AI冲击就业前景引发广泛讨论，专家热议“谁将真正受益于人机混合劳动力时代”？

人工智能技术加速进入职场，正在重新塑造美国社会对就业、教育和职业发展的认知。围绕“谁将真正受益于人机混合劳动力时代”这一问题，《纽约时报》近日组织了一场专题讨论，多位经济学家、技术专家和企业人士围绕AI对就业市场的影响、年轻求职者的应对方式以及政府应采取的政策展开了分析。

报道指出，2026年5月，美国多所高校毕业典礼上出现毕业生对涉及人工智能话题的演讲者发出嘘声的现象。这一反应被认为反映出年轻一代对AI重塑就业市场的焦虑，尤其是对入门级岗位被替代的担忧。

长期以来，“学习编程”曾被视为获取高收入职业的重要路径，但随着生成式人工智能和AI代理系统快速发展，程序员等知识型岗位的工作内容正在发生明显变化。部分企业也已宣布与AI自动化相关的裁员计划。尽管目前尚难断定AI是否已经导致整体就业总量下降，但其对部分岗位结构的冲击已开始显现。

此次讨论邀请了麻省理工学院经济学家、诺贝尔经济学奖得主达龙·阿西莫格鲁，美国创新基金会高级研究员迪恩·鲍尔，宾夕法尼亚大学沃顿商学院教授伊森·莫里克，以及前Salesforce和Meta高管、New Work Foundation联合创始人克拉拉·施等专家参加。

专家聚焦AI对岗位结构的重塑

在讨论中，专家们对未来“AI—人类混合劳动力”的形态提出了不同判断。

沃顿商学院教授莫里克表示，程序员岗位已在短时间内发生转变，从“亲自写代码”逐渐转向“管理工程任务”和监督AI代理执行工作。他指出，围绕AI时代未来工作的许多设想，默认人类将保留判断和调度职能，而把具体执行交由AI完成。

阿西莫格鲁对此表示质疑。他认为，美国经济不可能为大规模劳动者都提供“高阶监督者”式岗位。如果未来大量工作被AI代理完成，而人类仅负责监督，这不仅不现实，也可能带来严重社会问题。

不过，克拉拉·施从创业实践角度指出，AI代理已经展现出显著的替代能力。她表示，自己创办一家技术初创企业时，在没有任何雇员的情况下，仅用数天便借助AI完成了公司设立、税务申报、州级备案和隐私政策制定等事务。按照传统流程，这些工作原本通常需要多个团队和外部顾问数月协作完成。

迪恩·鲍尔则认为，AI对劳动力市场的影响可能更多表现为渐进式变化，而非短期内彻底颠覆。他表示，许多被讨论的行业本身已经高度自动化，因此未来的转变可能体现为日常工作边缘环节不断被自动化，经过十余年后累积成显著变化。

入门岗位、职业培养与公共服务面临挑战

在谈及哪些岗位最容易受到冲击时，多位与会者将焦点放在入门级白领工作、行政岗位、客户服务、基础法律工作、营销和咨询等领域。

克拉拉·施指出，一些过去因监管和合规要求而无法外包的岗位，如保险理赔审核、贷款审批等，如今正变得适合由AI代理执行。她认为，这将直接影响大批依靠这些岗位获得稳定收入的美国中产和工薪阶层劳动者。

她还提到，物流与运输领域同样可能出现变化。美国有数百万卡车司机依靠长途运输获得相对稳定的收入，而随着自动驾驶技术和相关监管逐步推进，这一群体未来可能遭遇明显冲击。

莫里克则援引在宝洁公司进行的一项实验称，AI的引入不仅提升了个体工作效率，也正在打破企业内部原有的岗位边界。研究显示，在使用AI工具后，单个员工的表现可达到原本需要团队协作才能完成的水平。过去由业务人员提出商业构想、技术人员负责实现的分工模式正在被打破，岗位之间的界限变得更加模糊。

与此同时，AI对年轻劳动者成长路径的影响也成为讨论重点。莫里克指出，传统职场长期依赖“学徒制”培养新人。年轻员工通常从基础性、重复性工作做起，在实践中学习，并由上级根据其工作质量进行评估和提拔。但当这些基础工作被AI迅速接管后，初级员工获得经验积累的渠道将明显收缩。这不仅意味着企业更难培养未来的中层和专业人才，也意味着年轻员工可能难以建立判断工作质量的能力，而这种判断力恰恰是未来管理AI代理和审核AI产出所必需的核心能力。

在教育与医疗领域，AI的应用前景同样引发争议。阿西莫格鲁表示，目前教育领域对AI的使用效果并不乐观。他提到，有研究显示，学生在缺乏结构化引导的情况下使用AI，可能对学习结果产生负面影响。他担心，医疗行业若简单照搬聊天机器人等工具，也可能出现效率下降和服务质量受损的问题。

莫里克则持更乐观态度。他指出，若将AI以更有组织的方式嵌入教育过程，例如作为教学辅助和个性化辅导工具，其积极效果可能十分显著。在医疗方面，他也表示，已有数据表明，在部分场景下AI在诊断方面的表现优于医生，而患者对AI的同理心评价也较高。

政策如何回应成为争论焦点

在政策回应方面，讨论集中在“应否加强干预”以及“如何干预”两个层面。

鲍尔认为，目前最重要的是建立更充分的数据基础，以便准确衡量AI对就业和经济的真实影响。他强调，在缺乏可靠数据的情况下，政策制定容易失焦。他同时警告，不宜以过度僵化的劳动保护措施回应AI冲击，否则可能削弱企业创新和冒险能力。

阿西莫格鲁则认为，技术发展不能缺乏公共协调。他指出，工业革命早期因监管缺失而带来了严重的劳动剥削和社会代价，而AI可能以更快速度影响更多行业，因此更需要及时、广泛的制度性干预。

克拉拉·施表示，如果AI政策缺乏广泛社会参与，很容易被公众视为只服务于大型科技公司或资本利益，从而进一步加剧年轻群体对AI的抵触。她提到，近期民调显示，相当一部分美国Z世代对AI持愤怒态度，这种情绪已经具有明显的社会和政治含义。

与会者普遍认为，AI不会自动导向某种既定未来，其实际影响将取决于制度安排、企业应用方式和社会应对策略。阿西莫格鲁强调，人工智能与人类智能本质不同，AI擅长处理海量信息与模式识别，但缺乏真正的创造力和基于现实互动的试错能力。因此，未来更可取的方向应是让AI与人类形成互补，而不是让AI简单模仿和替代人类劳动。

克拉拉·施则表示，AI代理系统本质上都围绕某种“目标”运行，而目标由部署者设定。她认为，当前许多AI系统的目标尚未充分体现普通劳动者和社会大众的利益，但这并非不可改变的结果。她表示，未来仍存在政策和实践上的调整空间，但窗口正在缩小。