人工智能时代，求职者更有可能找到高匹配度的岗位吗？

人工智能时代，求职者更可能找到与自身能力、教育水平、专业方向更契合的就业岗位，还是更容易陷入“错配”困境？近日，北京大学国家发展研究院与智联招聘联合发布《人工智能大语言模型技术影响下的劳动力市场求职错配情况报告》，基于2021年1月至2025年7月超过162万条智联招聘平台的“岗位-求职者”匹配数据，深入探讨AI如何重塑就业市场。

研究指出，从求职中的教育和专业错配角度来看，中国劳动力市场结构性矛盾近年来存在加剧趋势；但另一方面，人工智能大语言模型暴露度高的职业，教育错配发生概率明显缩小，专业错配程度则没有明显改变。

劳动力市场错配问题日益突出

求职过程中的错配是衡量劳动力市场结构性矛盾的重要指标，具体可以分为基于学历的“纵向错配”和基于专业的“横向错配”。前者指劳动者者从事低学历要求的岗位，也就是“大材小用”；后者指劳动者所学专业与工作岗位所需专业关联度低甚至完全不相关，即“专业不对口”。

研究发现，在线上简历投递中，近六成的求职者匹配了低学历要求的岗位，近45%的大专及以上求职者匹配了专业不对口的岗位。错配程度在不同类型求职者中存在差异。纵向错配方面，高中学历和本科及以上学历的求职者，16-24岁青年群体和45岁及以上中老年群体是纵向错配的高发群体；横向错配方面，大专学历求职者，门槛较低的职业、服务导向型行业的错配程度普遍较高。

不断增长的纵向错配比例可能说明部分求职者处于“学历过剩”的困境，抑制了其学历优势的充分发挥，加剧了人力资源的浪费。不断增长的横向错配表明，需及时调整人才培养体系、持续加强人才技能提升，以应对市场需求的快速变化。

AI技术缓解部分职业领域错配问题

那么，在劳动力市场结构性矛盾日益突出的背景下，AI技术进步带来的是机遇还是挑战？

研究选用ChatGPT在2022年底的发布作为大语言模型（AI-LLM）技术对劳动力市场的冲击节点，发现AI-LLM暴露度高的职业纵向错配比例的增长幅度显著低于低暴露度职业，说明那些高AI暴露度职业（如技术研发、数据分析、内容创作等）的错配问题出现了缓解迹象；而在横向错配的比例变动中，高低暴露度职业并没有呈现出明显的差异性。

求职过程中，教育的适配性在高暴露度的职业中为何得到提升？研究认为可能存在以下机制：

一是信号更明确，招聘效率提升。AI技术的应用使得高暴露度岗位的工作任务和技能要求描述得更加具体、清晰。招聘广告文本分析显示，这些岗位在ChatGPT发布后，所描述的工作任务数量和明确提及的技能要求数量均有增加。这种“信号机制”的强化，直接劝退了不具备相应条件的求职者，减少了盲目投递，提升了匹配效率。

二是岗位门槛系统性提高。AI的介入并非简单地替代人力，而是重塑了工作内容，要求更高水平的人机协作。这使得岗位对技能的专业度和复杂度的要求水涨船高。研究发现，高暴露度岗位招聘广告中提及技能的“相对复杂度”显著提升。这种门槛的提高，促使求职者更精准地评估自身与岗位的匹配度。

三是工作任务调整，要求更具体。AI技术改变了高暴露职业的工作范式，企业为了适应新技术，主动调整了岗位设置和任务描述，使其更具针对性和专业性，从而引导了更精准的劳动力匹配。

研究提出，在人工智能技术持续渗透的背景下，劳动力市场错配本质是“技术变革速度”与“人力资本调整速度”的差距问题。尽管AI在部分高暴露度职业中已通过推动企业进行更精细的岗位设计和人才筛选，优化了市场配置效率，但整体而言，教育错配仍在持续。因此，未来政策应更具前瞻性，一方面应鼓励企业借助AI等技术提升人岗匹配精度，另一方面加快教育体系与职业技能培训改革，以响应AI时代对知识与技能结构的新要求。

原标题：《人工智能时代，求职者更有可能找到高匹配度的岗位吗？》

栏目主编：张骏 题图来源：上观题图

来源：作者：解放日报 周程祎