远虑近忧话职教
时间:2019/7/8 9:53:02   点击:0   [ 关 闭 ]

庄西真

都说教育是关于未来的事业,培养的是未来社会的建设者和接班人。问题是谁也不能准确预测未来是什么样子,我们只能用过去的知识培养现在的学生,叫他们去面对未来的世界,而过去的知识又是如何变成现在的人解决未来世界问题的能力的,也没有人说得清楚,所以说教育屡被诟病也在情理之中。 职业教育作为一种类型的教育,当然也是关于未来的事业,只是因为有了“职业”这个具体的前缀,和其他类型教育(比如基础教育)相比,职业教育的这个“未来”并非遥不可及,至多十年八年的光景。即使如此,当面对眼前的“未来”的时候,职业教育好像也有些手足无措。

众所周知,职业教育与职业息息相关,所谓职业就是人们手头上正在干着的工作, 现代社会,技术是影响职业变化的重要因素,科技的进步导致职业的类型越来越多、职业的更替越来越快。理论上讲,职业变化了,为人们选择合适的职业并获得职业发展服务的职业教育模式也要变化。基于这样的逻辑,我就很关注分析科技进步对就业影响的文章,试图找到“现在”的职业教育应对“未来”职业变化的策略,正所谓职业教育要有远虑。这些年学界讨论比较火的是人工智能、机器人对就业的影响。对此尚无定论,可以说是仁者见仁、智者见智。有些人认为人工智能、机器人等新技术的经济影响就像诸如蒸汽机和电力的通用技术一样 , 这些技术使以前的高技能工作转变为低技能工作从而为大量低技能工人创造了就业机会。从历史的视角看也的确如此,早在 19 世纪中叶,英国的工厂就开始使用机器进行生产,当时一部分工作岗位被机器取代,进而引发人们的失业担忧。 20 世纪五六十年代,美国也出现过类似的状况。但实际结果是科技进步并没有引发大规模的失业浪潮,只是推动了新工作岗位替代旧工作岗位的历史进程。 虽然过去的历史经验告诉我们,科技进步将促使新旧工作岗位替换,部分劳动力离开旧的工作岗位,接受再教育后能够顺利地转移到新的工作岗位,自动化仅会让劳动密集型工作岗位受到影响,只涉及受教育程度较低的劳动力群体,而获得了大学学历的,从事市场营销、医疗、会计、法律服务等行业的群体不会受影响。 但是,这次好像非比以往,我们不能过于乐观地看待正如火如荼的人工智能的冲击。

悲观主义者认为近年来发展迅速的人工智能技术具有一定的学习能力和自我调整能力,可以替代人类从事许多方面的工作。人工智能削弱了人类劳动力市场中的竞争力,“机器换人”可能导致劳动力市场萎靡以及大规模技术性失业, 部分低技能、重复体力的底层劳动者在人工智能的 “岗位挤占”过程中被淘汰,千千万万的人面临失业危机,白领、蓝领皆无幸免。人工智能和机器人的到来,让自动驾驶、人工智能客服变成了可能,人工智能和机器人将抢走很多之前由中产阶层群体从事的岗位。随着科技的不断发展,人工智能和机器人可能还会进入医疗、法律服务、会计和金融等专业领域,未来低收入和中高收入群体都可能面临被替代的风险。创新工厂 CEO 李开复持此论点,他在其新书《 AI 未来》中指出信息技术总的发展趋势是通过减少高技能工人对其他辅助工具的依赖性提高工人的生产率——例如,电子邮件和文字处理器已经取代了电话和打字机,对秘书的需求正在减少。 李开复预测美国 40% 50% 的工作将在未来几十年内实现自动化,这可能会使失业率增加 20%  25% 左右。 当然,技术本身具有极大的复杂性和可塑性,技术的进步路径及其对社会所带来的影响从来都不是单一的,而这就促使我们更深入地思考技术与职业以及职业教育之间更为复杂的相互影响。

对于我们来说,既需要有人工智能、机器换人的“远虑”,也需要技能人才短缺与大量人口要就业的“近忧”。中国经济高质量发展迫切需要高质量制造业,制造业的品质革命离不开知识型、技能型、创新型工人队伍的支撑。 问题是我们短缺技能人才(这个问题其实不是近忧,而是“往忧”了)。 在全国范围内,截至 2017 年底,我国就业人口总量 7.76亿人,其中技能劳动者 1.65 亿人,占 21.3% ,但高技能人才只有 4791 万人,占 6.2% ,高级技工占比仅为德国、日本等制造强国的一半,缺口人数达到八位数。与此同时,我们国家解决每年上千万新增劳动力的就业也是棘手的事情。2018  12 月份召开的中央经济工作会议两次提出“实施就业优先政策”,“稳就业”也被列为“六个稳”之首,在这之前,国务院出台的《关于做好当前和今后一个时期促进就业工作的若干意见》,提出我国经济运行稳中有变,经济下行压力有所加大,对就业的影响应高度重视,必须把稳就业放在更加突出位置上。 未来的人要就业,现在的人也要就业。

综合远虑与近忧,我们需要全面提升职业教育和培训的质量,培养立足当下、具有未来社会所需技能的复合型职校生。这些技能包括全面沟通能力、社交沟通能力、团队协作能力、批判性思维能力等可迁移能力。在未来,这些能力可以与自动化技术相互补充,且不易被自动化取代。因为技能范围越小、越具体,在充满不确定性的未来劳动力市场中,被取代的可能性就越大。

摘自《职教论坛》2019.1