□李鹏（亳州学院中文与传媒系教授）

生成式人工智能快速发展，正在深刻改变知识获取方式、任务组织方式和岗位能力结构，也对高校人才培养和大学生就业准备提出了新要求。当前，人工智能正加快进入内容生产、信息处理、数据分析、运营管理等工作场景，劳动者能力结构和用人标准随之发生变化。对大学生而言，就业竞争不仅取决于专业知识掌握程度，也越来越取决于能否适应技术变革、融入新型工作流程、具备与人工智能协同完成任务的能力。

应当看到，人工智能发展带来的，不只是技术工具更新，更是就业能力评价逻辑的调整。过去，一些岗位主要看重知识积累、经验储备和标准化技能；如今，越来越多岗位开始重视求职者在复杂任务中的信息整合能力、问题分析能力、协同创新能力和持续学习能力。在这一背景下，人工智能素养日益成为影响大学生就业竞争力的重要变量。

但人工智能素养并不会自发转化为就业竞争力。现实中，有的学生停留于简单调用工具，有的难以把相关能力转化为成果和语言，还有的高校在人才培养与就业需求之间仍存在脱节。由此可见，人工智能素养向就业竞争力转化，并不是一个自然而然的过程，而是一个需要多重条件共同支撑的能力生成和价值实现过程。

一、人工智能素养重在形成复合能力

讨论人工智能素养，首先要避免将其简单理解为“会使用工具”。会写提示语、会生成文本、会调用软件，只是人工智能素养的表层表现。真正具有就业意义的人工智能素养，不是对某项技术功能的零散掌握，而是在具体任务中理解技术、选择工具、校正结果、承担责任的综合能力。

这种能力首先体现为必要的技术认知。大学生需要对人工智能的运行逻辑、适用边界和潜在风险形成基本判断，既不能神化技术，也不能低估技术。只有理解人工智能“能做什么”“不能做什么”“在什么情境下更有效”，才能避免把技术使用变成盲目依赖。

这种能力还体现为任务导向的工具应用。人工智能的价值不在于被频繁使用，而在于能否被合理嵌入学习、实践和工作流程。面对资料整理、方案设计、内容优化、数据分析等任务，学生需要根据目标选择工具、设计指令、优化输出，并将生成结果转化为可用成果。

更关键的是结果判断能力。人工智能可以提升效率，却不能保证输出天然可靠。信息失真、事实偏差、逻辑疏漏和内容幻觉，都要求使用者具备甄别、修正和再加工能力。判断能力越强，人工智能越可能成为能力放大器；判断能力越弱，人工智能反而可能成为错误扩散器。

因此，人工智能素养的关键不在“会不会用”，而在“能不能用得准、用得稳、用得合规尽责”。只有把人工智能素养放在岗位任务和能力结构中理解，才能真正把握其转化为就业竞争力的基础。

二、把握能力转化的关键环节

人工智能素养之所以能够影响就业竞争力，并不是因为它本身天然具有优势，而是因为它能够在新的岗位环境中改变能力形成和价值呈现的方式。其转化过程大体要经过任务嵌入、成果表达和市场识别三个环节。

从工具接触走向任务嵌入，是转化的起点。现实中，很多学生已经接触过人工智能，但接触本身并不等于竞争力。只有把人工智能放入完整任务过程，使其服务于信息处理、方案形成、问题解决和结果优化，技术使用才可能转化为岗位能力。相反，如果只是零散尝试、局部调用，就很难形成稳定的就业价值。

从能力形成走向成果表达，是转化的关键。就业市场对人才能力的识别，往往依托简历、作品集、项目经历、实习履历与面试等载体实现。现实中，一些学生并不缺少人工智能应用经历，却缺少把这些经历转化为成果证据和岗位语言的能力，因而出现“做过不少、说不清楚”“会用工具、难以证明”的问题。人工智能素养只有转化为可展示、可说明、可验证的成果，才能进入就业竞争过程。

从个体能力走向市场识别，是转化的完成。就业竞争力不是封闭的个人属性，而是个体能力与社会需求之间的匹配结果。人工智能素养能否成为优势，还取决于用人单位是否真正需要这种能力，招聘和评价机制是否能够识别这种能力。只有当高校培养、岗位需求和评价标准之间形成衔接，人工智能素养的价值才会更加充分地显现出来。

由此可见，人工智能素养向就业竞争力转化，不是简单线性过程，而是学习、实践、表达、评价不断联动的动态过程。它既需要学生主动提升能力，也需要高校和用人单位共同完善支持机制。

三、人工智能素养正在重塑就业优势

人工智能素养之所以成为大学生就业竞争力的重要内容，并不只是因为学生多掌握了一种工具，而是因为岗位任务本身正在变化。如今，资料检索、文本整理、数据归纳、方案初拟、内容优化等工作，越来越多地与人工智能结合在一起。对刚进入职场的大学生来说，能否借助人工智能较快理解任务、梳理思路并形成初步成果，已成为岗位适应能力的重要体现。

这种优势首先表现为任务进入速度的提升。初入岗位的毕业生往往缺少经验，如果能合理使用人工智能辅助信息整理、材料分析和方案准备，就能缩短从“不会做”到“能上手”的过渡过程。用人单位对毕业生的初步判断，也往往来自其能否及时回应任务、形成清晰产出，并在工作推进中表现出基本组织能力。

但人工智能素养的价值不能简单理解为提高效率。更重要的是，它正在改变能力评价的重心。过去，一些基础岗位更看重知识记忆、流程熟悉和重复执行；人工智能参与后，单纯完成基础性操作的区分度正在降低。用人单位更关注学生能否提出有效问题、判断信息质量、修正生成结果，并形成可执行方案。真正构成就业优势的，不是“会用人工智能”，而是能够在人工智能辅助下把事情想清楚、做扎实、说清楚。

由此，大学生的能力结构也需要调整。人工智能素养只有与专业知识、行业理解、沟通协调和组织执行能力结合起来，才可能形成较强的岗位迁移能力。单一技能容易受工具变化和岗位调整影响，复合能力则更能适应不同任务和场景。

从长远看，人工智能素养还关系到职业发展的持续性。技术工具会不断更新，岗位要求也会持续变化。大学生如果只掌握眼前操作方法，很快可能面临新的不适应；如果能在技术变化中不断调整知识结构、更新工作方法、提升判断能力，就更容易在后续职业竞争中保持主动。

四、当前转化仍面临多重堵点

推动人工智能素养转化为大学生就业竞争力，既要看到积极趋势，也要看到现实堵点。总体看，当前主要存在以下几个方面问题。

一是认识层面存在表层化倾向。一些学生把人工智能素养理解为单纯的工具技能，热衷于追逐使用技巧，却忽视了任务意识、判断能力和责任意识建设。这样的能力结构难以支撑复杂岗位需求，也难以形成可持续竞争优势。表面上看，学生“学了很多工具”；实际上，真正进入任务情境后却未必知道如何选择、如何判断、如何修正。

二是培养环节存在脱节现象。这是当前最值得重视的堵点之一。一些高校的专业课程仍按照传统知识体系展开，人工智能应用没有真正进入教学任务设计；一些人工智能相关教学又停留在基础工具介绍阶段，缺少与专业场景、岗位场景、行业场景的结合。结果是，学生学了专业，也学了工具，却没有形成二者之间的有效耦合。这种耦合不足，直接制约了人工智能素养由课堂知识向岗位能力的转化。

三是表达环节存在转译不足。这是能力转化受阻的另一关键堵点。现实求职中，不少学生难以把人工智能应用经历转化为岗位语言、成果语言和能力语言，导致已有能力难以被用人单位准确识别。这表明，人工智能素养转化为就业竞争力，不仅需要“会做”，还需要“会说”“会呈现”。如果能力只是停留在个人经验层面，没有形成可解释、可展示、可验证的表达形式，那么其就业价值就会大打折扣。

四是评价环节存在标准滞后。当前，一些用人单位对人工智能相关能力的重要性已有认识，但在招聘、考核和用人中仍缺少稳定、清晰、可操作的识别标准。学校培养出来的能力，未必能顺畅进入市场评价体系；市场所需要的能力，也未必已被充分纳入人才培养体系。这种双向错位，影响了能力转化效率，也容易让学生在能力建设中出现目标模糊和路径摇摆。

五是资源条件存在差异影响。不同地区、不同高校、不同专业在课程资源、师资力量、实践平台、技术条件等方面存在差别，这直接影响了学生人工智能素养形成的广度和深度。若缺少必要支撑，人工智能素养转化就容易出现起点不一、质量不齐、成效不均的问题。从长远看，这不仅影响个体就业竞争力，也可能加剧高校之间、区域之间的人才培养差异。

五、以系统思维提升人工智能素养转化效能

推动人工智能素养更好转化为大学生就业竞争力，必须坚持系统观念，把握教育、就业、产业、政策之间的内在联系，从认识端、培养端、表达端、评价端、资源端协同发力。

针对认识表层化问题，高校应引导学生从“工具使用”转向“任务理解”。人工智能教育不能只讲功能和技巧，更要帮助学生理解技术边界、应用场景和责任要求。教学中应突出问题意识、判断意识和规范意识，使学生认识到，真正重要的不是简单使用人工智能，而是在具体任务中合理驾驭人工智能。

针对培养脱节问题，应推动人工智能素养深度嵌入人才培养体系。要推动人工智能教育由“工具补充”向“能力融入”转变，把人工智能素养纳入人才培养全过程，使其成为专业学习、实践训练和能力养成的重要组成部分。要改变重讲解、轻应用，重功能、轻场景的教学方式，围绕问题提出、任务分解、工具应用、结果修正、成果形成等完整链条组织教学，使学生在真实或仿真任务中提升人工智能应用能力、判断能力和协同能力。

针对表达转译不足问题，应强化成果沉淀和就业指导。高校应引导学生把人工智能应用更多落实到课程项目、社会实践、实习实训、创新创业之中，通过案例、作品、报告、方案等形式沉淀能力证据，增强其在就业市场中的可识别性。同时，就业指导不能只停留在岗位信息推送和求职技巧训练上，而应更加重视帮助学生把专业学习成果、项目实践经历和人工智能应用经验转化为岗位表达能力、成果呈现能力和胜任力说明能力，帮助学生把“我做过什么”转化为“我能够胜任什么”。

针对评价标准滞后问题，应加强高校与行业、企业、平台之间的协同联动。推动课程设置、实践训练、能力认证和岗位需求相互贯通，逐步建立更加符合人工智能时代岗位变化的新型人才评价机制，提高人工智能相关能力在招聘和用人中的识别度和认可度。只有评价标准跟上岗位变化，人工智能素养才能真正从“被重视”走向“被认可”。

针对资源差异问题，还应注重资源均衡和条件保障。要通过平台建设、课程共享、师资培训、实践项目支持等方式，缩小不同地区、不同高校、不同专业之间的资源差距，为更多大学生提升人工智能素养、实现能力转化创造更为公平的条件。这既关系教育公平，也关系人才竞争力的整体提升。

总之，人工智能素养转化为大学生就业竞争力，关键在于打通从能力形成到岗位认可的链条。只有当学生能够在真实任务中使用人工智能、在实践过程中沉淀成果、在求职场景中清晰表达能力，并被市场评价体系有效识别，人工智能素养才能真正转化为就业优势。对高校而言，这一过程不仅是技术教育的更新，更是人才培养方式、能力评价方式和就业支持方式的系统重构。

【基金项目：安徽省质量工程项目（教育教学改革研究）“普通本科院校学生人文素养与就业能力之提高研究”（项目编号：2022jyxm1017）；安徽省质量工程项目“网络与新媒体新建专业质量提升项目”（项目编号：2023xjzlts081）】