生成式人工智能時代大學生就業(yè)面臨的機遇與挑戰(zhàn)

摘 要：生成式人工智能技術(shù)加快了“機器換人”步伐，正在顛覆性地重塑勞動力市場，給大學畢業(yè)生就業(yè)帶來新的機遇與挑戰(zhàn)。亟需政府和教育部門研究新時代大學生就業(yè)面臨的新課題，調(diào)整專業(yè)設置，完善職業(yè)培訓體系，提升大學畢業(yè)生數(shù)智素養(yǎng)，以智慧中國建設促進大學畢業(yè)生高質(zhì)量充分就業(yè)。

關(guān)鍵詞：生成式人工智能 大學生就業(yè) 挑戰(zhàn) 機遇

中圖分類號：F240;G645文獻標識碼：A

文章編號：1004-4914（2024）12-051-03

2023年，掀起了一場生成式人工智能研究與應用的熱潮。生成式人工智能（AI是一種新內(nèi)容生成的人工智能技術(shù)），由于在大模型、大算力、大數(shù)據(jù)、訓練方法等多方面的技術(shù)突破，它可以使用深度學習、自然語言處理、文圖轉(zhuǎn)換模型等技術(shù)，自動生成新的文本、圖片、視頻、音頻、編程代碼等內(nèi)容。生成式人工智能在許多領域可以自動化完成重復性、低價值的工作，從而降低了對大學畢業(yè)生的需求。同時，生成式人工智能的發(fā)展也將為大學畢業(yè)生創(chuàng)造新的就業(yè)機會。

一、文獻綜述

（一）生成式人工智能為大學畢業(yè)生就業(yè)帶來的挑戰(zhàn)

Milanez（2023）指出，新一代語言模型越來越多地用于執(zhí)行更復雜和創(chuàng)造性的任務，比如開發(fā)和調(diào)試軟件代碼以及編寫音樂或詩歌。日益強大的人工智能系統(tǒng)，如人工智能語言模型和類似代理的人工智能系統(tǒng)，正引起了人們對工作流失的擔憂，包括程序員等高薪工人，以及隨之而來的經(jīng)濟和社會混亂。

Philippe Lorenz，Karine Perset，Jamie Berryhill（2023）認為，生成式人工智能與以前技術(shù)進步的最大區(qū)別在于人工智能能夠?qū)崿F(xiàn)非常規(guī)認知工作任務的自動化。因此，生成性人工智能可能會影響更高技能的工作。隨著生成性人工智能的使用越來越多，人工智能暴露的職業(yè)范圍和范圍可能會迅速變得更大。高技能職業(yè)對AI的暴露率最高，包括商業(yè)專業(yè)人員、經(jīng)理、科學和工程專業(yè)人員以及法律、社會和文化專業(yè)人員

Agrawal A.， Gans J.， Goldfarb A.（2023）指出，與解析式人工智能技術(shù)不同，生成式人工智能不僅具有很高的創(chuàng)造能力，還展現(xiàn)出與用戶很好交流的的社交智慧。生成式人工智能可能替代的主要是那些受教育程度高、技能水平高，同時薪酬水平也較高的中高層白領人群。

（二）生成式人工智能為大學畢業(yè)生就業(yè)帶來新的機遇

Marguerita、Morgan Williams、Stijn Broecke（2022）發(fā)現(xiàn)，AI的使用者大多數(shù)是年輕人和受過高等教育的人。AI使用對受過高等教育的人的工作表現(xiàn)和工作條件有顯著的正面影響。受過高等教育的人能夠應用AI協(xié)助他們的工作，提高工作效率，分享AI的紅利。

隨著生成式人工智能的引入，人工智能本身的使用也變得更加容易。最近的一項研究表明，對于經(jīng)驗不豐富和低技能的客戶支持工作者來說，基于人工智能的對話助理對生產(chǎn)力的影響最大;對有經(jīng)驗的和高技能工人的影響很?。˙rynjolfsson， Danielle，and Raymond 2023）。

國際貨幣基金組織報告（IMF，2023）指出，受教育程度較高的勞動者主要從事非程序性認知性工作，受教育程度較低勞動者更多從事程序性認知任務和操作任務。受過高等教育的工人容易從替代率風險高的工作轉(zhuǎn)向高互補率的工作。相比之下，受過初中以下教育的工人顯得流動率較低。因為受過高等教育的年輕人適應性強，熟悉新技術(shù)，能夠抓住新機遇。隨著數(shù)字經(jīng)濟和“人工智能+”這些新技術(shù)的應用，有很多新的行業(yè)、新的就業(yè)機會產(chǎn)生，比如直播帶貨、線上教育、云辦公行業(yè)等，這將會產(chǎn)生更多的就業(yè)需求。

二、生成式人工智能對大學畢業(yè)生就業(yè)的沖擊

隨著高校連年擴招，應屆大學畢業(yè)生人數(shù)連年攀升。2024屆高校畢業(yè)生總規(guī)模1179萬人，創(chuàng)歷史新高，加之生成式人工智能對傳統(tǒng)制造業(yè)和服務業(yè)就業(yè)崗位的沖擊，大學畢業(yè)生“就業(yè)難”問題更加突出。

（一）智能制造對大學畢業(yè)生就業(yè)吸納能力下降

在制造業(yè)領域，生成式人工智能可以應用于機器視覺、數(shù)位分身和自主導航系統(tǒng)等，實現(xiàn)生產(chǎn)線和倉儲物流等環(huán)節(jié)的無人化和智能化，工科類本科畢業(yè)生就業(yè)的行業(yè)構(gòu)成發(fā)生了較大變化，制造業(yè)的就業(yè)占比明顯下降。從2014—2020年，大學畢業(yè)生在電子設備制造業(yè)就業(yè)占比下降幅度為-1.4%，在交通運輸設備制造業(yè)就業(yè)占比下降-2.1%，在機械設備制造業(yè)下降了-1.8%。

（二）文字和圖像自動生成導致大學畢業(yè)生白領就業(yè)崗位減少

生成式人工智能具有文本生成、圖像生成、音視頻創(chuàng)作與生成、電影與游戲、代碼生成領域、內(nèi)容理解與分析的功能。大多數(shù)商科學生畢業(yè)后從事會計和金融工作。隨著計算能力的提升，記賬和算賬，這類程序性的認知工作將被人工智能所代替。2023年7月，北大國發(fā)院與智聯(lián)招聘總結(jié)了受ChatGPT為代表的大語言模型影響指數(shù)最高的20個職業(yè)。財務/審計/稅務、翻譯、銀行、銷售業(yè)務位列前四，法律/法務/合規(guī)職業(yè)也位于影響指數(shù)前20榜單。這些職業(yè)多為白領工作，其共同特點在于工作任務包含較多的文本處理、資料收集整理等內(nèi)容，而這些知識型的工作任務正是大語言模型人工智能的長項。麥克思研究院就業(yè)藍皮書顯示，2018—2022年勞動力市場對財務/審計/稅務/統(tǒng)計、行政/后勤、金融（銀行/基金/證券/期貨/理財）等常規(guī)白領職業(yè)的人才需求持續(xù)下降（見表1）。

三、生成式人工智能為大學畢業(yè)生就業(yè)帶來的新機遇

（一）生成式人工智能促進大學畢業(yè)生就業(yè)

生成式人工智能技術(shù)使受過高等教育的年輕大學畢業(yè)生能更快地獲得經(jīng)驗，因為他們可以利用自己對新技術(shù)的熟悉程度來提高他們的生產(chǎn)力。另外，生成式人工智能技術(shù)和應用平臺衍生的新業(yè)態(tài)、新模式不斷涌現(xiàn)并快速發(fā)展，為大學生提供了靈活就業(yè)的新路徑，推動了零工經(jīng)濟等屬于“非正規(guī)就業(yè)”的新興就業(yè)形態(tài)的發(fā)展，拓展了大學畢業(yè)生就業(yè)新空間，提升了大學畢業(yè)生工資溢價。

（二）大學畢業(yè)生人工智能相關(guān)專業(yè)的就業(yè)情況

綠牌專業(yè)屬于失業(yè)率較低，就業(yè)率、薪資水平和就業(yè)滿意度都較高的增長型專業(yè)。麥可思研究院的大學畢業(yè)生就業(yè)報告顯示，近8年被列入本科綠牌專業(yè)的有14個專業(yè)，其中計算機科學與技術(shù)、軟件工程、網(wǎng)絡工程、信息安全、信息工程、數(shù)字媒體藝術(shù)6個專業(yè)均屬于計算機專業(yè)。這些專業(yè)與云計算、大數(shù)據(jù)、人工智能新興產(chǎn)業(yè)密切相關(guān)，相關(guān)產(chǎn)業(yè)的發(fā)展為畢業(yè)生帶來相對更多的機會（見表2）。

（三）大學畢業(yè)生人工智能相關(guān)專業(yè)和行業(yè)的薪酬

Acemoglu和Restrepo（2019）通過構(gòu)建任務模型框架進行實證分析得出結(jié)論：憑借人工智能技術(shù)，勞動者能夠高效地執(zhí)行原有任務，或承擔以往力不從心的工作，從而提升勞動生產(chǎn)率，獲得豐厚的勞動報酬。

麥克思研究院2023年就業(yè)藍皮書數(shù)據(jù)顯示，2022屆本科生畢業(yè)半年后，人工智能相關(guān)專業(yè)月收入最高為信息安全（7579元），其次是信息工程（7167），隨后是數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)（7074元），軟件工程（7056），網(wǎng)絡工程（6878元），計算機科學與技術(shù)（6686元）。

2022屆本科生畢業(yè)半年后月收入排前十的行業(yè)中人工智能相關(guān)行業(yè)收入較高，包括軟件開發(fā)、智能設備制造、集成電路、信息基礎設施等在內(nèi)的數(shù)字經(jīng)濟核心產(chǎn)業(yè)名列前茅，其中軟件開發(fā)業(yè)月薪為7723元、計算機系統(tǒng)設計服務業(yè)為7156元、通信設備制造業(yè)為7132元。

四、人工智能對大學畢業(yè)生就業(yè)創(chuàng)造效應實證分析

（一）變量定義

被解釋變量：大學畢業(yè)生在信息傳輸、軟件和信息技術(shù)服務業(yè)就業(yè)人數(shù)。

解釋變量：信息服務業(yè)固定資產(chǎn)投資;信息服務業(yè)增加值;信息服務業(yè)新產(chǎn)品研發(fā)投入;大專及以上受教育程度者占比;理工本科畢業(yè)生人數(shù);信息技術(shù)外包（ITO）離岸執(zhí)行金額。

（二）模型構(gòu)建

以大學畢業(yè)生在信息傳輸、軟件和信息技術(shù)服務業(yè)就業(yè)人數(shù)為因變量，以行業(yè)投資、增加值、研發(fā)費用、大專以上受教育程度、理工本科畢業(yè)生人數(shù)、信息技術(shù)外包（ITO）離岸執(zhí)行金額為自變量構(gòu)建多元回歸模型。

lnemployment=β0+β1ln investment+β2ln value+β3rd+β4education+β5ln ligong+β6ln ito+ε

準回歸結(jié)果：

從基準回歸結(jié)果可以看出，大學畢業(yè)生在信息傳輸、軟件和信息技術(shù)服務業(yè)就業(yè)人數(shù)與行業(yè)投資、增加值、研發(fā)費用、大專以上受教育程度、理工本科畢業(yè)生人數(shù)、信息技術(shù)外包（ITO）離岸執(zhí)行金額同方向變動。其中，行業(yè)投資和理工本科畢業(yè)生人數(shù)對大學畢業(yè)生就業(yè)創(chuàng)造效應在5%置信條件下顯著。

（三）內(nèi)生性處理

有效工具變量應滿足兩個條件：（1）相關(guān)性條件，即與內(nèi)生變量相關(guān);（2）滿足外生性條件，即與隨機擾動項不相關(guān)。Education與理工畢業(yè)生有關(guān)，與其他因素不相關(guān)，所以為了消除內(nèi)生性影響，在實驗中，使用education作為內(nèi)生解釋變量ligong的工具變量是有效的。

從表3回歸結(jié)果中可以發(fā)現(xiàn)，與原回歸的結(jié)果相比進行內(nèi)生處理后的估計數(shù)值發(fā)生了較大變化，所以進行內(nèi)生性處理是非常必要的。

從二階段最小二乘回歸分析結(jié)果可以看出，大學生就業(yè)與人工智能技術(shù)投資呈正相關(guān)，且在10%條件下顯著，研發(fā)費用投入、行業(yè)增加值對大學畢業(yè)生就業(yè)有正向影響，但不顯著。大學生受教育程度，尤其是理工科受教育人數(shù)對大學畢業(yè)生就業(yè)存在正相關(guān)，且在5%條件下顯著。

五、積極應對生成式人工智能對大學畢業(yè)生就業(yè)的沖擊

為了應對人工智能對高等教育挑戰(zhàn)，需要采取以下措施：

（一）增設人工智能相關(guān)專業(yè)

在人工智能時代，人才是關(guān)鍵，人工智能教育是基礎。高等院校應盡快優(yōu)化人工智能學科布局，設置人工智能相關(guān)核心課程，構(gòu)建深度融合的跨學科人才培養(yǎng)新模式。同時，要利用生成式人工智能技術(shù)顛覆傳統(tǒng)的教育方式，構(gòu)建包含自主學習、交互式學習在內(nèi)的新型教育體系，推動教育公平化、個性化、終身化。

（二）不斷開發(fā)升級課程體系

人工智能人才的培養(yǎng)需要面向業(yè)界、面向未來，需要根據(jù)未來至少5～10年人工智能產(chǎn)業(yè)的發(fā)展趨勢，相應地調(diào)整專業(yè)課程體系和實驗設計規(guī)劃。

（三）加強人工智能師資隊伍建設

要建立企業(yè)導師制，加強高職院校雙師型隊伍建設，將自身的實踐經(jīng)驗傳授給學生，使學生在走上未來工作崗位后，真正能夠做到學以致用。支持高職院校招聘經(jīng)驗豐富的企業(yè)高技能人才擔任專兼職教師，推進校企共建“雙師型”教師訓練基地。

（四）健全智能技術(shù)教育銜接制度

應在原有專業(yè)知識基礎上，通過培訓機構(gòu)追加培訓、到企業(yè)實習見習等多種措施，加強對大學畢業(yè)生的職前職后培訓，強化他們崗位能力提升。對缺乏專業(yè)技能、所學專業(yè)不適合需要的大學畢業(yè)生，要幫助他們增添專業(yè)技術(shù)和強化操作技能，使其盡快走上新的就業(yè)崗位。

（五）推進產(chǎn)學研相融合的人才培養(yǎng)新模式

要積極推進校企合作，按企業(yè)需求定向式培養(yǎng)人才，從而開通大學畢業(yè)生直接到企業(yè)上崗的通道。要結(jié)合產(chǎn)業(yè)發(fā)展需求，采取多種措施，搭建高技能人才培養(yǎng)平臺，特別要加強重點城市公共實訓基地的建設，瞄準產(chǎn)業(yè)變化中對高、新、專、特技能的需求，發(fā)揮基地獨有優(yōu)勢，面向企業(yè)、院校開展實訓和鑒定，為企業(yè)加速培養(yǎng)所需高端人才。

參考文獻：

[1] 李俊驥等.超級AI與未來教育[M].北京：中國出版集團，2023：183-192.

[2] 杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].李盼譯.杭州：浙江人民出版社，2016：125-153.

[3] 呂健，陸宣.Chat GPT為勞動者帶來的機遇、挑戰(zhàn)及其應對[EB/OL].當代經(jīng)濟管理.https：//link.cnki.net/urlid/13.1356.F.20230828.1653.002.

[4] 徐國慶.Chat GPT/生成式人工智能與未來職業(yè)教育[J]..華東師范大學學報（教育科學版），2023（7）：64-77.

[5] 周子凡.生成式人工智能對就業(yè)的影響及應對之策[J].當代經(jīng)濟，2023（01）：46-52.

[6] 蘭夢珍.生成式人工智能對勞動力市場的潛在沖擊和應對措施研究[J].經(jīng)濟論壇，83-85.

[7] AutPawe？ Gmyrek， Janine Berg， David Bescond.Generative AI and jobs： A global analysis of potential effects on job quantity and quality[R].ILO Working Paper 96 ，August / 2023

[8] Brynjolfsson， E.， L. Danielle， and L. R. Raymond. Generative AI at Work.[R].NBER Working Paper 31161， Cambridge， MA.

[9] Cazzaniga and others. Gen-AI： Artificial Intelligence and the Future of Work[R]. IMF Staff Discussion Note SDN2024/001， International Monetary Fund， Washington， DC.

[10] WEF.Jobs of Tomorrow：Large Language Model and Jobs-A Busineess Toolkit[R] .White Paper，December 2023