一、問題分工：從向后整合到向前創新

在以生成式AI為代表的人工智能驅動下，人機分工（尤其是智力勞動分工）已成當前備受關注又亟待探討的重要前沿議題。

從人機分工歷史邏輯來看，參照恩格斯提出的三次社會大分工理念，可將人機分工歷史大致劃分為以下三個時期：一是社會分工1.0的蒙昧時代，人類開始使用復雜勞動工具，原始勞動開始被相對專業化和固定化的勞動代替，農業與畜牧業分離；二是社會分工2.0的野蠻時代，人類使用的勞動工具從石器拓展至青銅器、鐵器等，人表現為以工具勞動為主的體力人，勞作方式以人驅動簡單工具為主導，手工業與農業分離；三是社會分工3.0的文明時代，勞動工具精細化、復雜化，人表現為以知識勞動為主導的知識人，勞作方式表現為人操控動力機、簡單控制機等進行作業，商業與其他產業分離。在此基礎上，人工智能正推動人類社會邁入社會分工4.0的智能時代，AI等賦能的智能機器加速智力勞動的深化分工，人表現為以智慧勞動為主導的智慧人，勞動分工主體由人這個單一主體的分工拓展至人機雙元主體的分工協作。

進一步而言，該如何看待生成式AI驅動的人機分工的表現呢？在綜合參考勞動分工理論、人機功能分配、生成式AI技術邏輯等相關文獻資料的基礎上，生成式AI代表的人工智能與人類智能的異同可總結如表1-1所示，人工智能的“智能性”建立在“計算—表征”主義范式上，其基本思想是將所有思維活動和過程看作計算狀態，換句話說，“認知就是計算”。因此，人工智能是一種完全理性的“有限智能”，它能依據理性策略產生強大的“計算—表征”能力，嚴格按照規則和約束解決問題，除此之外別無他物，數據算力便是它的“有限邊界”。人類智能也是一種“有限智能”，然而構成其智力邊界的則是生物局限性。

表1-1 生成式AI代表的人工智能與人類智能的異同

表注：這里生成式AI代表的人工智能即機器智能。

認知科學家托馬斯·格里菲斯（Thomas Griffiths）提出，人類作為生物天然具有時間、算力和交流尺度的有限性——人類有限的壽命長度決定了其智能必須是短鏈的突現式智能，能在短時間內憑本能篩選加工信息并得出結果，可以說人類智能相對機器智能來說，是更依靠非理性要素（例如，情感、意志、心靈、自我意識）驅動的非理性智能。據此，在智力分工中，機器智能是面向已知領域、“按部就班”的計算智能，可基于趨勢規律來整合人類社會的已知領域（例如，對人類既有知識的整合），在各元素間建立向度分布平均的穩定聯系，即“向后”的整合；而人類智能是著眼未知領域、“天馬行空”的突現智能，可基于具身、直覺、意志來創造新思想和實現知識創新。基于人類智能所建立的元素聯系是無法用趨勢和規律描述的、不平均且隨機的“火花連接”（Sparkle Link），即“向前”的創新。可以說，生成式AI開創性地把諸如內容創作等智力勞動拆解為機器智能勞動與人類智能勞動兩部分，將智力勞動中那些可被數據描述、可被算法解析的邏輯性、理性化部分剝離，并交由機器智能完成；而將那些無法用算法解析與表達的目標性領域交由人類智能完成，強調人類智能畫龍點睛般的“賦魂”地位。

按照生成式AI強度的演進趨勢來看，人與生成式AI的協作分工將繼續伴隨智能技術的發展表現為兩個遞進階段：一是人類是解決問題的勞動主體，而生成式AI成為解決問題的副手，其每一步操作都需要由人類來完全指導，它作為完全被動的助手來協作人類高效完成一些常規性工作，這也是目前生成式AI與人類社會的主要分工表現；二是人類與生成式AI成為解決問題共同的勞動主體，機器完成向后整合的部分，而人類完成向前創新的部分。例如，先讓生成式AI執行基礎性、預測性和重復性的既有資料整合任務，人類基于此進行更深層次的精細創新，此類分工協作模式能夠極大地提高問題結果的創新程度。在這個“共同勞動”階段，人類智能與人工智能是交互螺旋上升式的關系，人工智能基于人類社會既有的全部智力成果，形成強大的整合與歸納智力，人類智能基于人工智能的整合智力，發揮突現式的創新智力，這再次推動了人工智能整合智力的增強。

總的來說，生成式AI不是對人類智能的“替代”，而是對人類智能的“致敬”，其重要價值正在于對人類智力勞動的再連接與再分工，從普通、冗余的智力勞動中“淘金”出那些真正只能由人類完成的部分，再次強調人類智能的不可替代性。這導致在解決問題時的分工表現為，那些原本由人負責的機械性功能和任務都將逐漸轉交給機器，“機器換人”后的“剩余任務”才是人類各工作崗位的核心，即那些最貼近人的本質、本性的“向前創新”任務，則保留由人工完成。