首頁>政協·協商>最政協 最政協
尋找適應“人工智能時代”的“中國方案”
全國政協第十二屆中國人口資源環境發展態勢分析會聚焦“人工智能發展對勞動就業的影響”
人民政協網12月2日電(記者 呂巍)從2008年開始,全國政協人口資源環境委員會每年召開人口資源環境發展態勢分析會,選取我國人口、資源、環境領域重大議題和涉及群眾切身利益的問題,邀請有關政府部門、專家學者和部分政協委員開展對口協商,為中央和有關部門決策提供參考。“人工智能發展對勞動就業的影響”成為今年態勢分析會的主要議題。
“人工智能技術是新一輪科技革命與產業革命的核心驅動力之一,其發展和大規模應用將對人類社會的生產生活方式產生重大影響。我國作為社會主義人口大國,在工業化過程中,在實現技術進步的同時,需要統籌處理好社會民生問題,再加上我國人工智能特別是在應用方面是走在世界前列的,更需要我們未雨綢繆。”11月28日下午,全國政協人口資源環境委員會主任李偉在態勢分析會上如是說。
當人工智能在中國大地緩緩而來、突兀而起之時,委員、專家和相關政府部門負責人聚集一堂,暢談人工智能發展對當前及未來勞動就業的影響,產業結構調整與人口發展的互動關系,共同尋找適應人工智能發展的“中國方案”。
理性擁抱:站在現在看未來
得益于算法、算力、數據、存儲技術的突破和互聯網的普及,人工智能的開發與應用取得了長足的進展,成為新一輪工業革命的重要引擎。與此相伴,人工智能是否會對勞動就業造成不利影響也成為社會關注的焦點。
“目前,國際主流觀點認為大規模失業的可能性較低。這是因為當前的人工智能仍屬于弱人工智能階段,很難替代整個人類工作體系,同時,新技術也在創造大量的就業機會,而包括經濟、法律和政治等在內的多種因素也將大大延緩這一進程。”清華大學文科資深教授、蘇世民書院院長薛瀾表示。
他的這一觀點得到了人力資源和社會保障部就業促進司副司長宋鑫的認同。
據人力資源和社會保障部提供的數據顯示,調查企業在2014年至2017年期間,因使用機器人累計減少相關崗位員工12.5萬人,與此同時,企業累計增加相關崗位員工10.6萬人,崗位總量略有減少。東部地區機器人應用多且智能化水平高,對就業的替代效應較為明顯,中西部地區所受影響則相對較小。制造業中的流程性、重復性崗位和服務業中門檻低、規則相對明確、可熟能生巧的工作流失明顯。
“據此,人工智能發展對就業的影響可以概括為增量效應更為明顯、減量效應有所沖抵。影響過程局部且漸進,結果溫和而積極。”宋鑫說道。
“經濟史實表明,真正能夠引發宏觀性、全局性就業危機的因素只有經濟蕭條和制度摩擦,而不是機器換人;機器可以代替一部分人力,但是同時也會按自己的‘乘數效應’產生很多,甚至比以前更多的新崗位。人工智能雖然與以往的機器發明有所不同,它更多地屬于人類智力的延伸,但是仍然是人類的勞動工具,我們應該以平常心對待它的就業影響。”全國政協委員、華東師范大學人口研究所所長丁金宏如是說。
顯然,他所說的平常心并非視而不見或袖手旁觀,而是理性對待,謹慎關注。雖然目前人工智能對就業的影響不大,但從未來預期看,人工智能對就業的潛在挑戰不容小覷。
“人工智能技術的就業補償效應一般要通過較長時期才能顯現,而在短期內,被人工智能迅速擠出或替代的勞動力可能無法享受因人工智能發展而遲來的就業補償。同時,中國就業結構中低薪、低技能就業比重高,而高技能的人才較為短缺。隨著人工智能的深入發展,對高水平研發人員、高技能型專業人才、高級管理人員等高層次人才的需求將大量增加,使得中國人力資本結構與人工智能等技術發展的矛盾更加凸顯。”薛瀾表示。
“受人工智能沖擊的勞動者工資增長緩慢,財富向資本和技術擁有者、知識技能人才聚集,也會讓整個社會的收入差距不斷拉大。”中國社會科學院人口與勞動經濟研究室副研究員趙文說。
此外,隨著人工智能和智能制造等技術的深入發展,發達國家紛紛實施“再工業化”戰略,使用機器的成本最終可能會低于發展中國家日益上升的勞動力價格。中國既要應對大量產業遷移到其他低勞動力成本國家的可能,又得迎接全球生產網絡重塑的挑戰,未來的就業問題可能會更加嚴峻。
“面對這些挑戰,中國最需要的就是跟蹤觀察,深入研究。在技術興起的早期,就把社會影響的思考滲入技術選擇。尤其在就業影響方面,要做好全方位、全行業的準備,設計適合自己的方法論體系,采用科學方法全面評估分析智能化對中國就業結構帶來的影響。”全國政協人口資源環境委員會副主任、中國計劃生育協會黨組書記王培安表示。
科學應對:政策儲備必不可少
顯然,勞動者個人在新舊職業和崗位間的轉換通常不大可能實現無縫對接,勞動要素的大范圍重新配置也不可能在短時間內無摩擦實現。如果沒有合理的政策、制度和法律保障,技術革命就容易演變出工人砸機器的“盧德運動”。
“這就需要我們加強系統研究和政策儲備,深入研究人工智能帶來的就業結構、就業方式轉變以及新型職業和工作崗位的技能需求,及時分析產業變化趨勢,加強教育、就業、產業、社會保障政策頂層設計,推動就業結構優化與經濟轉型升級、產業結構調整、教育體系改革相協調。”王培安表示。
薛瀾建議充分發揮新興技術的就業創造效應。一方面,積極推動人工智能產業與既有產業的結合,促進產業升級和效率的提高,保持競爭性就業。另一方面,大力鼓勵利用人工智能開拓新產業和新業態,創造新的就業載體。
趙文提出加強勞動力市場建設。“勞動力市場是勞資雙方匹配的工具,也是政府尋找需要幫助的勞動者,實現再就業和再分配的途徑。與此同時,要鼓勵新的工作形式,促進零工經濟的發展,完善社會保險辦法。”
針對避免出現收入兩極分化,趙文提出,“要確保人工智能發展的成果共享。識別出受人工智能沖擊的就業群體,對人工智能收益進行再分配。目前,一些國家開征數字稅,機器人稅也在熱議中。對特定生產資料征稅是應對生產方式變化、實現合理再分配的重要手段。”
建立完善的社會保障制度和出臺失業扶持政策也是委員和專家們的共識。薛瀾認為,社會保障體系要做出適應性的調整,建設和完善普惠性的基本社會保障體系,覆蓋更多靈活就業人口。中國勞動和社會保障科學研究院助理研究員崔艷則提出構筑托底保障機制,建立健全政府、市場、法制等對轉崗、下崗、退休等人員的養老、醫療等社會托底的協同保障機制,加大對受影響較大群體的專項幫扶和就業援助,及時應對和處理突發事件。
“各部門、各區域要重合作,強化對人工智能影響下的就業形勢的動態監測,尤其是重點行業、重點區域和重點崗位,積極制定相關法律政策。”工業和信息化部科技司司長胡燕說。
“除了與人工智能影響下的就業直接相關的制度和政策,人工智能技術的道德規范也不能忽視。”在王培安看來,人工智能科技公司應當成為道德主體,科技企業應當堅守良知和向善的底線,政府及相關方面也要加快制定人工智能道德倫理準則,積極推動人工智能領域立法,發展負責任的人工智能。
這一觀點與楊震不謀而合。
“強化對人工智能發展的規范,一是要完善數據所有權和使用權法律,二是加強隱私保護,三是解決人工智能侵權歸責問題,完善人工智能法律法規和社會治理體系必須要提上議事日程了。”楊震說。
人才培養:教育改革是關鍵
在全國政協委員、北京搜狗科技發展有限公司首席執行官王小川看來,人工智能對勞動就業的影響,除了替代和沖擊,更重要的將是改變和重塑。
“在此背景下,為了緩解就業市場壓力,同時為人工智能長遠發展提供更好的基礎,就要在教育和培訓體系上尋求突破。”
王小川認為首先應加強各階段人工智能教育。在義務教育階段,開設人工智能相關課程,增強農村貧困地區人工智能教育的師資力量和軟硬件設施,縮小城鄉之間、地區之間人工智能教育差距;在高等教育階段,著力建設我國人工智能人才隊伍,培養復合型人才。
“同時,大力加強勞動力培訓,依托社會化培訓機構、職業院校和企業等,結合新產業、新業態的發展趨勢和新職業、新工種的要求,加強再就業培訓和指導,幫助他們平穩過渡,在穩就業的基礎上實現更高水平的就業。”
薛瀾認為,未來的教育需重視培養更多機器做不到的能力,比如創造力、審美、價值判斷和同理心等,強化人的比較優勢。“此外,應建立適應智能時代的終身學習和就業培訓體系,重視對傳統產業工人技能升級培訓,使其具備人機協作能力和生產性服務業業務能力,引導就業結構向新興業態和第三產業轉移。”
委員和專家們對于教育和培訓的著重強調并非空穴來風,教育部高校學生司副司長李強帶來的一組數據足夠引起警醒:2017年全球新興人工智能項目中,中國占51%,數量已經超越美國,但全球人工智能人才儲備方面,中國卻只有5%左右。來自人工智能應用企業的無錫一棉紡織集團有限公司黨委書記、董事長周曄珺也大力呼吁對加快推動我國形成多層次、全方位、立體化的跨界人才培育體系,增強專業人才供給。
“面向人工智能時代,要在新一輪科技革命和產業變革中贏得主動,關鍵是有充分的人才支撐,教育必須主動變革。”全國政協委員、中國人口與發展研究中心主任賀丹表示。
她建議縮短基礎教育年限,擴大義務教育范圍,將小學教育年限由6年縮短到5年,將高中階段納入義務教育范圍。提高職業教育地位,發展適合每個人的教育體系。進一步改革高考方式,逐步擴大高等職業院校自主招生范圍,改善生源質量。
“同時,充分發揮企業辦學培訓積極性,發展開放靈活的教育。加快構建以產業需求為導向、產學研用結合的人工智能人才培養體系,構建更加開放靈活的教育體系。”賀丹說。
“以大數據驅動的機器學習為主流的弱人工智能大規模應用已然‘成勢’,我們要把握好人工智能名稱與內涵的關系、發展與差距的關系、現實與未來的關系、整體與局部的關系、行業與企業的關系、替代與創造的關系、數量與質量的關系、教育與培訓的關系、東部與中西部的關系,在加強人工智能和產業發展融合,為高質量發展提供新動能的同時,探索我國人工智能發展與人口資源環境相適應、相促進的持續健康發展的有效路徑。”李偉表示。
編輯:張佳琪
關鍵詞:發展 教育 影響 產業