生成式人工智能時代大學生就業面臨的機遇與挑戰

摘 要：生成式人工智能技術加快了“機器換人”步伐，正在顛覆性地重塑勞動力市場，給大學畢業生就業帶來新的機遇與挑戰。亟需政府和教育部門研究新時代大學生就業面臨的新課題，調整專業設置，完善職業培訓體系，提升大學畢業生數智素養，以智慧中國建設促進大學畢業生高質量充分就業。

關鍵詞：生成式人工智能 大學生就業 挑戰 機遇

中圖分類號：F240;G645文獻標識碼：A

文章編號：1004-4914（2024）12-051-03

2023年，掀起了一場生成式人工智能研究與應用的熱潮。生成式人工智能（AI是一種新內容生成的人工智能技術），由于在大模型、大算力、大數據、訓練方法等多方面的技術突破，它可以使用深度學習、自然語言處理、文圖轉換模型等技術，自動生成新的文本、圖片、視頻、音頻、編程代碼等內容。生成式人工智能在許多領域可以自動化完成重復性、低價值的工作，從而降低了對大學畢業生的需求。同時，生成式人工智能的發展也將為大學畢業生創造新的就業機會。

一、文獻綜述

（一）生成式人工智能為大學畢業生就業帶來的挑戰

Milanez（2023）指出，新一代語言模型越來越多地用于執行更復雜和創造性的任務，比如開發和調試軟件代碼以及編寫音樂或詩歌。日益強大的人工智能系統，如人工智能語言模型和類似代理的人工智能系統，正引起了人們對工作流失的擔憂，包括程序員等高薪工人，以及隨之而來的經濟和社會混亂。

Philippe Lorenz，Karine Perset，Jamie Berryhill（2023）認為，生成式人工智能與以前技術進步的最大區別在于人工智能能夠實現非常規認知工作任務的自動化。因此，生成性人工智能可能會影響更高技能的工作。隨著生成性人工智能的使用越來越多，人工智能暴露的職業范圍和范圍可能會迅速變得更大。高技能職業對AI的暴露率最高，包括商業專業人員、經理、科學和工程專業人員以及法律、社會和文化專業人員

Agrawal A.， Gans J.， Goldfarb A.（2023）指出，與解析式人工智能技術不同，生成式人工智能不僅具有很高的創造能力，還展現出與用戶很好交流的的社交智慧。生成式人工智能可能替代的主要是那些受教育程度高、技能水平高，同時薪酬水平也較高的中高層白領人群。

（二）生成式人工智能為大學畢業生就業帶來新的機遇

Marguerita、Morgan Williams、Stijn Broecke（2022）發現，AI的使用者大多數是年輕人和受過高等教育的人。AI使用對受過高等教育的人的工作表現和工作條件有顯著的正面影響。受過高等教育的人能夠應用AI協助他們的工作，提高工作效率，分享AI的紅利。

隨著生成式人工智能的引入，人工智能本身的使用也變得更加容易。最近的一項研究表明，對于經驗不豐富和低技能的客戶支持工作者來說，基于人工智能的對話助理對生產力的影響最大;對有經驗的和高技能工人的影響很小（Brynjolfsson， Danielle，and Raymond 2023）。

國際貨幣基金組織報告（IMF，2023）指出，受教育程度較高的勞動者主要從事非程序性認知性工作，受教育程度較低勞動者更多從事程序性認知任務和操作任務。受過高等教育的工人容易從替代率風險高的工作轉向高互補率的工作。相比之下，受過初中以下教育的工人顯得流動率較低。因為受過高等教育的年輕人適應性強，熟悉新技術，能夠抓住新機遇。隨著數字經濟和“人工智能+”這些新技術的應用，有很多新的行業、新的就業機會產生，比如直播帶貨、線上教育、云辦公行業等，這將會產生更多的就業需求。

二、生成式人工智能對大學畢業生就業的沖擊

隨著高校連年擴招，應屆大學畢業生人數連年攀升。2024屆高校畢業生總規模1179萬人，創歷史新高，加之生成式人工智能對傳統制造業和服務業就業崗位的沖擊，大學畢業生“就業難”問題更加突出。

（一）智能制造對大學畢業生就業吸納能力下降

在制造業領域，生成式人工智能可以應用于機器視覺、數位分身和自主導航系統等，實現生產線和倉儲物流等環節的無人化和智能化，工科類本科畢業生就業的行業構成發生了較大變化，制造業的就業占比明顯下降。從2014—2020年，大學畢業生在電子設備制造業就業占比下降幅度為-1.4%，在交通運輸設備制造業就業占比下降-2.1%，在機械設備制造業下降了-1.8%。

（二）文字和圖像自動生成導致大學畢業生白領就業崗位減少

生成式人工智能具有文本生成、圖像生成、音視頻創作與生成、電影與游戲、代碼生成領域、內容理解與分析的功能。大多數商科學生畢業后從事會計和金融工作。隨著計算能力的提升，記賬和算賬，這類程序性的認知工作將被人工智能所代替。2023年7月，北大國發院與智聯招聘總結了受ChatGPT為代表的大語言模型影響指數最高的20個職業。財務/審計/稅務、翻譯、銀行、銷售業務位列前四，法律/法務/合規職業也位于影響指數前20榜單。這些職業多為白領工作，其共同特點在于工作任務包含較多的文本處理、資料收集整理等內容，而這些知識型的工作任務正是大語言模型人工智能的長項。麥克思研究院就業藍皮書顯示，2018—2022年勞動力市場對財務/審計/稅務/統計、行政/后勤、金融（銀行/基金/證券/期貨/理財）等常規白領職業的人才需求持續下降（見表1）。

三、生成式人工智能為大學畢業生就業帶來的新機遇

（一）生成式人工智能促進大學畢業生就業

生成式人工智能技術使受過高等教育的年輕大學畢業生能更快地獲得經驗，因為他們可以利用自己對新技術的熟悉程度來提高他們的生產力。另外，生成式人工智能技術和應用平臺衍生的新業態、新模式不斷涌現并快速發展，為大學生提供了靈活就業的新路徑，推動了零工經濟等屬于“非正規就業”的新興就業形態的發展，拓展了大學畢業生就業新空間，提升了大學畢業生工資溢價。

（二）大學畢業生人工智能相關專業的就業情況

綠牌專業屬于失業率較低，就業率、薪資水平和就業滿意度都較高的增長型專業。麥可思研究院的大學畢業生就業報告顯示，近8年被列入本科綠牌專業的有14個專業，其中計算機科學與技術、軟件工程、網絡工程、信息安全、信息工程、數字媒體藝術6個專業均屬于計算機專業。這些專業與云計算、大數據、人工智能新興產業密切相關，相關產業的發展為畢業生帶來相對更多的機會（見表2）。

（三）大學畢業生人工智能相關專業和行業的薪酬

Acemoglu和Restrepo（2019）通過構建任務模型框架進行實證分析得出結論：憑借人工智能技術，勞動者能夠高效地執行原有任務，或承擔以往力不從心的工作，從而提升勞動生產率，獲得豐厚的勞動報酬。

麥克思研究院2023年就業藍皮書數據顯示，2022屆本科生畢業半年后，人工智能相關專業月收入最高為信息安全（7579元），其次是信息工程（7167），隨后是數據科學與大數據技術（7074元），軟件工程（7056），網絡工程（6878元），計算機科學與技術（6686元）。

2022屆本科生畢業半年后月收入排前十的行業中人工智能相關行業收入較高，包括軟件開發、智能設備制造、集成電路、信息基礎設施等在內的數字經濟核心產業名列前茅，其中軟件開發業月薪為7723元、計算機系統設計服務業為7156元、通信設備制造業為7132元。

四、人工智能對大學畢業生就業創造效應實證分析

（一）變量定義

被解釋變量：大學畢業生在信息傳輸、軟件和信息技術服務業就業人數。

解釋變量：信息服務業固定資產投資;信息服務業增加值;信息服務業新產品研發投入;大專及以上受教育程度者占比;理工本科畢業生人數;信息技術外包（ITO）離岸執行金額。

（二）模型構建

以大學畢業生在信息傳輸、軟件和信息技術服務業就業人數為因變量，以行業投資、增加值、研發費用、大專以上受教育程度、理工本科畢業生人數、信息技術外包（ITO）離岸執行金額為自變量構建多元回歸模型。

lnemployment=β0+β1ln investment+β2ln value+β3rd+β4education+β5ln ligong+β6ln ito+ε

準回歸結果：

從基準回歸結果可以看出，大學畢業生在信息傳輸、軟件和信息技術服務業就業人數與行業投資、增加值、研發費用、大專以上受教育程度、理工本科畢業生人數、信息技術外包（ITO）離岸執行金額同方向變動。其中，行業投資和理工本科畢業生人數對大學畢業生就業創造效應在5%置信條件下顯著。

（三）內生性處理

有效工具變量應滿足兩個條件：（1）相關性條件，即與內生變量相關;（2）滿足外生性條件，即與隨機擾動項不相關。Education與理工畢業生有關，與其他因素不相關，所以為了消除內生性影響，在實驗中，使用education作為內生解釋變量ligong的工具變量是有效的。

從表3回歸結果中可以發現，與原回歸的結果相比進行內生處理后的估計數值發生了較大變化，所以進行內生性處理是非常必要的。

從二階段最小二乘回歸分析結果可以看出，大學生就業與人工智能技術投資呈正相關，且在10%條件下顯著，研發費用投入、行業增加值對大學畢業生就業有正向影響，但不顯著。大學生受教育程度，尤其是理工科受教育人數對大學畢業生就業存在正相關，且在5%條件下顯著。

五、積極應對生成式人工智能對大學畢業生就業的沖擊

為了應對人工智能對高等教育挑戰，需要采取以下措施：

（一）增設人工智能相關專業

在人工智能時代，人才是關鍵，人工智能教育是基礎。高等院校應盡快優化人工智能學科布局，設置人工智能相關核心課程，構建深度融合的跨學科人才培養新模式。同時，要利用生成式人工智能技術顛覆傳統的教育方式，構建包含自主學習、交互式學習在內的新型教育體系，推動教育公平化、個性化、終身化。

（二）不斷開發升級課程體系

人工智能人才的培養需要面向業界、面向未來，需要根據未來至少5～10年人工智能產業的發展趨勢，相應地調整專業課程體系和實驗設計規劃。

（三）加強人工智能師資隊伍建設

要建立企業導師制，加強高職院校雙師型隊伍建設，將自身的實踐經驗傳授給學生，使學生在走上未來工作崗位后，真正能夠做到學以致用。支持高職院校招聘經驗豐富的企業高技能人才擔任專兼職教師，推進校企共建“雙師型”教師訓練基地。

（四）健全智能技術教育銜接制度

應在原有專業知識基礎上，通過培訓機構追加培訓、到企業實習見習等多種措施，加強對大學畢業生的職前職后培訓，強化他們崗位能力提升。對缺乏專業技能、所學專業不適合需要的大學畢業生，要幫助他們增添專業技術和強化操作技能，使其盡快走上新的就業崗位。

（五）推進產學研相融合的人才培養新模式

要積極推進校企合作，按企業需求定向式培養人才，從而開通大學畢業生直接到企業上崗的通道。要結合產業發展需求，采取多種措施，搭建高技能人才培養平臺，特別要加強重點城市公共實訓基地的建設，瞄準產業變化中對高、新、專、特技能的需求，發揮基地獨有優勢，面向企業、院校開展實訓和鑒定，為企業加速培養所需高端人才。

參考文獻：

[1] 李俊驥等.超級AI與未來教育[M].北京：中國出版集團，2023：183-192.

[2] 杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].李盼譯.杭州：浙江人民出版社，2016：125-153.

[3] 呂健，陸宣.Chat GPT為勞動者帶來的機遇、挑戰及其應對[EB/OL].當代經濟管理.https：//link.cnki.net/urlid/13.1356.F.20230828.1653.002.

[4] 徐國慶.Chat GPT/生成式人工智能與未來職業教育[J]..華東師范大學學報（教育科學版），2023（7）：64-77.

[5] 周子凡.生成式人工智能對就業的影響及應對之策[J].當代經濟，2023（01）：46-52.

[6] 蘭夢珍.生成式人工智能對勞動力市場的潛在沖擊和應對措施研究[J].經濟論壇，83-85.

[7] AutPawe？ Gmyrek， Janine Berg， David Bescond.Generative AI and jobs： A global analysis of potential effects on job quantity and quality[R].ILO Working Paper 96 ，August / 2023

[8] Brynjolfsson， E.， L. Danielle， and L. R. Raymond. Generative AI at Work.[R].NBER Working Paper 31161， Cambridge， MA.

[9] Cazzaniga and others. Gen-AI： Artificial Intelligence and the Future of Work[R]. IMF Staff Discussion Note SDN2024/001， International Monetary Fund， Washington， DC.

[10] WEF.Jobs of Tomorrow：Large Language Model and Jobs-A Busineess Toolkit[R] .White Paper，December 2023