業影響》，《比較》，2018年總第95輯。
[23]袁玉芝、杜育紅：《人工智能對技能需求的影響及其對教育供給的啟示——基于程序性假設的實證研究》，《教育研究》，2019年第2期。
[24]周世軍、趙丹丹：《人工智能重塑就業的未來趨勢、特征及對策》，《經濟體制改革》，2022年第1期。
[25]陳寶國：《福建省推動發展互聯網+新就業形態問題研究》，《發展研究》，2018年第11期。
[26]陳曄：《新就業形態下的新機遇、新挑戰》，《人力資源》，2023年第11期。
[27]《〈中國共享經濟發展年度報告（2018）〉在京發布》，2023年8月21日，http://www.sic.gov.cn/News/79/8860.htm。
[28]《阿里研究院：〈數字經濟2.0報告〉》，2017年1月11日，http://www.cbdio.com/BigData/2017-01/11/content_5428283.htm。
[29]《麥肯錫發布：〈生成式人工智能的經濟潛力：下一波生產力浪潮〉》，2023年7月14日，https://baijiahao.baidu.com/s?id=1771390367788007692&wfr=spider&for=pc。
[30]羅藝、潘璐：《ChatGPT4：現狀、風險與法律回應》，《上海法學研究》集刊，2023年第6卷。
[31]劉超：《協商與校準：與人工智能共存的未來》，《光明日報》，2023年6月8日，第14版。
[32]《人社部印發〈新就業形態勞動者勞動合同和書面協議訂立指引（試行）〉》，http://www.gdhf.gov.cn/swhfrsj/attachment/0/45/45400/906540.pdf。
[33]吳清軍：《加強新就業形態勞動者權益保障》，《人民論壇》，2023年第10期。
責 編∕包 鈺
Artificial Intelligence: Its Development Trend and Influence on Forms of Employment
Cheng Chengping
Abstract: Artificial intelligence (AI), transforming from weak AI to strong AI, with unsupervised learning and some degree of versatility, plays an important role in a variety of fields such as brain-computer interface, autonomous driving, bio-medicine and scientific research. There is a cross-relations between AI and human intelligence, though AI can totally substitute labors in many industries requiring procedural and repetitive work, yet it can hardly replace labors with procedural cognitive skills, non-procedural cognitive skills and non-procedural non-cognitive skills. Therefore, the human-AI cooperation could complement each other, thus bringing broad employment prospects. With the development of AI and internet platforms, significant new forms of employment arise with significant features of flexible labor relations, unbounded employment and disorganization of work arrangements, different from traditional employment patterns characterized by employer-organized production, fixed working hours and work locations. While AI has brought infinite possibilities for human development, it also has brought new challenges in various fields, thus proactive measures are required to address those challenges with changes of the employment forms due to the rapid development of AI in the future.
Keywords: artificial intelligence (AI), new forms of employment, labor relations
