近年来，人工智能引领的智能化转型深入推进，不仅仅提高社会生产效率，促进社会经济发展；同时也改变了劳动力市场的职业结构与技能需求，导致一些职业面临较高替代风险。国务院发展研究中心近日发布《我国人工智能应用的职业替代风险及政策建议》，剖析我国人工智能应用对不同职业的替代风险特征，提出在充分发挥人工智能生产优势的同时，规避职业替代风险的政策建议。
那么，未来人工智能技术发展可能使得哪些职业被替代的情况更突出？为什么会形成这样的趋势？在充分发挥人工智能生产优势的同时，如何规避职业替代风险？人工智能背景下的职业技能需求发生变化，高校学科建设以及社会保障体系又该如何加以调整？中国之声记者孙鲁晋对话华东师范大学教授王林辉。
如何评估人工智能的职业替代风险？
近年来，我国激励人工智能发展的相关政策陆续出台，从顶层设计层面为人工智能的快速起步营造了良好环境，引导着我国人工智能产业蓬勃发展。我国人工智能技术与行业场景正走向深度融合，无人驾驶、智能物流、工业互联网、智慧零售……我们正进入一个人工智能的时代，一些职业将不可避免被替代。
记者：我们该怎么理解人工智能技术的职业可替代率这个概念？人工智能技术的职业可替代率又是如何进行测算的？
王林辉：我们测算的人工智能技术的职业可替代率，其本质上是人工智能技术对劳动力市场替代风险的预测值，是从当前机器人等智能化设备可执行的任务视角，基于技术可行性的测算结果，并非代表实际的就业损失。因为还存在经济、法律、道德等方面因素的影响，如人工智能应用的政策法规、公众对新技术的接受程度、被机器替代的人员再就业等，因此我们测算的职业可替代风险不等同于实际就业损失，称之为可替代率。我们测算原理为监督学习算法，利用已知输入与输出变量构建训练集，估计机器学习模型的参数，建立起输入与输出变量间的映射关系，进而可在模型中输入新变量，预测出对应的输出变量。采用逻辑回归（LR）、支持向量机（SVM）与随机森林（RF）等机器学习模型。
记者：在测算过程中考虑了哪些因素？经过测算，您和团队对人工智能应用总体职业替代风险进行了怎样的评估和分析，得出了什么结论？
王林辉：在测算时，我们分情境进行分析，第一种情境是只考虑任务属性，第二种情境是同时考虑任务属性、职业特征、工作环境等。发现对于只考虑任务属性的情形，高风险就业份额平均为20.92%。但进一步引入职业特征、工作环境和经济环境因素后，高风险就业份额降至19.05%。由此表明，只考虑任务属性会高估人工智能技术替代风险，这源于现实中还存在技术应用时滞性、替代成本比较等因素。第二种情境测算的结果中35.96%的劳动者可替代风险较低，但仍有高达44.99%的劳动者面临中等程度替代风险，预示未来人工智能产业化发展与大规模应用将对中国劳动力市场产生冲击。
哪些职业未来可能被替代？
随着人工智能技术不断发展，近年来重点行业应用呈现加速态势。在金融领域，人工智能技术开始深入前台、中台、后台全过程；医疗人工智能开始进入市场化阶段，制造领域人工智能快速发展，机器人在工厂产线、仓储物流、教育娱乐、清洁服务、安防巡检、医疗康复等领域实现规模应用。目前企业应用人工智能呈现出从初步探索到规模应用的过渡。那么，人工智能的职业替代呈现出怎样的特征？决定职业是否可能被替代的重要因素有哪些？
记者：未来人工智能技术发展可能使得哪些职业被替代的情况更突出？为什么会形成这样的趋势？
王林辉：耐火材料制品生产人员、橡胶制品生产人员、炼铁人员、塑料制品加工人员和矿物采选人员等职业均面临非常高的替代风险，源于当前化学品制造业、橡胶和塑料制造业、冶金和机械设备制造业的机器人规模急剧扩张，且无人驾驶技术已在采矿领域逐步推广。纸制品制作人员、纺纱人员和印染人员同样面临较高可替代风险，这也是由于当前造纸业和纺织业机器人的大量应用。服装裁剪和洗染织补、包装人员的可替代率也较高，源于机械切割、打磨、包装机器人大量投入生产。未来人工智能技术发展可能使得上述职业被替代的情况更突出，主要是因为机器设备的高效率和安全性等特点将使劳动在此类职业上不再具备比较优势。
记者：相对不容易被人工智能技术取代的职业又有哪些？这些职业有怎样的特性？
王林辉：教育类职业如中小学教师、高等教育教师等被人工智能技术替代的可能性很小。教师职责不仅在于“教书”而且在于“育人”，尽管人工智能系统能帮助学生解答学习疑惑，例如在线课程中聊天机器人可以辅助学生学习，但无法针对学生成长过程中遇到的学习态度、思想、心理和情绪等方面的问题，进行有效教育与疏导。同时，从事高等教育的教师还承担着较强的创新性科研任务。因此，未来人工智能技术可朝着辅助教师开展教学活动方向发展。西医医师的可替代率不高，尽管智能机器可依靠过往规律诊断与预测病情，但源于人体结构复杂多变，而且疾病预测存在风险，在生命健康领域中细微的差错都是难以容忍的，何况人工智能系统也缺乏与病人情感沟通能力，因而人工智能技术更多是辅助医生完成任务。文艺创作与编导人员可替代率也较低，因为要求从业人员具备较强的创造性思维。
记者：如何理解职业任务属性？为什么说职业任务属性是影响人工智能应用的职业替代风险主要因素？
王林辉：职业任务属性包括任务本身的特征，如在完成任务时，繁重体力劳动的频率、频繁移动身体位置的频率等；也包括对劳动者的技能要求，如阅读能力、合作能力、外语能力、普通话能力、管理能力、掌握工作技能的时间、使用新技术的能力等。职业可替代风险的高低与职业任务属性密切相关，我们分析了研究中使用的15种任务属性对职业可替代风险的贡献，发现掌握工作技能时间、使用新技术能力、快速反应思考或脑力劳动频率等对可替代风险影响较大，这些属性与劳动者的思维能力密切相关，工作任务对劳动者这些能力要求越高，越不容易被人工智能替代。打交道频率和外语能力，反映任务对社交能力的要求。这些任务属性与可替代率之间存在负向关系，任务对劳动者的这些技能要求越高，越不容易被替代。而繁重体力劳动频率、频繁移动身体位置的频率是区分任务是否具备程式化特征的重要因素，这些任务属性评分越高，越容易被人工智能替代。
记者：职业技能宽度又是什么？为什么它会给人工智能应用的职业替代风险影响带来差异性？
王林辉：职业技能宽度是我们自己提出的一个概念，是指职业要求从业人员应具备的技能属性种类数或综合能力。现实中，一个职业往往包含多种类型任务，需要多维度或多层级技能协调完成。若职业所涵盖的技能宽度越大，即对技能类型的需求越多，则人工智能应用的职业替代风险越低。例如，打字员仅需具有速录能力即可，但秘书不仅需要熟练操作各项办公设备，而且应具备较强语言表达能力、与领导和同事沟通能力、团队协作能力等，甚至还需要一定创新能力，因此人工智能应用对掌握多种类型技能的秘书的替代风险，会明显低于只掌握单一技能的打字员。综合而言，技能宽度越大的职业，人工智能应用的替代风险越小。
如何规避职业替代风险？
由于中国人工智能领域科研环境建立较晚，人才尚存缺口，2018年，教育部印发《高等学校人工智能创新行动计划》，研究设立人工智能专业。据最新统计，国内440所高校开设了“人工智能”本科专业，463所高职高专院校成功备案或开设了“人工智能技术应用（服务）”专业，人工智能及相关专业学科的设立为现阶段我国人工智能的破局腾飞提供了坚实支撑。那么，下一步，怎样有效抓住人工智能带来的发展机遇，高校学科建设以及社会保障体系又该如何配合提供培养支持与服务保障？
记者：人工智能应用过程中，会形成职业更替，那么会出现哪些新职业和新行业？
王林辉：在人工智能应用过程中会产生一些相关的新职业，如机器人工程技术人员、智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、人工智能训练师等。同时，也会涌现智能医疗、智能教育、智能家居和智能零售等新行业。
记者：为了抓住机遇，规避风险，未来在建立的高校学科专业动态调整机制方面，可以从《报告》中获得哪些启示和遵循？
王林辉：第一，高校应动态跟踪劳动力市场就业情况，准确把握人工智能应用背景下的职业技能需求。科学地增补智能科学与技术、机器人工程、智能制造工程等相关专业，重视人工智能基础算法与基础硬件等核心课程体系的建设，扩大人工智能相关学科的招生规模。第二，推动人工智能与高校传统学科的交叉融合，改造并优化现有课程体系，依托创新创业训练项目和实习实训基地，开展高校、职业院校与企业的产学合作培养模式，加强专业理论与实践的协同培育，从而为社会输送复合型人才。第三，针对人工智能高替代风险和就业需求较少的职业，应逐步缩减对应学科专业的招生规模，必要时甚至可实施撤销机制。
记者：《报告》为劳动力的多元化技能培育、失业援助和就业指导等保障服务方面提供了哪些政策建议？
王林辉：第一，政府相关部门应建立健全人工智能类职业的技能培训与技能标准的规范，并积极搭建人工智能相关课程的网络学习平台，提供数据挖掘、机器学习、大数据分析等领域的在线公开课程，并组织专题培训活动。第二，对于职业培训机构，应及时调整现有职业技能培训目录，增补基础数字技能（如计算机网络、数据存储技术、图像设计），以及人机交互能力等新技能的培训。同时，政府还应建立健全职业培训的管理制度，组织第三方机构定期开展职业培训的质量评估与监督工作，保障职业培训工作健康有序地开展。第三，针对失业者，通过失业补助、失业人员专项救助等方式，给予失业者基本生活保障。此外，提供就业信息咨询、技能培训与就业指导，以及公益性岗位的兜底援助，最大限度地降低人工智能技术对劳动力市场的负面冲击。
来源丨央视新闻中国之声
记者丨孙鲁晋 周洪
编辑丨肖启玉