人工智能時代，求職者更有可能找到高匹配度的崗位嗎？

人工智能時代，求職者更可能找到與自身能力、教育水平、專業方向更契合的就業崗位，還是更容易陷入“錯配”困境？近日，北京大學國家發展研究院與智聯招聘聯合發布《人工智能大語言模型技術影響下的勞動力市場求職錯配情況報告》，基于2021年1月至2025年7月超過162萬條智聯招聘平臺的“崗位-求職者”匹配數據，深入探討AI如何重塑就業市場。

研究指出，從求職中的教育和專業錯配角度來看，中國勞動力市場結構性矛盾近年來存在加劇趨勢；但另一方面，人工智能大語言模型暴露度高的職業，教育錯配發生概率明顯縮小，專業錯配程度則沒有明顯改變。

勞動力市場錯配問題日益突出

求職過程中的錯配是衡量勞動力市場結構性矛盾的重要指標，具體可以分為基于學歷的“縱向錯配”和基于專業的“橫向錯配”。前者指勞動者者從事低學歷要求的崗位，也就是“大材小用”；后者指勞動者所學專業與工作崗位所需專業關聯度低甚至完全不相關，即“專業不對口”。

研究發現，在線上簡歷投遞中，近六成的求職者匹配了低學歷要求的崗位，近45%的大專及以上求職者匹配了專業不對口的崗位。錯配程度在不同類型求職者中存在差異。縱向錯配方面，高中學歷和本科及以上學歷的求職者，16-24歲青年群體和45歲及以上中老年群體是縱向錯配的高發群體；橫向錯配方面，大專學歷求職者，門檻較低的職業、服務導向型行業的錯配程度普遍較高。

不斷增長的縱向錯配比例可能說明部分求職者處于“學歷過剩”的困境，抑制了其學歷優勢的充分發揮，加劇了人力資源的浪費。不斷增長的橫向錯配表明，需及時調整人才培養體系、持續加強人才技能提升，以應對市場需求的快速變化。

AI技術緩解部分職業領域錯配問題

那么，在勞動力市場結構性矛盾日益突出的背景下，AI技術進步帶來的是機遇還是挑戰？

研究選用ChatGPT在2022年底的發布作為大語言模型（AI-LLM）技術對勞動力市場的沖擊節點，發現AI-LLM暴露度高的職業縱向錯配比例的增長幅度顯著低于低暴露度職業，說明那些高AI暴露度職業（如技術研發、數據分析、內容創作等）的錯配問題出現了緩解跡象；而在橫向錯配的比例變動中，高低暴露度職業并沒有呈現出明顯的差異性。

求職過程中，教育的適配性在高暴露度的職業中為何得到提升？研究認為可能存在以下機制：

一是信號更明確，招聘效率提升。AI技術的應用使得高暴露度崗位的工作任務和技能要求描述得更加具體、清晰。招聘廣告文本分析顯示，這些崗位在ChatGPT發布后，所描述的工作任務數量和明確提及的技能要求數量均有增加。這種“信號機制”的強化，直接勸退了不具備相應條件的求職者，減少了盲目投遞，提升了匹配效率。

二是崗位門檻系統性提高。AI的介入并非簡單地替代人力，而是重塑了工作內容，要求更高水平的人機協作。這使得崗位對技能的專業度和復雜度的要求水漲船高。研究發現，高暴露度崗位招聘廣告中提及技能的“相對復雜度”顯著提升。這種門檻的提高，促使求職者更精準地評估自身與崗位的匹配度。

三是工作任務調整，要求更具體。AI技術改變了高暴露職業的工作范式，企業為了適應新技術，主動調整了崗位設置和任務描述，使其更具針對性和專業性，從而引導了更精準的勞動力匹配。

研究提出，在人工智能技術持續滲透的背景下，勞動力市場錯配本質是“技術變革速度”與“人力資本調整速度”的差距問題。盡管AI在部分高暴露度職業中已通過推動企業進行更精細的崗位設計和人才篩選，優化了市場配置效率，但整體而言，教育錯配仍在持續。因此，未來政策應更具前瞻性，一方面應鼓勵企業借助AI等技術提升人崗匹配精度，另一方面加快教育體系與職業技能培訓改革，以響應AI時代對知識與技能結構的新要求。

原標題：《人工智能時代，求職者更有可能找到高匹配度的崗位嗎？》

欄目主編：張駿 題圖來源：上觀題圖

來源：作者：解放日報 周程祎