面向智能制造的未來產業工人人機協作技能內涵與框架構建

摘要：人類社會正邁入智能時代，工作世界的生產內容、過程和模式正在發生深刻變革。同時，也對技能人才提出了新的要求。人機協作技能指的是職業院校培養的高技能人才，為勝任人與機器人協作形成的工作伙伴關系所需具備的關鍵能力。職業教育作為中介，為工作世界輸送高技能人才，需要人機協作技能框架為人才培養提供清晰且結構化的能力模型。本研究探討了人工智能對智能制造產業工人工作本質的影響，闡述了智能制造環境下人機協作技能的定義、理論基礎和構成要素，并提出了一種面向未來產業工人培養的人機協作技能框架建構方法。

關鍵詞：人機協作；產業工人；智能制造；職業教育；框架構建

中圖分類號：G424文獻標識碼：A

文章編號：1009-3044（2025）13-0093-03

0引言

工業4.0不可能帶來真正的無人工廠，卻給產業工人帶來更多責任，因為他們需要借助數據系統來操控越來越復雜的加工過程[1]。隨著人工智能引發的就業替代效應日益顯著，智能時代的工作世界將發生職業結構的系統性重構與新興崗位的迭代，人機協作技能被認為是智能制造業高素質技能人才的核心素質。工業4.0所面臨的問題不是缺乏新的就業機會，而是新工作所需要的技能嚴重短缺。在智能化工作世界中，人成為連接物理世界和數字世界的中介，人類勞動者的能力結構需要能夠理解機器、與機器協作并能夠與機器進行共同工作[2]。要實現人工智能從“仰望星空”轉向“規模化落地”，意味著擁有傳統技能和能力的產業工人必須通過提升人機協作技能素養來迎接市場的巨大缺口。為了實現制造強國的建設目標，我國亟須培養大量勝任高端智能制造業的產業工人，但人才培養端對人機協作技能的理解不及時、不清晰，導致相關培養工作明顯滯后于人才市場需求。厘清面向未來產業工人培養的人機協作技能內涵、模式和框架，為人才培養提供清晰且結構化的能力模型，有助于將智能化思維貫穿于產業升級與職業教育的關系中，將目光聚焦于面向未來的智能制造業高技能人才培養。

1人工智能對智能制造產業工人工作本質的影響

在智能制造業中，人機協同和人機共創是技能型勞動者的關鍵能力之一[3]，人機協作關系在智能制造工作世界中日益顯著。未來的人與機器不是簡單的替代與被替代，而是協同發展的關系，只有深度協作才能推動人工智能應用的真正落地。隨著工業機器人等智能設備進入制造業，勞動力市場出現崗位極化特征，人機協作技能成為高技能人才在智能化生產崗位上的競爭優勢。從工作世界角度來看，智能制造產業工人所處的工作關系、勝任的工作內容及勞工關系正在發生本質變化。

1.1工作關系協同化

人工智能和機器人在處理重復性、規律性任務上具有優勢，能夠分擔原本由人工完成的體力工作，同時人類在創造性、復雜決策和情感交流方面表現更好。人機協作實現人與機器的優勢互補，提高生產效率和質量。工人的工作不再限于肢體勞動，而是要求能夠理解機器并與機器協作，尤其以協作方式完成任務。產業工人的角色從單純執行者轉變為監督者和協調者，負責監控機器運行、調整參數和處理異常情況。例如，物流場景下的智能分揀系統、智能搬運、智能配送等人機協同系統，利用傳送帶、智能分揀車、路徑規劃、機器視覺等實現搬運、揀選訂單并合理拆分與合并。未來產業工人的工作關系將更趨于人機協同化，人與機器逐步超越簡單的替代關系，走向要素深度耦合與共創的協作關系。

1.2工作內容智能化

在智能化工作世界中，工作內容日益展現出自動化和智能化特征。在大數據和智能機器人的幫助下，重復性強的勞動密集型制造行業將逐步被取代或升級，勞動者逐漸脫離程序性和重復性操作，投身于創新性、診斷性、交互性等工作。首先，產業工人的工作內容愈加復雜，原有的重復性和規律性任務被自動化設備和人工智能系統取代，技能型人才需要處理更加復雜和多變的任務，如設備維護、故障排除和工藝優化等。其次，產業工人更多地使用智能化工具和系統進行生產與管理，需要具備一定的數據分析能力，能夠理解和應用生產過程中的數據并進行實時監控和決策。此外，產業工人的工作環境將更為安全，一些存在危險、惡劣和枯燥等不良因素的工作內容將被機器人取代，產業工人的生產安全隱患將大幅降低。

1.3勞動力市場靈活化

人工智能對產業工人工作本質的影響還體現在勞動形態重構與技能需求轉型上，自動化促使崗位流動性增加，T型技能結構成為新的能力要求，使得勞工就業市場愈加靈活。從勞動力市場需求來看，人工智能將催生與智能制造相關的新職業，如機器人運維師、工業互聯網運維員、數據標注師等。技術迭代也催生了“T型技能結構”需求，即要求工人專精某一領域的同時掌握跨學科基礎技能[4]。這種復合型技能要求促使企業不得不采取靈活雇傭模式，“幽靈工作”或租賃“云勞動”成為新的勞務合同關系。從工作方式來看，智能制造系統通常借助數字化平臺實現任務分配與協作，工人可通過遠程辦公的形式完成跨地域項目或提供按需技術服務，用工模式愈加靈活。

2面向智能制造的人機協作技能內涵

2.1人機協作技能定義

現有關于人機協作的研究集中在計算機科學、機械加工制造等專業領域，主要關注人機協作的技術實現、安全規范、人機協作的應用前景描述等。現有研究從教育學視角關注人機協作技能構成和人才培養的較少。有研究從人工智能影響未來就業的角度分析了結構性失業風險以及社會經濟對策[5]，但深入到工作能力層面，從勞動者角度探究人工智能時代人才培養問題的相關研究還較為少見。智能制造場景下，未來的產業工人人機協作技能是指職業院校或應用型本科高校培養的高技能人才，勝任智能制造環境下人與協作機器人形成工作伙伴關系時所需具備的關鍵能力結構，是產業工人在智能化生產環境中與工業機器人、智能裝備及數字信息系統高效協同工作所需具備的（設備操作、數據交互、協同決策及安全管理等）綜合能力體系。

2.2人機協作理論基礎與分析模型

有研究者站在人的角度提出人機協作模式，這為理解人才培養視角下的人機協作技能提供理論參考。如Fügener等通過一項調查發現，人與AI協作存在兩種任務委派模式，即人分配任務給AI和AI分配任務給人[6]，該模式為我們在人才培養端理解“任務委派”提供參考。李憶等根據SAMR模型提出了人機協作的四種類型，認為人機協作更多體現在嵌入（Embod?ied）、放大（Amlified）、交互（Interacting）三個子類型[7]，這為分析人機協作類型提供了一個EAI分析框架。基于人工智能背景提出的勞動者與工作任務關系的理論模型為構建人機協作技能框架提供了理論基礎和分析框架。如邱子童等人的研究進一步說明，有效的人機協作要求勞動者具備更高的生產技能和相應的素質技能，針對機械化生產向人工智能時代轉型過程中勞動者技能，涵蓋任務劃分、專業化工具、局部工人和過程控制四個維度[8]，該研究為人機協作過程中的勞動過程分析提供了一個“四維分析框架”。瑪雅·比亞利克等人提出，借助布魯姆教學目標分類系統理論審視人工智能對高技術人才的影響，從創新、適應/調整、綜合反應、連貫反應、指導下反應、定勢/準備和感知等七個方面分析動作領域的自動化現狀[9]。Autor的研究認為，需要人的直覺、創造力、說服力、公信力等完成的“抽象”任務，以及處于特殊的視覺、語言情景的“人工”任務，是計算機化、自動化無法替代的任務[10]。在Autor等人的研究基礎上，Frey和Osborne將任務模型進一步細化，將非常規任務細分為認知與操作任務、創造性智力任務以及社交性智力任務，其中代表非常規任務勞動力投入的LNS表達式為：LNS=∑i=1n（LM，i+LC，i+LSI，i），LM、LC和LSI分別代表認知與操作任務、創造性治理任務以及社交性智力任務的勞動力投入[11]。這些研究為理解并構建面向智能制造的未來產業工人人機協作技能內涵與框架提供了理論基礎和分析模型。

2.3人機協作“軟技能”

智能制造時代不僅要求技能人才熟練掌握技術、具備一定的技術知識，還要求具備體現綜合能力的“軟技能”，以適應日新月異的工作世界變化。首先，勞動者駕馭智能化新型工業生產模式的數字化能力，是產業工人適應未來數字化世界的職業新要求。由于智能制造的工作設備智能化升級，技術技能人才的工作對象轉為智能機器與柔性生產線，工作環境變為由機器、數據、算法、技術等組成的智能信息空間。未來的產業工人需具備足夠的數字化能力，才能理解智能設備的運行機制和智能制造原理。第二，具備“學會學習”和“持續學習”的學習力，是新智能制造時代工作世界對產業工人提出的又一“軟技能”要求。智能制造行業實時淘汰陳舊工種并衍生出大量新興工種和就業平臺，社會對勞動者的可持續學習能力和靈活發展能力提出了更高要求。技術技能人才要不斷學習新知識和新技藝，同時提升管理素質和工藝優化能力，從傳統技能崗位向知識型工人、工藝研發專家和管理者角色轉型，以勝任數字化生產體系的崗位智能要求。第三，智能制造時代的產業工人既要傳承傳統工匠精神，又要融合數字時代的創新基因。新智能制造時代的技術創新是工藝鏈和工藝范式的集成式創新，是基于智能制造技術的產品創新和工藝改進。產業工人的創新表現為柔性生產線上的“微創新”或“小改進”實現“大收益”的創新。

2.4人機協作“硬技能”

除軟技能外，硬技能體現在產業工人與機器人直接交互的實際操作層面，包括人機系統的雙向控制、決策的數據驅動轉向、對生產系統的全局了解等。首先，面向智能制造的人機協作技能正從單向控制向雙向適應轉變。協作類機器人不需要人機隔離，但要求工人理解其動態響應邏輯并實現人機動作的實時匹配。其次，人機協作技能從經驗依賴轉向數據驅動。工人需將操作經驗轉化為可量化的參數，并與機器人協作過程能力指數分析相結合。此外，從個體技能向系統思維轉變。對機器人而言，人機協作系統通過意圖識別、合作模式、任務分配、人機接口、交流接觸等層次實現合作。對產業工人而言，他們須具備智能設備共融操作能力、數字孿生系統協同能力、異常狀態協同決策能力、人機安全邊界管理能力等，并能夠從全局視角理解生產系統。例如：1）產業工人需掌握協作機器人、智能物流系統等設備的多模態交互控制（如語音指令、觸控界面、增強現實操作）以及基于實時數據的動態任務調整能力；2）產業工人還能通過數字孿生平臺解析生產系統的虛實映射關系，在虛擬環境中預演人機協作流程并優化動作路徑與節拍。當系統出現傳感器故障或工藝偏差時，工人需結合設備報警代碼與自身經驗執行人機混合決策，最大程度縮短生產線停機時間；3）產業工人需切實掌握協作機器人安全標準，熟練運用力反饋裝置、安全光幕等防護技術，動態調整人機交互的安全距離與接觸力閾值，具備充分的人機安全邊界管理能力。

3面向未來產業工人培養的人機協作技能框架建構方法

工作場所學習理論認為，工作場所是技能形成的主要場域，工作場域嵌入的活動越多，技能應用與創新的機會就越多。職業教育是技能本位的教育，教育內容具有鮮明的實踐導向特征。工作技能的掌握需要學習者置身于具身性的實踐場域，與真實情境的相互作用才能實現專業知識、操作技能和職業素養的深度融合。因此，面向未來產業工人培養的人機協作技能框架構建應遵循“能力情境化—結構模塊化—標準動態化”的原則，即框架需體現能力習得與生產場景的深度耦合，框架設計嵌入真實人機協作任務鏈；通過崗位任務分解建立可測量的技能指標集，體現技能本位教育的特點；將人機協作視為包含物理交互、信息流動與認知協調的復合能力結構，且各維度能力包含相應的能力域和具體考核指標。技能框架構建流程包括以下3個階段。

階段1：需求分析與技術預見

在需求分析與技術預見階段，可借助已有的人機協作技能相關框架進行矩陣對比分析，以四維分析框架、布魯姆教學目標分類系統理論等作為理論基礎，結合文獻綜述構建人機協作技能框架雛形；為了準確提取崗位技能需求特征，可以通過勞動力市場數據挖掘、現場調研、訪談等方式獲取人機協作技能的技術需求；最后還需組織由技術工程師、職業教育專家、產業工人代表與企業管理者組成的專家組，采用背靠背的德爾菲法開展專家咨詢，借助專家智慧分析需求并對人機協作技能要素構成作出判斷。

階段2：能力模型建構

第二階段是能力模型建構，能力模型建構是銜接崗位需求分析與技能培訓實施的核心環節，其本質是通過系統化方法將離散的崗位任務轉化為可測量、可訓練的能力要素集合，可采取“任務解構—能力映射—指標量化”的三級遞進模型。首先，通過崗位典型任務提取、任務清單生成與關鍵性評估等步驟完成任務解構；接著根據人機協作的EAI模型（嵌入、放大、交互）對未來產業工人人機協作技能進行能力映射，分別構建物理交互層、信息協同層和認知協調層，以及各層次的能力域和核心指標示例；最后，根據Bloom教育目標分類建立六級能力階梯，并借助專家背靠背調查的德爾菲法確定能力指標閾值，利用層次分析法計算各指標權重，從而實現指標的量化，進而實現人機協作技能框架的可測評與可操作。

階段3：動態標準制定

動態標準制定是人機協作技能框架持續適配技術演進與產業需求的核心機制，其本質是通過建立“監測—響應—驗證”閉環系統，實現技能標準與技術發展、崗位需求的動態匹配，達成技術驅動、需求拉動、驗證迭代的三維動態調節。

參考文獻：

[1]楊進.工業4.0對工作世界的影響和教育變革的呼喚[J].教育研究，2020，41（2）：124-132.

[2]托馬斯·達文波特，茱莉婭·柯爾比.人機共生：智能時代人類勝出的5大策略[M].李盼，譯.杭州：浙江人民出版社，2018：161.

[3]黃利文，王健.論人工智能時代職業教育的轉型與創新[J].南京社會科學，2020（10）：142-148.

[4]李金城，王林輝.生成式人工智能為勞動力市場帶來哪些變化[N].光明日報，2024-05-28.

[5]劉湘麗.人工智能時代的工作變化、能力需求與培養[J].新疆師范大學學報（哲學社會科學版），2020，41（4）：97-108.

[6]FüGENERA，GRAHLJ，GUTAA，KETTERW.Cognitivechallengesinhuman-AIcollaborationtowardsroductivedelegation[R].Rotterdam：Investigatingtheath：ErasmusRe?searchInstituteofManagement，2019.

[7]李憶，喻靚茹，邱東.人與人工智能協作模式綜述[J].情報雜志，2020，39（10）：137-143.

[8]邱子童，吳清軍，楊偉國.人工智能背景下勞動者技能需求的轉型：從去技能化到再技能化[J].電子政務，2019（6）：23-30.

[9]瑪雅·比亞利克，查爾斯·菲德爾，舒越，等.人工智能時代的知識：致力于培養專長和學會遷移[J].開放教育研究，2018，24（2）：13-22.

[10]AUTORDH.Whyaretherestillsomanyjobsthehistoryandfutureofworklaceautomation[J].JournalofEconomicer?sectives，2015，29（3）：3-30.

[11]FUEILK.Automation，comuterizationandfutureemloymentinSingaore[J].SoutheastAsianEconomies，2017，34（2）：388-399.

【通聯編輯：唐一東】