人工智能時代大學生就業能力構成的現實挑戰與路徑選擇

摘要：隨著人工智能時代的到來，大學生就業面臨著前所未有的機遇和挑戰。人工智能時代背景下，本文以勝任力理論為依據，構建大學生就業能力要素，并深入分析了人工智能時代大學生就業能力構成要素所面臨的現實挑戰，包括知識結構單一、創新能力不足、人際交往能力弱化等，并從高校教育改革、學生自我提升以及政府和社會支持等多個角度提出了相應的路徑選擇，旨在提升大學生在人工智能時代的就業能力，促進其順利就業和職業發展。

關鍵詞：人工智能；大學生就業能力；現實挑戰

中圖分類號：F2"""""" 文獻標識碼：A""""" doi：10.19311/j.cnki.16723198.2025.13.010

0 引言

隨著智能時代的到來，人工智能技術、大數據、云計算等滲入人們的生產生活中，深刻、徹底地改變了產業、生產以及生活的方方面面。人工智能的飛速發展，促進產業結構的深度轉型，從而使就業崗位需求和能力要求也進行適應性變化，并且大學生就業形勢日趨嚴峻，大學生作為未來新興市場的主力軍，其就業能力的構成也面臨著新的要求和挑戰。因此，大學生在智能時代背景下提升就業能力已迫在眉睫。

1 人工智能時代大學生就業能力構成要素的理論基礎與分析框架

智能時代的飛速發展、社會發展的需求、產業結構的升級，促使對大學生就業能力的要求逐漸拔高。根據一定的理論基礎構建智能時代背景下的就業能力要素已必不可少。因此，加強大學生就業能力的培養，提高大學生就業能力，解決大學生畢業即“失業”的困境，已經成為全社會共同關注的迫切問題。

1.1 理論基礎

首先，基于勝任力理論基礎。哈佛大學教授戴維·麥克利蘭（DavidC.McClelland）在《測量勝任力而非智力》一書里提出“勝任力”[1]，這個概念就是指個人與普通人之間在工作過程中的差異的因素，其中也包含了知識、技能、社會角色、自我形象、特質及動機六個維度的個體深層次特征加以區分。戴維·麥克利蘭教授提出了勝任力冰山模型，并且把個體表現出來的不同特征分為“看得見的冰山”和“看不見的冰山”兩個部分，對這些特征進行了分類。一方面為顯性素質。“看得見的冰山”，是指冰山上的能力特征，容易發現、測量的能力，經過后天也可以培養出來的能力。具體表現為專業知識、工作技能以及應用能力。另一方面為隱性素質。“看不見的冰山”，是指冰山下的能力特征，具有穩定性和內在性，對個人行為表現有至關重要的作用。以勝任力理論為依據，對于大學生來說，面臨不斷發展的社會，具備一定的就業勝任能力，是大學生的必備路徑。

其次，基于智能時代背景特征。從技術發展的角度來看，人工智能的發展可以分為計算智能、感知智能、認知智能3個階段[2]。而目前社會正處于認知智能的發展。在此階段，人工智能促進社會的發展，促進產業轉型升級，提升生產效率，降低成本，推動產業高質量發展，從而造成企業中，一些技術簡單的崗位被替代，但也同時衍生出新的復合型崗位。復合型崗位對大學生的就業能力的要求顯著提高，要使大學生與新型復合型崗位相契合，提升大學生就業能力至關重要。

最后，基于5大人格特質原則。以勝任力理論為基礎，將知識、技能、人格特質作為本文智能時代大學生就業能力構成要素的指標依據。一方面，將知識與技能、溝通能力歸類為顯性素質，知識與技術是智能時代大學生就業能力的前提和基礎。溝通能力是智能時代大學生就業能力的關鍵。另一方面，將人格特質歸類為隱性素質，人格特質是智能時代大學生就業能力的核心。在20世紀80年代，劉易斯·戈德堡（LewisGoldberg）、保羅·科斯塔（PaulT.Costa）和羅伯特·麥克雷（RobertR.McCrae）等學者提出和完善了5大人格特征，他們編制了NEO人格量表，其中包含神經質、外向性、開放性、宜人性和責任性。根據5大人格特質，在本文中主要是選取創新能力和適應能力來體現，創新能力是智能時代大學生就業能力的靈魂，適應能力是智能時代大學生就業能力的保證。在智能時代，大學生的顯性和隱性能力同等重要，但是要想突出大學生的競爭力和優勢的，還是人的隱性素質，即人格特征。

1.2 分析框架

不同的學者對就業能力的構成維度和要素都不同。Law研究并開發了一個大學生就業力的DOTS模型，該模型包括四個要素：決策學習、機會意識、過渡學習和自我意識；Knight和Yorke也提出了大學生就業力結構模型——USEM模型，其中U代表理解力、S代表技能、E代表自我效能、M代表元認知能力[1]。除此之外，國內學者也有陶愛祥、金昕、郭志文和宋俊虹等人提出大學生就業能力是指大學生通過在校學習和實踐，具備的獲得、保持和晉升轉換工作的能力，包括各種專業知識、個體品質等。各國已經有很多關于就業能力結構的研究，但都未達到一致的結論。本研究根據勝任力理論，將知識與技能、溝通能力、創新能力及適應能力作為智能時代大學生就業能力構成的要素。

（1）知識與技能。

在智能時代的背景下，扎實的專業知識與技能仍然是大學生就業的基礎，不同學科領域的專業知識與技能在人工智能時代依然具有不可替代的作用。首先，大學生需要掌握深厚的專業知識，通過大學的系統課程完善自己的知識庫。例如，理工科專業的學生需要掌握先進的技術知識，如計算機編程、數據分析等；文科專業學生則應具備深厚的人文素養、語言表達和文字處理能力等。其次，大學生還需要掌握一定的綜合技術。綜合技術不僅包括最基礎的軟件應用能力，同時，還包括與人工智能相關的技能，如機器學習、人工智能算法、機器人技術等領域的知識和技能，也成為了部分大學生提升就業競爭力的重點。

（2）溝通能力。

溝通能力是智能時代大學生就業能力的關鍵，對大學生的就業能力的提升至關重要。智能時代下的溝通能力與傳統的溝通能力存在著顯著的區別。第一，溝通方式有差異。傳統的溝通是人與人面對面或者電話和微信進行聯系。而在智能時代背景下，溝通的方式不局限于電話、短信、面對面，而是新增了微信、社交媒體平臺、智能協作工具、AI等方式，這些溝通方式能夠擴大人際溝通的圈子，也更有效地提升人溝通的效率。第二，面向的群體有差異。傳統溝通所面向的群體是以自我為中心，向親人、朋友、生意伙伴、同事、同學、室友等群體擴散而成。而智能時代面向的群體以社交平臺、微信軟件及智能AI等為中心，面向陌生的、熟悉的四面八方的人群。第三，對話群體模式有差異。傳統溝通普遍都是人與人進行溝通，是人人對話模式。而智能時代背景下，不僅只是人人對話模式，還有人機對話模式。人可以跟AI進行對話、溝通，有效地提高自身的溝通能力，也突破只有人人對話模式的傳統。

（3）創新能力。

創新能力是智能時代大學生就業能力的靈魂。人工智能的發展使得重復性、規律性的工作逐漸被機器替代，而創新性工作的需求日益增長。大學生需要具備創新思維和能力，能夠提出新穎的想法、解決復雜問題，創造出具有獨特價值的產品或服務。這包括創造性地運用知識、敢于突破傳統思維模式、具備快速學習和適應新環境的能力等。批判性思維是創新能力的基礎，大學生要培養創新能力，首先要培養自身的批判性思維，培養自身獨立思考的能力。其次，要培養自己的創造力，創造力是指在面對問題時，能夠提出新穎、突破傳統的想法并付諸實踐的能力。最后，在批判性思維和創造力的基礎上，將此應用到實際問題解決中，提高自己分析問題、解決問題的能力。

（4）適應能力。

適應能力是智能時代大學生就業能力的保證。隨著社會的不斷發展，大數據時代從自動化到集成化，到數據化，再到數智化。時代是處于不斷發展的，大學生的就業能力的要求和標準也隨著時代逐漸增強，大學生面對技術、工作模式和環境變化時，個體能夠靈活地調整自己的行為和思維方式，以便更加適應日益迭代的發展。首先，大學生要具備一定的適應性學習能力。能夠積極主動地更新自己的知識庫和技能，適應時代發展。其次，大學生應具備一定的心理韌性。在面對社會帶給自身的就業壓力時，也能夠積極調整好心態，積極樂觀地面對問題，解決問題，養成豁達的樂觀態度。最后，大學生應具備一定的自我效能感。在提升自身的就業能力時，對自己充滿信心，充滿能量，相信自己能夠完成時代的一切挑戰和要求。

2 人工智能時代大學生就業能力構成的現實挑戰

2.1 知識結構單一，難以適應復合型崗位需求

重細分輕交融，綜合性知識缺乏。而人工智能時代的許多崗位需要具備跨學科知識和技能的復合型人才，如既懂技術又懂業務、既具備科學素養又有人文情懷的人才。例如，在智能醫療領域，不僅需要醫學專業知識，還需要計算機科學、數據分析等方面的知識來支持醫療信息化和智能化發展。然而，大部分大學生在本科階段主要專注于本專業的學習，對其他相關領域的知識了解甚少，難以滿足這類復合型崗位的要求。

2.2 創新能力培養不足，缺乏獨立思考和解決問題的能力

重知識輕實踐，創新意識缺乏。課堂教學模式較為傳統，學生往往處于被動接受知識的狀態，缺乏主動思考和探索的機會。此外，高校的考核評價體系也多以考試成績為主，對學生的創新實踐成果重視不夠，這在一定程度上抑制了學生創新思維的發展。在人工智能時代，缺乏創新能力的大學生將難以在激烈的就業競爭中脫穎而出，無法適應快速變化的市場需求和創新驅動的工作環境。

2.3 數字化素養參差不齊，部分學生難以跟上時代步伐

重理論輕數字素養，數字技術缺乏。部分學生僅能熟練使用一些基本的數字工具，如手機應用和社交媒體，對于較為復雜的專業軟件、數據分析工具等掌握程度較低。而且，在信息爆炸的時代，一些學生缺乏對信息的篩選、分析和批判性思維能力，容易受到虛假信息的誤導。在人工智能廣泛應用的職場中，數字化素養不足將限制大學生的就業選擇和職業發展，使其無法勝任一些需要高度數字化技能的工作崗位。

2.4 終身學習意識淡薄，對未來職業發展缺乏規劃

重結果性學習輕過程性學習，終身學習意識缺乏。他們往往滿足于完成學校規定的課程學習，缺乏主動學習新知識、新技能的動力和積極性。在人工智能快速發展的背景下，就業市場的需求不斷變化，如果大學生不能及時認識到終身學習的重要性，不提前規劃自己的職業發展路徑，將很難在畢業后順利進入職場，并在職業生涯中實現持續發展。

3 人工智能時代大學生就業能力提升的路徑選擇

3.1 破解單一形式，形成跨領域的知識體系

首先，從高校層面，優化課程體系，促進學科交叉融合。高校應打破傳統專業界限，優化課程設置，增加跨學科課程和綜合性實踐項目，培養學生的復合型知識結構。例如，開設人工智能與各學科領域交叉的課程，如“人工智能+金融”“人工智能+教育”“人工智能+藝術設計”等[3]。其次，從學生層面，通過在線課程、學術講座、閱讀專業書籍和文獻等方式，了解人工智能、大數據、云計算等新興技術領域的知識，以及人文社科領域的經典理論和前沿動態，拓寬自己的知識面和視野。最后，從政府方面，加大政策支持力度，引導產業發展與人才培養協同共進。加大對人工智能產業的扶持力度，鼓勵企業加大在人工智能領域的研發投入和技術創新，推動人工智能技術在各行業的廣泛應用，創造更多的就業機會。同時，出臺鼓勵高校開展人工智能相關學科專業建設和人才培養的政策措施，如設立專項基金、給予政策優惠等，支持高校引進優秀師資、建設實驗教學平臺、開展產學研合作，提高高校人工智能人才培養質量。

3.2 駕馭創新思維，提高科技驅動的創新能力

首先，從高校層面，創新教學方法，培養學生創新能力。加強實踐教學環節，建設一批與人工智能相關的實驗室、實習基地和創新創業平臺，為學生提供更多的實踐機會，讓學生在實踐中鍛煉創新能力和動手能力。其次，從學生自我提升方面，積極參與創新實踐活動，培養創新能力和實踐能力。如創新創業大賽、科研項目、實驗室研究等。最后，從社會方面，企業可以通過與高校共建實驗室、實習基地、研發中心等方式，為學生提供實踐教學和實習就業機會，讓學生在實踐中了解企業的實際需求和行業發展動態，提高學生的實踐能力和就業適應性。

3.3 超越數字工具，確立以人為本的數字素養

首先，從高校層面，加強數字化教育，提升學生數字化素養。高校應將數字化素養教育納入人才培養體系，開設相關的課程和培訓項目，系統地培養學生的數字化素養。課程內容應涵蓋數字技術基礎知識、數字工具的使用、數據分析與處理、網絡安全與信息道德等方面，通過理論教學與實踐操作相結合的方式，提高學生的數字化技能水平。其次，從學生方面，提升數字化技能，適應智能化工作環境。積極學習人工智能相關的基礎知識和技能，如機器學習算法、深度學習框架、自然語言處理等，了解人工智能在本專業領域的應用場景和發展趨勢，為未來的職業發展做好準備。最后，從社會方面，鼓勵社會培訓機構、行業協會、企業等各方力量參與職業培訓市場，針對人工智能時代的就業需求，開發各類實用性強、針對性高的職業培訓課程和項目，如人工智能技術應用培訓、數字化技能提升培訓、職業素養培訓等。

3.4 轉變“傳統學習”觀念，實現終身學習的轉型

首先，從高校層面，加強職業生涯規劃教育，引導學生樹立終身學習理念。開設職業生涯規劃課程，幫助學生了解自己的興趣、能力、性格和價值觀，結合人工智能時代的就業市場需求，制定合理的職業發展規劃。其次，從學生方面，大學生應樹立終身學習的意識，認識到學習是一個持續不斷的過程，只有不斷學習新知識、新技能，才能適應不斷變化的社會和就業市場的需求。最后，從社會方面，營造良好的社會氛圍，促進大學生就業觀念轉變。通過媒體宣傳、政策引導等方式，加強對人工智能時代就業形勢和就業政策的宣傳解讀，讓大學生了解就業市場的新變化和新趨勢，引導大學生樹立正確的就業觀和職業觀。鼓勵大學生到基層、到中小企業、到新興產業領域就業創業，拓寬就業渠道，實現多元化就業。

參考文獻

[1]唐黎，朱嵩，楊忠楊.勝任力理論視域下陜西高校就業困難畢業生就業瓶頸及對策研究[J].中國大學生就業，2024，（03）：4959.

[2]梁友明，吳天生.人工智能視域下的我國教育技術研究現狀與前瞻[J].教學研究，2022，45（02）：2431.

[3]謝星.基于“數字金融+人工智能”跨學科的金融本科專業協同建設研究[J].產業與科技論壇，2024，23（23）：106108.

[4]龔沛曾，楊志強.大學計算機基礎教學中的計算思維培養[J].中國大學教學，2012，（05）：51.