文/高歌
“Alignment Problem”通常译为对齐问题，这是AI安全领域的核心难题，主要是指，如何确保AI系统的目标与人类复杂多变的价值观、真实意图保持一致。
比如给AI设定“最大化用户参与度”的目标，它可能会推送极端化内容来达成目标，反而危害社会；且人类价值观无统一标准，还会随时代变化，很难用精确规则编程输入AI，容易出现目标错位。
中国社会科学院学部委员、中国社会科学院前副院长蔡昉将上述“对齐”问题改称为“对标”。他认为，AI将要加剧劳动力市场的两极分化，尽管这种影响在中国还没有充分显现，如若处理不当，上述情况则可能发生，因此需要做一些未雨绸缪的应对。
更重要的是，在AI进入经济活动（劳动力市场）之前，就有必要将两者的关系处理好：AI的发展要“对标”就业优先发展。事中，则需“对标”人力资本未来如何与人工智能的技能互补而非竞争。
“与人工智能不可能永远竞争下去，一定会输，唯一可以做到的是，挖掘出特殊的人力资本，形成人机互补或人机协作，这是我们劳动力市场的唯一出路。”
12月7日，由联办集团、和讯共同主办、财经中国会承办，主题为“寻找中国经济破局之路”的和讯财经中国2025年会暨第23届财经风云榜在北京举行，蔡昉给出上述观点。
“AI像任何其他颠覆性技术，天然具有二分法及双刃剑的性质，故一要关注风险，二要借力打力。”蔡昉称，“AI将把结构性就业矛盾变为加强版和新常态，因此更好更有力度地应对结构性矛盾是AI政策的正确方向，既要找准症结、运用合理政策手段，也要实现必要的范式转变。”
01
AI不是单一方向技术变革
当前市面上对AI的观点分化显著，主要集中在技术风险、产业价值、技术路线三大核心维度，不同群体的立场鲜明且对立。
在技术风险层面，以杰弗里·辛顿为代表的警示派认为，超级AI有10%- 20%概率控制人类或致人类灭绝，担忧其知识传递快且可能发展出自我生存意识，还会通过欺骗人类保存自身存在；乐观派以杨立昆为代表，觉得AI本质只是工具，当前架构缺乏复杂推理与自主意识，可通过构建“目标驱动型AI”等技术手段实现安全管控。
“以辛顿和杨立昆为代表的观点占据两端，不同的学者分别站在这一队或那一队，或者三七开等等。”蔡昉表示，“我们现在还不能下决定性的结论，但是根据既往的颠覆性技术变革和AI变革的新特征，可以得出一个结论并以此指导接下来对人工智能的就业影响，它不是单方面的影响，我们既不能说它有利于就业，也不能说它一定破坏就业，这与技术的性质有关，任何颠覆性技术都是双刃剑。”
在谈到AI对劳动力市场可能产生的影响前，他认为有必要通过“两分法”的视角先审视AI这一技术本身。
“索洛悖论”是很多专家学者提起有关AI对经济社会的影响时常举的例子，用于描述一种现象：提高生产率的技术被使用，但是宏观层面却看不到生产率的提高。
这一由1987年获得诺贝尔奖的经济学家罗伯特·索洛（Robert Solow）提出的观点是指，虽然企业在IT方面投入了大量的资源，但从生产率上看却收效甚微。“我们到处都看得见计算机，就是在生产率的数据上看不见计算机。”
蔡昉也在演讲中提到了这一著名的悖论，他认为，尽管目前还未发生，但我们应该将这种“可能性”置于脑中——AI领域是否也会出现这种现象，这也能够说明AI绝非单一方向的技术变革。
“人工智能提高劳动生产率、提高全要素生产率的确定性是不容置疑的，只是时间上或早或晚。但是我不能肯定的是，所提高的劳动生产率是否能得到均等的分享，因为技术和应用在不同的地区、国家、产业、企业之间从来都是不均等的。这意味着人工智能带来的红利并非天然地被人们分享。”
1930年凯恩斯在相关文章中提出，当时社会正遭受“技术性失业”的困扰。他认为，技术进步催生节约劳动力的方法的速度，远超为劳动力开辟新用途的速度，旧岗位被替代后劳动者难以及时转岗，由此造成失业。但这只是经济转型中的暂时现象，并非长期结局。可以视为“成长中的烦恼”。
AI对就业市场的影响或也将走出相似的路径。
经济学家达龙·阿西莫格鲁和帕斯卡尔·雷斯特雷珀在名为《错误的人工智能？人工智能与未来的劳动力需求》的文章中重点关注了人工智能对就业的影响。他们将人工智能分为两类，其一是抑制劳动力需求的，如自动化；其二是提振劳动力需求的，如人工智能应用。仅仅推动第一种人工智能的发展不太可能创造出足够多的新工作岗位， 因而也不能促进繁荣。但由于创新领域的市场失灵，不利于经济发展的人工智能技术有可能大行其道。所以“需要审慎思考人工智能带来的影响，仔细斟酌如何最好地发展这一充满前景的技术平台”。
蔡昉在演讲中援引了阿西莫格鲁的上述观点。“正确的人工智能还是错误的人工智能取决于人们的选择，我认为这种观点对我们来说是很有意义的。”
综合当前业内对于人工智能的理解，蔡昉谈到面对人工智能的就业挑战需要从事前、事中、事后三个层面介入。
在事前，仅在模型环节解决“对齐问题”并非出路，不仅向谁看齐、何为圭臬问题难解决，甚至出现“伪对齐”（alignment faking），“AI+”既是应用领域，也是对标基点。
他认为，正确做法是在技术政策和产业政策层面，通过规制、激励、惩罚、劝善等手段，让AI开发者、实验室、投资者、用户都以特定要求和做法“对标”就业优先战略。
在事中，则要以人力资源匹配为目标，发育劳动力市场和扩大公共就业服务，实现全生命周期人力资本培养。
从更大维度上看，蔡昉提出，应以分享生产率红利为目标，通过改革和制度建设，提供更加普惠的的社会保障和基本公共服务。
02
当“转折点效应”遭遇“升级效应”
再看当前就业市场正在发生的情况。
蔡昉曾对中国劳动力市场刘易斯转折点有明确且系统的论断，核心是判定中国于2004年跨过该转折点。
他认为2004年从沿海地区蔓延开来的“民工荒”，并非短期局部现象，而是中国跨越刘易斯转折点的关键信号。此后这一现象逐渐演变为普遍的劳动力短缺，同时普通劳动者工资开始持续大幅上涨，这标志着中国经济彻底告别了“劳动力无限供给”的二元经济典型特征。
这一方面意味着传统依赖廉价劳动力的人口红利逐步消退，粗放型劳动密集型产业的发展模式难以为继；另一方面，劳动力市场的主要矛盾发生转变，此前的劳动力总量供给过剩问题不复存在，转而凸显出岗位与劳动力技能不匹配的结构性就业矛盾，比如低技能工人就业压力和高端岗位用工短缺并存。
“大概在2004年—2010年之间，中国的劳动年龄人口逐渐进入到负增长，尤其是非熟练劳动力短缺，附加现象是，当非熟练劳动力工资不断上涨，人们匆匆忙忙地进入劳动力市场，因此读书的积极性不高，产生了所谓的读书无用论。”蔡昉表示，“因此在这个时期，从2010年到2016年，最典型的现象就是人力资本的投资回报率有所下降，这是一个不好的信号。”
这一现象由于自动化替代劳动力的技术变革的发生而有所缓解，技术和结构变化及自动化促使人力资本回报率回升，在升级效应的影响下，人力资本回报率由此又重回原来的轨道。
蔡昉认为，目前所面临的情况是，人工智能将产生更明显的升级效应，技能变得更加重要，但AI时代需要何种技能不再是确定的，需在教育、培训、岗位之间进行匹配。
就业创造与就业破坏已经开始同时发生，特别是在2012年之后，很多新创造的岗位同时也被自动化和机器人的替代所破坏，因为每年新创造的毛岗位不可能全部转化为就业的净增值。
根据蔡昉提供的数据，2012年之后每年被“破坏”的岗位的增量都在加大：2012年后城镇累计创造岗位1.7亿，流失0.5亿，净增1.1亿。
“岗位流失已呈现加速势头，是创造性破坏发展的必然，人工智能或将强化这个特征和趋势，如果处理不当，正常的趋势也有可能变得极端化。”蔡昉提示。
03
就业市场三大特征与AI的放大挑战
因此在当前挑战下，需要重新审视劳动力市场面临的主要矛盾。
《中共中央 国务院关于实施就业优先战略促进高质量充分就业的意见》指出，要以破解结构性就业矛盾为重点推进就业工作。这一矛盾意味着就业市场已从“总量压力”为主转向“结构性压力”为主，核心是劳动力供给的质量、结构，需要跟上经济转型升级与产业变革下的岗位需求。
蔡昉认为，就业增量“新形态化”、劳动力流动“内卷化”、重点人群“年龄两端化”是当前就业市场的三个主要特征。
随着新就业形态的常态化，蔡昉认为这将会带来一个潜在危险：“它（新就业形态）虽然不等于非正规就业，但有可能成为非正规就业。非正规就业是一个贬义词，这意味着社会保障的覆盖率不够高，职工权益得不到充分保障，工资增长也可能受到阻碍，从而拖慢总体就业质量的提升。”
相关数据显示，2023年城镇个体、私营和非单位就业达3.1亿人，灵活就业人员2亿人，新就业形态2022年约8400万。
“AI将加大口径的范围和规模，以二分法加剧劳动力市场分化，改变就业方式，对工资增长、社保覆盖和权益保障构成挑战。”蔡昉称，我们看到了这样的趋势，考虑到人工智能的发展背景，对就业的冲击就会加倍，“当然也有一种可能性，就是人工智能可以解决这样的问题，这取决于制度建设的方向，需要弥补工资增长、社保覆盖、权益保障等方面的短板。”
劳动力流动“内卷化”则是指，外出农民工增速明显放缓，且跨省、市、县流动的比重持续下降，劳动力更多在本地或周边就业。但从生产率规律来看，非农行业生产率高于农业、城镇高于乡村、大城市高于中小城镇，这种“回流式流动”意味着劳动力回流和流动空间缩小，加大生产率提高、就业质量改善、劳动报酬增长、基本公共服务覆盖难度。
“原因是技术变革在那些部门发生得最快。劳动力从高劳动生产率的部门转向低劳动生产率的部门，从高劳动生产率的地区转向低劳动生产率的地区，而人工智能将来是可能加大这两者之间的差别的。”蔡昉认为，“内卷化”是一个起点，是治理内卷化，还是被人工智能推动进一步内卷化，是一个重要的选择。
有关重点人群“年龄两端化”，蔡昉表示，青年和大龄劳动者分别存在人力资本缺陷，AI替代入门级技能和扩大“智能鸿沟”，均可能强化这“一老一小”脆弱性。因此，解决“一老一小”的问题应该是和应对人工智能挑战结合起来的。
由于应对人工智能的冲击与应对当前结构性就业矛盾的方向一致，蔡昉认为，可以利用人工智能强大赋能去解决一切我们过去解决不了的问题。
除前述事前、事中、事后的介入。蔡昉还提到，人力资本培养，特别是教育的发展要和职业培训的发展连接到一起。金字塔式的教育模式应该越来越扁平化：尽可能地继续普及高等教育；读完书进入劳动力市场之际，或许就该开启再培训之路。这个培训是终身的，是不断的、是多次性的。
此外还需建立跨代契约。保障难题不在资金缺口，无需“精算恐慌”，扩大覆盖率的执法也不是压倒MSMEs最后一根稻草。
“共享发展比任何时候都更重要。”蔡昉称。
一鼎盈提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
推荐资讯
