为什么说判断力是AI时代最稀缺的能力？

随着人工智能（AI）工具在职场中日益普及，其改变的不仅是就业岗位的数量，更是哪些技能将获得更高溢价。

机器在模式识别与预测方面日益精进，而愈发稀缺且珍贵的是人类的判断力：在权衡中取舍，于模糊中穿行，并能在特定情境下定义何谓“善”的能力。

然而，这场转型的核心存在一个悖论：那些提升了判断力价值的技术，同样可能侵蚀人们培育判断力的路径。随着组织将日常事务和初级工作自动化，能够通过缓慢积累、逐步实践来锻造专业能力的劳动者，或将越来越少。而这段历程，恰恰是过往专业素养赖以形成的根基。

经济学家们往往将AI界定为一种“预测技术”：依据数据中的规律推算可能的结果。AI做不到的，是判别什么结果重要，以及如何基于目标与价值观来解读这些结果——那正需要人类的判断力。当预测日益便宜且精准，这种人类特有的能力，便显得愈发珍贵。

这一分工格局，已在悄然重塑工作的深层结构。众多职业正被“解绑”为可自动化处理的任务和那些本质上依赖于人类判断力的任务。循规蹈矩、基于规则的工作正日益交由软件完成，而人则被要求承担更多需要解读判断与人际互动的工作。

劳动力市场早期的实证数据亦佐证了这一判断。AI并不倾向于直接取代大多数岗位，而是深度重塑了大量职位的任务结构，知识型工作与服务业尤甚。据波士顿咨询集团预计，未来两三年间，美国将有50%至55%的就业岗位经AI重新塑造。

使判断力愈发珍贵的这一机制，同样可能加剧不平等。那些最难被自动化替代的岗位，如涉及复杂判断、创造力与社会影响力的角色，往往由受教育程度更高、经验更丰富的人群所占据。若AI在更大程度上提升了他们的生产率与议价能力，而非普惠其他群体，那么技术带来的红利便将不成比例地流向劳动力市场中的顶层人群。

早期证据已释放出风险信号。在使用AI辅助写作、编程或决策分析等任务的实验中，往往发现高技能劳动者获益更多，因为他们懂得如何构建提示词、解读输出结果，并将其融入既有的专业能力之中。在此情形下，AI非但未能弥合差距，反而加剧了分化。

职场阶梯的初阶环节同样出现了摩擦。AI似乎正将入门级工作从日常行政事务中剥离——而这历来是积累实战经验的根基。这一转变虽可为学习与晋升创造新通道，却也随之抛出一个尖锐问题：初入职场的劳动者如何能最有效地积淀深厚的专业素养？正如Carl Benedikt Frey所警示：“倘若企业因AI而削减对初级律师和分析师的招聘、压缩培训，并默认机器足以完成初稿，那他们恰恰在侵蚀核查机器产出所必需的专业判断力。组织表面将更显精简，直到那些藏匿的错误在公众面前曝露。”

时下，诸多职场中的AI正被叠加于现有工作流之上，主要目的在于提高效率。企业可迅速部署新AI工具，但围绕其重构岗位、培训体系和职业通途，却常步履迟缓。

弥合技术采纳与组织适应之间的落差至关重要，尤其是因为AI正深刻改变我们与思维本身的关系，其后果或将极为深远。

部分经济学家告诫，对机器生成分析的过度依赖，可能削弱知识形成的过程。这对年轻劳动者而言尤为如此，他们或许会越来越少有机会，去经历那缓慢而费力的积淀，而正是这些积淀塑造了独立的判断力。长此以往，能够胜任高质量判断型工作的人才库或将进一步萎缩。而恰恰此时，这种能力正变得愈发珍贵。

前方的挑战，并非仅仅在于驾驭技术颠覆，更在于以能够守护人类判断力自身发展根基的方式，重新设计制度与工作本身。这需要极其审慎的思考：能力如何在代际劳动者之间得以培育、传承与持续维系。

本文作者：

Tarini Fernando，世界经济论坛公平转型负责人

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。