黄茂勇　叶珊

［摘要］人工智能技术的飞速发展及规模化应用在推动产业转型升级的同时，也重塑了勞动力市场技能需求的格局。随着我国“新一代人工智能”发展战略的全面推进，AI对二元劳动力市场的影响和冲击日益呈现“非对称性”和“非均衡性”。为消弭AI对二元劳动力群体的非对称赋能，职业技能教育系统的介入被视为最迫切、最具价值的干预策略。国家职业教育系统的介入应以均衡发展调适、营造拟态环境、对冲技术逆差和激发混质动力四个层面作为价值导向。为匡正人工智能的破坏效应，职业教育应重塑整体性介入机制：价值系统介入应实现国家职业技能教育体系的“本体价值”旨归；权责系统介入旨在确立多元共生的治理主体权责边界；预警系统介入关键在于优化技能迭代预测指标；培训系统介入重在建构动态适配的劳动力终身教育体系。

［关键词］人工智能；就业技能迭代；非对称赋能；职业教育干预

［作者简介］黄茂勇（1982- ），男，广东汕头人，广东技术师范大学教育科学学院，副教授，博士，硕士生导师；叶珊（1999- ），女，四川南充人，广东技术师范大学教育科学学院在读硕士。（广东  广州  510665）

［基金项目］本文系2020年度教育部人文社会科学研究基金“人工智能的职业技能迭代效应及教育干预研究”（项目编号：20YJC880034）、2019年度广东省哲学社会科学规划项目“人工智能时代次级劳动力市场技能迭代与职业教育精准供给研究”（项目编号：GD19CJY05）和2021年度广东省普通高校特色创新类项目“广东高等教育产业人才供给与智能产业集群的耦合协调机制研究”（项目编号：2021WTSCX054）的阶段性研究成果。

［中图分类号］G710    ［文献标识码］A    ［文章编号］1004-3985（2023）04-0005-08

以人工智能为代表的新兴技术与经济、社会、文化等各领域的全面融合，催生了新型产业格局，冲击了现有的劳动力市场结构。《2020世界机器人报告》显示，中国拥有全球最大且增速最快的人工智能应用市场。美国学者库兹韦尔在《人工智能的未来》一书中也强调，人工智能正在以超越个人理解极限的速度向前发展。同时，技术变革所引发的劳动力格局迭代速度空前，以往可能需要数年甚至数十年才发生的劳动市场技能变革，而今只需要1～2年即可完成。通过大规模引入人工智能来降低劳动要素占比从而提升生产效益，已成为各国及相关营利性组织技术偏向的强大推力。随着人工智能技术与传统产业的深度融合，越来越多的企业基于效益考量加快向智能化迈进，促使劳动力市场结构更迭加速。

关于人工智能对劳动力结构的影响，已有研究形成两种竞争性观点：一种观点认为，人工智能具有就业创造效应，以人工智能为代表的新技术引发全新的产业集群和企业运营模式，产品端的革新激发新的市场需求，催生了大量与智能产业相关的就业岗位，从而创造出新的人力资源需求。另一种观点认为，人工智能具有就业破坏或挤出效应，从事重复性操作、技术含量低的岗位较易受技术进步的“排挤”与“替代”。人工智能对两类劳动力市场的赋能呈现显著“非对称性”与“非均衡性”。随着“智能制造2025”行动与“新一代人工智能发展”战略的全面推进，我国“智能替代”与“技术排挤”现象尤为突出。体力劳动者、从事简单程序性与重复性工作者首先受到人工智能的冲击，技术变革将淘汰大批处于人力资源价值链低端的工人群体，并可能逐步演化为“结构性失业”或“技术性失业”。

国家公共政策体系中，基于职业思维与职业技能再造的教育系统，被认为是最具价值也最为迫切的介入模式。通过设计良好的职业技能预测与培育系统，可在一定程度上提升次级劳动力应对就业技能迭代的动能。要最大限度地消弭技术升级对次级劳动力群体就业的消极影响，技术与技能教育的供给被视为有效的干预策略。学界普遍认为，政府应该承担起教育职能，帮助劳动者习得新的工作技能，实现技能再造，以回应技术进步的冲击。因此，在全新的时代背景下，如何正确研判人工智能对未来劳动力岗位及其能力结构的影响，设计行之有效的就业技能教育与培训体系以协助劳动力应对就业挑战，成为教育系统亟待深入研究的现实问题。

一、异质化生存镜像：人工智能对就业市场的非对称赋能

（一）创造效应：AI赋能主要劳动力市场的人力资本积累

劳动力市场分割理论认为，现实情境中的劳动力市场可区隔为主要（核心）劳动力市场和次级（边缘）劳动力市场。劳动经济学学者Zhou等人认为，人工智能会加速二元劳动力市场的分化，“技术”与“技能”的高低程度将成为研判二元劳动力群体分类的主要参照指标。人工智能推动就业岗位向技术技能禀赋迭代，技能倾向型劳动力将在这场技术变革中获得人力资本积累的外生型动力。主要劳动力市场具有获取与习得技术技能的双重禀赋，能有效消弭人工智能对就业岗位的替代与破坏效应。

一是主要劳动力群体具有应对技术冲击的先赋性禀赋。一方面，良好的受教育经历赋予该群体获取技术信息的惯习与动能，高等教育甚至更高阶的教育背景促使该群体保持对技术迭代的敏感度，并掌握与技术进步同频的职业技能自我提升方法。人工智能等技术进步在主要劳动力群体的教育禀赋作用与催化下，成为其获取新职业技能的外生型动力。另一方面，优势决策资源赋能主要劳动力群体采取较为缓和的自我保护策略。该群体中不同岗位人员参与行业或企业发展决策的概率与比例要显著高于次级劳动力群体，更可能采取有利于自身发展的偏向型决策模式，推动该群体适应甚至引领新技术发展。

二是支持性社会关系网络赋予主要劳动力群体应对技术冲击的获得性禀赋。丰富的在职培训机会、清晰的职业发展阶梯、良好的工作环境和支持性的组织氛围等特质，共同构成主要劳动力市场职业发展的支持性社会关系网络。新资本理论认为，劳动者本身的技术、知识、经验与关系资源等也应参与企业的剩余价值分配。因此，除了追求效益，“员工发展亦为目的”的观点逐步被接受，价值共创与价值共享越来越被现代企业所提倡。企业通过为员工设计良好的职业晋升机制、提供培训机会和发展支持等，形成良好的社会支持网络，推动员工不断提升自我以应对就业市场的技术变革。这种获得性禀赋成为员工化解人工智能就业冲击的重要推力。

（二）破坏效应：AI冲击次级劳动力市场的职业技能架构

人工智能对劳动力市场中低技能岗位的破坏效应引起各界的广泛讨论。以缺乏技能技术含量为主要特征的次级劳动力市场受人工智能的破坏效应冲击最大，一方面，该群体从事的多为重复性操作工作，难以从工作中获取对未来职业发展有益的经验；另一方面，囿于社会关系网络的钳制，该群体主动提升技能的意愿不强、获取技能培训与技术发展的渠道有限。因此，依赖该群体的职业自觉完成自我职业技能的迭代以应对这场技术变革冲击，不具备任何现实可能性。人工智能悲观主义学派提醒人们，要开始关注人工智能可能带来的“技术性失业”和“结构性失业”现象。

二元劳动力市场中，主要劳动力行使人工智能的技术发展统治权，并可享受人工智能大规模应用带来的物质利益。通过行使技术统治权，推动阶层效益最大化，成为该群体全面发展人工智能的核心驱动力，这同时也加速了科技精英阶层的诞生。而教育水平不高、技术程度较低的边缘劳动力群体则在这场技术变革中处于从属地位，人工智能的发展可能在更大程度上扩大群体间的技术资本差距。

在国家层面，人工智能发展的步伐也不可能停滞。从新的国际竞争与互动格局审视，哪个国家掌握了人工智能的技术制高点，这个国家就占据了这一领域的优势领导地位。因此，人工智能不可避免地带来对次级劳动力市场的破坏效应，各国也多持审慎态度，寻求通过适当规模和速度发展人工智能，在保持国家竞争力的同时关照民众的异质化生存境况。人工智能在破坏现有劳动力技能结构的同时，将催生新的职业技能框架。人工智能创造出的新型就业岗位对职业技能的要求具有颠覆性，要求各国政府设计良好的公共就业政策、职业技能培育体系，協助次级劳动力群体应对人工智能的破坏效应。

二、以创造平抑破坏：消弭非对称赋能的教育干预理路

（一）均衡发展调适：规模应用与个体增值的双向关照

人工智能推动智能技术与实体产业的深度融合，将产生量级社会经济效益。如何在追求规模化效益的同时关照不同个体的劳动价值，实现社会发展与个体发展的双向均衡，成为公共政策系统需要解决的核心问题。“智能+”治理体系的生发与嵌入，可在一定程度上消弭非对称赋能带来的个体增值困境。

一是建构“创造型规范”政策工具体系。通过政策法规将人工智能与产业融合嵌套进一个规模适度、价值均衡的发展框架中，为技术促进社会经济发展创造制度条件，同时又监督、控制、规约与预测人工智能的大规模应用对劳动力群体的破坏与排挤效应。创造型政策支持系统旨在鼓励与推进AI技术研发，推动AI与传统产业的全面渗透与融合，提升AI产业规模化效益，提升国家技术竞争力，创造更为广阔的就业机会。同时，国家层面“智能+”精准治理体系的介入，有助于匡正人工智能技术变革中科技精英阶层的群体利益决策偏向，在一定程度上削减次级劳动力群体因决策地位势差造成的就业破坏。

二是建构基于“技术在场”的公共教育供给体系。过去一段时期，很多国家实施的“物质激励型”或“强迫学习型”技能教育制度多数未能契合次级劳动力群体的实际需求，社会关系网络遮蔽了边缘劳动力的“技术在场”感，抑制了主动学习与积极探索的欲望和能力，导致该群体“技能再造”目标的偏移。因此，需要借助“智能+”治理体系，重塑技术技能教育供给体系和政策营销系统，创设“AI已来”和“AI就在身边”的技术临场感，营造良好的技能学习社会氛围，激发次级劳动力群体主动适应技术时代技能高移的主体培训需求。

通过政策规约与公共教育干预，以人工智能产业规模化效益和就业岗位创造平抑次级劳动力群体的就业破坏，实现规模发展与劳动力个体发展的动态均衡。

（二）营造拟态环境：AI赋能技能再造政策体系的精准营销

人工智能时代，人们通过媒介所提供的有限信息认知世界。这一信息传递模式并非事实与真相本身，而是经过人工智能算法筛选、加工与再构的媒介环境，被称为人工智能的“拟态环境”。这种“拟态环境”存在消解边缘劳动力社会互动结构和信息获取生态的负向效应，需要通过国家公共技能教育政策法规体系的深度介入，以匡正人工智能“拟态环境”的工具理性偏好。

一是智能算法推荐存在认知框架钳制效应。劳动力群体信息的获取行为受社会关系网络和个体认知框架的束缚，倾向于获取与个体价值观念相符的同质化信息。人工智能算法推荐进一步消解了人们在信息海洋中获取异质性信息的渠道与能力，进而形成边缘劳动力群体的“信息茧房”。此外，抖音、快手、B站、微博等媒介的信息传递模式逐步弱化了个体识别真实与虚拟社会情境的能力，并可能导致劳动力群体以虚拟交际活动替代真实的社会交往实践和政治参与实践，从而消减个体主动了解技能教育政策信息和获取技能培训资源的能力，引发劳动力群体技能发展动力匮乏的内源性危机。

二是智能算法推荐规约能有效促进公共教育政策的精准营销。国家立法层面和公共技能教育政策系统的介入有助于在一定程度上纠正人工智能“拟态环境”的工具理性偏好，平衡人工智能应用的市场逻辑和人本倾向，发挥技术赋能劳动力技能提升的促进效应。价值规约下的算法智能推荐能将公共教育政策营销到更为微观、精细的层面，较大程度地消除技能教育政策实施过程中存在的信息传递模糊、受众参与度低、信息噪声与信息冗余等问题，扭转过去边缘劳动力群体“人找信息”的被动接受模式。政府技能教育政策营销系统的介入，可以引导次级劳动力群体深层次认知、接受与参与国家技能再造教育行动。合理规约下的算法智能推荐，可以通过移动通信设备端获取个体眼球视觉停留时长、血压与心率等生理层面的反馈数据，并开展数据即时计算、分析、决策及二次信息分发，真正实现国家公共技能教育政策的精准营销与实施。

（三）对冲技术势差：AI嵌入就业技能预测系统建制

技术势差是指人工智能驱动劳动力市场技能迭代的过程中呈现出的全新技术分化现象，主要劳动力市场和边缘劳动力市场占有技术资源的差距不断扩大，从而加剧不同劳动力群体间的阶层与贫富分化。为对冲人工智能发展带来的技术势差，政府要提升对新兴技术的规制能力，建制就业技能迭代预测系统，以帮助次级劳动力群体形成面向智能时代的就业技能。

一是国家技术治理体系的思维转变，需运用全局性和系统化思维应对人工智能技术的就业效应趋势预测。人工智能既是治理的主体，亦是治理的客体。因此，需要在教育教学系统、科学研究系统、行政治理体系、产业升级系统及其交互协同系统中全面考察人工智能对我国劳动力市场的影响并做出回应。需要特别指出的是，人工智能的就業技能替代风险具有隐匿性和潜在性。AI技术发展与应用引发产业融合生态与人才需求格局瞬息转变，加剧了对未来劳动力市场更迭预测的难度。以教育系统或者劳动力教育系统的单一系统参数去预测人工智能的就业破坏趋势，所得结果往往容易偏离实际演化方向。

二是作为治理中介体的人工智能技术为有效预测劳动力技能迭代趋势提供了技术可能。我国过去很长一段时期对技术治理的探索成果，为预测劳动力市场技能迭代趋势提供了历史实践经验和技术框架。20世纪80年代初期至今，我国开展了6次全国规模的技术预测，在此基础上形成了关于科技预测体系、技术预测运行机制、预测理论模型、预测指标体系和预测方法规程等方面的有效范式与丰富经验。已有的技术预测模式和技术框架为人工智能嵌入就业技能迭代预测提供范式参考和经验借鉴，能有效监测劳动力市场更迭和岗位能力素质要求，提升预测的准确性。利用人工智能技术建制劳动力就业技能迭代预警系统，精准甄别次级劳动力群体就业“技能盲区”，为国家技能教育政策供给与资源配置决策提供信息支持。

（四）混质动力设计：技能教育供给系统的整体性重塑

技能教育供给系统的混质动力，亦有学者称为“混沌动力”或“混质活力”。它与人工智能技术广泛应用之前的职业教育系统“完美适应”和“纯粹秩序”特征相对，主张人工智能时代的技能教育系统应整体中包含混沌、连通、主动、进化与有机等主要特质，系统中呈现“混沌的生命张力”。混质动力设计思维应作为技能教育供给系统变革的基本价值取向。

一是混质动力型整体性治理系统的提出。人工智能对劳动力市场就业技能发起的挑战迫使技能教育供给系统不得不对外部环境的改变做出回应。以往职业教育体系多从局部改造视角应对技术更迭对人才培养的新要求，人工智能时代的来临则逐步消解了这种基于简单线性治理和传统机械观的教育适应范式。学者们认为，以静态、局部、完美预测为主要特征的职业教育系统必须采取根本性变革策略，从混沌系统论和集体动力学理论出发，整体性重塑我国技能教育供给系统。在技术与环境双重不确定的时代脉络中，国家职业教育体系亟须探索新的理论工具与治理范型，在教育决策机制、教育治理系统、教育目标系统、教育指标系统、战略规划系统、教育预测系统、教育控制系统等多层面进行体系化、整体性设计，形成混质自动力适应系统。

二是混质动力型整体性治理系统的特质。第一，多学科融合的理论支持属性，强调混沌科学、复杂理论、博弈论、控制论、教育学、技术社会学、公共管理学、社会计算科学等多学科理论视角的深度融合。第二，技能教育整体性治理的技术工具属性，突出职业教育治理过程中人工智能技术、5G技术、“互联网+”、云计算、互联网等核心技术对教育治理效能的整体性赋能。第三，强调技能教育整体性治理中的复杂性主体网络，政府、技术技能人才培育机构、行业、企业、企业在职员工、学生等多主体的交互融合，突出多元主体在技能教育系统建构中的参与式与分布式赋能。第四，突出“宏观—中观—微观”三维立体式技能教育治理循环反馈机制，重点关注宏观政治、经济、文化与教育因素通过企业和学校的中观机制，作用于次级劳动力后产生的微观情绪、情感反应，并通过技术工具系统收集与分析微观层面数据，提升宏观政策效应的整体性作用机制。

三、AI就业效应匡正：职业教育整体性介入的系统化机制

（一）价值系统介入：国家职业技能教育体系的“本体价值”旨归

职业教育系统整体性介入的首要任务在于推动职业技能教育供给的价值系统重塑。国家技能教育系统的价值框架可从如下路径建构：

一是“本体价值”与“原点价值”的系统性重建。智能技术的全面应用极易造成就业市场中劳动力群体“本体价值”与“原点价值”的偏离。工具理性与技术效益成为时代发展的上位价值，“智能时代中的人”的原点价值被遮蔽，而政府对于人工智能对劳动者本体价值的界定、型构、异化与改造效应尚未有应对良策。因此，国家职业技能教育供给系统应该将人工智能对劳动力群体的影响纳入“教育目标体系”，利用智能技术提升劳动者的“软—硬件共生度”，即在职业技能教育目标中不仅需要培养劳动者适应岗位的知识与技能，还需要整体提升“人机交互”的能力与素养，以技术作为传导体提升劳动者本体价值的整体提升。

二是智能时代劳动者理想图景的整体描绘。人工智能影响下的劳动力市场呈现了全新的特征，劳动者面向的生产方式、生产场景、生产思维、岗位素质等发生了深刻变化，对此，需要政府承担起核心驱动角色，引导行业、产业、企业和教育领域共同勾勒人工智能时代劳动者和劳动场景的理想图像，将其作为设计国家终身职业技能培育体系的主要参照体，培育面向智能劳动世界的新型劳动者。理想型劳动者应至少体现以下三方面的特质：智能技术与机器的主动掌控者，具备主动适应智能生产场景和主动学习新技术的意识与能力；智能技术与个体生命成长的共生者，善于利用现代智能技术赋能个体职业生命成长；终身学习资源的主动挖掘与建构者，善于从公共职业教育资源、劳动实践场域中挖掘自我成长所需的教育资源。

三是将算法设计思维纳入职业技能教育体系整体规划。教育系统介入的效能发挥还需依赖算法正义系统的设计，依靠算法设计激发次级劳动力群体参与国家技能再造与技能提升行动计划的内源驱力。国家公共职业教育系统的设计需要将“算法正义设计”纳入系统规划中，通过算法设计提升次级劳动力群体对智能时代劳动者图像的接受与认同程度，并转化为群体内部职业发展与个体成长的内在驱动力量。算法设计的功能主要表现在消解由企业建构的算法偏利倾向、协助次级劳动力群体建构新的职业图景、营造劳动者职业生命增值的拟态环境、建制系统化职业技能培训信息推动模式、激励劳动者在职业场域中的个体价值实现，最终实现通过算法正义设计推动次级劳动群体获取与维持“体面工作”。

（二）权责系统介入：多元共生的治理主体权责边界确立

为消解人工智能对不同劳动力群体就业技能的异质化与非对称性影响，需要将人工智能大规模应用及技能教育供给系统中的相关主体纳入治理范畴，建构面向复杂系统和共生发展的职业教育治理机制，其中的核心任务在于确立多元共生治理主体的权责边界。

关于人工智能时代的职业教育治理主体权责分担模式主要有三种范式：第一种是政府主导范式，主要由教育行政主管部门代表国家政府行使职业教育治理主导权，有限度响应与被动式反馈是这一范式的主要特征。第二种是行业与企业自我规制范式，企业处于权责系统的核心位置，由其行使人工智能技术开发与应用的决策权。第三种范式是由国家政治力量或资本力量委任成立的第三方主导模式，其超脱于政府、产业、社会和劳动者群体而独立行使人工智能发展与技能人才供给的决策权。这三种范式代表三种不同的治理取向，但各自存在弊端。学者们普遍认为，这三种范式均不适宜单独作为职业教育系统应对人工智能冲击的主要治理范式。一种多元共生共治模式被提倡，其融合上述三种模式之长，同时将公众、社会组织团体的主体监督权责也纳入主体治理范畴。

多元共生共治治理模式的权责构想如下：第一，政府作为多元治理主体的核心，在完善人工智能法律法规体系、明晰智能技术监管准则、确定技能人才培育标准、完善技能人才培育资源配置等方面行使职能。第二，企业作为多元共生主体中的重要一极，主要在政府设置的监管机制中设计自我发展与自我规制的制度框架，在追求技术应用效益的同时响应社会与公众需求。第三，第三方监管机构由政府赋权，承担产业发展与技术技能人才培养的领导与协调智能，监管人工智能产业扩张的规模与方向，监测人工智能技术技能人才供给的匹配性与合规性，从而真正实现产业人才需求与技能教育供给两端的耦合协同。第四，劳动者权利主体代表，其核心职能是保障劳动力群体对于智能产业发展的知情权、开展风险预警、保障劳动者终身教育权益等。上述四个核心主体具有多元共生、共享共治、交互生成的治理特点，通过建构人工智能时代职业技能教育治理主体的权责体系，明晰各主体的权责，有利于全面匡正人工智能发展所具备的技术偏好与控本逐利取向。

（三）预警系统介入：技能迭代预测指标体系优化

“多源多维数据—监控预测—教育决策”是当前职业教育治理领域有效决策的核心范式。过去一段时期，我国职业教育领域对于产业发展和劳动力市场人才需求变化的预测主要采取经验驱动模式，所得预测结果无法解构“人工智能→人才培养”的“黑箱”。因此，亟须优化传统的职业技能迭代预测范式，利用智能技术整体提升我国职业教育系统对技术、产业与就业环境变化的预测效能。

科学合理的职业技能迭代与就业岗位知识技能预警指标体系是匡正人工智能非对称赋能效应的基础和前提。人工智能时代国家职业技能迭代预警系统需要将多维多源数据纳入监测范畴：（1）科技监测维度，主要反映以人工智能、5G、物联网等现代信息技术发展的规模与方向，重点观测技术推动现有产业集成和转移、淘汰传统产业程度、淘汰传统职業的程度。（2）产业监测维度，主要反映科技推动新产业发展的规模与程度，监测指标包括区域科技型企业数量、产业智能升级程度、企业科技创新力、产业中高层次人才资源情况、产业技术技能人才资源情况、产业低技术技能人才资源情况。（3）就业与失业监测维度，主要反映某一特定时期国家或地方就业规模与质量、失业规模的总体情况，重点观测指标包括总体就业规模、新增就业规模、职业教育毕业生规模、技能培训转移低技能劳动力数量、低技能人群就业困难人数、区域失业率、技术性与技能型失业人口等。（4）企业人才需求监测维度，反映企业人才需求的数量与素质要求，监测指标包括企业用人需求规模变化、新增就业岗位数量、新增就业岗位学历要求、新增就业岗位技能要求、新增就业岗位培训要求等。（5）劳动力市场供需匹配监测维度，主要反映职业教育系统人才供给与产业人才需求的耦合情况，指标包括技术技能人才规模、学历结构、人才技能培训规模、三产人才需求规模、求人倍率等指标。（6）职业教育系统监测维度，主要反映职业教育适应技术与产业发展需求的程度，关键指标包括技术技能人才就业率、技术技能人才就业对口率、专业与产业匹配度、技能人才培养规模、专业与学科结构、产教融合基地数量、在职培训项目数、在职培训参培数等。

（四）培训系统介入：重构动态适配的劳动力终身教育体系

国家职业技能培训供给系统需从混质动力视角进行整体性重塑，构建一个将产业升级系统、技能人才需求系统、职业培训政策供给系统、技能教育内容供给系统、智能支持系统等多要素动态适配的劳动力终身教育体系。

一是推动技能供给系统与智能技术革新系统深层次交互。根据人工智能技术和产业转型动向，国家职业技能教育目标、专业设置、培训项目设计和培训内容需与之保持同频更新，以激发职业技能教育系统的自适应力，实现“技能—技术”同步发展。为实现两个系统的深度融合，政府可利用政策工具体系，激励职业技能教育机构与智能产业共建技术发展监测中心、人才需求预测中心、职业技能教育项目研发中心和职业技能培训平台，实现技能教育“产—研—训—用”一体化，整体提升国家职业技能教育系统的适应性。

二是重塑基于“泛在”“精准”的职业技能教育范式。人工智能技术的支持与介入为提升我国职业技能教育模式的“泛在化”与“精准性”提供技术可能。一方面，以政府、企业和职业教育组织为主导的技能培训内容供给上要具有针对性、丰富性和前瞻性，可以契合不同工作性质、不同工作地区、不同年龄、不同信息获取偏好劳动力的多维发展诉求，以智能技术提升培训项目与培训需求之的耦合度。另一方面，要关注重点人群和重点领域，针对次级劳动力群体，以“泛在化”的职业技能培训课程、非正式培训资源和培训服务支持网络深度嵌入该群体的日常工作生活，激发其职业技能培训意愿。

三是提升国家职业技能教育资源的供给效能。针对当前职业技能培训项目存在的实训实操环境落后、场地配置低效、场景智能化水平不足等问题，亟须提升技能实训教育资源的配置效能。市一级职业技能教育公共平台应调整职能定位，以确定实训场地建设标准、指导实训实践场地与项目建设开发、开展实训场地使用效率监督与评估等为主要职能，建制、遴选与整合区域优质职业技能实训教育资源，以提升技能训练模式供给与次级劳动力群体技能教育需求的匹配度。特别需要强化已有培训项目中智能化工作场景方案的使用，通过多维度的虚拟模拟技术强化技能教育环境建设，还原真实智能化生产场景，实现“劳动者—智能技术—工作场景”的动态互构，整体提升职业技能教育体系协助劳动力群体消解人工智能应用的职业替代风险的能力。

［参考文献］

［1］高奇琦.就业失重和社会撕裂：西方人工智能发展的超人文化及其批判［J］.社会科学研究，2019（2）：64-73.

［2］国际机器人联合会（IFR）.2020世界机器人报告［EB/OL］.（2020-10-13）［2021-10-20］. http：//tech.china.com.cn/hydt/20201003/370505.shtml.

［3］黃德林，陈永杰.农民工职业技能培训意愿及影响机理研究——基于武汉市、厦门市、沧州市的实证调查［J］.中国软科学，2014（3）：68-75.

［4］黄茂勇.社会关系网络如何形塑进城务工人员技能培训行为意图——基于珠三角地区调查数据的实证分析［J］.职业技术教育，2020（19）：52-59.

［5］雷·库兹韦尔.人工智能的未来［M］.盛杨燕，译.杭州：浙江人民出版社，2016：271-275.

［6］李政涛，罗艺.智能时代的生命进化及其教育［J］.教育研究，2019（11）：39-58.

［7］南旭光，汪洋.人工智能时代职业教育治理的现实挑战与路径选择［J］.教育与职业，2018（18）：25-30.

［8］王加祥.基于大数据的教育宏观决策信息化智库构建研究［J］.智库理论与实践，2021（5）：86-94.

［9］王军，常红.人工智能对劳动力市场影响研究进展［J］.经济学动态，2021（8）：146-160.

［10］王洋，顾建军.智能职业教育：人工智能时代职业教育的发展新路向［J］.现代远距离教育，2022（1）：83-90.

［11］徐晔.从“人工智能教育”走向“教育人工智能”的路径探究［J］.中国电化教育，2018（12）：81-87.

［12］袁立科，王书华.走向系统性预测：中国的技术预测历程及实践［J］.科学学与科学技术管理，2021（3）：3-15.

［13］张建民，顾春节，杨红英.人工智能技术与人力资源管理实践：影响逻辑与模式演变［J］.中国人力资源开发，2022（1）：17-34.

［14］张耀铭，张路曦.人工智能：人类命运的天使抑或魔鬼——兼论新技术与青年发展［J］.中国青年社会科学，2019（1）：1-23.

［15］朱德全，熊晴.技术之器与技术之道：职业教育的价值逻辑［J］.教育研究，2020（12）：98-110.

［16］CARL FREY，MICHAEL OSBORNE.The Future of Employment：How Susceptible Are Jobs to Computerisation？［J］.Technological Forecasting and Social Change，2013：254- 280.

［17］ZHOU G ， CHU G ， LI L ， et al. The effect of artificial intelligence on China's labor market［J］.China Economic Journal，2020（1）：24-41.