算法失業(yè)風險認知政策訴求中技術(shù)決定論批判>思考中....一、摘要與關(guān)鍵詞摘要：隨著人工智能與自動化技術(shù)的迅猛發(fā)展，算法失業(yè)已從科幻想象演變?yōu)橐粋€緊迫的現(xiàn)實社會議題。公眾對這一風險的認知，深刻地影響著其對未來就業(yè)市場的預(yù)期、個人職業(yè)規(guī)劃以及對相關(guān)公共政策的訴求。本研究旨在深入探討公眾對算法失業(yè)風險的認知建構(gòu)及其政策訴求的內(nèi)在邏輯，并對其中潛藏的技術(shù)決定論傾向進行批判性反思。本研究采用質(zhì)性研究方法，通過對中國不同行業(yè)、不同技能水平的四十位在職人員進行半結(jié)構(gòu)化深度訪談，并結(jié)合對相關(guān)媒體報道的話語分析，來考察風險認知的形成機制。研究發(fā)現(xiàn)，公眾對算法失業(yè)的風險認知呈現(xiàn)出一種確定性焦慮與不確定性恐慌交織的復(fù)雜圖景。一方面，受媒體渲染和技術(shù)發(fā)展直觀沖擊的影響，公眾普遍接受了機器換人是不可逆轉(zhuǎn)的技術(shù)趨勢這一技術(shù)決定論框架，表現(xiàn)為對低技能、重復(fù)性崗位被替代的高度確定性焦慮。另一方面，對于自身崗位，特別是中高技能崗位的未來，公眾則表現(xiàn)出強烈的不確定性恐慌，其評估標準模糊且充滿矛盾。在這種認知支配下，公眾的政策訴求主要集中于適應(yīng)性策略（如政府主導(dǎo)的技能再培訓(xùn)）和補償性策略（如建立更強的社會安全網(wǎng)），而較少觸及對技術(shù)發(fā)展方向、勞動過程重組以及收益分配模式等更深層次的干預(yù)性或塑造性政策訴-求。本研究認為，這種以適應(yīng)和補償為核心的政策想象，其根源在于技術(shù)決定論思維遮蔽了技術(shù)發(fā)展的社會建構(gòu)性。它將技術(shù)視為外生的、自主的力量，從而放棄了社會對技術(shù)發(fā)展路徑進行民主審議和主動塑造的可能性，這可能導(dǎo)致政策應(yīng)對的被動與滯后。因此，破解技術(shù)決定論，倡導(dǎo)一種將技術(shù)發(fā)展置于社會控制之下的技術(shù)塑造論視角，是制定更具前瞻性和公正性的算法時代勞動政策的關(guān)鍵前提。關(guān)鍵詞：算法失業(yè)；風險認知；技術(shù)決定論；政策訴求；社會建構(gòu)二、引言在第四次工業(yè)革命的浪潮之下，以人工智能、機器學(xué)習、大數(shù)據(jù)為代表的算法技術(shù)正以前所未有的深度和廣度滲透到經(jīng)濟社會的各個領(lǐng)域。從制造業(yè)的自動化生產(chǎn)線，到服務(wù)業(yè)的智能客服與無人配送，再到知識型工作中的數(shù)據(jù)分析與內(nèi)容生成，算法正在深刻地重塑著人類的勞動方式與就業(yè)結(jié)構(gòu)。伴隨這場技術(shù)變革而來的，是一個日益凸顯的全球性議題——算法失業(yè)，即由于算法和自動化技術(shù)的應(yīng)用，導(dǎo)致大量傳統(tǒng)工作崗位被替代、縮減甚至消失的風險。這一議題不僅是經(jīng)濟學(xué)家和未來學(xué)家關(guān)注的焦點，更已成為一個引發(fā)廣泛公眾焦慮的社會心理現(xiàn)象。媒體上關(guān)于某某職業(yè)將被AI取代的預(yù)測清單層出不窮，科幻作品中機器人統(tǒng)治世界的想象與現(xiàn)實生活中機器換人的新聞交織在一起，共同塑造著公眾對未來就業(yè)市場的復(fù)雜情緒與認知。公眾如何感知和理解算法失業(yè)的風險，是一個至關(guān)重要的議題。因為這種集體性的風險認知，不僅會直接影響個體的職業(yè)規(guī)劃、教育投資和心理健康，更重要的是，它將匯聚成形塑公共輿論、影響政策議程的強大力量。公眾對風險的歸因，將直接導(dǎo)向其對解決方案的訴求：如果失業(yè)被視為個人技能落后的結(jié)果，那么政策訴求將偏向個人再培訓(xùn)；如果被視為技術(shù)發(fā)展的必然代價，那么訴求可能偏向社會補償；而如果被視為資-本與技術(shù)結(jié)合以追求利潤最大化的社會選擇，那么訴-求則可能指向更深層次的勞動關(guān)系重構(gòu)與技術(shù)倫理規(guī)制。然而，在當前關(guān)于算法失業(yè)風險的公共討論中，一種強大而又隱蔽的思維定勢似乎占據(jù)了主導(dǎo)地位，那就是技術(shù)決定論。這種觀點傾向于將技術(shù)發(fā)展視為一種自主的、線性的、不可阻擋的自然力量，社會和個人只能被動地適應(yīng)其帶來的變化。在這種框架下，算法失-業(yè)被描繪為一種如同自然災(zāi)害般的必然趨勢，人類的能動性被大大削弱，討論的焦點也因此被局限在如何應(yīng)對這一后果層面。這引出了本研究的核心問題：公眾對算法失業(yè)風險的認知，在多大程度上受到了技術(shù)決定論思維的影響？這種受技術(shù)決定論支配的風險認知，又是如何具體地塑造了公眾的政策訴-求？對這種技術(shù)決定論傾向進行批判性反思，對于我們更全面、更主動地應(yīng)對算法時代的就業(yè)挑戰(zhàn)，具有何種重要意義？本研究的目標在于，通過對公眾風險認知與政策訴-求的實證考察，揭示其中潛藏的技術(shù)決定論邏輯，并對其進行理論上的批判。本文旨在論證，技術(shù)決定論是一種需要被警惕和超越的思維陷阱，因為它窄化了我們對問題的理解和對策的想象。它遮蔽了技術(shù)發(fā)展的社會建構(gòu)本質(zhì)——即技術(shù)的發(fā)展方向、應(yīng)用方式和利益分配，始終是社會多方力量博弈和選擇的結(jié)果。本文將首先回顧關(guān)于算法失業(yè)、風險認知與技術(shù)決定論的相關(guān)文獻，隨后闡明本研究的質(zhì)性研究方法，接著在核心討論部分，分析公眾風險認知的具體表現(xiàn)、政策訴-求的內(nèi)在邏輯，并深入批判技術(shù)決定論的局限性。最后，在結(jié)論中總結(jié)研究觀點，并倡導(dǎo)一種更具能動性的技術(shù)塑造論政策思維。三、文獻綜述本研究旨在批判性地審視公眾對算法失業(yè)風險認知及其政策訴-求中的技術(shù)決定論傾向。這一跨學(xué)科議題要求研究者必須整合來自經(jīng)濟學(xué)、社會學(xué)、風險社會理論以及科學(xué)技術(shù)研究（STS）等多個領(lǐng)域的文獻。首先，關(guān)于算法失業(yè)或技術(shù)性失業(yè)的經(jīng)濟學(xué)研究，為本研究提供了宏觀背景與爭議焦點。自凱恩斯提出技術(shù)性失業(yè)概念以來，關(guān)于技術(shù)進步對就業(yè)影響的爭論便從未停止。當代，以弗雷和奧斯本為代表的技術(shù)悲觀派通過對職業(yè)技能的分析，預(yù)測未來將有近一半的工作崗位面臨被自動化替代的高風險，引發(fā)了全球性的廣泛關(guān)注。而以阿西莫格魯和雷斯特雷波為代表的技術(shù)樂觀派則認為，技術(shù)在替代舊崗位的同時，也會通過生產(chǎn)率效應(yīng)、創(chuàng)造新任務(wù)等機制，催生出新的工作崗位，歷史上的技術(shù)革命最終都未導(dǎo)致大規(guī)模長期失業(yè)。這兩派的爭論，主要聚焦于技術(shù)對就業(yè)的凈效應(yīng)的量化預(yù)測，它們?yōu)楣姷娘L險認知提供了科學(xué)依據(jù)和核心話語（如XX%的崗位將被取代）。然而，這些經(jīng)濟學(xué)模型往往將技術(shù)作為一個外生變量，較少深入探討技術(shù)發(fā)展的方向和速度本身是如何被社會因素所影響的，從而在方法論上內(nèi)含了技術(shù)決定論的傾向。其次，風險社會理論為理解公眾的風險認知提供了重要的社會學(xué)視角。烏爾里?！へ惪酥赋觯诂F(xiàn)代社會晚期，我們面臨的風險日益表現(xiàn)為由現(xiàn)代化自身（特別是科技發(fā)展）所制造的、具有全球性、不確定性和不可見性的新風險。算法失業(yè)正是這種風險的典型體現(xiàn)。風險社會理論強調(diào)，風險不僅是客觀存在的概率，更是一種社會建構(gòu)的產(chǎn)物。公眾對風險的認知受到媒體框架、文化背景、專家話語、個人經(jīng)驗等多重因素的影響。已有研究開始運用這一理論分析公眾對人工智能的風險感知，發(fā)現(xiàn)媒體的擬人化和威脅性框架，顯著地影響了公眾的焦慮水平。這些研究提醒我們，公眾對算法失-業(yè)的認知并非對經(jīng)濟學(xué)預(yù)測的簡單反映，而是一個復(fù)雜的社會心理建構(gòu)過程。再次，來自科學(xué)技術(shù)研究（STS）領(lǐng)域的技術(shù)決定論批判，是本研究的核心理論武器。技術(shù)決定論認為，技術(shù)是自主發(fā)展的，并單向地決定社會變遷。與之相對，技術(shù)的社會建-構(gòu)論（SCOT）和行動者網(wǎng)絡(luò)理論（ANT）等則強調(diào)，技術(shù)的產(chǎn)生、發(fā)展、采納和形塑，是一個充滿偶然性、爭議和協(xié)商的社會過程。技術(shù)的設(shè)計內(nèi)嵌了特定群體的利益和價值觀，技術(shù)的社會影響也取決于其所處的具體社會文化脈絡(luò)。將這一視角應(yīng)用于算法失-業(yè)問題，意味著機器換人并非一個純粹的技術(shù)問題，而是一個深刻的社會選擇問題。企業(yè)選擇用算法替代人工，是為了降低成本、強化控制；社會選擇如何規(guī)制這種替代，則取決于勞資力量對比、公共政策導(dǎo)向和倫理價值考量?，F(xiàn)有文獻已開始運用這一視角批判人工智能發(fā)展的路徑，但將這一批判系統(tǒng)性地與公眾的風險認知和政策訴-求進行勾連的實證研究還相對匱乏。最后，關(guān)于應(yīng)對算法失業(yè)的政策討論，構(gòu)成了本研究的直接對話對象。目前，政策討論主要圍繞三個層面展開：一是適應(yīng)性政策，核心是人力資本投資，即通過教育改革和職業(yè)再培訓(xùn)，提升勞動者的技能以適應(yīng)技術(shù)變化。二是補償性政策，核心是社會保障，即通過失業(yè)保險、社會救助乃至普遍基本收入（UBI）等方式，為在轉(zhuǎn)型中受損的群體提供安全網(wǎng)。三是干預(yù)性或塑造性政策，核心是規(guī)則重構(gòu)，這包括對技術(shù)應(yīng)用的直接規(guī)制（如機器人稅）、勞動關(guān)系的調(diào)整（如保障零工經(jīng)濟勞動者權(quán)益）、以及改變資本與勞動的收益分配格局（如推廣員工持股、數(shù)據(jù)所有權(quán)改革）等。綜合來看，現(xiàn)有文獻已為本研究奠定了堅實的基礎(chǔ)。然而，研究的空白點亦很明顯：第一，現(xiàn)有關(guān)于算法失業(yè)風險認知的研究，多為量化調(diào)查，測量公眾的焦慮程度，而缺乏深入的質(zhì)性研究，去揭示其認知背后的思維框架和歸因邏輯，特別是技術(shù)決定論是如何具體運作的。第二，研究風險認知與研究政策訴-求的文獻往往是分離的，未能建立起一個認知—訴-求的分析鏈條，即系統(tǒng)性地闡明特定的風險認知是如何導(dǎo)向特定的政策想象的。第三，對技術(shù)決定論的批判，多停留在學(xué)理層面，未能將其與公眾的日常話-語和政策偏好進行實證層面的結(jié)合，從而未能充分揭示這種學(xué)術(shù)思潮在現(xiàn)實世界中的深刻影響。本研究的理論創(chuàng)新與價值在于：第一，通過質(zhì)性研究，深度打開公眾風險認知的黑箱，揭示技術(shù)決定論作為一種主導(dǎo)性思維框架的內(nèi)在結(jié)構(gòu)與表現(xiàn)形式。第二，明確地將風險認知與政策訴-求進行強關(guān)聯(lián)分析，論證受技術(shù)決定論支配的認知，是如何系統(tǒng)性地導(dǎo)向以適應(yīng)和補償為主的、相對被動的政策想象的。第三，將STS的理論批判與勞動政策的現(xiàn)實關(guān)懷相結(jié)合，旨在論證破解技術(shù)決定論不僅是一個學(xué)術(shù)議題，更是拓寬算法時代勞動政策想象空間、推動實現(xiàn)更公正的技術(shù)轉(zhuǎn)型路徑的關(guān)鍵一步。四、研究方法本研究旨在深入探究公眾對算法失業(yè)風險的認知建構(gòu)、政策訴-求及其背后潛藏的技術(shù)決定論思維。鑒于研究的核心在于理解人們的主觀認知、意義建構(gòu)和深層邏輯，而非測量其普遍程度，本研究在方法論上堅定地采用定性研究路徑。具體而言，本研究以現(xiàn)象學(xué)為哲學(xué)基礎(chǔ)，以半結(jié)構(gòu)化深度訪談為主要數(shù)據(jù)收集方法，輔之以對相關(guān)媒體報道的話語分析，旨在對研究議題進行厚描式的闡釋。本研究的整體研究設(shè)計是一種探索性與解釋性相結(jié)合的質(zhì)性研究。研究旨在進入不同背景的在職人員的生活世界，從他們的視角出發(fā)，理解他們?nèi)绾胃兄⒔忉尯蛻?yīng)對算法失業(yè)這一日益臨近的風險，并從中提煉出其認知框架與訴-求邏輯，進而與技術(shù)決定論這一理論構(gòu)念進行批判性對話。在研究對象的抽樣策略上，本研究采用了最大差異化的目的性抽樣。為了盡可能廣泛地捕捉不同群體對算法失業(yè)風險的差異化認知，本研究在抽樣時主要考慮了三個核心變量：第一，行業(yè)類型。涵蓋了被普遍認為受沖擊較大的制造業(yè)、傳統(tǒng)服務(wù)業(yè)（如客服、物流），以及被認為相對安全甚至受益的知識型、創(chuàng)造性行業(yè)（如教育、研發(fā)、設(shè)計、管理）。第二，技能水平/崗位可替代性。根據(jù)崗位工作內(nèi)容的重復(fù)性、程序化程度，區(qū)分了高、中、低不同技能水平的勞動者。第三，年齡與工作經(jīng)驗。兼顧了初入職場的新生代與經(jīng)驗豐富的中年勞動者。最終，本研究在北京、上海、深圳和蘇州這四個產(chǎn)業(yè)結(jié)構(gòu)各具代表性的城市，共選取了四十位符合條件的在職人員作為深度訪談對象。所有訪談對象均為通過社會網(wǎng)絡(luò)和線上社群招募的志愿者。在數(shù)據(jù)收集方面，本研究采用了半結(jié)構(gòu)化深度訪談法。訪談提綱圍繞以下核心主題展開：第一，對人工智能/算法技術(shù)的總體印象與了解程度；第二，對其所在行業(yè)和具體崗位受算法技術(shù)影響的認知與評估（包括已發(fā)生的變化和預(yù)期的未來變化）；第三，對算法失-業(yè)風險的個人感知（包括焦慮程度、風險來源歸因、預(yù)期的發(fā)生時間等）；第四，個人層面的應(yīng)對策略（如是否考慮學(xué)習新技能、轉(zhuǎn)換職業(yè)等）；第五，對政府、企業(yè)和社會應(yīng)扮演角色的期待，即政策訴-求（如希望政府提供哪些幫助，企業(yè)應(yīng)承擔何種責任等）。每次訪談時間約為六十至九十分鐘，在征得受訪者同意后進行錄音，并轉(zhuǎn)錄為文字稿。此外，本研究還輔助性地收集了近三年主流媒體（如人民網(wǎng)、新華網(wǎng)、財新網(wǎng)）及科技自媒體上關(guān)于AI取代人類工作的高傳播度報道，作為分析公眾認知外部信息源的參照文本。在數(shù)據(jù)分析技術(shù)與方法上，本研究采用了扎根理論中迭代式的編碼與范疇構(gòu)建過程。分析過程大致分為三步：首先，開放式編碼。研究者反復(fù)閱讀訪談文本和媒體報道，對原始數(shù)據(jù)進行逐句編碼，提煉出反映受訪者認知與訴-求的基本概念，如大勢所趨、遲早的事、簡單重復(fù)的工作、創(chuàng)造力是關(guān)鍵、只能去學(xué)、國家要管、給我們兜底等。其次，主軸編碼。將開放編碼中獲得的概念進行系統(tǒng)性的歸納、比較和關(guān)聯(lián)，圍繞風險的確定性感知、風險的不確定性來源、風險歸因、個人應(yīng)對邏輯、政策訴-求類型等主軸，構(gòu)建起核心范疇。例如，將大勢所趨、不可逆轉(zhuǎn)、技術(shù)發(fā)展的必然等歸入技術(shù)決定論認知框架這一核心范疇。最后，選擇性編碼與理論建構(gòu)。在核心范疇的基礎(chǔ)上，提煉出本研究的中心論點，即公眾在技術(shù)決定論框架下，形成了確定性焦慮與不確定性恐慌交織的風險認知，并由此導(dǎo)向了以適應(yīng)性和補償性為主的政策訴-求。整個分析過程在數(shù)據(jù)與理論（特別是技術(shù)決定論批判理論）之間反復(fù)對話，直至理論模型能夠充分解釋訪談數(shù)據(jù)中的核心現(xiàn)象，達到理論飽和。五、研究結(jié)果與討論通過對四十位在職人員的深度訪談以及相關(guān)媒體話語的分析，本研究揭示了公眾在算法失-業(yè)風險認知上的一種普遍而深刻的內(nèi)在矛盾，及其對政策訴-求的系統(tǒng)性塑造。這一認知圖景的核心，是技術(shù)決定論作為一種不證自明的背景框架所發(fā)揮的主導(dǎo)作用。（一）技術(shù)決定論框架下的風險認知：確定性焦慮與不確定性恐慌的交織研究發(fā)現(xiàn)，絕大多數(shù)受訪者，無論其行業(yè)背景和技能水平如何，都將算法驅(qū)動的機器換人視為一個不可逆轉(zhuǎn)、遲早會發(fā)生的大勢所趨。一位從事制造業(yè)生產(chǎn)線管理的受訪者表示：這是技術(shù)發(fā)展的必然規(guī)律，就像當年蒸汽機淘汰手工作坊一樣，我們個人是擋不住的。這種將技術(shù)變革比作自然規(guī)律的表述，在訪談中反復(fù)出現(xiàn)，清晰地反映了技術(shù)決定論思維的內(nèi)化。在這一宏大的必然性框架下，公眾的風險認知進一步分化為兩個看似矛盾、實則同源的層面：第一，對他者失業(yè)的確定性焦慮。當被問及哪些工作最容易被替代時，受訪者幾乎毫無例外地指向了那些低技能、簡單重復(fù)的崗位，如流水線工人、客服、收銀員、司機等。對于這些崗位的未來，受訪者表現(xiàn)出高度的確定性，認為其被替代只是時間問題。這種確定性焦慮，很大程度上來源于媒體對無人化場景（如無人倉庫、無人駕駛）的生動報道和個人在日常生活中對自動化服務(wù)的直觀體驗。然而，這種認知往往是臉譜化的，它將失業(yè)風險清晰地歸咎于崗位的低端屬性和從業(yè)者的技能落后，從而在認知上建立了一個安全的他者群體。第二，對自我失-業(yè)的不確定性恐慌。當話題轉(zhuǎn)向受訪者自身崗位時，確定性迅速消失，取而代之的是一種深刻的不確定性恐慌。即便是從事設(shè)計、研發(fā)、教育等被普遍認為需要創(chuàng)造力和情感溝通的安全崗位的受訪者，也難以明確清晰地界定其工作的不可替代性究竟在哪里。一位從事軟件開發(fā)的工程師坦言：我們現(xiàn)在寫的代碼，很多未來可能AI一秒鐘就生成了。我們的優(yōu)勢到底還能保持多久，說實話我心里沒底。另一位大學(xué)教師則擔憂：AI能寫論文、能做PPT，未來會不會出現(xiàn)比我講課效果更好的AI教師？這種不確定性的根源在于，算法技術(shù)的發(fā)展速度和能力邊界本身是模糊和不可預(yù)測的，這使得任何基于當前技能的安全感都顯得岌岌可危。受訪者在評估自身風險時，常常陷入創(chuàng)造力、復(fù)雜決策、情感等模糊概念的循環(huán)論證中，卻無法找到堅實的認知錨點。確定性焦慮與不確定性恐慌看似對立，實則都是技術(shù)決定論這枚硬幣的兩面。正是因為默認了技術(shù)是自主的、全能的、不可抗拒的外部力量，公眾才會對簡單崗位的淘汰抱有確定的預(yù)期，同時對復(fù)雜崗位的未來感到不確定的恐慌。在這套認知邏輯中，技術(shù)是唯一的自變量，而人與社會，則成了被動反應(yīng)的因變量。（二）被動應(yīng)對：以適應(yīng)和補償為核心的政策訴-求在上述風險認知的支配下，公眾提出的政策訴-求，也呈現(xiàn)出鮮明的被動應(yīng)對色彩，主要集中在適應(yīng)性和補償性兩個維度。第一，適應(yīng)性訴-求：對再培訓(xùn)的普遍期待。這是最被頻繁提及的政策訴-求。幾乎所有受訪者都認為，政府和企業(yè)有責任提供大規(guī)模的、高質(zhì)量的職業(yè)技能再培訓(xùn)，幫助勞動者跟上技術(shù)的步伐。一位物流行業(yè)的員工說：國家應(yīng)該搞一些培訓(xùn)，教我們怎么去操作和維護那些自動化設(shè)備，而不是等我們被淘汰了再說。這種訴-求的邏輯是：既然技術(shù)變革不可避免，那么唯一的出路就是提升個人的人力資本，去適應(yīng)新的技術(shù)環(huán)境。這是一種典型的人力資本解決方案，它將失業(yè)的風險最終歸結(jié)為個人技能與技術(shù)需求之間的錯配，而政策的責任，就是幫助個人修復(fù)這種錯配。第二，補償性訴-求：對社會安全網(wǎng)的強烈需求。受訪者普遍表達了對未來社會保障體系的擔憂，并希望政府能夠建立更強大的兜底機制。這包括：提高失業(yè)保險的覆蓋面和保障水平；提供更便利的轉(zhuǎn)崗就業(yè)服務(wù)；甚至有少數(shù)受訪者提及了普遍基本收入（UBI）的概念。一位從事行政工作的受訪者表示：如果將來真的有很多人失業(yè)，國家肯定要想辦法養(yǎng)著，不然社會會亂的。這種訴-求的背后邏輯是：承認在一部分人可能無法適應(yīng)技術(shù)變革的前提下，社會有責任為這些轉(zhuǎn)型陣痛的受害者提供人道主義的補償，以維持社會穩(wěn)定。然而，值得注意的是，在訪談中極少出現(xiàn)更具主動性的干預(yù)性或塑造性政策訴-求。例如，很少有受訪者會去質(zhì)疑：我們是否應(yīng)該對某些領(lǐng)域的自動化應(yīng)用設(shè)置倫理或法律的限制？企業(yè)在引入自動化技術(shù)導(dǎo)致大規(guī)模裁員時，是否應(yīng)繳納額外的機器人稅來反哺社會保障體系？技術(shù)進步帶來的巨大收益，除了流向資本所有者，是否應(yīng)該有更公平的分配機制（如員工持股、數(shù)據(jù)分紅）？算法在工作場所的應(yīng)用，是否應(yīng)該受到更嚴格的監(jiān)管，以保護勞動者的尊嚴和權(quán)利？（三）技術(shù)決定論的遮蔽效應(yīng)：政策想象力的窄化公眾政策訴-求中干預(yù)性和塑造性維度的缺失，并非偶然。本研究認為，這正是技術(shù)決定論思維所產(chǎn)生的深刻遮蔽效應(yīng)所致。當技術(shù)被視為一種外生的、自主的、如同自然規(guī)律般的力量時，任何試圖干預(yù)或塑造技術(shù)發(fā)展方向的政策想象，都會在認知上顯得不切實際或螳臂當車。既然大勢所趨，那么社會能做的，便只剩下兩件事：一是幫助個體去適應(yīng)這個大勢，即技能再培訓(xùn)；二是為那些被大勢甩下的人提供補償，即社會安全網(wǎng)。這種思維框架系統(tǒng)性地遮蔽了以下幾個關(guān)鍵問題：第一，遮蔽了技術(shù)發(fā)展的社會建構(gòu)性。技術(shù)決定論讓我們忘記了，任何技術(shù)的發(fā)展路徑和應(yīng)用模式都不是唯一的、命定的。我們選擇發(fā)展什么樣的AI（是增強人類能力的協(xié)作型AI，還是完全替代人類的自主型AI？）、以什么樣的速度和方式將其應(yīng)用于社會（是審慎的、包容性的引入，還是破壞性的、激進的顛覆？），這些都是社會可以也應(yīng)該通過公共辯論、倫理審議和法律規(guī)制來施加影響的社會選擇。第二，遮蔽了勞動過程中的權(quán)力關(guān)系。技術(shù)決定論傾向于將機器換人描繪為一個中性的效率提升過程。它掩蓋了這背后深刻的勞資權(quán)力關(guān)系。資本之所以有動力大規(guī)模推動自動化，不僅僅是為了效率，更是為了降低對勞動力的依賴、削弱工會的力量、強化對生產(chǎn)過程的控制。將這一過程去政治化，使得公眾難以從勞動者權(quán)利和階級關(guān)系的角度去思考政策解決方案。第三，遮蔽了收益分配的政治經(jīng)濟學(xué)。技術(shù)決定論常常伴隨著一種水漲船高的樂觀敘事，即技術(shù)進步帶來的生產(chǎn)力提升，最終將惠及所有人。然而，現(xiàn)實是，在缺乏有效制度干預(yù)的情況下，自動化帶來的收益極有可能高度集中于資本和技術(shù)精英手中，從而加劇社會不平等。對這一分配問題的忽視，使得政策訴-求難以觸及機器人稅、數(shù)據(jù)所有權(quán)等更根本的財富再分配議題。（四）討論：從技術(shù)決定論到技術(shù)塑造論的范式轉(zhuǎn)換本研究的發(fā)現(xiàn)與既有的技術(shù)社會建構(gòu)理論高度契合，并將其與算法失業(yè)這一具體議題的公眾認知和政策訴-求進行了實證鏈接。研究結(jié)果表明，若要真正有效地應(yīng)對算法時代的就業(yè)挑戰(zhàn)，一場深刻的認知范式轉(zhuǎn)換是必不可少的，即從被動的技術(shù)決定論轉(zhuǎn)向主動的技術(shù)塑造論。技術(shù)塑造論的政策思維，意味著我們不再將技術(shù)視為需要被動適應(yīng)的命運，而是將其視為可以被民主塑造的工具。在這種思維下，政策議程將大大拓寬：在適應(yīng)和補償之外，更重要的是塑造和規(guī)制。政策的重心將從事后補救轉(zhuǎn)向事前干預(yù)。這意味著，我們需要建立起對人工智能發(fā)展的公共審議機制，將社會、倫理和就業(yè)影響評估，內(nèi)嵌到技術(shù)研發(fā)和應(yīng)用的全過程之中。我們需要通過立法，明確企業(yè)在應(yīng)用自動化技術(shù)時的社會責任，平衡效率提升與勞動者權(quán)益保護。我們需要探索更公正的收益分配模式，確保技術(shù)進步的紅利能夠被更廣泛的社會成員所共享。這一范式轉(zhuǎn)換的現(xiàn)實意義在于，它能夠?qū)⒐姀募夹g(shù)面前的無力感中解放出來，重新激活其作為公民的主體性。當公眾認識到自己不僅是技術(shù)變革的被動接受者，更是技術(shù)未來路徑的共同塑造者時，他們的政策訴-求才可能超越眼前的飯碗焦慮，而進入到一個更廣闊的、關(guān)乎社會公正和人類未來的公共領(lǐng)域。六、結(jié)論與展望本研究通過對中國在職人員的深度訪談與相關(guān)媒體話語的分析，深入探討了公眾對算法失-業(yè)風險的認知建構(gòu)及其政策訴-求，并對其中潛藏的技術(shù)決定論思維進行了系統(tǒng)的批判性反思。本研究的核心結(jié)論是：公眾對算法失業(yè)風險的認知，普遍被一種技術(shù)決定論的宏大敘事所框架。在這種框架下，公眾一方面對低技能崗位的被替代表現(xiàn)出高度的確定性焦慮，另一方面對自身崗位的未來則充滿不確定性恐-慌。這種以技術(shù)必然性為前提的風險認知，系統(tǒng)性地將其政策訴-求窄化為以適應(yīng)性策略（如技能再培訓(xùn)）和補償性策略（如社會安全網(wǎng)）為核心的被動應(yīng)對模式。而更具主動性的、旨在干預(yù)技術(shù)應(yīng)用