斯坦福研究：AI对入门级岗位冲击最大

斯坦福大学近日发布的一项研究报告指出，人工智能技术正在对入门级岗位产生最直接的冲击。研究发现，在受AI影响较大的职业领域中，年轻从业者的就业率相比那些更不易被AI替代的行业，下降了整整19个百分点。这一数据迅速引发科技界、经济学界和政策制定者的广泛关注。

入门级岗位为何首当其冲

入门级岗位通常意味着重复性高、技能门槛相对较低的工作内容，而这些恰恰是当前大语言模型和自动化工具最擅长处理的领域。从数据录入、基础文本生成，到初级客户服务和初步代码调试，AI系统已经可以以更低的成本完成类似任务。企业在引入AI工具时，往往会从这些岗位开始试点，以快速获得效率提升和成本优化。

斯坦福大学的研究团队通过分析美国劳工统计局的数据，对比了不同职业领域在引入AI技术后的就业变化趋势。结果显示，在诸如文书处理、初级行政助理、基础会计和简单编程等领域，25岁以下从业者的就业比例出现了显著下滑。与此同时，需要复杂人际沟通、创意决策和深度专业知识的岗位，如高级管理、医疗诊断和科研开发，反而表现出更强的就业韧性。

“AI不是在消灭所有工作，它正在重塑职业阶梯的第一级。”——研究者评论道。传统意义上，入门级岗位是年轻人积累经验和技能的跳板，而现在这个跳板正在被AI悄然抽走。

结构性变化与“被压缩的职业阶梯”

更深层的问题在于，当入门级岗位减少，而高级岗位仍然存在时，年轻劳动者将面临“经验断层”的困境。过去，一个大学毕业生可以通过三到五年的初级工作，逐步掌握行业规则、专业技能和人际网络，从而晋升到中级甚至高级职位。但如果初级岗位大量消失，这条传统晋升路径就会受阻。

这种“职业阶梯被压缩”的现象并非首次出现。20世纪工业自动化时期，类似的结构性变化也曾导致装配线初级工人数量锐减，但当时制造业同时创造出大量新岗位。而如今AI技术的迭代速度之快，使得新岗位的创造往往需要更高的技能水平，普通劳动者很难在短时间内完成转型。年轻人因此陷入一种尴尬境地：低端职位被AI接手，高端职位又因缺乏经验而无法企及。

教育与培训体系面临新挑战

斯坦福的研究报告同时指出，现有教育体系对AI冲击的响应明显滞后。大多数职业教育和大学课程仍然按照“先学习基础理论，再通过实习积累经验”的传统模式培养人才。但在AI时代，这种线性路径的风险正在上升。

一些企业和高校已经开始尝试“AI增强型学徒制”，让年轻人在学习阶段就接触实际业务中的AI协作工具，甚至通过模拟项目积累“类经验”。此外，也有越来越多的行业专家呼吁将AI素养教育纳入基础教育体系，让未来劳动者从早期就开始理解如何与智能系统协同工作，而不是简单地将AI视为替代者。

然而，这些探索仍处于早期阶段。对于已经进入劳动力市场的年轻人而言，短期内最实用的应对策略或许是主动掌握AI工具的使用能力，并强化创造力、批判性思维和跨领域协作等难以被自动化的软技能。

编者按：技术进步不应以牺牲新人为代价

历史经验告诉我们，技术进步总会淘汰一些旧角色，同时也创造新角色。但关键在于过渡期的成本由谁承担。当前AI对入门级岗位的冲击，实际上指向一个更紧迫的社会命题：我们如何确保年轻一代不会成为技术变革中被遗忘的群体？企业追求效率无可厚非，但政府、教育机构和商业组织需要共同设计一个更具包容性的转型框架——例如提供定向补贴、设立AI转型特别课程、鼓励公司保留并重设计初级岗位等。

斯坦福大学的研究提供了重要的警示信号，而真正的考验在于，我们能否在AI浪潮完全重塑职场之前，建好新的“阶梯”。

本文编译自Ars Technica