周政|AI与可持续发展:挑战与机遇

2026年9月12日，香港大学经管学院举办“Innovating the Future智创未来——第四届创新创业发展论坛”。论坛立足粤港澳大湾区、面向AI时代，从技术前沿到商业落地，多维度探讨创新创业的新路径与新可能。在论坛主旨演讲环节，香港大学经管学院讲座教授、钟瀚德基金教授、创新与创业研究中心主任周政教授以“AI与可持续发展：挑战与机遇”为题发表主旨演讲。

随着人工智能技术快速发展，AI正在从实验室走向广泛的应用，并逐渐进入企业运营、组织管理和个人工作场景。AI是否会带来大规模职业替代、未来教育应如何调整等问题，也成为社会持续关注的重要议题。周政教授从人工智能带来的挑战与机遇出发，结合相关研究成果，探讨AI时代就业结构、组织模式和人才培养正在发生的变化，并进一步回应人工智能时代人类如何保持自身独特价值这一重要问题。

当前，围绕AI的影响，存在两种不同观点：一种观点认为，人工智能可能带来巨大社会冲击，对就业结构产生深远影响；另一种观点则认为，AI替代的更多是工作中的部分任务，而不是完整职业。理解AI影响的关键之一，在于区分“岗位”与“任务”。一个职业通常包含多项不同任务，其中部分任务可以由人工智能辅助完成，甚至实现自动化，但完整职业仍然包含大量需要人类判断、沟通和创造的内容。AI带来的变化是人与技术之间协作方式的重塑。

如果一个岗位主要由高度重复、规则明确的任务组成，AI可能带来更加直接的影响；但如果工作的核心在于诊断、顾客体验、问题解决和冲突调解等复杂任务，AI更多体现为一种增强工具，改变的是人投入时间和完成工作的方式。

例如，AI可以编写更多代码，但软件工程师仍需理解问题、设计解决方案；AI可以处理法律文书，但律师仍需解决客户的实际需求；AI可以开展分析和影像处理，但医生仍需回应患者的需求、帮助患者缓解痛苦。AI可以辅助完成部分任务，但解决人的问题仍需要人的参与。

一项基于约1.8亿个工作岗位数据的研究，从不同职业层级出发分析了AI发展背景下的就业变化。比较初级岗位（Junior-level）与高级岗位（Senior-level）的就业增长趋势，以探讨AI对不同职业层级带来的影响。自2023年以来，采用AI的企业中，不同职业层级岗位的就业变化呈现出明显差异。初级岗位（Junior-level）的就业增长趋势相对承压，而高级岗位（Senior-level）则表现出不同的变化趋势。

一些设计、艺术、摄影等职业受到较明显影响；机器学习工程师、数据工程主管等与人工智能相关的新岗位也不断出现。AI带来的变化并不是单纯减少工作机会，而是推动职业结构和任务分工重新调整。

AI对于不同教育背景劳动者的影响存在差异。985高校、211高校、普通高校以及大专院校毕业生受到的冲击并不相同，其中普通高校毕业生受到的冲击较大，而985高校及大专院校毕业生受到的冲击相对较小。AI对于组织内部不同层级员工的影响也不相同。在AI应用过程中，高管岗位数量可能减少约1.7%，而承担着大量信息传递、流程协调和监督职能的中层管理岗位变化更加明显，减少幅度超过5%。

AI对不同层级员工的工作体验产生了差异化影响，其中员工和中层管理者的工作满意度受到影响，而高管工作满意度变化并不明显。AI进入工作场景后，虽然能够提高效率，但也可能增加员工对于工作的不安全感，提高工作强度，并降低工作自主性和成就感。AI带来的影响并不仅仅体现在生产效率层面，也涉及员工如何理解自身工作价值以及人与技术之间的新关系。

AI的影响逐渐延伸至个体层面的心理体验和社会认知包括：工作替代焦虑、社会比较焦虑、监控与隐私焦虑、未来不确定性焦虑，以及算法偏见与不公。AI时代的发展不仅涉及技术效率和岗位安排，也涉及人在技术环境中的安全感、公平感以及对未来的判断。

AI使用方式也可能影响人的认知过程。在一项作文实验中，参与者被分为三组：第一组完全依靠自身完成任务，第二组使用Google Search辅助，第三组使用AI工具辅助。实验结果显示，使用AI辅助完成作文的参与者，在任务完成后对于相关内容的记忆反而较弱；相比之下，依靠自身思考或使用搜索工具辅助的参与者，对于完成内容的记忆更加清晰。

脑电研究展示了三种使用方式对应的大脑活动差异。“纯大脑”组的大脑活动最强、神经网络连接范围最广，搜索引擎组次之，而AI组的大脑活动则像是进入了“省电模式”。

人工智能能够帮助人们更加快速地完成任务，但过度依赖AI辅助，也可能影响主动思考和内容记忆。人机协作过程中，技术辅助与人的主动参与需要形成有效结合。

AI时代大学教育面临一个重要的“灵魂问题”：当越来越多知识性和技能性任务能够被人工智能快速学习和处理时，大学教育未来应该培养什么样的人？

AI的发展正在重新定义知识和技能的价值。过去，教育体系往往强调知识积累、专业技能训练以及标准化能力培养，但在人工智能能够快速处理大量信息的时代，人类需要进一步关注那些难以被技术复制的能力。

未来人才需要培养三类重要能力。首先是领导力。人工智能可以帮助组织提升效率，但目标制定、凝聚团队、推动团队共同前进，仍然需要由人来完成。其次是学习能力。在技术快速迭代的环境中，知识更新速度不断加快，持续学习和适应变化成为个人发展的重要基础。第三是共情能力。人与人之间的理解、沟通和连接，是人工智能难以完全替代的重要能力。这些能力难以通过明确规则编码，却能在复杂环境中的判断、合作和创新中发挥重要作用。周政教授将其概括为“暗知识”（tacit knowledge）。

“知道what的人会被淘汰，知道how的人会被减弱，知道why的人会被放大。” 在AI快速发展的背景下，知识、技能与价值判断之间的关系正在发生变化。“what”代表事实和信息，“how”代表方法和流程，而“why”则涉及目标、价值和意义。随着人工智能能力不断提升，部分知识和标准化技能更容易被技术复制，而价值判断、复杂决策以及人与人连接等能力的重要性进一步凸显。AI时代的竞争力并不只体现在工具使用能力上，也体现在创造、判断以及人与人连接等难以被技术复制的能力上。

人工智能正在推动社会重新思考工作方式、组织模式以及人才培养路径。从就业结构变化，到企业组织调整，再到大学教育理念转变，AI带来的影响已经超越单纯技术层面，成为一场关于人与技术关系的重新探索。AI时代，人的价值更多体现在技术难以替代的判断、创造和连接能力上。那些难以被编码、需要复杂判断和人际连接的能力，将在未来体现出更加重要的价值，也将帮助人们在技术快速发展的过程中更好地认识并发挥自身优势。

（本文由港大经管知识交流团队根据周政教授的主题演讲及相关材料整理，已经作者审阅。）