人工智能時代的職業(yè)技能失配：特征解析與應對策略

謝青松 許玲

摘要 教育的首要目標是使受教育者能夠找到與個人性格和能力匹配的職業(yè)，實現(xiàn)個人職業(yè)生涯成功和人的生命價值，從而推動社會經(jīng)濟繁榮與人類社會可持續(xù)發(fā)展。但在人工智能時代，新興技術(shù)的廣泛應用加劇了職業(yè)技能的過時、不足、過度等為特征的職業(yè)供給和需求之間的失衡，其直接負面后果是職業(yè)技能失配，從而導致失業(yè)率增加、失業(yè)周期延長、招聘困難、技能過時、低技能就業(yè)等職業(yè)匹配異化現(xiàn)象。因此，應正視教育的本質(zhì)和目的，強調(diào)教育的職業(yè)貢獻價值;倡導終身職業(yè)教育與培訓，重視政策導向和職業(yè)技能失配宏觀監(jiān)控;規(guī)范標準制定和認證過程，強調(diào)質(zhì)量保證和新的數(shù)字化領域證書聯(lián)通;重構(gòu)課程內(nèi)容和知識體系，推行機器人共融教育和數(shù)字化能力意識。

關鍵詞 人工智能;職業(yè)技能;技能失配;入職匹配;資歷框架;工業(yè)4.0

中圖分類號 G712

文獻標識碼 A

文章編號 1008-3219（2019）28-0006-06

第四次工業(yè)革命（工業(yè)4.0）融合了物理、數(shù)字和生物世界的一系列新技術(shù)，使大規(guī)模生產(chǎn)成為可能，為數(shù)十億人帶來數(shù)字化能力，而其中最關鍵的技術(shù)應用是人工智能的再次興起。基于人工智能的超級計算機、無人機、虛擬助手、語音機器人、3D打印、DNA測序、圖像識別、智能恒溫器、可穿戴傳感器等技術(shù)設備正廣泛應用于我們的生活和工作場景之中，對經(jīng)濟、產(chǎn)業(yè)和學科發(fā)展帶來顛覆式變革。世界著名經(jīng)濟學家施瓦布認為：“我們正處于一場革命的開始，這場革命從根本上改變了我們的生活、工作和相互聯(lián)系的方式”。在人工智能時代，自動化、數(shù)字化、機器人等技術(shù)的發(fā)展與應用帶來了社會職業(yè)體系的重構(gòu)，人們的職業(yè)選擇和就業(yè)路徑面臨新的機遇與挑戰(zhàn)，歐洲技能和職業(yè)調(diào)查顯示，40%的成年工人在過去5年經(jīng)歷了技術(shù)變革，47%的成年工人目睹了工作方式的轉(zhuǎn)變，并預測在未來的高級經(jīng)濟時代，50%的工作將會走向自動化，超過72%的歐洲人擔心機器搶走人的工作。在人工智能時代，新興技術(shù)的廣泛應用加劇了職業(yè)技能的過時、不足、過度等各種職業(yè)技能失配（skill mismatch）現(xiàn)象的發(fā)生，導致失業(yè)率增加、企業(yè)招聘困難、失業(yè)后再就業(yè)周期延長等，對經(jīng)濟社會發(fā)展和人類個體潛能發(fā)揮產(chǎn)生消極影響。

目前，國內(nèi)對職業(yè)匹配研究較多，很多學者通過引用國際入職匹配理論和相關模型探索如何提高學生的就業(yè)質(zhì)量和滿意度，為潛在就業(yè)者提供有效的擇業(yè)策略和職業(yè)指導。其中，應用較多的入職匹配理論是“職業(yè)指導”創(chuàng)始人帕森斯提出的特性因素論和美國職業(yè)心理學家霍蘭德創(chuàng)立的人格類型理論，研究領域覆蓋教師教育、研究生教育、普通高等教育、在線教育等。此外，國內(nèi)學者也開始關注教育和勞動力市場不匹配的現(xiàn)象，如有研究指出，目前有高達1/3的大學畢業(yè)生存在專業(yè)與職業(yè)不匹配現(xiàn)象;也有研究指出，目前教育中存在職業(yè)不匹配的主要原因是“過度教育”和“教育不足”，并特別指出高等教育從精英教育走向大眾教育和普及教育階段過程中高校擴招引起的過度教育現(xiàn)象，即勞動者所受教育年限超過職業(yè)對受教育程度的要求，從而造成職業(yè)錯配和人力資源浪費。國內(nèi)學者對于勞動者掌握的技能與從事的工作崗位彼此不匹配的現(xiàn)象稱為技能錯配，相關研究包括技能錯配的發(fā)生率和對工資的影響，技能錯配造成的對宏觀經(jīng)濟的影響。從以上文獻可以看出，國內(nèi)研究主要關注職業(yè)匹配以及錯配對經(jīng)濟社會和個體發(fā)展的影響，研究重心主要放在接受正規(guī)教育的學生群體身上，忽略了整個勞動力市場的成人學習者和在職學習者，特別是在非正規(guī)學習和非正式學習環(huán)境下的在職學習者;現(xiàn)有研究主要從入職匹配理論和工作分配理論視角出發(fā)，忽略了對人工智能時代背景下職業(yè)不匹配成因的提煉與分析，因而在研究對象和研究背景方面存在不足。本文基于人力資本理論認為，人的知識、技能、能力等人力資本投入對經(jīng)濟有重要推動作用，但人力資本的發(fā)揮必須取決于個人是否能夠從事最適切的職業(yè)崗位，而個人如果從事的是所掌握的技能與就業(yè)崗位要求不匹配的職業(yè)則統(tǒng)一稱為職業(yè)技能失配。對于國際通用語“mismatch”的翻譯采用“失配”而不是“錯配”，旨在尊重職業(yè)的技能動態(tài)變化規(guī)律，由于社會科學技術(shù)的持續(xù)發(fā)展，職業(yè)技能與職業(yè)崗位的匹配會不斷“適配”和“失配”，職業(yè)技能只有“合適”與“不合適”，而沒有“對”與“錯”，因此“失配”用語更為適宜。在國外，職業(yè)技能失配研究已有近20年的歷史，受到美國、德國、英國等發(fā)達國家以及歐盟、經(jīng)合組織、世界銀行、國際勞工組織等國際組織的高度重視。本文基于人工智能的時代背景，探討職業(yè)技能失配現(xiàn)象，聚焦職業(yè)技能失配的本質(zhì)內(nèi)涵、類型特征、成因影響和應對策略，希望能激發(fā)國內(nèi)政策制定者和學術(shù)研究人員對職業(yè)技能失配的關注。

一、人工智能時代職業(yè)技能失配的內(nèi)涵特征

人工智能是利用計算機進行智能行為模擬，以及機器模仿智能人類行為，包括數(shù)字計算機或者數(shù)字計算機控制的機器模擬，從而延伸和擴展人的智能。人工智能的優(yōu)勢包括降低成本、增強預測能力、適宜于非結(jié)構(gòu)化環(huán)境，如基于人工智能的圖像識別技術(shù)應用于醫(yī)療領域，將醫(yī)生診斷的失誤率從29%降到3%，并大大提高醫(yī)生的診斷效率。但人工智能對職業(yè)帶來的直接負面影響是加劇職業(yè)技能失配，即因職業(yè)供給和需求失衡導致失業(yè)、招聘困難、技能過時和不得不選擇從事非個人潛能發(fā)揮的工作等職業(yè)匹配異化現(xiàn)象。職業(yè)技能失配主要包括三種類型。

（一）技能不足

人工智能時代的自動化、數(shù)字化、機器人等技術(shù)的拓展應用對技能需求造成巨大影響。據(jù)預測，未來5年，人們已經(jīng)擁有的大量工作技能將無法適應技術(shù)需求的轉(zhuǎn)變，迫使個人必須持續(xù)學習并迅速適應新技能的要求，以應對可能經(jīng)歷的技術(shù)失業(yè)和工作薪酬的兩極分化。在人工智能時代，技能不足對于企業(yè)雇主而言，會出現(xiàn)招聘困難，空缺職位難以填補等現(xiàn)象;對于求職者而言，會因為技能不足而難以就業(yè)，特別是已經(jīng)失業(yè)人員，重新回到就業(yè)市場后將比未經(jīng)歷職業(yè)中斷的人員出現(xiàn)更大的職業(yè)技能差距，這種社會現(xiàn)象也普遍發(fā)生在資歷較少或初次就業(yè)的社會群體中，包括家庭女性、年輕工人、大學應屆畢業(yè)生等，他們在就業(yè)選擇時往往欠缺工作崗位所需的職業(yè)技能。技能不足對個人可能造成難以就業(yè)、生存壓力和數(shù)字鴻溝;對企業(yè)而言，會造成創(chuàng)新力、競爭力和靈活度降低，影響企業(yè)生產(chǎn)力增長;對社會而言，造成經(jīng)濟增長緩慢、缺乏活力和發(fā)展失衡。寄望于在人工智能時代的數(shù)字經(jīng)濟中生存和發(fā)展，并適應未來工作技能要求，個人不僅需要具備良好的數(shù)字技能，而且還應具有系統(tǒng)認知技能和社會情感技能，包括解決問題的能力、創(chuàng)造力、學習能力、溝通技能和協(xié)作能力。

（二）技能過度

教育擴張是最近幾十年全球性的發(fā)展趨勢，但發(fā)達國家的教育擴張對教育收益有著負向影響，而造成的原因是過度教育導致教育投入和產(chǎn)出不匹配。過度教育也會引起技能過度，受教育者在完成學業(yè)以后從事低于本身所接受教育或擁有技能的職業(yè)，從而降低了人力資本的價值。據(jù)統(tǒng)計，有大約1/4的歐盟國家應屆大學畢業(yè)生所從事工作崗位的職業(yè)要求低于他們自己擁有的資歷能力，而有27%的成年工人在開始工作時擁有的技能高于崗位所需。此外，對于在職工人而言，基于就業(yè)前的正規(guī)教育和培訓，工人們會在工作場所投入和發(fā)展自我人力資本，能夠持續(xù)掌握現(xiàn)有的官方正式資歷（資格、證書和文憑）之外的技能。據(jù)統(tǒng)計，超過1/5的年長工人盡管從資歷表征上顯示技能不足，但仍通過繼續(xù)教育或培訓掌握了必要的工作技能，而與此同時，許多工人發(fā)現(xiàn)自己目前從事的工作難以充分發(fā)揮其潛力。技能過度部分反映了就業(yè)機會的明顯下降、勞動力市場競爭的激烈，從而導致接受過高等教育或高技能培訓的從業(yè)者不得不從事低技能工作，但從企業(yè)的視角而言，招聘和使用技能過度的工人并不能產(chǎn)生額外價值，低技能、低工資、低福利的新福特主義產(chǎn)業(yè)路線是眾多企業(yè)堅守的發(fā)展模式，對于社會經(jīng)濟發(fā)展其實是弊大于利。技能過度也反映了資歷認證不足，這也是歐洲國家大力推動國家資歷框架和區(qū)域資歷框架建設的根本原因，企圖借此建立和推行非正規(guī)和非正式技能認證制度體系，提高經(jīng)濟社會生產(chǎn)率和教育收益。

（三）技能過時

技術(shù)的持續(xù)動態(tài)更新迭代導致大量職業(yè)技能過時，缺乏對人工智能時代所需技能的及時培訓和補充，有可能讓25%～40%的工作崗位處于自動化高風險之中。據(jù)統(tǒng)計，歐盟成員國中約有10%的工作崗位被發(fā)現(xiàn)面臨技術(shù)技能過時的高風險，其中，愛沙尼亞（23%）、斯洛文尼亞（21%）和捷克共和國（19%）最甚。就行業(yè)而言，從事供水管理、燃氣供應、建筑、農(nóng)業(yè)、林業(yè)、制造等相關職業(yè)的工人更有可能在工作中體驗不斷變化的技能要求，見圖1。對于那些受雇于過去5年中不斷經(jīng)歷技術(shù)變化的工作中的工人，他們的一些技能很可能在未來5年內(nèi)過時。

盡管技能失配存在延續(xù)性和持久性，但并不是一成不變的，其本身就是一種復雜的、多維的和動態(tài)的社會現(xiàn)象，可以隨著個人資歷累積而變化，對于大部分工人而言，其初始職業(yè)技能的差距會隨著時間的推移而逐漸減弱。在個人職業(yè)生涯中，技能失配的類型和演變通常來自于技能增長比率以及工作任務復雜程度變化之間的平衡，這兩種力量是相互聯(lián)系的，雖然難以確定因果關系，但工作初始技能發(fā)展與工作后續(xù)技能形成之間存在顯著的負相關關系。就職業(yè)技能發(fā)展而言，當個人進入較復雜的，以非自治和有限期限為特征的日常工作，幾乎沒有繼續(xù)學習的空間和機會，他們的技能有更大的可能性會隨著時間的推移而停滯不前，并出現(xiàn)技能不足和技能過時，但如果個人選擇融合了非正式學習的工作，獲得與同齡人互動、向主管學習、反復實踐等機會，其技能發(fā)展所受到的積極影響甚至會超過雇主提供的結(jié)構(gòu)化培訓課程，個人可以實現(xiàn)自身職業(yè)技能與工作崗位的匹配。

二、人工智能時代職業(yè)技能失配所致的挑戰(zhàn)

人工智能時代技術(shù)和產(chǎn)品變革周期大大縮短，公司從產(chǎn)品原型設計到市場銷售進程得到加速，創(chuàng)意走向現(xiàn)實更快。此外，許多商業(yè)組織將不斷減少對核心員工的依賴，通過借助大眾或網(wǎng)絡社交平臺，推進產(chǎn)品的研發(fā)與生產(chǎn)，“草根”生產(chǎn)和“去中心化”運營模式將顛覆傳統(tǒng)產(chǎn)業(yè)組織架構(gòu)。在人工智能時代，數(shù)字化世界允許“勝利者”占領全部市場，技術(shù)產(chǎn)品快速實現(xiàn)產(chǎn)業(yè)化和規(guī)?；?。人工智能時代的瞬息萬變對職業(yè)技能提出了更高要求，職業(yè)技能失配將成為常態(tài)，對個人和社會帶來挑戰(zhàn)。

（一）失業(yè)率增加，失業(yè)周期延長，低質(zhì)量就業(yè)普遍

在人工智能時代，傳統(tǒng)的生產(chǎn)和商業(yè)模式被顛覆，大規(guī)模的就業(yè)被破壞，組織機構(gòu)需要重組，技能短缺和不足等技能失配現(xiàn)象越發(fā)嚴重，勞動力市場不均衡發(fā)展導致結(jié)構(gòu)性失業(yè)，失業(yè)率可能達到前所未有的頂峰。根據(jù)歐洲職業(yè)培訓發(fā)展中心統(tǒng)計，40%的歐盟國家企業(yè)雇主難以找到具備適當技能的人，40%的歐盟國家工人難以找到技能適切的工作，約有39%的歐盟成年工人技能過度并不得不選擇低質(zhì)量的工作崗位，約有30%的歐洲工人擁有與其工作崗位要求不相符的資歷，而僅有45%的歐洲成年工人認為他們的技能可以在工作中得到很好的發(fā)展和更好的發(fā)揮。此外，失業(yè)周期被延長，長期失業(yè)人員主要是低受教育者。據(jù)估計，到2025年，大約48%的歐洲工作機會需要擁有高等教育資歷的員工，而85%的歐洲工作需要掌握至少一項基礎的數(shù)字技能?？焖贁?shù)字化和技能過時引發(fā)了人們對勞動力準備程度和效果的擔憂，因此，發(fā)布降低職業(yè)技能失配的國家政策將有助于提高企業(yè)的生產(chǎn)力、改善工人的福祉。

（二）工作轉(zhuǎn)型，崗位消失，職業(yè)學習需求增加

人工智能時代的技術(shù)進步，包括機器學習、大數(shù)據(jù)分析、互聯(lián)網(wǎng)技術(shù)和先進機器人將一起重新塑造全球價值鏈、重塑工作世界、重塑勞動力市場結(jié)構(gòu)。有88%的工作面臨著自動化的風險，見圖2。由此，對職業(yè)領域產(chǎn)生的轉(zhuǎn)變意味著人們生活在一個希望和風險并存的年代。在人工智能時代，全世界數(shù)十億人將無縫鏈接到數(shù)字網(wǎng)絡，建立新型的網(wǎng)絡聯(lián)通社區(qū)，顯著提高各級各類組織的效率，重建自然環(huán)境下的資產(chǎn)管理模式，重構(gòu)工作結(jié)構(gòu)和類型，可以預測，更多領域的工作將逐漸被人工智能和自動化應用改變，包括教育、保健、交通和制造等行業(yè)。根據(jù)歐洲職業(yè)培訓發(fā)展中心的調(diào)查報告，很多受訪者擔心人工智能和機器人對就業(yè)產(chǎn)生重要影響，其中74%的受訪者認為，由于使用人工智能和機器人，工作崗位消失的比率要大于新工作崗位增加的比率;72%的受訪者認為，機器人竊取了，人們的工作;44%的正在工作的受訪者認為，他們目前的工作可部分由人工智能和機器人完成。根據(jù)歐洲技能和職業(yè)報告的數(shù)據(jù)，14%的歐洲工作會自動化，被機器學習和算法替代，由于缺乏補償培訓，裝配工、收銀員、司機等常規(guī)行業(yè)的1800萬歐洲工人（8%）面臨很大失業(yè)風險。但人工智能和自動化從本質(zhì)而言不是摧毀工作，而是轉(zhuǎn)變工作，這需要新的技能輸入以滿足人工智能技術(shù)的應用，人工智能時代的工作要求工人更具有自主、規(guī)劃、團隊、溝通、服務等技能。新形式的工作需要新的學習方式，平臺學習、群體學習、同伴學習等非正規(guī)和非正式學習形式將成為主流，但不得不考慮的現(xiàn)實是，低技能工人將需要更長更辛苦的培訓以適應新工作、新任務。

（三）兩極分化，收入不平衡，社會差距加大

人工智能時代的高度自動化導致工人遭受很多負面的就業(yè)影響。首先，許多人擔心會失業(yè)，影響到工作滿意度，產(chǎn)生工作焦慮和消極心理情緒，影響其心理健康和工作效率。其次，高度自動化場景下工作的工人時薪要比同樣的工作崗位低3.5%，收入的下降直接影響到工人的生活水平和人生幸福。最后，不同社會行業(yè)遭受人工智能自動化影響不一樣，但中低技能的工人更容易受到自動化的負面影響。由于缺乏及時的智力輸入，很多低技能員工面臨著失業(yè)的危機。美國開展了一項未來計算機化對勞動力市場結(jié)果預期影響的調(diào)查，其主要目標是分析風險工作的數(shù)量、職業(yè)的計算機化概率、工資和教育程度之間的關系。研究顯示，美國約有47%的就業(yè)機會面臨風險，而工資和教育程度與職業(yè)的計算機化概率呈現(xiàn)出強烈的負相關關系，發(fā)達國家的教育收益值得反思。此外，人工智能時代新技術(shù)的應用，可以產(chǎn)生更多、更好、更便宜的產(chǎn)品，滿足消費者更高的要求和創(chuàng)造更多的工作機會，但高生產(chǎn)率和勞動收入分配的聯(lián)系被削弱，技術(shù)進步加劇了收入不平等，引起社會深層次矛盾。在人工智能時代，技術(shù)突破傾向于取代低技能和常規(guī)工作，現(xiàn)有的高技能工作，如健康、法律、財經(jīng)和教育等行業(yè)的工作，將會開展得更快更好，但人口危機威脅社會適應未來勞動力市場需求轉(zhuǎn)變的能力，職業(yè)中期的工人比職業(yè)初期的年輕人更難以提升技能和改變工作。人工智能時代的職業(yè)技能失配將導致工資、工人工作小時、年齡限制和技能水平的要求不同，技術(shù)創(chuàng)新引發(fā)的工作創(chuàng)造超過了蒸汽時代、電氣時代和信息時代，雖然不會創(chuàng)造新的工作或任務，但是會用人工智能進行商業(yè)創(chuàng)新和運營模式創(chuàng)新，如機器人，正在更大程度上改變工作的性質(zhì)和過程。由于很多工人無法跟上技能發(fā)展的需要，導致兩極分化加速、收入分配不均衡、社會等級差距加大、社會不公平現(xiàn)象增加。

三、人工智能時代職業(yè)技能失配的應對策略

（一）正視教育的本質(zhì)和目的，強調(diào)教育的職業(yè)貢獻價值

教育是人生存和發(fā)展的基礎，教育的本質(zhì)是提高生命的質(zhì)量和價值，使個體通過教育，提高生存能力，從而能夠生活得有尊嚴和幸福。因此，教育的首要目的就是為年輕人成為合格勞動力做好準備，教育所應當包含的技能和能力就是那些能讓學生成為好的工作者的內(nèi)容，用市場化的技能去培養(yǎng)學生是有價值的，讓大眾成為有準備的勞動力。個體生存能力、價值的前提和直接體現(xiàn)就是通過教育獲得職業(yè)技能，從而能夠找到與個體特質(zhì)和人格匹配的職業(yè)，滿足個體生存發(fā)展，實現(xiàn)個體對社會和經(jīng)濟的人力資本價值，這也是教育的本質(zhì)追求和首要目的。在過去幾十年，教育已經(jīng)成為全球經(jīng)濟發(fā)展的重要推動力，教育獲得了長足發(fā)展，在全民教育和千年發(fā)展目標之后，聯(lián)合國教科文組織（UNESCO）又提出了“教育2030行動框架”，旨在“確保全納、公平的優(yōu)質(zhì)教育，使人人可以獲得終身學習的機會”，標志著教育已經(jīng)由普及輸入的初級階段走向優(yōu)質(zhì)教育發(fā)展的高級階段，全球高等教育也從精英教育進入了大眾教育和普及教育時代。但教育的快速發(fā)展并不代表職業(yè)匹配的增加，越來越多的受教育者在完成學業(yè)之后無法找到與自我技能和特質(zhì)匹配的職業(yè)，同時，很多企業(yè)發(fā)現(xiàn)無法招聘到技能合格的員工，職業(yè)技能失配已經(jīng)成為當前教育發(fā)展不得不面對的問題。教育主管部門和教育機構(gòu)應該將職業(yè)失配作為政策制定和主體辦學過程中優(yōu)先考慮的指標。回歸教育的本質(zhì)，重視教育對職業(yè)匹配的貢獻值和導向，既是對人作為生命個體的尊重，也是對以人作為現(xiàn)代經(jīng)濟社會發(fā)展所需的智力資本的動力輸入。

（二）倡導終身職業(yè)教育與培訓，重視政策導向和職業(yè)技能失配宏觀監(jiān)控

教育的理想目標是幫助每位學習者找到與個人性格和能力匹配的職業(yè)，實現(xiàn)個人職業(yè)生涯成功和個體潛能充分發(fā)揮，這也關乎到社會經(jīng)濟的繁榮與可持續(xù)發(fā)展。但人工智能時代，新興技術(shù)的迅速發(fā)展導致職業(yè)技能失配將成為社會常態(tài)。要應對職業(yè)失配，必須倡導終身職業(yè)教育與培訓，推動終身技能發(fā)展，滿足快速發(fā)展的新技能產(chǎn)生和應用的要求。終身職業(yè)教育與培訓可以幫助填補技能差距，特別是在技術(shù)快速變革時期，可以幫助個人保持就業(yè)成功率和持續(xù)進步，提高發(fā)展動力，提高績效和生產(chǎn)力，有利于工人、雇主和社會。終身職業(yè)教育與培訓的順利開展需要企業(yè)投入、員工參與、培訓時間保證和政府持續(xù)經(jīng)費保障，但人工智能時代的企業(yè)組織可能無法適應、使用和管理新技術(shù)以獲取利益，從而導致不平等增加，社會生產(chǎn)碎片化。因此，需要政府進行宏觀政策規(guī)劃和頂層價值導向，適時出臺法律法規(guī)和政策條例，正面引導企業(yè)投入培訓，鼓勵員工參與技能提升，共同保證教育培訓的時間和經(jīng)費，加強對職業(yè)技能培訓效果的監(jiān)測和監(jiān)督，推行職業(yè)繼續(xù)教育與培訓，減少大公司和小企業(yè)之間的技能投入差距，消除技能失配導致的社會不公平。在歐洲，很多國家已經(jīng)發(fā)布了在職業(yè)教育與培訓的初始和后續(xù)階段提供數(shù)字化技能培訓的政策，技能短缺和技能失配一直是政策制定者的關注重點，政策制定者往往采取不同的戰(zhàn)略措施以應對技能失配問題，強調(diào)可持續(xù)激勵、終身職業(yè)學習、工作任務再造和高端產(chǎn)品市場的管理實踐。

（三）規(guī)范標準制定和認證過程，強調(diào)質(zhì)量保證和新的數(shù)字化領域證書聯(lián)通

在人工智能時代，職業(yè)技能學習的方式將更加靈活多樣，網(wǎng)絡學習、線下學習、同伴學習、師徒學習等非正規(guī)和非正式學習形式將成為學習的主流，人們的職業(yè)學習將更有針對性、更有目的性、更注重實效性，在工作場景中的學習讓學習者更能發(fā)揮自我主動性，基于職業(yè)導向的應用型學習更有利于提高教育的效益。在人工智能時代，由于擁有更加靈活和便捷的學習條件，人們不僅成為技能的學習者也將是技能的實踐者和貢獻者。由于網(wǎng)絡數(shù)字化技術(shù)的廣泛應用，將會出現(xiàn)大量新型學習證書，以MOOC為例，其學習認證的方式就有課程徽章、課程證書、納米學位、專業(yè)證書、專業(yè)學位等，但各類技能的學習并不會直接體現(xiàn)在個人的資歷證明中，不利于體現(xiàn)個人的社會價值，不利于個人的自由流動，因此，需要制定基于知識、技能、能力等各類學習成果的認證標準，推動各種技能學習的成果認證。國際上的普遍做法是建立資歷框架以及配套的標準體系。據(jù)統(tǒng)計，全球建立資歷框架的國家和地區(qū)總數(shù)已經(jīng)超過150個，覆蓋聯(lián)合國列出的193個主權(quán)國家的3/4，并進入到跨地區(qū)和跨國互認階段，已經(jīng)建立了7個區(qū)域資歷參照框架，為126個國家提供了跨國資歷和學分對接的標準和學分互認。通過建立資歷框架以及相應的質(zhì)量保證標準、行業(yè)標準、課程標準、過往學習成果認證標準以及學分認證體系將是應對人工智能時代職業(yè)失配的有效舉措。

（四）重構(gòu)課程內(nèi)容和知識體系，推行機器人共融教育和數(shù)字化能力意識

人工智能時代的教育必須及時對技術(shù)作出回應，跟上技術(shù)發(fā)展的需要，甚至走在技術(shù)發(fā)展的前沿，否則受教育者難以勝任新的工作任務，所完成的工作質(zhì)量也達不到相應標準。響應技術(shù)發(fā)展的教育首先要落實到課程內(nèi)容上，人工智能時代的課程內(nèi)容需要進行重構(gòu)和再造，應該拓展傳統(tǒng)的知識，納入現(xiàn)代知識體系和專題知識;人工智能時代的知識體系應該包括創(chuàng)造性、批判性思維、交流、合作等技能培養(yǎng)，注重心智覺知、好奇、勇氣、順應力、道德標準、領導力等性格品質(zhì)培養(yǎng)，而最重要的是塑造學習者的元學習能力，引導學習者不斷進行反思和適應訓練，形成元認知思維。人工智能時代機器人將越來越普及，廣泛應用于工作、生活和學習場域，應該推行機器人共融教育，教育中不僅包括數(shù)字素養(yǎng)訓練，還應該包括一系列的關鍵能力培養(yǎng)，例如創(chuàng)新能力、數(shù)字能力、科學能力、技術(shù)能力、工程能力、數(shù)學能力、語言能力和學會學習能力，不斷改變學習的方法，機器人共融教育應該納入宏觀的職業(yè)教育與培訓課程體系以及國家的政策行動導向。同時，根據(jù)歐洲職業(yè)培訓發(fā)展中心對在線職位空缺的分析報告，歐洲雇主最關注的技能是對變革的適應能力，在人類與機器人更加密切互動的未來世界中，能夠擁抱變化將至關重要。