《綱要》提出“培育壯大人工智能、大數(shù)據(jù)、區(qū)塊鏈、云計算、網(wǎng)絡安全等新興數(shù)字產(chǎn)業(yè)，提升通信設備、核心電子元器件、關鍵軟件等產(chǎn)業(yè)水平”。隨著人工智能技術的迅猛發(fā)展，技術進步對就業(yè)的影響從寬化步入深化階段，對不同行業(yè)、不同群體的就業(yè)模式產(chǎn)生巨大影響。作為人類歷史上空前的技術革命，人工智能技術引發(fā)的諸種就業(yè)效應目前尚未充分顯現(xiàn)。在對這一現(xiàn)象進行經(jīng)濟學分析的時候，西方主流經(jīng)濟學的新古典就業(yè)理論難以提供有力解釋，馬克思主義政治經(jīng)濟學提供了把握其內在規(guī)律的學理依循。
人工智能的生產(chǎn)要素屬性
關于資本、勞動、科學技術之間的內在關系，馬克思的界定是，“作為進行新生產(chǎn)的手段的積累起來的勞動就是資本”。在技術條件不發(fā)達的時期，資本與科學是割裂開來的，隨著技術的不斷發(fā)展，資本與科學開始融合，“生產(chǎn)過程成了科學的應用，而科學反過來成了生產(chǎn)過程的因素即所謂職能”。作為當代新技術方式呈現(xiàn)的人工智能，其實質是將復雜勞動凝結起來的人類智能勞動。它“不僅是若干物質產(chǎn)品的總和，并且也是若干商品、若干交換價值、若干社會量的總和”。也就是說，人工智能凝聚了勞動與資本要素的雙重屬性。
人工智能是人與物兩種要素的結合，一方面具有勞動要素的特征，一方面在本質上又隸屬于資本，將勞動、資本與科學緊密融合。從人工智能的勞動屬性看，人工智能具有人的一些特征，它以比復雜勞動更為復雜的“擬人形態(tài)”實現(xiàn)對勞動的替代。在此影響下，勞動熟練程度形成的周期縮短，單位產(chǎn)品的社會必要勞動時間大幅降低。人工智能的勞動屬性主要表現(xiàn)為以下兩個特征：一是超越組織邊界的高度社會化特征，二是超越復雜勞動的指數(shù)化特征。從人工智能的資本屬性看，人工智能已不是單純的機器，它直接擴大了生產(chǎn)社會化的寬度和廣度，越來越多的勞動者參與到編程、設計、研發(fā)等更為復雜的過程。可見，人工智能通過機器這一資本載體，凝結了更多活勞動在其中，是人類智能技術用于模擬、仿真和擴展人類腦力勞動的外化。
資本有機構成理論對人工智能的解釋
馬克思的資本有機構成理論是馬克思主義經(jīng)濟理論的重要組成部分，以此為基礎建構的相對過剩人口理論，深刻揭示出資本主義制度下技術進步與勞動力需求變化之間的內在聯(lián)系，這為分析人工智能對就業(yè)的影響提供了理論參照系。馬克思認為，資本構成包括物質形式和價值形式兩種，其分別對應著資本的技術構成和價值構成。從物質形式角度看，資本構成表現(xiàn)為一定數(shù)量的生產(chǎn)資料和為推動這些生產(chǎn)資料所需要勞動力的比例；從價值形式角度看，資本構成表現(xiàn)為不變資本和可變資本的比例。在資本主義制度下，資本有機構成有不斷提高的趨勢，因為資本主義生產(chǎn)的根本目的是生產(chǎn)并獲得剩余價值，資本家為獲得更多剩余價值，為了在激烈競爭中生存并發(fā)展，必然需要改進生產(chǎn)技術、提高生產(chǎn)率，最終導致資本有機構成提高。
在馬克思看來，相對過剩人口是社會生產(chǎn)力發(fā)展到一定階段，伴隨著資本積累以及資本有機構成提高的一種經(jīng)濟現(xiàn)象，表現(xiàn)為“對勞動的需求，同總資本量相比相對地減少，并且隨著總資本量的增長以遞增的速度減少。”當前，全球以人工智能為典型特征的技術進步在促進產(chǎn)業(yè)升級和就業(yè)結構轉換的同時，無疑存在著“機器排擠個人”的客觀現(xiàn)實，絕大部分的標準化、程序化勞動可以通過機器人完成，在人工智能技術領域甚至連非標準化勞動都將受到?jīng)_擊。正如馬克思所指出的，“勞動資料一作為機器出現(xiàn)，就立刻成了工人本身的競爭者”，這對于資本有機構成不同的行業(yè)部門將產(chǎn)生差異顯著的影響。
積極應對人工智能引發(fā)的就業(yè)挑戰(zhàn)
針對人工智能引發(fā)的就業(yè)問題，應重點解決與協(xié)調好涉及勞動就業(yè)領域的“三個主要矛盾”：
首先，密切關注人工智能對就業(yè)的短期與長期沖擊，重點是解決好其對就業(yè)的長期影響。關于就業(yè)，以往技術進步形成的邏輯是：雖然新技術在應用過程中，短期內不可避免帶來技術性失業(yè)或結構性失業(yè)，但長期影響一般是就業(yè)的創(chuàng)造效應大于破壞效應。人工智能技術則未必，其在不同領域產(chǎn)生的技術進步影響有顯著差異。在高端研發(fā)等少數(shù)前沿創(chuàng)新領域，仍然延續(xù)對高技能勞動力的就業(yè)選擇偏好。在通用生產(chǎn)領域卻往往是任務導向型的就業(yè)選擇偏好。這導致在高技能與中低技能勞動力就業(yè)中出現(xiàn)明顯極化趨勢：對高技能勞動力的就業(yè)需求顯著提升；加劇了通用生產(chǎn)領域中低技能勞動力的去技能化趨勢，更有甚者，人工智能會完全替代部分勞動。應對人工智能就業(yè)沖擊的重點，應放在解決其長期均衡方面，尤其是解決規(guī)模化勞動者無工作條件下的收入分配問題。更好的成人學習機會、不與就業(yè)掛鉤的最低社會保障支持都是未來可能的選擇，尤其應不斷完善社會保障體系。
其次，密切關注人工智能對不同群體收入差距的影響，重點解決好中等收入群體就業(yè)與收入下降問題。進入21世紀以來，一些發(fā)達國家勞動力市場呈現(xiàn)出新的極化現(xiàn)象：標準化、程序化程度較低的高收入和低收入職業(yè)，其就業(yè)占比都在持續(xù)增加；而標準化、程序化程度較高的中等收入職業(yè)，其就業(yè)占比反而趨于下降。這是一種與以往技術進步顯著不同的就業(yè)收入效應，使中等收入群體面臨著比低收入群體更尷尬的就業(yè)處境。對這種情況，如果收入分配政策的重點仍停留在過去對高收入和低收入兩個群體的關注上，不能及時對中等收入群體給予有效重視，會極易形成人工智能條件下新的低收入群體及分配不均，即中等收入群體因技術進步呈現(xiàn)出收入停滯甚至下降的特征。
最后，密切關注人工智能引起的生產(chǎn)與勞動過程重組，重點解決與化解勞資關系中出現(xiàn)的新依附關系。人工智能技術將高端技術領域的智能成果以類似于公共產(chǎn)品或公共服務的形式與生產(chǎn)生活廣泛結合，使人類生存空間的整體智能化水平顯著提升，促進了生產(chǎn)和消費環(huán)節(jié)的技術創(chuàng)新和再生產(chǎn)方式的轉變，并將促進全社會組織管理方式的升級。在這一過程中，勞動對資本的隸屬關系雖因鏈條拉長而在形式上表現(xiàn)出日益淡化的趨勢，但在實質上，算法技術或計算能力仍不斷實現(xiàn)著對勞動的擠壓，并在擠壓效應中加深勞動對資本與技術的依附。未來勞動力市場的要素關系格局將逐漸由“人與人”競爭轉為“人與人”“人與機器”競爭并存的局面。因此，未來針對勞資關系的治理，無疑應從以往“孰強孰弱”的工業(yè)化技術邏輯中走出來，集人類勞動創(chuàng)造凝結形成的一切要素合力，以更開闊的視野、更多維的方法、更有效的策略提前做好充分準備，科學應對人工智能技術對全社會勞動者帶來的機遇和挑戰(zhàn)。
來源：《光明日報》
