今年全國兩會，“AI+教育”“AI+就業”等關鍵詞頻頻出現在討論中。對大學生來說，AI到底會帶來更多就業機會，還是減少就業機會？代表委員們的熱烈討論從會上延伸到駐地。有人說：大學生是最快能用好AI的群體，受益最大；也有人認為：AI可能帶來職業替代風險，而大學生將是受沖擊最大的群體。

教育部數據顯示，2026屆全國普通高校畢業生規模預計1270萬人。焦慮能否轉化為動力？沖擊是否也意味著機遇？受訪的代表委員們認為，關鍵不在于爭論“誰被替代”，而在于如何幫助大學生完成從“技能更新”到“價值轉移”的關鍵一躍。

替代與創造并存，正確認識“時間差”與“信息差”

“回顧歷史，每一次重大技術革命都曾引發對一些職業的挑戰，而結果幾乎都是：從長遠來看，技術進步創造的就業機會，總體上多于它消滅的就業機會。”全國人大代表、中國科學院大學知識產權學院院長馬一德說。

但有一點確實不同以往：AI技術的滲透速度和覆蓋廣度遠超此前任何技術，調整所伴隨的陣痛，將可能在相當短的時間內集中壓向特定群體。全國政協委員、中國國際人才交流與開發研究會會長王少峰指出，人工智能使技術迭代加快，導致崗位迭代周期大大縮短。

全國政協委員、北京國際城市發展研究院創始院長連玉明給出了一組數據：世界經濟論壇預測，到2030年，全球將創造1.7億個新崗位，同時替代約9200萬個崗位，凈增7800萬個崗位。“從總量看，崗位規模實際在增長。”他說：“AI對就業的影響是替代與創造并存的雙重效應。”

3月7日，在十四屆全國人大四次會議記者會上，人力資源和社會保障部部長王曉萍提到，當前人工智能迅猛發展，對就業帶來深刻影響。人社部在研究相關政策，積極發揮人工智能在創造新崗位和賦能傳統崗位方面的作用，推動實現技術進步與民生改善相協調的包容性發展。今年的政府工作報告也首次提出“完善適應人工智能技術發展促進就業創業的措施”。

討論中，不少委員感慨：為什么還看不到大部分AI新創造的職業？連玉明分析，問題在于替代和創造的節奏不同。“替代往往是突發的，一套AI系統上線，半年內就可能減少一些崗位；創造則是漸進的、分散的，今天冒出AI訓練師，明天增加算法審計員——這種‘時間差’和‘信息差’，正是不確定性的深層原因。”

連玉明提醒，當前AI的替代效應正從低技能崗位向標準化的中高技能崗位蔓延——基礎工科繪圖、商科報表統計、文科初級文案等崗位都面臨著變化，“關鍵是要知道下一步往哪走”。

讓風險“可感知”，讓培訓“能獲取”，讓轉型“有底氣”

如何幫助大學生適應新變化？連玉明提出構建從風險監測、早期預警到精準干預的全鏈條體系，核心就是三句話：提前知道風險在哪，清楚往哪轉，如何獲得轉型支持。

連玉明建議，整合社保、招聘、企業用工等數據，對重點行業用工變化實時跟蹤，定期發布職業風險分析報告。“大學生在校期間就能了解所學專業的就業市場變化——不是等到畢業才發現崗位沒了，而是在學習過程中就能調整方向。報告應標識風險等級：綠色持續關注，黃色建議調整，紅色立即行動。”王少峰也建議，構建人工智能就業影響監測平臺，建立覆蓋多區域多群體多種職業的就業影響監測網絡，動態跟蹤數據變化，形成監測預警響應。

在識別風險基礎上，連玉明認為，應由政府、企業、教育機構三方協同，提供職業咨詢、崗位匹配、培訓補貼。政府搭建信息平臺、出政策；企業開放真實場景、參與人才培養；教育機構調整課程、改進教學。連玉明特別強調“訂單式”產教融合——龍頭企業與高校共建實訓基地，共同開發課程，推廣“學習-認證-就業”直通模式。

王少峰建議廣泛開展人工智能職業技能培訓，持續開展企業轉崗培訓。還有不少委員關注到了保障兜底的細節。現行就業保障政策以失業后救助為主，連玉明建議增加預防性技能儲備的制度安排。比如在職學習補貼，支持邊工作邊參加認證培訓；對全職學習者提供轉型期生活補助。“資金來源可探索失業保險基金增值收益、企業技能培訓稅收抵扣等渠道，不全靠財政硬扛。”他說。

推進AI通識教育全民化，請把AI當成“外腦”

當AI能寫文案、能編代碼、能做報表，大學生們究竟該學什么，才能在未來競爭中占據優勢？

“把AI局限在計算機專業，是對這一戰略性技術的誤解。”連玉明注意到，國內部分高校已開始面向全體新生推進AI通識核心課程體系建設。他提出三點建議：第一，將AI素養、數字倫理、計算思維納入全校必修課，培養對AI的基本理解與批判能力。第二，聯合企業繪制崗位能力地圖，定制嵌入AI元素的課程模塊，把行業最新技術案例融入專業教學。第三，讓企業把真實業務場景帶進學校，讓學生在實戰中理解AI與專業的融合邏輯。

“不要在機器最擅長、最不知疲倦的領域和它正面競爭。”連玉明建議著力培養“人機協同”的能力。“把AI當成最得力的外腦和助手。”

馬一德建議將企業崗位實踐提前嵌入學習階段，而不是等到畢業后再從頭摸索。“我們長期以來所培養的，是能夠在既定規則下解決既定問題的專業人才，而AI時代更需要的，是那些能夠在規則尚未成形、問題邊界尚不清晰的情境下持續學習、融會貫通的人。”馬一德說：“兩種培養導向之間的距離，遠比課程表的調整要深得多。”

哪些人類底層能力是AI難以企及的？連玉明將其概括為“以人為本的核心技能”。“AI能在給定規則中找最優解，但現實社會往往模糊多變、不講邏輯，人類的靈活性無可替代。”他說。

多位代表委員的討論，最終都指向一個思考方向：技術應為人的發展服務。