人工智能时代，首尔大学教授也在担忧就业问题
首尔大学经济学系毕业，获得美国芝加哥大学博士学位，导师是诺贝尔经济学奖得主罗伯特·卢卡斯，并在首尔大学教授经济学。可以说，他在学习上已经投保了所有可能的风险。然而，出现了一个保险条款中没有的竞争者，那就是人工智能（AI）。这是韩国开发研究院（KDI）院长金世直的观点。金院长是研究韩国经济未来增长战略的经济学界专家。 金院长的武器之一是解决复杂数学问题的能力。在经济学中，好的想法如果不能用数学模型证明，就很难成为论文。完成这种证明的专业性是经过长期训练获得的。然而，AI在大约3分钟内完成了他需要半天才能完成的数学模型验证。只需告诉它模型的基本设置，它就能给出解答。 金院长表示，这对他的职业既是巨大的威胁，也是机会。威胁的原因很明显，几十年积累的技术在几分钟内就被取代。机会也同样存在，因为只要想法好，“每天可以写一篇论文”的时代已经到来。尽管论文的质量仍需验证，但将想法转化为论文所需的时间和技术壁垒大大降低了。 用经济学的语言来说，稀缺的东西价格上涨，常见的东西价格下跌。AI已经使得执行已知方法的工作变得普遍。相反，决定研究什么、解决什么问题的能力变得更加稀缺。发生在首尔大学教授身上的事情并非个例，撰写报告的职员、分析市场的策划者、做出投资决策的管理者、制定政策的公务员也面临着同样的变化。 金院长提出的“模仿型人力资本”和“创造型人力资本”是解释这一变化的框架。模仿型是学习和运用现有知识和技能的能力，而创造型是自主思考出新想法的能力。AI降低了模仿型的价值，而提高了创造型的价值。 需要补充的是，AI也能产生想法。无论是十个还是一百个，它都能根据要求提供。 那么，人类剩下的工作并不是增加想法的数量，而是选择什么是重要的问题，从看似合理的建议中筛选出符合现实的方案，并负责执行和结果。笔者认为创造型能力是“思考、筛选和实现的能力”。 在这里，专业性的意义也发生了变化。金院长能够相信并使用AI的答案，是因为他有能力判断这些答案是否正确。长期的学习并没有失去价值，只是角色发生了变化。从直接计算转变为提问和审查的能力。所学的知识仍然是宝贵的材料，改变的是“用这些材料能创造出什么”成为了胜负的关键。 问题在于，我们的社会在积累材料方面很擅长，但在用这些材料创造新事物的训练上却不足。原因在于，快速学习和追赶先进国家的技术和知识一直是韩国的增长公式。 学校对快速找到正确答案的学生给予高分，企业则认可准确掌握前辈工作方式的员工。在那个时代，这是合理的选择。然而，现在AI以低成本提供追赶所需的能力，想以同样的方式期待同样的成果是困难的。 需要改变的是评估人的标准。人是根据评估标准而非口号来行动的。 学校需要改变考试评估。除了是否答对问题，还应评估提出了什么问题，以及如何解释自己的想法。给按照说明书组装汽车的孩子一个机会，让他们尝试更换轮子或思考完全不同的用途。处理没有正确答案的问题的经验积累，将使他们在没有正确答案的时代中成为赢家。 在职场中，评估表和晋升名单也需要改变。“是否有先例”是必要的确认。接下来要问的是“现在的方法是否仍然有效”。如果新的尝试只会带来负担，而遵循惯例的人却能晋升，那么员工就不会去挑战。 管理者的任务更为艰巨。如果是三星电子的总裁，不仅要通过AI降低成本，还要构思客户愿意打开钱包的新产品和服务。不能停留在追随竞争对手的热门产品，而是要找到并解决客户尚未表达的不便之处。小规模试验并观察反应并进行修正的过程也是必要的。识别员工提案中的潜力并进行人力和资金投资是总裁的职责。 政治领导者也是如此。AI将迅速整理出数十个海外政策案例。然而，判断其中哪些适合我们的现实，是否遗漏了列表中的问题，是总统、部长和国会议员的责任。说服公众、执行政策并对结果负责的工作不能交给AI。职位越高，越需要寻找新的答案，而不是熟悉的答案。 金世直院长强调：“不要只考虑AI，也要认真考虑HI。” HI是人类创意，指人类自主产生的想法。我们在引入和利用AI的教育上投入的关注，应该同样用于培养人类的思维。 学生在考试前，员工在工作任务面前，总裁和总统在决策时都应表达自己的想法。人工智能时代的竞争力正在从“学到了多少”转向“用所学创造了什么”。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-10-18 20:56:00
