一、问题分工：从向后整合到向前创新

在以生成式AI为代表的人工智能驱动下，人机分工（尤其是智力劳动分工）已成当前备受关注又亟待探讨的重要前沿议题。

从人机分工历史逻辑来看，参照恩格斯提出的三次社会大分工理念，可将人机分工历史大致划分为以下三个时期：一是社会分工1.0的蒙昧时代，人类开始使用复杂劳动工具，原始劳动开始被相对专业化和固定化的劳动代替，农业与畜牧业分离；二是社会分工2.0的野蛮时代，人类使用的劳动工具从石器拓展至青铜器、铁器等，人表现为以工具劳动为主的体力人，劳作方式以人驱动简单工具为主导，手工业与农业分离；三是社会分工3.0的文明时代，劳动工具精细化、复杂化，人表现为以知识劳动为主导的知识人，劳作方式表现为人操控动力机、简单控制机等进行作业，商业与其他产业分离。在此基础上，人工智能正推动人类社会迈入社会分工4.0的智能时代，AI等赋能的智能机器加速智力劳动的深化分工，人表现为以智慧劳动为主导的智慧人，劳动分工主体由人这个单一主体的分工拓展至人机双元主体的分工协作。

进一步而言，该如何看待生成式AI驱动的人机分工的表现呢？在综合参考劳动分工理论、人机功能分配、生成式AI技术逻辑等相关文献资料的基础上，生成式AI代表的人工智能与人类智能的异同可总结如表1-1所示，人工智能的“智能性”建立在“计算—表征”主义范式上，其基本思想是将所有思维活动和过程看作计算状态，换句话说，“认知就是计算”。因此，人工智能是一种完全理性的“有限智能”，它能依据理性策略产生强大的“计算—表征”能力，严格按照规则和约束解决问题，除此之外别无他物，数据算力便是它的“有限边界”。人类智能也是一种“有限智能”，然而构成其智力边界的则是生物局限性。

表1-1 生成式AI代表的人工智能与人类智能的异同

表注：这里生成式AI代表的人工智能即机器智能。

认知科学家托马斯·格里菲斯（Thomas Griffiths）提出，人类作为生物天然具有时间、算力和交流尺度的有限性——人类有限的寿命长度决定了其智能必须是短链的突现式智能，能在短时间内凭本能筛选加工信息并得出结果，可以说人类智能相对机器智能来说，是更依靠非理性要素（例如，情感、意志、心灵、自我意识）驱动的非理性智能。据此，在智力分工中，机器智能是面向已知领域、“按部就班”的计算智能，可基于趋势规律来整合人类社会的已知领域（例如，对人类既有知识的整合），在各元素间建立向度分布平均的稳定联系，即“向后”的整合；而人类智能是着眼未知领域、“天马行空”的突现智能，可基于具身、直觉、意志来创造新思想和实现知识创新。基于人类智能所建立的元素联系是无法用趋势和规律描述的、不平均且随机的“火花连接”（Sparkle Link），即“向前”的创新。可以说，生成式AI开创性地把诸如内容创作等智力劳动拆解为机器智能劳动与人类智能劳动两部分，将智力劳动中那些可被数据描述、可被算法解析的逻辑性、理性化部分剥离，并交由机器智能完成；而将那些无法用算法解析与表达的目标性领域交由人类智能完成，强调人类智能画龙点睛般的“赋魂”地位。

按照生成式AI强度的演进趋势来看，人与生成式AI的协作分工将继续伴随智能技术的发展表现为两个递进阶段：一是人类是解决问题的劳动主体，而生成式AI成为解决问题的副手，其每一步操作都需要由人类来完全指导，它作为完全被动的助手来协作人类高效完成一些常规性工作，这也是目前生成式AI与人类社会的主要分工表现；二是人类与生成式AI成为解决问题共同的劳动主体，机器完成向后整合的部分，而人类完成向前创新的部分。例如，先让生成式AI执行基础性、预测性和重复性的既有资料整合任务，人类基于此进行更深层次的精细创新，此类分工协作模式能够极大地提高问题结果的创新程度。在这个“共同劳动”阶段，人类智能与人工智能是交互螺旋上升式的关系，人工智能基于人类社会既有的全部智力成果，形成强大的整合与归纳智力，人类智能基于人工智能的整合智力，发挥突现式的创新智力，这再次推动了人工智能整合智力的增强。

总的来说，生成式AI不是对人类智能的“替代”，而是对人类智能的“致敬”，其重要价值正在于对人类智力劳动的再连接与再分工，从普通、冗余的智力劳动中“淘金”出那些真正只能由人类完成的部分，再次强调人类智能的不可替代性。这导致在解决问题时的分工表现为，那些原本由人负责的机械性功能和任务都将逐渐转交给机器，“机器换人”后的“剩余任务”才是人类各工作岗位的核心，即那些最贴近人的本质、本性的“向前创新”任务，则保留由人工完成。