□ 陆玉梅薛佳
“十五五”规划纲要提出，全面实施“人工智能+”行动。作为人工智能与先进制造技术深度融合的新型生产方式，新一代智能制造正成为中国制造的主攻方向。机器智能的加速发展并未消解人的劳动价值，而是推动传统人机分工深刻调整。智能机器擅长数据处理、模式识别和稳定执行，技术工人则在情境感知、因果判断和经验积淀等方面具有独特优势。推动两者优势互补是释放智能制造潜能、提升技术工人创造力的重要着力点。
从“经验积累”到“协同创造”
重新认识智能制造下技术工人创造力
智能机器由“劳动工具”加快走向“协作伙伴”。传统制造场景中，人机任务边界较为清晰：机器主要承担重复性、程序性和标准化任务，工人负责设备操作、过程控制和异常处置。新一代智能制造下，机器能够参与工艺分析、状态诊断、方案生成，并从被动执行预设程序的“劳动工具”演化为参与信息分析和问题解决的“协作伙伴”。由此，人机关系也从技术工人对机器的单向操作和控制，转向智能交互、共同完成生产任务的新型协作关系。
技术工人创造力由“经验驱动”加快走向“人机协同驱动”。技术工人是推动创新成果转化为现实产品的重要实践主体。其创造力主要体现为持续改进生产工艺、优化操作流程和提出效率提升方案的能力。传统制造条件下，这种创造力主要源于长期积累的默会知识和经验判断。进入新一代智能制造阶段，技术工人可以借助人工智能分析生产数据、生成备选方案、开展虚拟验证，其创造力在人的实践智慧与机器的数据、算法、算力交互中动态生成。
从“任务分工”到“功能耦合”
把握新型人机协作的创造力双重效应
人机协作的关键，在于实现“任务—功能”合理匹配。高质量人机协作不是简单把更多任务交给机器，而是依据人机比较优势合理配置任务和功能。规则明确、重复性高、需要稳定执行的任务，更适合由智能机器承担；涉及复杂情境理解、经验判断和非标准异常处置的任务，应发挥技术工人的主导作用；设备诊断、工艺优化、质量改进等兼具数据分析和现场经验特征的任务，则适合人机共同完成。人机任务边界应动态调整以实现人机匹配。
匹配得当，人机协作能够产生创造力“增益效应”。首先，智能机器承担重复性、程序化和高强度任务，可降低技术工人的机械劳动和信息处理负担，将注意力更多投向问题发现、复杂判断和创造性思考。其次，人工智能依托知识检索、数据分析和模式识别能力，能够突破个体经验和知识范围局限，为生产现场提供更多信息和解决思路。最后，人机智能交互能够形成及时的学习反馈，技术工人在比较、质疑、筛选和修正机器方案中实现人机协同共创。
元股证券:ygzq.hk
匹配失当，人机协作同样可能造成创造力“遮蔽效应”。一方面，如果设备诊断、参数调整、工艺判断等高技能环节长期整体交由智能系统完成，技术工人实践积累经验的链条可能被削弱，导致技能窄化、退化甚至“空心化”。另一方面，如果技术工人习惯将复杂问题直接交给智能机器处理，容易形成路径依赖，削弱主动分析和独立思考能力。当机器智能主要用于行为监测、绩效控制或强化岗位替代压力时，还可能增加职业不安全感，损害其创造主体性。
配资之家门户从“机器替代”到“人机增强”
构建技术工人创造力协同增强机制
能力端，要把技能培训从“教会使用工具”转向“训练协作能力”。新一代智能制造需要具备专业技能、数字素养和创新能力的复合型技术工人。一线技术工人的培训，应由“会操作”升级为“会提问、会判断、会验证、会反思”，尤其要培养“先形成自己的问题判断，再借助人工智能拓展思路”的工作习惯，防止由“机器操作者”滑向“算法答案执行者”。江苏已启动“人工智能+”技术技能专项培训行动，计划每年开展相关培训超过20万人次。制造企业应把技能培训嵌入设备诊断、工艺优化、质量改进等真实任务，将数智工具使用与岗位技能提升结合，推动培训由“教操作”向“强能力”转变。
组织端，要推动一线技术工人深度参与数智技术应用闭环。制造业一线技术技能具有较强的隐性和情境特征，大量经验蕴含在工人的感知、判断和操作中。如果数智技术应用只是由技术部门搭建系统、一线工人被动使用，容易形成“技术人员懂模型但不懂现场、技术工人懂现场却进不了模型”的知识断层。可以建立技术工人、现场工程师和智造系统运维员共同参与的人机协作单元，把技术工人的个人经验沉淀为企业知识。例如，南钢集团与华为推进钢铁大模型应用时，建立“技术+业务+管理”协同机制，推动大模型走向铁、钢、轧等生产场景，让懂生产的技术工人参与技术迭代过程。
场景端，要把智能化评价重心从“机器替代率”转向“人机匹配度”。《江苏省“人工智能+制造”实施方案》提出，到2027年引导推动1万家基础级以上智能工厂开展人工智能场景应用水平自评测。评价智能化水平，除设备联网率、生产效率、成本下降等指标外，还可增加技术工人跨岗位协同效率、人机协作创新成果等指标。企业可围绕典型生产工序建立人机协作任务清单，明确机器主导、技术工人主导和人机共同决策的任务，并划清人工复核、异常接管和责任追溯边界。只有把“人是否因使用数智技术而变得更有能力”纳入评价，才能避免追求机器效率而忽视技术工人的长期成长。
(陆玉梅ETF投资综合门户，江苏理工学院创新创业学院副院长；薛佳，江苏理工学院管理学院教师。本文系江苏省社会科学基金项目“‘江苏智造’新形势下人机交互对技术工人创造力的影响效应及干预策略研究”〈25GLB003〉阶段性研究成果)
股票配资网提示：本文来自互联网，不代表本网站观点。
