人工智能与劳动力培训的未来

核心观点与关键数据

• 人工智能对劳动力的潜在影响：人工智能作为通用技术，可能颠覆更广泛的一系列技能和工作岗位，包括知识工作者和受过高等教育的群体。高达80%的美国工人可能至少有10%的工作活动受到大型语言模型的影响，约19%的工人可能有一半或更多的工作活动受到波及。
• 技能需求趋势：技术技能占所需技能的约27%，但大部分关键技能是非技术性的，包括基础技能（如数学和主动学习）、社交技能（如社交洞察力和谈判能力）以及思考技能（如复杂问题解决和批判性思维），三者共同构成了增长性行业所需技能的近58%。
• 劳动力培训需求：鉴于技术技能平均不到五年就会过时，需要扩大对工人，尤其是那些与人工智能高度相关但互补性较低的岗位的技能提升和再培训工作。

与领域专家的对话

• 重点领域：社区学院在劳动力培训中发挥着关键作用，尤其是在融入包含雇主的稳健区域生态系统中时。基于工作的学习（如学徒制和职业技术教育）也被认为是可行的再培训或技能提升通道。
• 挑战：劳动力培训体系碎片化、公共资金不足、监管障碍阻碍对劳动力的投资而偏向资本投资，以及难以扩展成功项目。

人工智能在劳动力培训和发展中的作用

• 个性化：AI工具通过知识追踪和职业发展建议，实现个性化学习体验，推荐匹配用户兴趣的内容、课程和职业发展路线图。
• 速度：AI能够快速生成定制化学习材料，实现按需学习，适应繁忙的日程安排。
• 信任：需要解决AI生成内容的信任与安全问题，包括算法偏见和资源不均等加剧现有不平等的风险。
• 可及性：AI能够大规模快速生成定制的海量学习内容，提高培训资源的可及性，但需确保惠及所有人。
• 参与度：AI工具通过互动式学习工具增强参与度，但也可能导致知识获取的减少和人际交往技能的退化。
• 人力资本发展与学习成果：AI工具可能促进工作中的学习，但过度依赖可能阻碍真实学习和技能发展，尤其是软技能。

结论与建议

• 关键机构：社区学院在劳动力发展中发挥着关键作用，需要加强社区学院项目，扩大替代性职业路径，将人工智能素养纳入培训计划。
• 重要挑战：需要解决劳动力培训体系碎片化、公共资金不足、监管障碍等问题。
• 进一步研究：探索成功培训解决方案和生态系统如何跨不同地区进行规模化和复制，以及如何有效部署人工智能培训工具，服务于多样化人群，同时支持真正的技能发展和学习。