蔡昉：就算没有AI，学历也会“贬值”

当前，人工智能正深刻重塑就业格局。它对就业的整体影响究竟有多大？未来我们的工资上涨会否受到影响？又该如何理性看待“学历贬值”的问题？围绕人工智能对就业的影响等相关热点问题，中国社会科学院学部委员蔡昉在接受中国经济网记者专访时展开深度解读。

人工智能带动社会财富更充分涌流

记者：当前，人工智能对就业的整体影响究竟有多大？

蔡昉：“十五五”是人工智能与就业深度交织的关键期。现阶段，我国就业市场的主要矛盾，早已从过去就业岗位总量不足、周期性就业波动，转变为结构性就业矛盾，最直观的表现就是“有活没人干、有人没活干”：一方面市场存在大量优质岗位空缺，却难以匹配具备对应专业技能的劳动者；另一方面大批求职者掌握技能，却无法找到适配的岗位。

任何颠覆性技术，包括人工智能，都兼具创造性与破坏性双重属性。就当前的结构性就业矛盾而言，人工智能发挥了“放大器”“加速器”的作用。未来，人工智能对就业格局的影响会越来越大，但并非唯一冲击或者最大冲击。

记者：如何应对人工智能给就业带来的冲击？

蔡昉：提升社会整体劳动生产率，优化社会资源配置效率，带动社会财富更充分涌流，是人工智能发展的主流方向。在创造性和破坏性同时存在的情况下，要从不同的角度去应对人工智能对就业的冲击。我一直主张，有三篇大文章可以做。

第一，产业引导层面，相关部门要依托产业政策、行业规范、法律法规引导人工智能产业良性发展，让人工智能研发应用对标国家积极就业政策，补齐劳动者技能短板，赋能传统岗位提质增效，挖掘人工智能创造就业的潜力，创造新的就业机会。

第二，个人适配层面，劳动者要直面结构性就业矛盾核心痛点，主动参与职业技能培训，不断学习全新行业知识，紧跟人工智能发展趋势，持续重塑自身职业能力，适配新时代岗位用人要求。

第三，社会保障层面，相关部门要加快推进基本公共服务均等化，健全多层次社会保障体系，适配人工智能时代新就业形态，筑牢民生兜底保障网，为职场人群留出充足的技能转型、职业重塑时间。

AI红利不会自动均衡分配给每一个人

记者：人工智能时代，我们的工资上涨会否受到影响？

蔡昉：从经济学基本逻辑来看，工资持续上涨的根本依托，是全社会劳动生产率的稳步提升。而人工智能最大的价值，正是大幅拉高整体劳动生产率。从宏观层面来看，人工智能有条件支撑全社会工资水平稳步上行。

但需要明确的是，劳动生产率提升带来的发展红利，不会自动均等分配给每一位劳动者。人工智能会加速企业、行业和劳动者群体的分化，最终反映在劳动者身上，将形成工资收入与生活水平的差异。

应对人工智能时代的收入分化问题，不能单纯依靠个人努力，还需要国家完善收入分配体系，依托再分配合理调节收入差距，让全社会共享人工智能带来的生产效率提升红利。

记者：那么，未来我国的收入差距会否扩大？

蔡昉：人工智能的发展会加速行业与劳动者分化，存在拉大收入差距的自然倾向。一方面，技术红利更多向资本端倾斜，资本收益与劳动收益之间差距逐步拉大；另一方面，职业技能形成鲜明分水岭，掌握人工智能核心技能的从业者顺势而上，而专业和技能容易被人工智能替代的群体，收入增长将受到明显制约。

人工智能带来大幅度劳动生产率提高，正是进行再分配的一次机遇。可以通过加大民生保障投入力度，强化民生兜底保障，健全普惠性公共服务政策，从而有效遏制收入差距扩大。

就算没有人工智能，学历也会“贬值”

记者：AI时代，还要不要“卷”学历？该如何理性看待“学历贬值”的问题？

蔡昉：就算没有人工智能，学历也存在贬值的趋势。随着高等教育迈向大众化、普及化阶段，精英时代高学历所具备的职业优势自然逐步弱化。而人工智能的快速发展，进一步加剧了这一趋势。

过去人们受教育越多、学历越高，回报越多。但人工智能带来的不确定性大幅增加：大语言模型等智能工具能够替代大量白领的工作，过去认为是“天之骄子”的一些专业优势不复存在。

我们必须厘清一个关键逻辑：学历可能是贬值的趋势，但终身学习与核心能力培养永远不会贬值。人工智能时代，学历不像过去那么重要了，我们不必一味追逐高学历头衔，但是一定要学到真东西。坚持终身学习，锤炼职业素养，将成为人工智能时代积累人力资本的必然选择。

记者：如何看待近期一些大厂招聘高中生的现象？

蔡昉：大厂出现这类用人选择，背后用意十分明确。当前人工智能技术快速迭代，行业知识与职业技能的更新速度远超以往，现行学校的课程内容和人才培养模式，已不能快速满足企业当下的用人需求。因此，一些企业跳过传统人才培养流程，直接招聘学习能力强的高中生，采用边干边学的方式培养人才，是企业贴合市场需求、缩短人才适配周期的务实之选。

但这并不否定未来的人力资本培养的重要性，以及学校教育的重要性。这一现象恰恰提醒我们，人工智能时代，学校教育的转型与教学模式的改革必须加快步伐。

来源：中国经济网，有删节。

☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞

声明：麦可思研究转载此文，是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请及时与我们联系（18602824882），我们将及时更正、删除或依法处理。

关注“麦研文选”,获取更多数据——