人工智能對勞動的替代、極限及對策

摘 要：? 人工智能可被視為“廣義勞動力”，它與勞動者在勞動范圍上存在非空交集。在相交的部分，既存在人工智能與勞動力之間的勞動替代關系，也存在人工智能補充勞動供給不足的現象;在不相交的部分，人工智能與勞動者各有所長。人工智能對勞動的替代既有積極作用，也有消極作用。從積極作用看，它有助于豐富勞動的內容與形式，增加勞動財富。具體而言，可解決三個方面的問題：一是有事“沒人干”，二是勞動者“不愿干”，三是勞動者“不能干”。從消極作用看，當人工智能與勞動者構成勞動替代關系時，會導致勞動者失業，引起諸多社會問題。在短期內，復雜的、通用性的、非重復性的、需要承擔完全民事責任的勞動難以替代;在長期內，需要因果推理的勞動難以替代;人工智能永遠不能替代發明創造、情感性、藝術性等方面的勞動，這些勞動構成了人工智能替代勞動的極限。人工智能對勞動的替代，受到技術、經濟和制度三個因素的影響。制度可以調控人工智能發展的方向、速度、范圍和深度，使人工智能的發展實現合規律性與合目的性的有機統一。因此，可通過科學的制度，促進人工智能替代勞動的積極作用，抑制其消極作用。

關鍵詞：? 人工智能;積極作用;消極作用;替代勞動;替代勞動的極限

中圖分類號： TP18

文獻標識碼：A

文章編號：1004-8634（2020）02-0085-（10）

DOI：10.13852/J.CNKI.JSHNU.2020.02.010

一、引言

近幾年，人工智能（Artificial Intelligence，AI）替代就業可能導致失業的問題，引起了社會各界人士的廣泛關注和擔憂。然而，事實上，AI作為一種全新的技術進步，一方面，它會像以往的技術進步一樣，既會產生就業替代效應，也會產生就業創造效應，短期就業替代效應略大于就業創造效應，長期就業替代效應小于就業創造效應;另一方面，它也會表現出特殊性，即以往技術進步主要替代人的體力，而AI還會替代人的智力，??從而替代勞動。

廣義勞動概念被界定為“付出體力和智力創造物質財富和精神財富的活動”，狹義勞動概念被界定為“人類使用生產資料創造自身生存和發展所必需的物質財富和精神財富的有目的的活動”。本文持廣義勞動概念。 AI對就業的替代，只是AI替代勞動的一部分。AI替代勞動既有積極作用，也有消極作用。

目前學術界對AI替代就業的研究較多， 但對AI替代勞動的研究很少。所謂AI對勞動的替代，是指AI替代勞動者勞動。AI替代勞動者勞動，并不意味著一定會構成AI與勞動者之間的替代關系或競爭關系。事實上，有些勞動，缺乏勞動者干;有些勞動，勞動者不愿意干;有些勞動，勞動者干不好;有些勞動，勞動者干不了;當然，也有些勞動，AI干不了，只有勞動者才能干，只有勞動者才能干的勞動構成了AI替代勞動的極限。只有勞動者干不好的勞動，才會產生AI替代勞動者勞動，導致勞動者失業的消極作用。AI對缺乏勞動者干、勞動者不愿意干和勞動者干不了的勞動的替代，具有拓展勞動范圍、增加勞動供給、提高勞動效率、豐富勞動財富的積極作用。AI替代勞動，既受到技術、經濟因素的影響，也受到制度的影響。針對AI替代勞動的積極作用和消極作用，可以采取有效的政策措施，促進AI替代勞動的積極作用，抑制其消極作用。

研究AI對勞動的替代，旨在說明AI會以何種方式替代勞動，會產生積極影響還是消極影響，如何理性地看待AI對勞動或勞動力的替代，揚長避短，提高勞動效率，豐富物質財富和精神財富;研究AI替代勞動的極限，旨在說明哪些勞動形式是AI永遠無法勝任的，從事這些勞動的勞動者，不必擔心失業問題，為勞動者就業和轉崗再就業提供理論指導。

二、人工智能對勞動的替代

要闡明AI對勞動或就業的替代，必須闡明AI是否具有勞動力的特點或勞動主體資格。只有AI具備勞動力的特點或勞動主體資格，研究AI替代勞動或就業才具有理論價值和現實意義。

對于AI是否具有勞動力的特點或勞動主體資格的問題，學術界有三種具有互補性的研究視角：一是勞動法學的研究視角，二是民法學的研究視角，三是勞動經濟學的研究視角。首先，AI要替代勞動，就必須把AI納入勞動法的調整對象，這是勞動法學需要研究的問題;其次，AI替代勞動，就必然涉及AI是否具備法律人格，能否承擔勞動行為的完全民事責任，這是民法學需要研究的問題;再次，AI是不是勞動力，如果不是勞動力，那么AI與以往的技術進步對就業的影響就不會有實質性區別，這是勞動經濟學需要研究的問題。

荒木尚志等 翁玉玲?從勞動法學的研究視角論證了賦予AI勞動主體資格符合勞動法的內在邏輯，只要適當修改現行勞動法就可以把AI納入勞動法的調整對象，使AI獲得勞動主體資格。

民法學界研究了AI的法律人格問題。對于AI是否具備法律人格，民法學界存在爭議：一是“不具備說”，?二是“暫時不具備說”， 三是“具備說”。

目前，民法學界贊同“具備說”的學者居多。

“不具備說”的論證邏輯主要基于現行民法法理。根據現行民法法理的內在邏輯，法律是調整人與人之間社會關系的制度，而AI不是人，因而它不具備民事主體資格。

“暫時不具備說”認為，目前AI處于弱人工智能發展階段，不具有自由意志這個取得法律人格的實質性要件，但如果AI發展到強人工智能階段，擁有了自由意志以后，AI就可以擁有民事主體資格。

“具備說”認為，法律作為一項制度應當與時俱進，不斷拓展所調整的社會關系的范圍，在現代社會，法律不僅僅要調整人與人之間的社會關系，還應當調整人與智能機器人之間的社會關系以及智能機器人之間的社會關系。該說認為，只要完善有關AI使用的制度安排，AI就能夠滿足法律人格所具備的實質性要件和形式性要件，在這種條件下，可以賦予AI法律人格。

對于上述“不具備說”“暫時不具備說”和“具備說”，我們贊同“具備說”。

目前，學術界還沒有從勞動經濟學視角研究AI是否具有勞動力特點的文獻，本文的研究旨在彌補這一不足，從而使AI具有勞動力的特點或勞動主體資格得以圓滿證成。

恩格斯指出，勞動是財富的源泉，它將自然界所提供的材料轉變為人類生活所需要的財富。

從勞動經濟學角度而言，勞動概念有廣義和狹義之分。廣義勞動概念包含狹義勞動概念，兩者的差別在于概念的外延寬窄，后者的勞動主體只限于人，前者的勞動主體既可以是人，也可以是AI等，顯然前者概念的外延比后者更寬泛，本文持廣義勞動概念?；趶V義勞動概念，我們認為AI可以成為勞動的主體，它既可以部分替代現有的勞動，也可以豐富勞動的內容，拓展勞動的形式，起到提高勞動效率，豐富物質財富和精神財富的作用。

與勞動密切相關的概念是勞動力。馬克思對勞動力下過經典的定義：“我們把勞動力或勞動能力，理解為人的身體即活的人體中存在的、每當生產某種使用價值時就運用的體力和智力的總和?！?/p>

這意味著勞動力在勞動過程中既要消耗體力，又要消耗智力。AI不同于以往的技術進步在于，以往技術進步的結果，譬如電動機，只能替代人的體力，不能替代人的智力，而AI既可以替代人的體力，也可以替代人的智力。因此，AI比以往的任何技術進步都更類似勞動力，但它畢竟不是人，因而依據馬克思對勞動力的經典定義，它還不能成為勞動力。但是AI能夠識別環境變化并做出相應的獨立判斷，能夠解決需要適應性和敏捷性的復雜任務，具備了一定的“智力”。因此，我們認為AI可被視為“特殊勞動力”。

如果聯系到廣義的勞動概念，那么AI可被視為“廣義勞動力”，而馬克思對勞動力的定義則可視為狹義的勞動力概念。

綜合前述勞動法學和民法學的研究，雖然AI不是人，但在一定條件下，可以把AI納入勞動法的調整對象，也可以賦予AI法律人格，因此，我們認為視AI為“廣義勞動力”可以成立。

作為廣義勞動力的AI與勞動者在勞動范圍上存在交集，相交集的部分包括三種情況。

一是有事“沒人干”。譬如，隨著我國人口老齡化程度的加深，以及生育率的不斷下降，我國有效勞動供給將會不斷減少，“人口紅利”難以為繼。如果大力發展AI替代勞動，就能夠有效地彌補勞動力供給不足的困境，延續“人口紅利”，助推中國經濟持續增長。

二是勞動者“不愿意干”的勞動。譬如，“臟”“累”“險”“害”“低”的勞動?！芭K”就是工作環境不衛生，譬如下水道的疏通;“累”就是體力或腦力付出較大，譬如超過Ⅳ級的體力勞動;“險”就是工作比較危險，譬如登高架設作業，包含2米以上登高架設、拆除、維修、高層建（構）筑物表面清洗;“害”就是對身體有危害，譬如爆破作業以及礦山安全檢查作業等;“低”就是工資收入低。

進入21世紀后，中國勞動力成本加速上漲，“民工荒”從沿海向內地擴展，許多勞動密集型企業面臨招工難。如果AI可以“低工資”替代這些勞動，那么AI就能加入勞動大軍，緩解“民工荒”困境，解決招工難問題。同時，也消除了中國勞動密集型產業向東南亞國家轉移可能導致中國產業鏈斷裂的危機，繼續保持中國對經濟發達國家的勞動成本優勢，維持中國勞動密集型產業的國際競爭力。

三是勞動者“干不好”的勞動。譬如，大數據的計算、分析或大量資料的檢索、高精度或高速度操作。此時AI在技術上擁有相較勞動者的比較優勢，AI從事這些勞動可以顯著地提高勞動生產率。

上述第三種情況會導致AI對勞動力的替代，但會提高勞動生產率;第一種和第二種情況會出現AI替代勞動，但不會或較少產生對勞動力的替代，此時AI起到了補充勞動力供給不足或與勞動力形成勞動互補關系。

AI與勞動者在勞動范圍上還存在不相交的部分。一是勞動者“不能干”的勞動。這種勞動只能由AI從事，其特點是，超越了人類生理極限或反應能力，譬如深海作業或過載、過速駕駛飛機等。二是AI“不能干”的勞動。這種勞動包括只能由勞動者從事的需要因果推理能力才能完成的勞動，以及發明創造、情感性、藝術性勞動等。

表1是對前述分析結果的小結。

AI對勞動的替代受到三個因素的影響：一是技術因素，二是經濟因素，三是制度因素。

就技術因素而言，AI替代勞動必須具有技術可能性，這是技術約束。目前AI處于弱人工智能階段，對勞動的替代能力還較弱，僅僅局限于有限的勞動范圍，只能從事簡單的、專用性的、可重復性的勞動，主要充當勞動者的助手，為勞動力和產業賦能。但AI技術發展很快，發展前景廣闊，其勞動的范圍會不斷拓展，AI可能發展到強人工智能階段，那時AI有可能從事復雜的、通用性的、非重復性的勞動，能夠獨立地從事許多勞動，豐富勞動的內涵、形式和財富。

就經濟因素而言，即使從技術上AI能夠替代勞動，但要從潛在替代勞動到現實替代勞動，還必須具備比較經濟效益，否則AI不可能替代勞動，這是經濟約束。

就制度因素而言，即使從技術和經濟上AI都具備了替代勞動的可能性，但要受到制度的約束。制度可以調節AI替代勞動的方向、速度、范圍和深度。經濟關注AI使用的經濟效益，但制度除了關注經濟效益外，還要關注公平、秩序、倫理和安全，甚至關注AI發展的國際競爭態勢等綜合因素。制度旨在從微觀上提高企業效率，增進勞動者福祉，從宏觀上實現AI發展的合規律性與合目的性的有機統一，提升國家綜合競爭力，促進社會進步。

三、人工智能替代勞動的極限

本部分研究AI替代勞動的極限，主要是從技術角度而言的。從技術上闡明AI替代勞動的極限，就必須厘清人工智能與人類智能的異同，只有這樣才能闡明哪些勞動將被AI替代，哪些勞動只能由人類來完成，必須由人類完成的勞動構成了AI替代勞動的極限。

1.人工智能與人類智能的異同

智能包括辨析判斷能力和發明創造能力。如果AI擁有智能，那么它不僅擁有辨析判斷能力，還擁有發明創造能力，它與人類就沒有實質性區別;如果AI僅僅擁有分析判斷能力，而不擁有發明創造能力，那么它與人類就存在實質性區別。

目前，學術界對AI是否擁有與人類一樣的智能的認識存在兩種不同的觀點。

第一種是“意識”觀，以約翰·塞爾（J.R. Searle）為代表。約翰·塞爾認為，機器是否具有意識，是衡量機器是否具有人工智能的唯一標準。

J. R. Searle， The Rediscovery of the Mind， MIT Press， 1992，pp.13-14. 如果機器擁有了意識，那么它不僅擁有了辨析判斷能力，而且還擁有了發明創造能力，它與人類將沒有區別。

然而，如何判斷AI是否擁有意識，首先遇到的問題是“什么是意識”，其次的問題是“如何衡量意識”。布萊克莫爾（Susan Blackmore）指出，目前學術界對意識的含義沒有達成共識，而且沒有公認的科學鑒別意識的手段。

為了繞開意識界定的難題，人們對AI的意識作兩種直觀的理解。第一種理解認為，只要AI對外界事物的刺激能夠做出反映，就可以認為它具有了意識。即只要AI“看上去像”有意識即可。這實際上是對待意識的行為主義范式，基于這一范式，根據“多重可實現”理論，一種功能可以有多種不同的實現機制，

盡管AI與人類具有不同的物質基礎，但完全有可能實現相同的功能。當AI能夠模擬出人的行為時，即使人們都認為人工智能和人類智能有著本質區別，那么我們也會感覺到這種區別已經不具有什么重要意義了。布萊克莫爾用控溫器的例子說明，如果意圖性或刺激性反應意味著有意識，那么真正的意識和看上去像有意識之間沒有區別。

為了對AI是否有智能或意識加以客觀測度，1950年阿蘭·圖靈（Alan Turing）提出了圖靈測試準則。

他認為，只要AI通過了這個測試，就可以認為AI具有智能或意識。

第二種理解則認為，AI“看上去像”有意識是不夠的，它還必須同人類一樣真正擁有邏輯推理能力、想象力、創造力以及自我意識，才能認為它擁有了意識。這實際上是對待意識的符號主義范式。依據意識的符號主義范式，學術界普遍認為AI不可能擁有意識。約翰·塞爾認為，物質基礎不同決定了智能的差異。

譬如，葉綠素是光合作用的物質基礎，神經蛋白是意向性的物質基礎，AI的物質基礎是金屬和硅，沒有神經蛋白的物質基礎，因而不可能擁有意識?，敻覃愄亍げ┑牵∕argaret A. Boden）認為，動物才有饑餓、恐懼、疲勞等心理現象，機器人等物理實體不具有這種心理現象，因而就不可能擁有心理意識。

露斯·米利肯（Ruth Millikan）從進化史角度出發，認為思想和語言是生物現象，它們的意義取決于人類的進化史，而AI不是進化的結果，因而不可能具備真正的理解力。

學術界普遍認為，人類思維與AI思維存在三個方面的不同：一是人類思維是“生理—心理”的有機過程，而AI則是無機過程;二是人的思維活動既有物質基礎，還有社會基礎，而AI只有物質基礎;三是AI是一維的理性主義思維模式，而世界是四維空間，人類在長期的演化過程中演化出四維空間思維，與世界相同構，?因此，AI很難真實、有效地反映客觀世界，與人類思維相去甚遠。

AI科學家試圖讓AI通過模仿人類大腦的結構以期達到模擬人類行為的目的，但現象學家和許多神經認知科學家認為這個目標是難以實現的，因為人類不完全依靠大腦思維，人類思維具有具身性，身體對人類思維的影響不可忽視。

然而，人類思維不僅具有具身性，而且關鍵在于身體與周遭的互動。喬·格里芬和伊萬·泰里爾（Joe Griffin and Ivan Tyrrell）認為，“對意義的追求”是人類天賦的一個重要因素，人類這種想了解萬物的天生欲望由來已久，它最初源自原始生物想要獨立運動的進化能力。運動是大腦之所以存在的根本原因，大腦的演化主要是用來控制運動、預測運動的結果，以及記住過去運動的結果。相比之下，植物從來沒有演化出大腦，因為它們不需要這樣做。譬如，海鞘這種微小的海洋生物，其生命早期到處游動，有腦和神經索，用以控制運動。當它成熟以后就依附在巖石上，像植物一樣固定在一個地方，然后它就把自己的大腦和神經索消化掉，因為它不再需要這些東西了。

布林克·瑪麗亞（Brincker Maria）指出：“自主體和智力的許多維度扎根于我們的肉身和血液具身化，以及卷入到世界和可感知他人的情感—感覺運動之中，并由此反映出來。因此，我們的社會性本質，以及某種程度上我們獨特的心智屬性，恰恰是從不同的可感知的自主體的互動中涌現出來的?！?/p>

因此，AI企圖通過模仿大腦的結構而實現對人類思維的模仿是不可能完全達到目的的。

第二種是“因果推理”觀，以2011年計算機圖靈獎獲得者朱迪亞·珀爾（Judea Pearl）為代表。他認為，只要AI擁有了因果推理，就可以認為它擁有了與人類相同的智能或意識。

美國加州大學計算機系計算機視覺研究專家朱松莼也持基本相同的觀點，他認為，如果AI不再是大數據、小任務，而是小數據、大任務，那么AI就具有了與人類相同的思維模式。

從目前AI的發展現狀來看，AI要實現因果推理還遙遙無期。一個3歲的小孩看過幾張狗的照片就能在動物園里從眾多動物中識別出狗，而到目前為止，AI做不到，除非給AI輸入數萬張狗的照片加以練習才有可能做到。癥結在于還沒有找到人類因果推理的工作機制，AI難以模仿人類因果推理。

2.人工智能無法替代的勞動

通過前述關于人工智能與人類智能的異同闡述，我們可以總結出AI無法替代的勞動，即AI替代勞動的極限。

從第一種“意識”觀來看，AI不可能真正擁有與人類一樣的意識，至多是“看上去像”有意識。真正有意識與“看上去像”有意識的區別在于，前者擁有自主意識，后者只擁有模仿意識。自主意識意味著具有創造性和想象力，模仿意識不具有創造性和想象力，它只能是先有了可模仿的對象然后才能模仿，沒有可模仿的對象它便無所作為。換言之，人既可以模仿，即“有→有”，也可以創新，即“無→有”，而AI只能模仿。這意味著創造性和想象力是人類區別于AI的本質特征，也是AI替代勞動的極限。2014年，俄羅斯科學家弗拉基米爾·維西羅夫（V. Veselov）開發的人工智能軟件尤金·古斯特曼（E. Goostman）通過了圖靈測試，但各種質疑紛至沓來。批評者指出，

圖靈把擁有語言能力與具有自主意識相等同是錯誤的，擁有語言能力并不意味著具有自主意識。換言之，以通過圖靈測試來判斷AI具有自主意識是錯誤的。

從第二種“因果推理”觀來看，目前AI還沒有因果推理能力，凡需要因果推理能力才能完成的勞動，都是AI難以替代的。因果推理能力與發明創造能力是不同的能力，即使AI將來擁有了因果推理能力，仍然不具有發明創造能力。因此，發明創造能力是AI替代人類勞動的極限。此外，情感和藝術屬于人類情緒的表達，情感行為和藝術行為

有其獨特的行為邏輯，并不遵循“因果推理”邏輯，也是生命體特有的行為方式，它可以在一定程度上被AI模仿，但AI不會有內在的情感、藝術需要及其體驗。

因此，從技術角度而言，在相當長的時期內，需要因果推理能力才能完成的勞動是AI無法替代的;而發明創造、情感性、藝術性的人類勞動是AI永遠無法替代的。

四、結語及政策建議

綜合勞動法學、民法學和勞動經濟學對AI勞動主體資格的論證，可以把AI視為“廣義勞動力”，在一定條件下，AI可以獲得勞動主體資格。

通過對AI替代勞動的研究，可以得出結論：AI與勞動力在勞動范圍上存在非空交集，在相交的部分，既存在人工智能與勞動力之間的勞動替代關系，也存在人工智能補充勞動供給不足的現象;在不相交的部分，人工智能與勞動者各有所長。AI替代勞動既有積極作用，也有消極作用。積極作用表現在，一是AI可以解決有事“沒人干”的問題，有補充勞動力供給不足的積極作用;二是AI可以解決勞動者“不愿干”的問題，有緩解勞動密集型產業的“民工荒”和招工難，以及把勞動者從“臟”“累”“險”“害”的勞動中解放出來的積極作用;三是AI可以解決勞動者“不能干”的問題，有拓展勞動范圍、提高勞動效率、減輕勞動負擔的積極作用。消極作用表現在，當AI與勞動者發生勞動競爭，同時AI具有比較經濟優勢時，AI能夠解決勞動者“干不好”的問題，但是會導致勞動者失業，引發社會的不穩定。

隨著AI技術的不斷發展，AI將由現在的弱人工智能階段發展到強人工智能階段。弱人工智能只能替代簡單的、專用性的、重復性的勞動，強人工智能能夠替代復雜的、通用性的、非重復性的勞動，在此階段，AI不但能夠更有效地解決有事“沒人干”、勞動者“不愿干”“不能干”，而且AI能夠解決大量的勞動者“干不好”的問題，但會造成部分勞動者失業。前述研究回答了AI會以何種方式替代勞動，會產生積極影響還是消極影響的問題。

綜合全文的研究，可以得出AI替代勞動的限度及極限的三點結論：

一是AI替代勞動的短期限度。從制度角度而言，由于目前法律還沒有賦予AI法律人格，AI還不具有完全民事行為能力，因此需要承擔法律和道德責任的勞動，AI必須與勞動者共同完成，不能由AI單獨從事。從技術角度而言，目前AI整體處于弱人工智能發展階段，復雜性的、通用性的、非重復性的勞動，AI無法替代。

二是AI替代勞動的長期限度。在未來很長一段時期內，AI都難以替代需要因果推理能力才能完成的勞動。

三是AI替代勞動的極限。AI永遠無法替代發明創造、情感性、藝術性等方面的勞動。

前述研究回答了哪種形式的勞動是AI難以或永遠無法勝任的，從事這些勞動的勞動者，不必擔心失業問題。

由于AI替代勞動既要受到技術影響和經濟影響，也要受到制度影響，因此可以通過科學的制度設計，促進AI替代勞動的積極作用，抑制其消極作用。針對當前AI處于弱人工智能發展階段的特點，以及中國勞動力市場的現狀，提出以下政策建議促進AI替代勞動的積極作用，抑制其消極作用。

1.通過制度調控AI發展的方向和進程

從制度角度而言，可采取兩項措施調控AI發展替代勞動的方向和進程。一是通過制度鼓勵能夠促進有事“沒人干”、勞動者“不愿干”“不能干”的AI優先發展。譬如，對于“臟”“累”“險”“害”“低”或其他勞動者不愿意干的工作，政府可以通過稅收補貼等經濟措施鼓勵研發AI，以替代這些工作。這既有利于促進AI技術的發展，也有利于解決這些工作崗位招工難的問題，彌補這方面勞動力供給不足的困境。

二是通過制度協調AI替代勞動的步伐與勞動者轉崗的步伐。譬如，根據李開復提出的“五秒鐘準則”，

當前人們普遍認為，會計、服務員、司機、文員、裁縫、保姆、車間工人、保安、快遞員等崗位，AI將比勞動者“干得更好”，但由于當前這些勞動崗位吸納了大量的勞動者就業，如果這些勞動崗位被AI迅速替代而這些勞動崗位上的勞動者又不能及時轉崗，那么將會發生較為嚴重的失業問題。古爾斯比（A. Goolsbee）?和弗曼（J. Furman）?的研究認為，人工智能對就業的最大影響并不是絕對地減少了就業崗位，而是從舊崗位上被淘汰下來的那部分勞動者難以迅速適應新崗位。因此，既要有條件地、分步驟地鼓勵對這些勞動崗位替代的AI研發，又要對這些崗位的勞動者進行轉崗培訓，消除由于技術進步導致的“信息鴻溝”“技術鴻溝”和“觀念鴻溝”，使大量的普通勞動者成為AI技術進步的積極參與者而不是旁觀者。同時積極開發新的適合他們工作的崗位，通過制度調節AI技術進步與勞動者轉崗再就業之間的進程，降低失業風險。

2.開發大量的不易被AI替代的工作崗位，同時加強勞動者轉崗培訓的力度

AI在提高勞動生產率的同時，將提高勞動者的購買力，也使勞動者獲得更多的閑暇時間，從而提高人們對服務業的需求。

而藝術創作、人與人之間的情感交流、旅游休閑等都是AI無法替代的服務型勞動，可以開發大量這類服務型勞動崗位滿足勞動者的勞動需求。與此同時，要通過“精準培訓”的方式加強勞動者轉崗培訓的力度，實現新開發的工作崗位與轉崗培訓的內容精準對接，減少摩擦性失業和結構性失業。

3.開發大量的人機交融的勞動崗位

人機交融可以充分發揮AI與勞動力的互補作用，既能給勞動者賦能，又不會導致勞動者失業。事實上，人工智能與人類智能各有所長、各有所短，相互結合，可以取長補短、智能耦合、能力互補，大大提高勞動的效率。開發大量的人機交融的勞動崗位，既有利于提高勞動生產率，又有利于增加就業，應使人機交融的勞動崗位成為今后勞動者工作的常態。

4.深化科技和教育體制改革，促進AI發展和勞動就業

應深化科技體制改革，以需求導向、問題導向和市場導向為方法論，加強AI的科技投入，引領AI的科技發展，帶動中國AI產業發展，增加與AI相關的勞動崗位，促進與AI相關的勞動就業。相關研究表明，??AI的發展存在國際空間就業極化現象，推動中國AI科技的發展將有利于中國與AI相關的勞動就業。

AI的發展需要人才的支撐，促進AI發展亟需三種人才：一是AI研發人才，二是AI應用推廣人才，三是與AI相關的復合型人才。AI人才來源于三個方面：一是學校培養，二是基于工作崗位的“干中學”，三是引進。其中學校培養是厚植AI人才的基礎和根本。

在政府的高度重視下，中國AI發展迅猛。預計到2020年，中國AI產業規模將突破1500億元，帶動相關產業規模超過1萬億元。2017年全球新興AI項目中，中國占據51%，數量上位居世界第一。但全球AI人才儲備，中國卻只占5%左右，中國AI人才缺口超過500萬。全球共有超過360所具有AI培養能力的高校，其中美國擁有近170所，中國僅30多所。雖然中國一些高校開設了相關課程，但總體上缺乏AI的基礎教學能力，高校培養的AI人才，其質量和數量都跟不上中國AI發展的需要。2019年3月，中國教育部印發了《關于公布2018年度普通高等學校本科專業備案和審批結果的通知》，全國共有35所高校獲得首批“人工智能”新專業建設資格。以后還應根據AI發展的需要擴大設置“人工智能”本科專業的高校范圍，并逐步提高AI人才培養的層次。這既有利于為中國AI的發展夯實人才基礎，也有利于解決高校畢業生就業難的問題。

除了要重視AI專業技術人才的培養外，還要重視貫通AI基礎理論、軟硬件技術、市場產品及垂直領域應用的縱向跨界人才的培養，以及兼顧AI與經濟、哲學、社會和法律等橫向跨界人才的培養，注重培養各類AI復合型人才，從而提高中國應用AI的綜合能力。

與此同時，要積極創造條件引進國外高端AI人才，完善AI高端人才使用機制，創造有利于中國AI發展和勞動就業的制度條件和工作環境。

5.與時俱進地完善社會保障制度和收入分配制度，應對AI替代勞動力帶來的社會風險

一方面，AI時代，就業形式將發生變化，全日制工作方式將減少，非全日制的小時工作制和臨時受雇制將成為主流。但目前的社會保障制度是與全日制工作制相適應的，需要與時俱進地加以修改和完善，使之與AI時代的工作形式相適應。另一方面，因企業的資本有機構成不斷提高，技術極化現象加劇，收入分配兩極分化可能擴大，如果不能較好地解決這一問題，將影響經濟社會高質量發展。如果完善了勞動法和民法，把AI納入了勞動法的調整對象，賦予了AI法律人格，那么就可以考慮對AI征收“個人所得稅”，

這有利于縮小收入分配差距。因此，亟需改革社會保障制度和收入分配制度，為AI時代經濟社會高質量發展保駕護航。

The Replacement， Limit and Countermeasure of

Artificial Intelligence to Labor

CHENG Chengping

Abstract：

AI can be considered as “generalized labor”. AI， as a “generalized labor force” has a non-empty intersection with laborers in the scope of labor. In the labor range of intersecting sets， there is not only the labor substitution relationship between artificial intelligence and labor， but also the phenomenon that artificial intelligence supplements labor supply shortage. AI has both positive and negative effects on labor substitution. In terms of positive effects， it helps to enrich the content and form of labor and increase labor wealth. Specifically， it can solve three problems： first， there is something “no one is doing”， second， the laborer is “unwilling to do it”， and third， the laborer “cannot do it”. From the perspective of negative effects， for some labor， AI can solve the problem of “doing bad work” for laborers， but it will lead to unemployment of workers and cause many social problems. In the short term， complex， versatile， non-repetitive labor that requires full civil liability is difficult to replace. In the long run， labor that requires causal reasoning is difficult to replace. AI can never replace the labor of invention， creation， emotion， and art. These labors constitute the limit of AI to replace labor. The replacement of labor by AI is affected by three factors： technology， economy and system. The system can regulate the direction， speed， scope and depth of the development of AI， so that the development of AI can realize the organic unity of regularity and purpose. Therefore， through the scientific system， the positive role of AI in replacing labor can be promoted， and the negative effects can be suppressed.

Key words：? ?AI， alternative labor， positive effect， negative effect， limit of alternative labor

（責任編輯：蘇建軍）

基金項目： 國家社會科學基金一般項目“推動長江經濟帶制造業高質量發展研究”（19BJL061）

作者簡介： 程承坪，武漢大學經濟與管理學院教授、博士生導師（湖北 武漢430072）。