[论文阅读] 生成式人工智能嵌入对公众职业安全感冲击的影响机理及防范对策
生成式人工智能嵌入对公众职业安全感冲击的影响机理及防范对策
论文信息
| 项目 | 详情 |
|---|---|
| 论文原标题 | 生成式人工智能嵌入对公众职业安全感冲击的影响机理及防范对策 |
| 主要作者及研究机构 | 韩帅1、王新宇1、李洪伟1、王宇杰2、解学才3 1. 山东科技大学经济管理学院（青岛 266590） 2. 太原理工大学经济管理学院（太原 030024） 3. 中国地质大学(北京)工程技术学院（北京 100083） 4. 清华大学安全科学学院（北京 100084） |
| 发表期刊 | 清华大学学报（自然科学版） |
| 网络首发信息 | 2025-11-03 14:45:45；https://link.cnki.net/urlid/11.2223.N.20251031.1606.001 |
| DOI | 10.16511/j.cnki.qhdxxb.2025.26.053 |
| 引文格式（GB/T 7714） | 韩帅, 王新宇, 李洪伟, 等. 生成式人工智能嵌入对公众职业安全感冲击的影响机理及防范对策[J/OL]. 清华大学学报(自然科学版), 2025(26): 1-14[2025-11-03]. https://link.cnki.net/urlid/11.2223.N.20251031.1606.001. |
1. 一段话总结
该研究聚焦以ChatGPT为代表的生成式人工智能（GAI）嵌入对公众职业安全感的冲击，通过采集抖音、微博等平台共69597条用户评论数据（清洗后35976条），运用BERT情感分析提取消极评论、BTM主题模型提取8类主题并归纳为7类核心影响因素，再通过DEMATEL-ISM模型划分影响因素的3个层级（底层：人机协同工作、法律伦理与隐私保护；中层：未来发展前景、产业结构调整、基础服务建设；表层：数智素养教育、就业市场变化）与4类作用区间（核心驱动区、辅助保障区、应变调整区、综合传导区），最终从个体、企业、社会组织、政府4个层面提出防范对策，为健全职业安全保障体系提供参考。
2. 思维导图
3. 详细总结
一、研究背景与核心问题
- GAI技术特性与应用现状：GAI（如ChatGPT）基于生成对抗网络与大型预训练模型，具备数据分析、逻辑推理等能力，已广泛应用于新闻传媒、金融、医疗等领域，可降低25%工作时长，但也面临职业替代（2030-2060年或取代50%职业、重塑80%以上劳动者任务）、信息茧房、隐私泄露等问题。
- 职业安全感定义：指公众对未来职业连续性和稳定性受威胁的感知，GAI嵌入引发的职业转型与适应性障碍，已成为削弱公众职业安全感的重大问题。
- 研究缺口：现有研究多聚焦宏观就业结构，缺乏个体层面心理感知与情绪反应分析，且方法依赖案例/问卷，需通过社交媒体数据挖掘公众观点。
二、研究设计与方法
（1）数据获取
- 采集平台：抖音（用户超6亿，代表性强）、微博、哔哩哔哩
- 采集关键词：“生成式人工智能”“ChatGPT”“失业”“职业安全感”等
- 采集时间：2022年11月30日-2025年7月1日（播放量前10视频评论）
- 数据规模：原始69597条→清洗后35976条（剔除广告、无用表情等噪声）
（2）关键研究方法
| 方法类型 | 具体工具/模型 | 核心作用 | 关键结果指标 |
|---|---|---|---|
| 情感分析 | BERT（双向编码器） | 识别评论情感倾向，提取消极评论（聚焦职业安全感冲击） | 消极评论准确率84.73%、F1=85.49% |
| 因素提取 | BTM（词对主题模型） | 挖掘消极评论主题，合并相似主题为7类影响因素 | 最佳主题数K=8（困惑度最低、一致性最高） |
| 机理分析 | DEMATEL-ISM（决策实验室-解释结构模型） | DEMATEL：识别因果关系与中心度/原因度；ISM：构建层级结构 | 划分3层级、4作用区间 |
（3）研究框架
分5阶段：数据获取→情感分析（提取消极数据）→因素提取（BTM聚类）→机理分析（DEMATEL-ISM）→防范策略（多主体建议）
三、核心研究结果
（1）情感分析结果
- 情感分布：积极情感文本（32.54%）、中性（37.64%）、消极（29.82%），公众对GAI态度分歧显著，负面评论对职业安全感研究更具参考价值。
（2）7类核心影响因素体系
| 层级 | 影响因素（编号） | 相关主题 | 核心阐释 |
|---|---|---|---|
| 执行层 | 数智素养教育（S1） | 教育智能化（T4） | 公众数智知识/能力不足，教育体系滞后（课程更新慢、方案单一），无法匹配岗位需求 |
| 执行层 | 人机协同工作（S2） | 人机协作设计（T2） | 个体与GAI协同能力弱，技术颠覆传统工作流程，降低工作稳定性与满意度 |
| 主体层 | 未来发展前景（S3） | 科技竞争全球化（T3）、未来发展前景（T8） | GAI迭代快，行业发展不确定性高，引发公众对职业前景的担忧 |
| 主体层 | 产业结构调整（S4） | AI驱动产业结构变革（T5） | 新兴产业崛起与传统产业萎缩并存，技能滞后成为从业人员核心障碍 |
| 主体层 | 就业市场变化（S5） | 就业与社会动态（T1） | 失业率波动、岗位变迁，求职者技能与岗位需求不匹配，职业迁移困难 |
| 保障层 | 基础服务建设（S6） | 物流配送数智化（T6） | 智能物流、数字基础设施等建设滞后，制约劳动者适应能力 |
| 保障层 | 法律伦理与隐私保护（S7） | 法律治理与数据伦理（T7） | GAI应用存在伦理失范、隐私泄露，现有法律/监管无法全覆盖 |
（3）DEMATEL分析关键数据（中心度M_i：影响力；原因度R_i：R>0为原因因素，R<0为结果因素）
| 影响因素 | D_i（影响度） | C_i（被影响度） | M_i（中心度） | R_i（原因度） | 权重 | 属性 | 作用区间 |
|---|---|---|---|---|---|---|---|
| S1 | 3.94851 | 4.76480 | 8.71331 | -0.81629 | 0.12934 | 结果因素 | 应变调整区 |
| S2 | 5.60954 | 4.51344 | 10.12298 | 1.09610 | 0.15026 | 原因因素 | 核心驱动区 |
| S3 | 4.69758 | 5.41550 | 10.11308 | -0.71792 | 0.15011 | 结果因素 | 综合传导区 |
| S4 | 4.75038 | 5.22352 | 9.97390 | -0.47314 | 0.14805 | 结果因素 | 综合传导区 |
| S5 | 4.58564 | 5.94167 | 10.52731 | -1.35603 | 0.15626 | 结果因素 | 综合传导区（关键关联因素） |
| S6 | 4.95248 | 4.01043 | 8.96291 | 0.94205 | 0.13304 | 原因因素 | 辅助保障区 |
| S7 | 5.14051 | 3.81526 | 8.95577 | 1.32525 | 0.13294 | 原因因素 | 辅助保障区 |
（4）层级结构与作用区间结论
- 3个层级：
- 底层（根本性因素）：人机协同工作（S2）、法律伦理与隐私保护（S7）→ 引发冲击的核心根源
- 中层（承上启下）：未来发展前景（S3）、产业结构调整（S4）、基础服务建设（S6）→ 社会要素随技术的结构性调整
- 表层（直接诱发因素）：数智素养教育（S1）、就业市场变化（S5）→ 冲击的直观体现，S5为关键关联因素（M_i最高）
- 4类作用区间：
- 核心驱动区（S2）：系统核心动力，决策优先级最高
- 辅助保障区（S6、S7）：提供服务/法律保障，稳定系统环境
- 应变调整区（S1）：被动适应其他因素变化，影响力弱
- 综合传导区（S3、S4、S5）：受驱动强，体现外部输入传导效应
四、结论与政策建议
（1）核心结论
- GAI嵌入对职业安全感的冲击源于7类因素，呈“底层根源-中层传导-表层显现”的层级逻辑；
- 人机协同工作（S2）是核心驱动因素，就业市场变化（S5）是最直接诱发因素；
- 法律伦理滞后与基础服务不足是重要保障缺口，数智素养教育滞后加剧个体适应障碍。
（2）多主体政策建议
| 主体 | 具体措施 |
|---|---|
| 个体 | 1. 提升数智素养（信息获取/评估/风险识别能力）；2. 增强人机协作能力；3. 培养创新意识与跨领域技能 |
| 企业 | 1. 制定数字战略，加大研发投入，推动产业数智化升级；2. 构建多层次员工培训体系，培养数智复合型人才；3. 优化岗位重塑与结构性转型预判 |
| 社会组织 | 1. 协同优化基础服务（智能物流、应急响应等）；2. 完善职业技能认证体系；3. 搭建职业培训/心理支持/权益咨询综合平台 |
| 政府 | 1. 健全GAI伦理规范与隐私保护法规，填补法律空白；2. 强化监管，避免技术滥用；3. 加大新兴产业与基础服务投入，优化就业结构 |
4. 关键问题
问题1：该研究采用了哪些数据与方法，如何确保GAI嵌入对公众职业安全感冲击影响因素的识别准确性？
答案：
- 数据方面：采集抖音（用户超6亿）、微博、哔哩哔哩共69597条评论数据，清洗后保留35976条有效数据，覆盖2022年11月-2025年7月高热度内容，确保样本代表性；
- 方法方面：通过“BERT情感分析→BTM主题提取→DEMATEL-ISM机理分析”三级验证：① BERT模型（消极评论准确率84.73%）精准筛选职业安全感相关消极评论；② BTM模型通过困惑度最低、一致性最高原则确定最佳主题数K=8，合并归纳为7类影响因素；③ DEMATEL-ISM模型量化因素因果关系（中心度/原因度）并构建层级结构，最终通过专家打分（技术/管理/科研类20名专家）验证关系矩阵，确保识别准确性。
问题2：GAI嵌入对公众职业安全感冲击的7类核心影响因素如何分层？各层级的作用与关键特征是什么？
答案：
7类影响因素按“执行层-主体层-保障层”划分，对应“个体应对-社会调整-制度支撑”逻辑，各层级作用与特征如下：
| 层级 | 包含因素 | 作用定位 | 关键特征 |
|---|---|---|---|
| 执行层 | S1（数智素养）、S2（人机协同） | 个体应对能力核心 | S2为核心驱动因素（R_i=1.09610，原因因素），决定个体适应GAI的基础能力；S1为被动应变因素（R_i=-0.81629） |
| 主体层 | S3（未来前景）、S4（产业调整）、S5（就业市场） | 社会传导枢纽 | S5为最直接诱发因素（M_i=10.52731，最高），集中体现其他因素的综合冲击；S3、S4反映行业与市场的结构性调整 |
| 保障层 | S6（基础服务）、S7（法律伦理） | 制度与环境支撑 | 均为原因因素（S6：R_i=0.94205；S7：R_i=1.32525），S7是根本性保障（底层因素），填补法律空白是降低冲击的关键 |
问题3：针对GAI嵌入引发的职业安全感冲击，研究从企业与政府层面分别提出了哪些针对性策略？这些策略的理论依据是什么？
答案：
（1）企业层面策略及依据
- 策略：① 制定数字战略，加大研发投入，推动产业数智化升级；② 构建员工数智培训体系，培养跨学科复合型人才；③ 预判岗位重塑与结构性转型，避免岗位流动失衡。
- 理论依据：主体层因素S4（产业结构调整）显示“新兴产业崛起与传统产业萎缩并存，技能滞后是核心障碍”，企业作为产业升级主体，需通过战略与培训匹配S4需求；同时，S5（就业市场变化）的根源是“技能-岗位不匹配”，企业培训可直接缓解该问题。
（2）政府层面策略及依据
- 策略：① 健全GAI伦理规范与隐私保护法规，明确数据使用/责任界定；② 强化监管体系，避免技术滥用与社会不公；③ 加大新兴产业与数智基础服务（物流/通信）投入。
- 理论依据：保障层因素S7（法律伦理）是底层根本性因素（R_i=1.32525，原因因素），现有法律无法覆盖GAI全场景，需政府完善制度；S6（基础服务）滞后制约劳动者适应能力（M_i=8.96291），政府需通过公共投入补齐短板；同时，宏观层面“劳动力结构性失衡”需政府引导资源流向新兴产业，优化就业市场（S5）结构。