把離職員工「煉化」成數字人繼續幹活?————AI應用的合規邊界與權益困境剖析

新華網
04/27

  本報記者 叢佳鑫

  近日,一個名為「同事.skill」的開源項目在技術社區GitHub上爆火。功能是把離職同事的飛書消息、釘釘文檔、郵件、截圖等「原材料」投餵給AI,再加上幾句對其性格的主觀描述,就可生成一個能夠替他繼續工作的AI分身,網友戲稱這一過程為「煉化」。

  被裁員後,還要把在職期間學到的技能、業務邏輯,甚至原屬於自己的語言風格、為人處事的方法留下,為公司永久工作?這項技術在網絡社交平台上引發廣泛討論。

  訓練AI分身,數據從何而來、可以使用到何種程度?如何強化知識產權保護、明確技術倫理邊界,讓AI發展的成果惠及更多勞動者?新華每日電訊記者多方採訪,深入剖析該現象。

  離職員工的「賽博永生」

  最近,「把前同事‘煉化’(或蒸餾)成AI Skills」成為輿論熱點。此技術可提取人的工作經驗、溝通風格、決策邏輯等隱性信息,使AI分身一定程度具備人的思維能力,同時完成特定工作任務。

  「以前的離職,是工位清空、移交工作,學到的本領、積累的經驗還是自己的;現在的離職,彷彿把靈魂留在了公司,實現‘賽博打工’、永不下班。」還有網友「整活」,將前任、老闆生成數字人,試圖「求虐」。

  不少受訪者認為,「煉化」同事不僅侵犯了勞動者的知識產權,而且各類數據被收集後,AI將不再是可靠的工作助手,而是可能被用作「優化」自己的工具。為了提前殺死自己的「數字分身」,有的網友嘗試給自己「投毒」,「只要我代碼寫得夠爛,AI就只能學到一堆垃圾,公司也只能得到垃圾代碼」。

  還有網友製作了「反同事.skill」,與「克隆」他人相反,它通過將真正重要的核心知識替換為看似正確但無實質內容的「正確的廢話」,來保護自己的知識不被輕易複製。

  「賽博永生」暗藏隱憂

  受訪專家認為,「同事.skill」看似是能夠短時間大幅提升生產力的工具,實則暗藏多重隱憂。

  首先是勞動者隱私使用權限和知識產權問題。青島黃海學院教授孫在福認為,當前,個體在職場中積累的經驗、習慣到底更偏重屬於公司財產還是勞動者本人知識產權,在法律上尚屬模糊地帶。員工帶入職場的個人經驗、外部學習成果、非職務發明、個人方法論被「克隆」,將構成對員工個人智力成果的侵害。一旦AI生成內容出現侵權、錯誤、泄密,現有法律無法清晰界定責任主體,最終形成「誰都負責、誰都不負責」的法律真空。

  其次,「同事.skill」的迭代發展帶來了職業替代焦慮。山東師範大學副教授劉溪認為,若該技能無序發展,可能直接導致企業對某些崗位的人力需求大幅縮減,進而引發調崗降薪、優化裁員等一系列問題。

  再次,人才培養很有可能追不上科技的步伐。隨着AI持續發展,技能迭代周期可能從10年縮短至2到3年,「一技終身」將成為歷史。同時,職業教育模式可能從長期學歷教育轉向短周期、模塊化、微證書教育,並要求學員從一次性教育轉向終身學習、持續更新、動態適配。

  讓AI成為人類的羽翼

  「人工智能發展越來越好,普通勞動者該如何享受到這份時代的紅利?」不少受訪者都有這種困惑。

  不可否認,AI的發展在替代部分基礎崗位的同時,會同步創造新的就業崗位,如AI訓練師、提示詞工程師、數字員工管理員、算法合規審計師等。這些新崗位數量有限,目前不能完全承接被替換的勞動力,技術發展速度與新崗位誕生速度、新保障體系構建速度之間的「賽跑」,將需要一個較長時間的調和。

  一方面,培養AI不可替代的競爭力、學會用AI處理問題,才能讓AI成為人類的羽翼。劉溪認為,當AI逐步承擔「如何做」的執行工作,「做什麼」與「為何做」的決策價值更加突出。高校應及時進行專業和課程調整,加強人文社科與倫理教育,提升學生的問題定義能力、價值判斷能力和綜合審美能力。

  孫在福認為,企業可以採取「人機耦合」的選擇,即利用AI Skill處理標準化、重複性的基礎任務,將人類員工從繁瑣勞動中釋放出來,轉而聚焦於高價值的戰略決策、情感溝通與複雜問題的綜合處理。

  當「能力算法化」成為無法避免的趨勢,勞動者可以嘗試將自身的專業技能、工作經驗、決策邏輯封裝為可複用的AI Skill,以訂閱授權、調用分成的方式,為多家企業提供遠程服務,實現「一人服務多家企業」的靈活就業模式,將自身勞動價值最大化。

  守護人的主體地位

  在人機協同時代,如何守護人的主體地位與不可替代性?受訪專家認為,當前,應在法律法規、倫理審查、行業自律等方面發力,保護勞動者合法權益,為人機協同發展打下堅實基礎。

  ——補齊法律短板,實現剛性約束。孫在福建議,在個人信息保護法框架下進一步明確:員工的工作行為模式、溝通風格、判斷偏好、思維邏輯屬於個人信息乃至敏感個人信息,企業用於AI訓練必須取得單獨書面同意。勞動關係終止後,企業應在規定期限內刪除用於AI訓練的個人痕跡數據。

  ——強化倫理審查,降低勞動者維權成本。孫在福建議,面向企業的「同事.skill」類系統上線前,應向網信、人社、市場監管部門進行備案與倫理評估,重點檢查數據授權合法性、採集範圍必要性、勞動權益保障情況。

  ——完善行業自律,形成柔性約束補充。劉溪建議,行業協會可牽頭,聯合法律機構、勞動保護組織制定自律公約,倡導行業自律,抵制貶損人類職業價值、加劇就業失衡的惡性算法競爭,確保技術進步始終運行在文明與法治的軌道上。(完)

海量資訊、精準解讀,盡在新浪財經APP

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10