人工智能对劳动的替代、极限及对策

摘 要：  人工智能可被视为“广义劳动力”，它与劳动者在劳动范围上存在非空交集。在相交的部分，既存在人工智能与劳动力之间的劳动替代关系，也存在人工智能补充劳动供给不足的现象;在不相交的部分，人工智能与劳动者各有所长。人工智能对劳动的替代既有积极作用，也有消极作用。从积极作用看，它有助于丰富劳动的内容与形式，增加劳动财富。具体而言，可解决三个方面的问题：一是有事“没人干”，二是劳动者“不愿干”，三是劳动者“不能干”。从消极作用看，当人工智能与劳动者构成劳动替代关系时，会导致劳动者失业，引起诸多社会问题。在短期内，复杂的、通用性的、非重复性的、需要承担完全民事责任的劳动难以替代;在长期内，需要因果推理的劳动难以替代;人工智能永远不能替代发明创造、情感性、艺术性等方面的劳动，这些劳动构成了人工智能替代劳动的极限。人工智能对劳动的替代，受到技术、经济和制度三个因素的影响。制度可以调控人工智能发展的方向、速度、范围和深度，使人工智能的发展实现合规律性与合目的性的有机统一。因此，可通过科学的制度，促进人工智能替代劳动的积极作用，抑制其消极作用。

关键词：  人工智能;积极作用;消极作用;替代劳动;替代劳动的极限

中图分类号： TP18

文献标识码：A

文章编号：1004-8634（2020）02-0085-（10）

DOI：10.13852/J.CNKI.JSHNU.2020.02.010

一、引言

近几年，人工智能（Artificial Intelligence，AI）替代就业可能导致失业的问题，引起了社会各界人士的广泛关注和担忧。然而，事实上，AI作为一种全新的技术进步，一方面，它会像以往的技术进步一样，既会产生就业替代效应，也会产生就业创造效应，短期就业替代效应略大于就业创造效应，长期就业替代效应小于就业创造效应;另一方面，它也会表现出特殊性，即以往技术进步主要替代人的体力，而AI还会替代人的智力，  从而替代劳动。

广义劳动概念被界定为“付出体力和智力创造物质财富和精神财富的活动”，狭义劳动概念被界定为“人类使用生产资料创造自身生存和发展所必需的物质财富和精神财富的有目的的活动”。本文持广义劳动概念。 AI对就业的替代，只是AI替代劳动的一部分。AI替代劳动既有积极作用，也有消极作用。

目前学术界对AI替代就业的研究较多， 但对AI替代劳动的研究很少。所谓AI对劳动的替代，是指AI替代劳动者劳动。AI替代劳动者劳动，并不意味着一定会构成AI与劳动者之间的替代关系或竞争关系。事实上，有些劳动，缺乏劳动者干;有些劳动，劳动者不愿意干;有些劳动，劳动者干不好;有些劳动，劳动者干不了;当然，也有些劳动，AI干不了，只有劳动者才能干，只有劳动者才能干的劳动构成了AI替代劳动的极限。只有劳动者干不好的劳动，才会产生AI替代劳动者劳动，导致劳动者失业的消极作用。AI对缺乏劳动者干、劳动者不愿意干和劳动者干不了的劳动的替代，具有拓展劳动范围、增加劳动供给、提高劳动效率、丰富劳动财富的积极作用。AI替代劳动，既受到技术、经济因素的影响，也受到制度的影响。针对AI替代劳动的积极作用和消极作用，可以采取有效的政策措施，促进AI替代劳动的积极作用，抑制其消极作用。

研究AI对劳动的替代，旨在说明AI会以何种方式替代劳动，会产生积极影响还是消极影响，如何理性地看待AI对劳动或劳动力的替代，扬长避短，提高劳动效率，丰富物质财富和精神财富;研究AI替代劳动的极限，旨在说明哪些劳动形式是AI永远无法胜任的，从事这些劳动的劳动者，不必担心失业问题，为劳动者就业和转岗再就业提供理论指导。

二、人工智能对劳动的替代

要阐明AI对劳动或就业的替代，必須阐明AI是否具有劳动力的特点或劳动主体资格。只有AI具备劳动力的特点或劳动主体资格，研究AI替代劳动或就业才具有理论价值和现实意义。

对于AI是否具有劳动力的特点或劳动主体资格的问题，学术界有三种具有互补性的研究视角：一是劳动法学的研究视角，二是民法学的研究视角，三是劳动经济学的研究视角。首先，AI要替代劳动，就必须把AI纳入劳动法的调整对象，这是劳动法学需要研究的问题;其次，AI替代劳动，就必然涉及AI是否具备法律人格，能否承担劳动行为的完全民事责任，这是民法学需要研究的问题;再次，AI是不是劳动力，如果不是劳动力，那么AI与以往的技术进步对就业的影响就不会有实质性区别，这是劳动经济学需要研究的问题。

荒木尚志等 翁玉玲 从劳动法学的研究视角论证了赋予AI劳动主体资格符合劳动法的内在逻辑，只要适当修改现行劳动法就可以把AI纳入劳动法的调整对象，使AI获得劳动主体资格。

民法学界研究了AI的法律人格问题。对于AI是否具备法律人格，民法学界存在争议：一是“不具备说”， 二是“暂时不具备说”， 三是“具备说”。

目前，民法学界赞同“具备说”的学者居多。

“不具备说”的论证逻辑主要基于现行民法法理。根据现行民法法理的内在逻辑，法律是调整人与人之间社会关系的制度，而AI不是人，因而它不具备民事主体资格。

“暂时不具备说”认为，目前AI处于弱人工智能发展阶段，不具有自由意志这个取得法律人格的实质性要件，但如果AI发展到强人工智能阶段，拥有了自由意志以后，AI就可以拥有民事主体资格。

“具备说”认为，法律作为一项制度应当与时俱进，不断拓展所调整的社会关系的范围，在现代社会，法律不仅仅要调整人与人之间的社会关系，还应当调整人与智能机器人之间的社会关系以及智能机器人之间的社会关系。该说认为，只要完善有关AI使用的制度安排，AI就能够满足法律人格所具备的实质性要件和形式性要件，在这种条件下，可以赋予AI法律人格。

对于上述“不具备说”“暂时不具备说”和“具备说”，我们赞同“具备说”。

目前，学术界还没有从劳动经济学视角研究AI是否具有劳动力特点的文献，本文的研究旨在弥补这一不足，从而使AI具有劳动力的特点或劳动主体资格得以圆满证成。

恩格斯指出，劳动是财富的源泉，它将自然界所提供的材料转变为人类生活所需要的财富。

从劳动经济学角度而言，劳动概念有广义和狭义之分。广义劳动概念包含狭义劳动概念，两者的差别在于概念的外延宽窄，后者的劳动主体只限于人，前者的劳动主体既可以是人，也可以是AI等，显然前者概念的外延比后者更宽泛，本文持广义劳动概念。基于广义劳动概念，我们认为AI可以成为劳动的主体，它既可以部分替代现有的劳动，也可以丰富劳动的内容，拓展劳动的形式，起到提高劳动效率，丰富物质财富和精神财富的作用。

与劳动密切相关的概念是劳动力。马克思对劳动力下过经典的定义：“我们把劳动力或劳动能力，理解为人的身体即活的人体中存在的、每当生产某种使用价值时就运用的体力和智力的总和。”

这意味着劳动力在劳动过程中既要消耗体力，又要消耗智力。AI不同于以往的技术进步在于，以往技术进步的结果，譬如电动机，只能替代人的体力，不能替代人的智力，而AI既可以替代人的体力，也可以替代人的智力。因此，AI比以往的任何技术进步都更类似劳动力，但它毕竟不是人，因而依据马克思对劳动力的经典定义，它还不能成为劳动力。但是AI能够识别环境变化并做出相应的独立判断，能够解决需要适应性和敏捷性的复杂任务，具备了一定的“智力”。因此，我们认为AI可被视为“特殊劳动力”。

如果联系到广义的劳动概念，那么AI可被视为“广义劳动力”，而马克思对劳动力的定义则可视为狭义的劳动力概念。

综合前述劳动法学和民法学的研究，虽然AI不是人，但在一定条件下，可以把AI纳入劳动法的调整对象，也可以赋予AI法律人格，因此，我们认为视AI为“广义劳动力”可以成立。

作为广义劳动力的AI与劳动者在劳动范围上存在交集，相交集的部分包括三种情况。

一是有事“没人干”。譬如，随着我国人口老龄化程度的加深，以及生育率的不断下降，我国有效劳动供给将会不断减少，“人口红利”难以为继。如果大力发展AI替代劳动，就能够有效地弥补劳动力供给不足的困境，延续“人口红利”，助推中国经济持续增长。

二是劳动者“不愿意干”的劳动。譬如，“脏”“累”“险”“害”“低”的劳动。“脏”就是工作环境不卫生，譬如下水道的疏通;“累”就是体力或脑力付出较大，譬如超过Ⅳ级的体力劳动;“险”就是工作比较危险，譬如登高架设作业，包含2米以上登高架设、拆除、维修、高层建（构）筑物表面清洗;“害”就是对身体有危害，譬如爆破作业以及矿山安全检查作业等;“低”就是工资收入低。

進入21世纪后，中国劳动力成本加速上涨，“民工荒”从沿海向内地扩展，许多劳动密集型企业面临招工难。如果AI可以“低工资”替代这些劳动，那么AI就能加入劳动大军，缓解“民工荒”困境，解决招工难问题。同时，也消除了中国劳动密集型产业向东南亚国家转移可能导致中国产业链断裂的危机，继续保持中国对经济发达国家的劳动成本优势，维持中国劳动密集型产业的国际竞争力。

三是劳动者“干不好”的劳动。譬如，大数据的计算、分析或大量资料的检索、高精度或高速度操作。此时AI在技术上拥有相较劳动者的比较优势，AI从事这些劳动可以显著地提高劳动生产率。

上述第三种情况会导致AI对劳动力的替代，但会提高劳动生产率;第一种和第二种情况会出现AI替代劳动，但不会或较少产生对劳动力的替代，此时AI起到了补充劳动力供给不足或与劳动力形成劳动互补关系。

AI与劳动者在劳动范围上还存在不相交的部分。一是劳动者“不能干”的劳动。这种劳动只能由AI从事，其特点是，超越了人类生理极限或反应能力，譬如深海作业或过载、过速驾驶飞机等。二是AI“不能干”的劳动。这种劳动包括只能由劳动者从事的需要因果推理能力才能完成的劳动，以及发明创造、情感性、艺术性劳动等。

表1是对前述分析结果的小结。

AI对劳动的替代受到三个因素的影响：一是技术因素，二是经济因素，三是制度因素。

就技术因素而言，AI替代劳动必须具有技术可能性，这是技术约束。目前AI处于弱人工智能阶段，对劳动的替代能力还较弱，仅仅局限于有限的劳动范围，只能从事简单的、专用性的、可重复性的劳动，主要充当劳动者的助手，为劳动力和产业赋能。但AI技术发展很快，发展前景广阔，其劳动的范围会不断拓展，AI可能发展到强人工智能阶段，那时AI有可能从事复杂的、通用性的、非重复性的劳动，能够独立地从事许多劳动，丰富劳动的内涵、形式和财富。

就经济因素而言，即使从技术上AI能够替代劳动，但要从潜在替代劳动到现实替代劳动，还必须具备比较经济效益，否则AI不可能替代劳动，这是经济约束。

就制度因素而言，即使从技术和经济上AI都具备了替代劳动的可能性，但要受到制度的约束。制度可以调节AI替代劳动的方向、速度、范围和深度。经济关注AI使用的经济效益，但制度除了关注经济效益外，还要关注公平、秩序、伦理和安全，甚至关注AI发展的国际竞争态势等综合因素。制度旨在从微观上提高企业效率，增进劳动者福祉，从宏观上实现AI发展的合规律性与合目的性的有机统一，提升国家综合竞争力，促进社会进步。

三、人工智能替代劳动的极限

本部分研究AI替代劳动的极限，主要是从技术角度而言的。从技术上阐明AI替代劳动的极限，就必须厘清人工智能与人类智能的异同，只有这样才能阐明哪些劳动将被AI替代，哪些劳动只能由人类来完成，必须由人类完成的劳动构成了AI替代劳动的极限。

1.人工智能与人类智能的异同

智能包括辨析判断能力和发明创造能力。如果AI拥有智能，那么它不仅拥有辨析判断能力，还拥有发明创造能力，它与人类就没有实质性区别;如果AI仅仅拥有分析判断能力，而不拥有发明创造能力，那么它与人类就存在实质性区别。

目前，学术界对AI是否拥有与人类一样的智能的认识存在两种不同的观点。

第一种是“意识”观，以约翰·塞尔（J.R. Searle）为代表。约翰·塞尔认为，机器是否具有意识，是衡量机器是否具有人工智能的唯一标准。

J. R. Searle， The Rediscovery of the Mind， MIT Press， 1992，pp.13-14. 如果机器拥有了意识，那么它不仅拥有了辨析判断能力，而且还拥有了发明创造能力，它与人类将没有区别。

然而，如何判断AI是否拥有意识，首先遇到的问题是“什么是意识”，其次的问题是“如何衡量意识”。布莱克莫尔（Susan Blackmore）指出，目前学术界对意识的含义没有达成共识，而且没有公认的科学鉴别意识的手段。

为了绕开意识界定的难题，人们对AI的意识作两种直观的理解。第一种理解认为，只要AI对外界事物的刺激能够做出反映，就可以认为它具有了意识。即只要AI“看上去像”有意识即可。这实际上是对待意识的行为主义范式，基于这一范式，根据“多重可实现”理论，一种功能可以有多种不同的实现机制，

尽管AI与人类具有不同的物质基础，但完全有可能实现相同的功能。当AI能够模拟出人的行为时，即使人们都认为人工智能和人类智能有着本质区别，那么我们也会感觉到这种区别已经不具有什么重要意义了。布莱克莫尔用控温器的例子说明，如果意图性或刺激性反应意味着有意识，那么真正的意识和看上去像有意识之间没有区别。

为了对AI是否有智能或意识加以客观测度，1950年阿兰·图灵（Alan Turing）提出了图灵测试准则。

他认为，只要AI通过了这个测试，就可以认为AI具有智能或意识。

第二种理解则认为，AI“看上去像”有意识是不够的，它还必须同人类一样真正拥有逻辑推理能力、想象力、创造力以及自我意识，才能认为它拥有了意识。这实际上是对待意识的符号主义范式。依据意识的符号主义范式，学术界普遍认为AI不可能拥有意识。约翰·塞尔认为，物质基础不同决定了智能的差异。

譬如，叶绿素是光合作用的物质基础，神经蛋白是意向性的物质基础，AI的物质基础是金属和硅，没有神经蛋白的物质基础，因而不可能拥有意识。玛格丽特·博登（Margaret A. Boden）认为，动物才有饥饿、恐惧、疲劳等心理现象，机器人等物理实体不具有这种心理现象，因而就不可能拥有心理意识。

露斯·米利肯（Ruth Millikan）从进化史角度出發，认为思想和语言是生物现象，它们的意义取决于人类的进化史，而AI不是进化的结果，因而不可能具备真正的理解力。

学术界普遍认为，人类思维与AI思维存在三个方面的不同：一是人类思维是“生理—心理”的有机过程，而AI则是无机过程;二是人的思维活动既有物质基础，还有社会基础，而AI只有物质基础;三是AI是一维的理性主义思维模式，而世界是四维空间，人类在长期的演化过程中演化出四维空间思维，与世界相同构， 因此，AI很难真实、有效地反映客观世界，与人类思维相去甚远。

AI科学家试图让AI通过模仿人类大脑的结构以期达到模拟人类行为的目的，但现象学家和许多神经认知科学家认为这个目标是难以实现的，因为人类不完全依靠大脑思维，人类思维具有具身性，身体对人类思维的影响不可忽视。

然而，人类思维不仅具有具身性，而且关键在于身体与周遭的互动。乔·格里芬和伊万·泰里尔（Joe Griffin and Ivan Tyrrell）认为，“对意义的追求”是人类天赋的一个重要因素，人类这种想了解万物的天生欲望由来已久，它最初源自原始生物想要独立运动的进化能力。运动是大脑之所以存在的根本原因，大脑的演化主要是用来控制运动、预测运动的结果，以及记住过去运动的结果。相比之下，植物从来没有演化出大脑，因为它们不需要这样做。譬如，海鞘这种微小的海洋生物，其生命早期到处游动，有脑和神经索，用以控制运动。当它成熟以后就依附在岩石上，像植物一样固定在一个地方，然后它就把自己的大脑和神经索消化掉，因为它不再需要这些东西了。

布林克·玛丽亚（Brincker Maria）指出：“自主体和智力的许多维度扎根于我们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—感觉运动之中，并由此反映出来。因此，我们的社会性本质，以及某种程度上我们独特的心智属性，恰恰是从不同的可感知的自主体的互动中涌现出来的。”

因此，AI企图通过模仿大脑的结构而实现对人类思维的模仿是不可能完全达到目的的。

第二种是“因果推理”观，以2011年计算机图灵奖获得者朱迪亚·珀尔（Judea Pearl）为代表。他认为，只要AI拥有了因果推理，就可以认为它拥有了与人类相同的智能或意识。

美国加州大学计算机系计算机视觉研究专家朱松莼也持基本相同的观点，他认为，如果AI不再是大数据、小任务，而是小数据、大任务，那么AI就具有了与人类相同的思维模式。

从目前AI的发展现状来看，AI要实现因果推理还遥遥无期。一个3岁的小孩看过几张狗的照片就能在动物园里从众多动物中识别出狗，而到目前为止，AI做不到，除非给AI输入数万张狗的照片加以练习才有可能做到。症结在于还没有找到人类因果推理的工作机制，AI难以模仿人类因果推理。

2.人工智能无法替代的劳动

通过前述关于人工智能与人类智能的异同阐述，我们可以总结出AI无法替代的劳动，即AI替代劳动的极限。

从第一种“意识”观来看，AI不可能真正拥有与人类一样的意识，至多是“看上去像”有意识。真正有意识与“看上去像”有意识的区别在于，前者拥有自主意识，后者只拥有模仿意识。自主意识意味着具有创造性和想象力，模仿意识不具有创造性和想象力，它只能是先有了可模仿的对象然后才能模仿，没有可模仿的对象它便无所作为。换言之，人既可以模仿，即“有→有”，也可以创新，即“无→有”，而AI只能模仿。这意味着创造性和想象力是人类区别于AI的本质特征，也是AI替代劳动的极限。2014年，俄罗斯科学家弗拉基米尔·维西罗夫（V. Veselov）开发的人工智能软件尤金·古斯特曼（E. Goostman）通过了图灵测试，但各种质疑纷至沓来。批评者指出，

图灵把拥有语言能力与具有自主意识相等同是错误的，拥有语言能力并不意味着具有自主意识。换言之，以通过图灵测试来判断AI具有自主意识是错误的。

从第二种“因果推理”观来看，目前AI还没有因果推理能力，凡需要因果推理能力才能完成的劳动，都是AI难以替代的。因果推理能力与发明创造能力是不同的能力，即使AI将来拥有了因果推理能力，仍然不具有发明创造能力。因此，发明创造能力是AI替代人类劳动的极限。此外，情感和艺术属于人类情绪的表达，情感行为和艺术行为

有其独特的行为逻辑，并不遵循“因果推理”逻辑，也是生命体特有的行为方式，它可以在一定程度上被AI模仿，但AI不会有内在的情感、艺术需要及其体验。

因此，从技术角度而言，在相当长的时期内，需要因果推理能力才能完成的劳动是AI无法替代的;而发明创造、情感性、艺术性的人类劳动是AI永远无法替代的。

四、结语及政策建议

综合劳动法学、民法学和劳动经济学对AI劳动主体资格的论证，可以把AI视为“广义劳动力”，在一定条件下，AI可以获得劳动主体资格。

通过对AI替代劳动的研究，可以得出结论：AI与劳动力在劳动范围上存在非空交集，在相交的部分，既存在人工智能与劳动力之间的劳动替代关系，也存在人工智能补充劳动供给不足的现象;在不相交的部分，人工智能与劳动者各有所长。AI替代劳动既有积极作用，也有消极作用。积极作用表现在，一是AI可以解决有事“没人干”的问题，有补充劳动力供给不足的积极作用;二是AI可以解决劳动者“不愿干”的问题，有缓解劳动密集型产业的“民工荒”和招工难，以及把劳动者从“脏”“累”“险”“害”的劳动中解放出来的积极作用;三是AI可以解决劳动者“不能干”的问题，有拓展劳动范围、提高劳动效率、减轻劳动负担的积极作用。消极作用表现在，当AI与劳动者发生劳动竞争，同时AI具有比较经济优势时，AI能够解决劳动者“干不好”的问题，但是会导致劳动者失业，引发社会的不稳定。

随着AI技术的不断发展，AI将由现在的弱人工智能阶段发展到强人工智能阶段。弱人工智能只能替代简单的、专用性的、重复性的劳动，强人工智能能够替代复杂的、通用性的、非重复性的劳动，在此阶段，AI不但能够更有效地解决有事“没人干”、劳动者“不愿干”“不能干”，而且AI能够解决大量的劳动者“干不好”的问题，但会造成部分劳动者失业。前述研究回答了AI会以何种方式替代劳动，会产生积极影响还是消极影响的问题。

综合全文的研究，可以得出AI替代劳动的限度及极限的三点结论：

一是AI替代劳动的短期限度。从制度角度而言，由于目前法律还没有赋予AI法律人格，AI还不具有完全民事行为能力，因此需要承担法律和道德责任的劳动，AI必须与劳动者共同完成，不能由AI单独从事。从技术角度而言，目前AI整体处于弱人工智能发展阶段，复杂性的、通用性的、非重复性的劳动，AI无法替代。

二是AI替代劳动的长期限度。在未来很长一段时期内，AI都难以替代需要因果推理能力才能完成的劳动。

三是AI替代劳动的极限。AI永远无法替代发明创造、情感性、艺术性等方面的劳动。

前述研究回答了哪种形式的劳动是AI难以或永远无法胜任的，从事这些劳动的劳动者，不必担心失业问题。

由于AI替代劳动既要受到技术影响和经济影响，也要受到制度影响，因此可以通过科学的制度设计，促进AI替代劳动的积极作用，抑制其消极作用。针对当前AI处于弱人工智能发展阶段的特点，以及中国劳动力市场的现状，提出以下政策建议促进AI替代劳动的积极作用，抑制其消极作用。

1.通过制度调控AI发展的方向和进程

从制度角度而言，可采取两项措施调控AI发展替代劳动的方向和进程。一是通过制度鼓励能够促进有事“没人干”、劳动者“不愿干”“不能干”的AI优先发展。譬如，对于“脏”“累”“险”“害”“低”或其他劳动者不愿意干的工作，政府可以通过税收补贴等经济措施鼓励研发AI，以替代这些工作。这既有利于促进AI技术的发展，也有利于解决这些工作岗位招工难的问题，弥补这方面劳动力供给不足的困境。

二是通过制度协调AI替代劳动的步伐与劳动者转岗的步伐。譬如，根据李开复提出的“五秒钟准则”，

当前人們普遍认为，会计、服务员、司机、文员、裁缝、保姆、车间工人、保安、快递员等岗位，AI将比劳动者“干得更好”，但由于当前这些劳动岗位吸纳了大量的劳动者就业，如果这些劳动岗位被AI迅速替代而这些劳动岗位上的劳动者又不能及时转岗，那么将会发生较为严重的失业问题。古尔斯比（A. Goolsbee） 和弗曼（J. Furman） 的研究认为，人工智能对就业的最大影响并不是绝对地减少了就业岗位，而是从旧岗位上被淘汰下来的那部分劳动者难以迅速适应新岗位。因此，既要有条件地、分步骤地鼓励对这些劳动岗位替代的AI研发，又要对这些岗位的劳动者进行转岗培训，消除由于技术进步导致的“信息鸿沟”“技术鸿沟”和“观念鸿沟”，使大量的普通劳动者成为AI技术进步的积极参与者而不是旁观者。同时积极开发新的适合他们工作的岗位，通过制度调节AI技术进步与劳动者转岗再就业之间的进程，降低失业风险。

2.开发大量的不易被AI替代的工作岗位，同时加强劳动者转岗培训的力度

AI在提高劳动生产率的同时，将提高劳动者的购买力，也使劳动者获得更多的闲暇时间，从而提高人们对服务业的需求。

而艺术创作、人与人之间的情感交流、旅游休闲等都是AI无法替代的服务型劳动，可以开发大量这类服务型劳动岗位满足劳动者的劳动需求。与此同时，要通过“精准培训”的方式加强劳动者转岗培训的力度，实现新开发的工作岗位与转岗培训的内容精准对接，减少摩擦性失业和结构性失业。

3.开发大量的人机交融的劳动岗位

人机交融可以充分发挥AI与劳动力的互补作用，既能给劳动者赋能，又不会导致劳动者失业。事实上，人工智能与人类智能各有所长、各有所短，相互结合，可以取长补短、智能耦合、能力互补，大大提高劳动的效率。开发大量的人机交融的劳动岗位，既有利于提高劳动生产率，又有利于增加就业，应使人机交融的劳动岗位成为今后劳动者工作的常态。

4.深化科技和教育体制改革，促进AI发展和劳动就业

应深化科技体制改革，以需求导向、问题导向和市场导向为方法论，加强AI的科技投入，引领AI的科技发展，带动中国AI产业发展，增加与AI相关的劳动岗位，促进与AI相关的劳动就业。相关研究表明，  AI的发展存在国际空间就业极化现象，推动中国AI科技的发展将有利于中国与AI相关的劳动就业。

AI的发展需要人才的支撑，促进AI发展亟需三种人才：一是AI研发人才，二是AI应用推广人才，三是与AI相关的复合型人才。AI人才来源于三个方面：一是学校培养，二是基于工作岗位的“干中学”，三是引进。其中学校培养是厚植AI人才的基础和根本。

在政府的高度重视下，中国AI发展迅猛。预计到2020年，中国AI产业规模将突破1500亿元，带动相关产业规模超过1万亿元。2017年全球新兴AI项目中，中国占据51%，数量上位居世界第一。但全球AI人才储备，中国却只占5%左右，中国AI人才缺口超过500万。全球共有超过360所具有AI培养能力的高校，其中美国拥有近170所，中国仅30多所。虽然中国一些高校开设了相关课程，但总体上缺乏AI的基础教学能力，高校培养的AI人才，其质量和数量都跟不上中国AI发展的需要。2019年3月，中国教育部印发了《关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，全国共有35所高校获得首批“人工智能”新专业建设资格。以后还应根据AI发展的需要扩大设置“人工智能”本科专业的高校范围，并逐步提高AI人才培养的层次。这既有利于为中国AI的发展夯实人才基础，也有利于解决高校毕业生就业难的问题。

除了要重视AI专业技术人才的培养外，还要重视贯通AI基础理论、软硬件技术、市场产品及垂直领域应用的纵向跨界人才的培养，以及兼顾AI与经济、哲学、社会和法律等横向跨界人才的培养，注重培养各类AI复合型人才，从而提高中国应用AI的综合能力。

与此同时，要积极创造条件引进国外高端AI人才，完善AI高端人才使用机制，创造有利于中国AI发展和劳动就业的制度条件和工作环境。

5.与时俱进地完善社会保障制度和收入分配制度，应对AI替代劳动力带来的社会风险

一方面，AI时代，就业形式将发生变化，全日制工作方式将减少，非全日制的小时工作制和临时受雇制将成为主流。但目前的社会保障制度是与全日制工作制相适应的，需要与时俱进地加以修改和完善，使之与AI时代的工作形式相适应。另一方面，因企业的资本有机构成不断提高，技术极化现象加剧，收入分配两极分化可能扩大，如果不能较好地解决这一问题，将影响经济社会高质量发展。如果完善了劳动法和民法，把AI纳入了劳动法的调整对象，赋予了AI法律人格，那么就可以考虑对AI征收“个人所得税”，

这有利于缩小收入分配差距。因此，亟需改革社会保障制度和收入分配制度，为AI时代经济社会高质量发展保驾护航。

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

（責任编辑：苏建军）

基金项目： 国家社会科学基金一般项目“推动长江经济带制造业高质量发展研究”（19BJL061）

作者简介： 程承坪，武汉大学经济与管理学院教授、博士生导师（湖北 武汉430072）。