生成式人工智能时代大学生就业面临的机遇与挑战.docx

生成式人工智能时代大学生就业面临的机遇与挑战

摘要：生成式人工智能技术加快了“机器换人”步伐，正在颠覆性地重塑劳动力市场，给大学毕业生就业带来新的机遇与挑战。亟需政府和教育部门研究新时代大学生就业面临的新课题，调整专业设置，完善职业培训体系，提升大学毕业生数智素养，以智慧中国建设促进大学毕业生高质量充分就业。

中图分类号：F240;G645文献标识码：A

文章编号：1004-4914（2024）12-051-03

一、文献综述

（一）生成式人工智能为大学毕业生就业带来的挑战

Milanez（2023）指出，新一代语言模型越来越多地用于执行更复杂和创造性的任务，比如开发和调试软件代码以及编写音乐或诗歌。日益强大的人工智能系统，如人工智能语言模型和类似代理的人工智能系统，正引起了人们对工作流失的担忧，包括程序员等高薪工人，以及随之而来的经济和社会混乱。

PhilippeLorenz，KarinePerset，JamieBerryhill（2023）认为，生成式人工智能与以前技术进步的最大区别在于人工智能能够实现非常规认知工作任务的自动化。因此，生成性人工智能可能会影响更高技能的工作。随着生成性人工智能的使用越来越多，人工智能暴露的职业范围和范围可能会迅速变得更大。高技能职业对AI的暴露率最高，包括商业专业人员、经理、科学和工程专业人员以及法律、社会和文化专业人员

AgrawalA.，GansJ.，GoldfarbA.（2023）指出，与解析式人工智能技术不同，生成式人工智能不仅具有很高的创造能力，还展现出与用户很好交流的的社交智慧。生成式人工智能可能替代的主要是那些受教育程度高、技能水平高，同时薪酬水平也较高的中高层白领人群。

（二）生成式人工智能为大学毕业生就业带来新的机遇

随着生成式人工智能的引入，人工智能本身的使用也变得更加容易。最近的一项研究表明，对于经验不丰富和低技能的客户支持工作者来说，基于人工智能的对话助理对生产力的影响最大;对有经验的和高技能工人的影响很小（Brynjolfsson，Danielle，andRaymond2023）。

二、生成式人工智能对大学毕业生就业的冲击

（一）智能制造对大学毕业生就业吸纳能力下降

（二）文字和图像自动生成导致大学毕业生白领就业岗位减少

三、生成式人工智能为大学毕业生就业带来的新机遇

（一）生成式人工智能促进大学毕业生就业

（二）大学毕业生人工智能相关专业的就业情况

（三）大学毕业生人工智能相关专业和行业的薪酬

Acemoglu和Restrepo（2019）通过构建任务模型框架进行实证分析得出结论：凭借人工智能技术，劳动者能够高效地执行原有任务，或承担以往力不从心的工作，从而提升劳动生产率，获得丰厚的劳动报酬。

四、人工智能对大学毕业生就业创造效应实证分析

（一）变量定义

被解释变量：大学毕业生在信息传输、软件和信息技术服务业就业人数。

解释变量：信息服务业固定资产投资;信息服务业增加值;信息服务业新产品研发投入;大专及以上受教育程度者占比;理工本科毕业生人数;信息技术外包（ITO）离岸执行金额。

（二）模型构建

以大学毕业生在信息传输、软件和信息技术服务业就业人数为因变量，以行业投资、增加值、研发费用、大专以上受教育程度、理工本科毕业生人数、信息技术外包（ITO）离岸执行金额为自变量构建多元回归模型。

lnemployment=β0+β1lninvestment+β2lnvalue+β3rd+β4education+β5lnligong+β6lnito+ε

准回归结果：

从基准回归结果可以看出，大学毕业生在信息传输、软件和信息技术服务业就业人数与行业投资、增加值、研发费用、大专以上受教育程度、理工本科毕业生人数、信息技术外包（ITO）离岸执行金额同方向变动。其中，行业投资和理工本科毕业生人数对大学毕业生就业创造效应在5%置信条件下显著。

（三）内生性处理

有效工具变量应满足两个条件：（1）相关性条件，即与内生变量相关;（2）满足外生性条件，即与随机扰动项不相关。Education与理工毕业生有关，与其他因素不相关，所以为了消除内生性影响，在实验中，使用education作为内生解释变量ligong的工具变量是有效的。

从表3回归结果中可以发现，与原回归的结果相比进行内生处理后的估计数值发生了较大变化，所以进行内生性处理是非常必要的。

从二阶段最小二乘回归分析结果可以看出，大学生就业与人工智能技术投资呈正相关，且在10%条件下显著，研发费用投入、行业增加值对大学毕业生就业有正向影响，但不显著。大学生受教育程度，尤其是理工科受教育人数对大学毕业生就业存在正相关，且在5%条件下显著。

五、积极应对生成式人工智能对大学毕业生就业的冲击

为了应对人工智能对