赛博AI · 人的位置
当答案与方案更加充足,人如何确定方向、作出取舍,并承担自己的选择?从工作与学习走向更具体的生活。
平台算法管人时,劳动者如何知情并要求人工复核欧盟《平台工作指令》规定算法管理的知情、人工监督与复核保障,成员国须最迟于2026年12月2日完成转置。复核答复最迟在收到请求后两周内;侵权决定的纠正期限则从该决定作出时计算,不能与答复或补偿混为一谈。具体权利还须核对成员国法律及business users等适用边界。2026-11-07 · 赛博AI编辑整理
岗位被AI波及以后,企业该补的是素养还是专家技能OECD基于多国在线招聘数据的研究显示:在高度暴露于AI的职业中,最常被要求的是管理与商务技能,而非机器学习等专业AI技能;但在AI暴露度更高的工作场所,对这些技能的需求在过去约十年出现约三个百分点的相对下降。另一份OECD政策简报则指出,绝大多数受AI影响的劳动者需要的是通用AI素养,而四国课程样本中含AI内容的培训占比仅约0.3%—5.5%,且多数偏向进阶技能。2026-11-06 · 赛博AI编辑整理
员工觉得AI让自己变快了,企业该信感觉还是信测量METR 2025年的随机对照试验发现,16名资深开源开发者在自己熟悉的代码库里使用AI工具后,完成任务反而多用了19%的时间,而他们事后仍认为自己快了20%。微软研究院对319名知识工作者的调查则发现,对AI越有信心,越少进行批判性思考。两项研究共同提出一个管理问题:人对自己与AI协作效果的判断,可能需要外部测量来校准。2026-11-05 · 赛博AI编辑整理
哪些岗位会被生成式AI改变,先看任务而不是看职位名国际劳工组织2025年5月发布的工作论文,用近3万项职业任务、1640名在职者调查和专家德尔菲讨论,重新测算生成式AI的岗位暴露度:全球约四分之一劳动者所在职业有一定暴露,最高暴露档占3.3%,文书类最高,部分高度数字化的专业技术岗暴露上升。论文判断最可能的影响是工作内容转变而非岗位消失。2026-11-04 · 赛博AI编辑整理
外包和客户用你的AI,他们也要“会用”吗欧盟委员会《AI素养问答》说明,AI法案第4条覆盖的“代表组织操作和使用AI系统的其他人”包括承包商、服务商甚至客户;不要求证书,可保留内部培训记录;员工用聊天机器人写广告或翻译,也应被告知幻觉等风险。成员国监管机构自2026年8月2日起监督执行。人的能力要求,正从“自己员工会用”延伸到整条协作链。2026-11-03 · 赛博AI编辑整理
人机共管不是挂名签字,监督岗要能关掉系统欧盟《人工智能法案》第14条要求高风险AI在设计上可被有效人工监督,包括理解边界、警惕自动化偏见、推翻输出,以及通过“停止”程序进入安全状态;第4条要求采取支持AI素养的措施,但不保证每个个人达到特定水平。对中国企业,这些条文不自动适用,却可作为高后果决策场景里监督岗职权设计的参照。2026-11-02 · 赛博AI编辑整理
算法给人派活和打分时,人的意见怎样进入规则外卖平台的“算法取中”、新就业形态的算法协商,已经把“规则制定要听取劳动者意见、要有申诉渠道”写进官方文件。随着排班、派单、绩效评分进入普通企业,被算法管理的人从哪里提出意见、谁有权修改规则,成了管理问题。用一次“规则听证”建议试验,检验员工反馈能否真正改变参数。2026-11-01 · 赛博AI编辑整理
AI辅助创作也要保留人的不同起点两项创作研究显示,单件质量、群体差异与新颖成果总量是不同指标。以独立问题卡和机制分类试验,让人的不同观察有机会接受现实检验。2026-11-01 · 赛博AI编辑整理
当入门工作被AI接走,新人如何成为专家?入门工作同时产出业务结果和人的能力。借助就业研究的边界提醒,重新设计案例训练、带教投入与分级授权,让短期交付效率不遮蔽长期人才培养。2026-10-31 · 赛博AI编辑整理
AI未来世界地图:从一笔订单看懂四个方向从一笔假设的定制家具订单出发,把生产、交易、组织与人的位置连接起来。用阅读路径、专题关联与证据边界,建立理解AI变化的问题框架。2026-10-29 · 赛博AI编辑整理
当数字内容可以生成,真实经历为什么仍有价值内容生成能力扩大后,教育与文化仍要回答人如何形成理解、能力和关系。具身学习与现场戏剧研究提示,经历包含文本之外的反馈。未来值得探索的是把数字准备与实际参与连接起来,并让更多人公平获得时间、场所与专业支持。2026-10-29 · 赛博AI编辑整理
当每个人都有AI辅导,学习怎样改变AI辅导有望让反馈更及时,也可能让人更容易绕过思考。已有研究显示,学习结果与工具设计和使用场景密切相关。学校与企业都需要检验:离开工具之后,人是否仍然能够理解、判断和行动。2026-10-29 · 赛博AI编辑整理
主题文章当机器给出越来越多的答案,人还要决定什么?AI已经在特定工作中提高效率,也曾在特定任务上使人的判断变差。对企业而言,问题在于如何划分目标、建议与决定:让机器扩展选择,让有权作出承诺的人说明取舍,并承担相应责任。2026-10-29 · 赛博AI编辑整理
