随着近期人工智能(AI)的引入和应用日益普及,各类律师事务所和会计师事务所正在缩减新入职律师和会计师的招聘规模。以编程为主要工作内容的软件开发公司等也不例外。
尤其是在今年达沃斯世界经济论坛上,引领AI领域的谷歌DeepMind和Anthropic的首席执行官公开发出了警告。DeepMind的Demis Hassabis表示,从今年开始,AI将开始影响新人和初级岗位以及实习岗位;Anthropic的Dario Amodei则再次确认了此前的预测,即未来5年内多达50%的入门级岗位可能会消失。
对此,布鲁金斯学会高级研究员Molly Kinder在题为《要从AI手中守住入门级岗位,应参考医疗住院医师模式》(To save entry-level jobs from AI, look to the medical residency model)的文章中指出:“如果他们的预测成真,那么在知识劳动领域中,过去那种培养年轻人才的传统方式(雇用初级员工,让其承担简单、重复的工作,并在这一过程中积累经验的模式),一旦相关工作被AI接管,就难以为继”,并提出了若干替代方案。
Kinder研究员认为,有必要重新设计职业晋升阶梯,而医疗领域的住院医师(专科住院医师)制度可以提供解决思路。她指出,住院医师制度是一种把学习本身视为工作、并将结构化培训与导师制相结合的项目,受AI冲击的白领职业同样可以引入自身版本的“住院医师模式”。
AI在电脑上完成的各类知识性工作方面表现出色,例如调查研究、写作、计算、编码等,但它无法取代庭审律师(以美国为例)在法庭上读懂陪审团反应并进行有说服力的最终陈词,也无法取代负责协调敏感裁员问题的管理者。这类角色需要判断力、直觉和现场感,而这些能力并非可以数字化,而是通过长期实务经验培养出来的。
问题在于,过去用于培养这类能力的新入职阶段岗位(起草文书初稿、撰写报告和制作演示文稿、进行分析工作等),恰恰是可以被AI替代的工作。如果企业不再提供这些角色,那么通往高端专业能力以及未来管理者、领导者的成长路径本身就会被切断。新入职岗位不仅承担着处理具体事务的功能,同时也一直发挥着为承担更高层级角色做准备的功能。
医疗住院医师制度则采取完全相反的路径。住院医师虽然是接受培训的医生,但同时也是为真实患者提供诊疗的医生。从一开始,他们就要对患者进行问诊,提出治疗方案,并在上级医生监督下作出实际医疗决策。资深医生会与他们一起回顾病例,解释判断过程,并逐步给予其更大的自主权。关键在于,学习不是附带收益,而是工作本身。
Kinder研究员主张,白领职业也可以引入这一模式。比如在法律界,新入职律师无需再连续数年埋头于文件审查和合同起草,而是可以陪同参与谈判,练习法庭辩论,并逐步在案件中发挥主导作用。导师则在事后与其一起回顾选择和判断。目标不再是可计费工时(billable hours),而是能力的培养。在咨询行业中,“住院顾问”可以从第一天起就参与客户演示,观察前辈如何把握现场氛围、处理质疑,并在教练式指导下逐渐掌握主导权。
这样的训练需要成本。在医疗领域,由于整个社会都能从优秀医生身上受益,美国纳税人通过联邦医疗保险(Medicare)为医院的培训成本提供补贴。白领培训未必需要由税收来支持,但那些因AI而获得巨大生产率收益的企业,有责任为维系其所依赖的人才供给管道作出贡献。
Kinder研究员提出的另一项方案是设立“AI劳动力再投资基金”。用自动化替代新入职岗位的企业向该基金出资,用于支持整个行业的“住院式”项目。这并非对创新征收罚金,而是将通过效率提升获得的部分收益,重新投资于下一代人才的一种机制。据称,英国已经在对大型企业征收规模不高的工资附加费,但只有通过获批的培训项目才能获得返还,这是一种“用之则有,不用则失”(use it or lose it)的制度。与以岗位永久消失为前提的基本收入或再培训项目不同,这种做法维持了青年进入其长期准备的专业职业的通道。
Kinder研究员还表示,慈善领域也可以发挥作用。关注劳动力市场变迁的基金会,可以支持标准化课程,或是支持单个企业难以独立搭建的中介基础设施。政府同样可以将青年公共服务项目转变为“住院式”模式,将年轻人才派往法律援助机构、公共部门、非营利技术团队等,在为公共利益作出贡献的同时,为他们提供实质性的专业能力培养和导师指导。
在Kinder研究员看来,如果企业、慈善机构和政府三方都不出面承担责任,那么成本就会转嫁到年轻人个人身上。毕业生可能不得不在继续攻读额外学位、高价训练营,或依赖人脉获得实习机会三者之间做出选择。AI带来的生产率收益将流向股东和高层人员,而年轻人则不得不自掏腰包承担自己的职业发展成本。
Kinder研究员最后写道:“如果我们希望拥有未来的领导者,就必须为培育他们的这一复杂、以导师为中心的过程投入资金”,“政策制定者、企业和慈善机构现在就应着手建设相关基础设施,使一种以AI无法替代的学习和能力为中心的新型职业晋升阶梯成为可能。”
至于Kinder研究员的主张是否是切合现实的建议尚不得而知,但我不禁想到,正是出于对AI导致新入职和初级岗位大幅缩减这一冲击的强烈危机感,才会催生出这样的构想。
Kinder研究员是人工智能、经济不平等以及当前与未来劳动力领域在全美范围内广受认可的专家。作为布鲁金斯学会高级研究员,她主导了一项多年期项目,分析生成式AI对工作与劳动者的影响及其政策应对之道。她在哈佛肯尼迪学院主修国际发展,获得公共管理硕士学位。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。