进入12月，2025年即将结束。今年，大规模AI模型的开发以及关于AI是否会取代人类的讨论从年初一直持续到年底。科技正在以前所未有的程度重塑我们的工作和生活。大多数参与这一趋势的人都有模糊的感觉，但没有人知道它会走向何方。然而，这种不确定感可能在十多年前就被制造业工人注意到了，但当时没有人倾听危机和焦虑，直到2012年初，技术的影响在许多远离公众视线的制造业工厂中浮现出来。在长三角、珠三角，工业机器人手臂和数控机床已经开始取代工厂批量生产的芒果。没有情绪、没有感觉疲惫的“机器工人”夜以继日地工作，生产出我们生活所需的各种消费品。工人被工程师“取代”工厂，但当时关注度还不是很大，很多人认为他们不会被“取代”。当“部分替代”逐渐蔓延到“全面替代”时，技术打破了这种幻想，使不同行业的工人再次处于同样的境地。社会学家徐毅对这些年来话语进程的变化深有感触。 2018年，当他开始“机器换人”研究时，他和学生走进珠三角多家制造工厂，工人们注意到，所谓的技术成果被引入到生产过程中所带来的不同变化。他们还与许多一线工人聊天，听听工人对这些变化的具体看法。这些观察结果最近被编入一本书，以《机器时代：技术如何改变我们的工作和生活》为题出版。书中指出，工厂内外那时，人们更有准备“机器比人生产更快、质量更高、更稳定”。但在工厂调研过程中，徐毅发现事实并非如此，至少受不同生产工艺、工艺类型的影响较大。真正值得思考的是，为什么明明机器不会取代人，管理者和工人却“共同努力”强化这种判断？徐毅，中山大学社会学与人类学学院教授、博士生导师。主要研究领域是劳动社会学。随着人工智能不断重演，这种关于机器和技术的神话在今天变得更加清晰。让徐毅困惑的是，技术作为人造物，是如何取得如此霸主地位的。或者说，这个理念的发展背后，有哪些相关个人、社会团体甚至部门参与了这个理念的构建？是对技术的焦虑类似于最终屈服于技术的假装，让我们为我们有能力反思“走在良夜”的轻松而感到高兴？回顾过去一年乃至过去十年，这些问题从来都不是含糊的，也不是紧迫和必要的。以下是新京报记者与徐毅的对话。 《机器时代：科技如何改变我们的工作和生活》 作者：徐毅 版本：广西师范大学出版社|北京贝贝特2025年11月制造业工人正在提前感受到科技的影响。新京报：“机器代替人”的概念已经存在好几年了。国内最早的发展可以追溯到2012年，当时浙江和江苏的传统制造企业首先出现了这种趋势。您的研究是从2018年开始的，可以说是这波浪潮的顶峰时期。哪些现象或问题吸引你当时的注意力？徐毅：我在外海进行研究，主要针对工人，特别是蓝领工人。机器换人出现后，最先受到影响的是从事体力劳动的蓝领工人。在进厂之前，当时有很多媒体报道，总体上是乐观积极的，呈现出一种看起来比以前更先进的工作方式，但这些报道很少提及工人们的想法。毫无疑问，人工智能今年引发了前所未有的讨论，但科技对人的影响肯定不是从人工智能开始的。我们为什么关心人工智能？我想很大一部分原因是它影响的主要群体是知识分子，他们知识比较丰富，观察力也比较强，这个群体自然涵盖了很多言论渠道。但是对于制造业工人来说，即使他们更早感受到影响，但他们似乎并没有这样的发声机制，而且他们的危机感和焦虑感没有被倾听。电影《机械姬》(2014) 的剧照。但这里有一些共同点，无论是“表达”还是“未解释”——即使前者仍然仅限于个体层面——并没有转变为一些更大的共识，更不用说推动一些改变。这也引发我们进一步思考。当技术进步逐渐影响到各行各业的劳动者时，是否有可能出现由劳动者驱动的自下而上的变革？新京报：当您准备进厂时，当时的舆论讨论中是否担心“发动机更换”可能导致大规模失业？徐毅：说实话，当时这样的声音还很少。一方面，贸易冲突的影响尚未开始；另一方面，即使制造业短时间内大量岗位被迅速淘汰，但同时，零工行业和零工行业也面临着巨大的压力。电子服务业也在吸收大量劳动力，比如送餐、网约车等，这些都在当时不断发展。谈到工厂工作，很多工人一开始都相当乐观。毕竟，很多工厂工人不愿意这样做，尤其是那些工资微薄、工作时间长的工人。如果有机会，他们很可能会离开工厂，进入零工行业。这些最初掩盖了机器更换造成的失业问题。然而，几年后，这个行业很快就爆满了。越来越多的工人涌入，迫使从业者不得不延长工作时间以维持收入。无论他们工作多久，收入都很难达到几年前的水平。这种影响在当时的学术界并没有引起足够的重视。当时对机器变革的研究是以经济为中心，他们进行了一系列定量调查，得出的结论是，这波浪潮技术的进步并没有对总体就业市场产生重大影响。在社会学方面，有学者比我更早注意到这项技术的引入如何影响工人生产的整个过程，而不仅仅是会导致失业。北京消息：说到“机器增肥”，我们通常认为机器人首先会取代技术含量低、重复性高的工作，特别是流水线工作。然而，进入21世纪以来，许多研究都提出了“技能两极分化”，即自动化取代了更多的中间技术工人，而低技能和高技能工作岗位都在增长。为什么会发生这种情况？据您观察，近年来国内工厂普遍存在这种情况吗？事实上，自20世纪60年代以来，西方学者就开始研究自动化等技术对工人技能的影响。起初，他们发现自动化不仅导致一些工人的技能水平下降，同时也为另一组工人提供了提高技能的机会。这称为“极化”。在这种“分化”中，很多中等技能工人很大程度上因为“任务导向”而被自动化所取代。但在 20 世纪 90 年代之后，这条曲线转向某种“单向极化”。换句话说，中等技能的工作在减少，高技能的工作也在减少，只有低技能的工作在增加。这些变化是偶然发生的。越来越多曾经从事中等技能工作的人正在进入服务业或相对较低的制造业职位。在实际生产中，工厂并不需要大量高技能人才。那么我们今天的社会是什么样的呢？首先，我正在进行定性研究，我可能没有或没有相当全面的统计数据可以展示。但根据同事对当地的一些调查统计以及我个人的实地观察，-制造业的技能岗位也在减少，中等技能岗位也在减少，而相对中、高技能岗位（与机器调试相关）则在增加。这取决于具体的技能。焊接、抛光和研磨等传统技能正在衰落。至于为什么低端岗位减少，我想可能是因为第一阶段大量岗位被裁掉了。另外，在我观察到的一些工厂，大多数老板都会优先更换议价能力较强的技术工人。我正在研究广东阳江，那里是中国的工具制造中心。在制作刀具的过程中，有一个过程叫做打磨，需要使用特定的工具来磨利刀片。在传统的车间里，工人通常必须使用机床进行操作。灰尘大、噪音大，整个生产环境十分恶劣。结果，劳动力价格上涨利润很高，当地老板想造一些自动磨床来代替这种工作。例如，许多低技能工作报酬低且可替代性高。当他们停止时，工厂可以随时招募新人进入劳动力市场，而工厂主并不急于更换这些人。北京新闻：从个人角度来看，近两年出现的关于人工智能的大讨论确实是之前“机器换人”浪潮的延续。只是说明之前发生的问题并没有影响到这么大范围的人群。徐毅：确实是这样。无论是机器替代还是人工智能技术，当前技术资本投入研发的一系列新技术的特点就是其对劳动力的替代。不同之处可能是部分替换，也可能是全面替换。电影电影 (1999) 的剧照。一个至于被替换的工人将来可能做什么，倡议不会拿资本来考虑这个问题。因为失业率越高，对资本来说就越有利可图。工作的不孕率较高，不仅可以随时招工，而且可以采用较低的价格。但从长远来看，如果这个问题没有引起足够的重视，最终会引起资本的反弹。如果大量的人失业，他们就没有消费能力。那么就没有足够的人买得起它提供的产品或服务。当重体力劳动交给机器时，男女工人的待遇差距并没有缩小。新京报：您选择入厂时是出于什么考虑？毕竟工厂涉及的具体技能不同，也会对研究结论产生影响。徐毅：是的。首先要考虑的是进入的可行性。我输入了两个他们是“工人”，要求他们先招工人，而且必须招和我同龄的女工。当时我也想去参观一家汽车配件厂，但主要雇用男工。前期我们也会寻找行业以及这些工厂生产的产品的差异。最终选定的企业可能还是代表了部分行业的分布。经过观察，我们发现它们之间的相似之处大于差异。电影《巴比伦》（2015）的剧照。与我的预期不同的是，在制造业的早期，人们对年轻女工的偏好仍然很强烈。尤其是珠三角地区，当地制造业仍以轻工业为主，并以装配为主。有大量的电器、电子工厂。最重要的是动作要快。但随着工人年龄的增长，演员们开始放宽对从业人员的年龄要求。但需要一些体力劳动的工厂，比如汽车零部件厂，更喜欢男性工人。总体来看，年轻女工仍是制造业的主力军。新京报：您以前很关注女工。我很好奇，在您的研究中，“工程”对工人的影响是否存在性别差异？徐毅：说到这里，我们可以想象，工厂里很多重体力活都可以由机器来完成，这意味着男女工人的体力差距正在缩小。那么，我们是否可以推断，工厂里的男女工人可以获得相对平等的晋升机会呢？但事实并非如此。同样在自动化工厂中，我们发现男性工人通常比女性工人有更多的机会接受培训。此类培训通常是关于如何调试和操作机器。管理者更有可能认为男性员工的动手能力更强，并且我认为男性员工的动手能力更强。涉及一些简单的编程工作。管理人员还认为男性员工的逻辑思维能力更强，更擅长处理类似的任务，因此这样的培训向男性员工倾斜。新京报：Vsmachines作为“生产工具”，您更关注机器作为“控制工具”，以及生产过程变化背后工人的观念和意识。这种观点如何促使我们理解当今的技术变革？而与过去的机器相比，自动机器的“控制”有何异同？徐毅：机械作为“生产工具”肯定会继续存在，但近年来，它确实作为“控制工具”变得更加有效。如果说这种“控制”与新的“控制”有什么不同的话，我认为包括以下几个方面。首先，自动化机器本身可以加强对工人劳动节奏的控制。荷兰国际集团的过程。过去，它也被认为是纯流水线生产中的一种控制形式。很多人都看过卓别林的《摩登时代》。里面有一个非常精彩的场景。工人干活的时候，老板会安装一台饲料机，节省工人吃饭的时间。当然，这其中也有夸张的成分，而且在实际的流水线上可能没有那么严格的控制。电影《摩登时代》(1936) 的剧照。以我工作的流水线为例，还是很灵活的。当流出来的工件太多，一时吃不完的时候，我可以暂时把它们放在旁边的存储区，等完成前面的工作后再制作。同时，前端和后端人员如果工作速度快，也能提供帮助。但引入自动化机器人后，它的节奏是固定的，工人的工作节奏也必须在相应的节奏内完成。这绝对会给你你的日程安排很“满”。这种生产方式在工厂内部被称为“精益生产管理”。另外就是除了自动化机器之外，很多工厂还引入了一些数字化监控手段，比如在后台上传实时生产数据，还有一些智能摄像头，可以自动判断工人是否按照规定操作，是否有一些破坏性行为，或者在生产过程中是否偷懒。它可以自动识别，无需管理人员盯着摄像头，它们都是整个机器系统的一部分。新京报：有学者认为，“劳动管理制度在过去几十年里发生了霸权变革”。您对此有何看法？徐毅：直观感受确实有一些变化。我早年也研究过富士康。当时，大部分工人反映工厂管理相当严格，基本上是一种准军事管理模式。工人们经常受到教育，甚至带有侮辱性的言语。但七八年后，当我去考察那些被机器取代的工厂时，我的感受就不一样了。一线工人可能也会觉得工人流动性太大。毕竟，以前的“专制”管理确实发生了变化，意味着对工人劳动的监控和对生产效率的要求降低了。只是工厂把这个功能从管理人员的直接管理转移到了通过机器来实现控制。我们把这种转变理解为从“独裁”到“霸权”的转变。毕竟，制造业多年来一直面临着劳动力短缺的问题。年轻工人不想留在这个行业。至少管理层的态度没有以前那么糟糕了。但霸权治理实际上更难识别。它实现了一种理念控制工人，工人逐渐意识到这是他们应该做的，他们应该与机器合作。机器的神话并不存在。管理者和工人将“联手”创造它。新京报：接下来我们今天就来说说一线工厂车间的运行机制。在您的书中，您提到了工厂中普遍存在的三个“机器神话”——机器必须生产速度更快、质量更高、更一致。这个神话是怎么变成的呢？纪录片 Ateliers de la Ciotat (1896) 的片段。徐毅：在谈这个传奇的发展之前，我想先分享一个意外的感受。进入其中一家足球拼接工厂后，实在没想到机器会出现很多错误。即使你只需要在那里呆一天，你也会发现明显的问题，但如果你只参观几个小时，你可能不会发现它们。有时也有机器运行中出现很多问题，工人们也直接停车，恢复纯手工操作。即便如此，对整个生产影响不大。至于关于发动机的一系列神话，我想至少厂外不了解的人可能是这么认为的。工厂老板扩大了这一概念的范围。以“稳定”为例。大多数工厂老板都担心工人的情绪不稳定。当工作时间较长时，工人们会感到不满或“闹事”。据我观察，类似的担忧应该是真的，但这种情况经常发生吗？至少我在工厂的时候没有注意到，但好像只要发生一两次，工厂老板就一般了，认为工人很难管理。如果你愿意做统计比较，你会发现工人的情绪和机器故障的频率并不是同一个数量级。后者几乎是这种情况每天都会发生，从延迟一两分钟的常规警报，到延迟几个小时的组件故障，再到由于生产线设计缺陷或加工材料特性而导致的长期运行不良。它们比预期的要长。相比之下，所谓工人情绪激动、拖慢工作的判断，其实更多的是老板的想象中的担忧，而不是现实本身。那么工人们会怎么想呢？有些工人不知不觉地沉迷于这种说法。他们工作时感觉很累，担心自己的生产速度不如机器，质量不过关，但对比几家工厂后，事实并非如此。以足球工厂为例，我发现无论是包边、涂胶还是分拣工序，工人的效率普遍比机器高，产品不良率也低。由于实际生产中，机器本身无法识别不良品，其不良率并不完全计算出来，如果没有分拣工人进行后续的质量检验，不合格的产品也会被送往下一道工序，影响后续的产品合格率。有了这次经历之后，很多一线工作人员真的会更早地打破这套神话。新京报：其实，在这本书中，我也注意到，芒果工人经常反映机器出现问题，如果出现问题，就需要工人“修锅”。这对于所谓的“机器霸权”来说是非常直接的影响。但为什么这样的声音对生产线的具体管理影响不大呢？徐毅：工人在整个劳动过程中确实没有自主权和发言权。很多时候他们只能听从管理安排，只要不损害他们的基本权益。更重要的是，在实际生产过程中，管理层会反复结合产品的中心地位通过一系列方法生产机器。有的管理者称工人以前使用的劳动方法“不科学”、“不科学”，但实际上界限很模糊。所谓“科学”的方法，无非就是将熟练工人在机器制造中积累的经验进行转移，从而改进机器。一些管理者将工人的工资更多地与机器生产的效率挂钩，采用全面的工时计件工资制度，设定标准工时和基本产量，并对表现优异的人进行奖励。这种方式乍一看是鼓励多干多赚，但其实际目的是为了补偿和掩盖机器生产带来的问题，让工人成为机器系统整条生产线不可思议的“填锅人”甚至“背锅人”。实行这样的工资计划后，有的工厂甚至出现一线工人因压力大而拒绝加薪的情况。此外我认为最主要的原因是，今天很多工厂缺乏工人团体的组织基础和代表机制，没有真正的组织来讨论技术对工人的真正影响，可以采取什么样的集体应对措施。作为个体劳动者，很多时候只能保证自己的工作不受影响，但这并不能通过集体谈判的力量来改变。最终只能通过个人发布来解决，无法对技术变革的方向和方式产生重大影响。新京报：您在书中提到，工人对机器的态度不仅与他们所处的人生阶段和处境有关，更重要的是他们是否在提供的启示中受到启发，在新技术不断发展的今天，他们（合作与反抗）是否变得更加困难？例如，孙平在其对美食骑手的研究中指出，在数字化背景下，生产过程（例如算法）不再掌握在工人手中。它们不能被摧毁或移除。吴同宇在研究程序员行业时也发现，曾经在科技行业影响力巨大的工会在科技行业似乎不太成立。徐毅：在制造业，特别是在机器广泛使用之前，我们仍然可以听到一些工人的集体行动。这也是类似劳动密集型行业工人改善劳动权益最有效的策略。但当罗伯萨赖以生存的技能开始变得多余，甚至被工厂主认为难以置信时，工人之间的联系就会变得不那么牢固。但正如福柯所暗示的法国思想一样，抵抗必须作为谱系而存在。从这个角度来看，罢工就是抵抗，就像什么都没有一样，是减速、盗窃，也是工人之间的抱怨和笑话。即使他们不跨性别在很多情况下，公共行动很晚，很容易被管理层单独打破，但至少这种抵制感的出现可以成为未来某种集体行动的决定。另一方面，我们也可以看到，如果工厂主把工人当成一种负担或者一种负担，直接尽可能地用机器来取代他们，那是相当矛盾的，这种观念必然会反噬他们。在实际生产中，很多工作如果没有人是绝对不可能完成的，需要人来维持整个生产过程的连续运转。久而久之，他们就会遇到前面提到的困境。不仅低层管理岗位没有空缺，就连生产线的岗位流动率也非常高。从机械臂到大规模人工智能模型，技术正在将一切带入历史的交汇点。新京报：入职前社会学领域，你是新闻学专业。您最终为何研究劳工问题？徐毅：一开始我很关注农民工这个群体。那个时候，或许多了一些社会感触。纳德米父亲说，这个群体的工作是最辛苦、最累的，但却遭受着各种不公平的待遇，包括这些工人在城市面临的生活条件，以及大多数农民工都会经历与家人分离的情况。但这样做之后，我发现工作和劳动问题确实与每个人息息相关，包括我自己。虽然我是一名大学教师，但从另一个角度来说，我也是一名工人。有时我的研究也可以被带入我自己的工作中——我的工作真的是孤立的吗？如果说“996”，蓝领工人的“996”开始得更早，很多人“从早上八点到晚上十点，每两周工作一天”。当“996”开始流行时对接在所谓的白领群体中，每个人似乎都意识到了这个问题。只要我们继续作为雇佣劳动者存在，我们的命运就是平凡的。现在回想起来，技术本身实际上把不同行业的工人带到了历史上的某个交集。新京报：这让我想起我们今年做出的一个改变。也许今年上半年，我们会推出专门的校对软件。它的出现尚未取代传统校对教师的工作，但作为试点，相应的惩罚机制也会相应调整。徐毅：你提到的这个现象值得思考。这个过程实际上建立了一种内部的“机器意识形态”。乍一看，校对老师似乎是在帮助教师减轻工作量，但事实上，在过去，校对老师一天可能只需要校对几篇稿子。该工具推出后，校对稿件量减少了一天可以加倍。当软件培训足够成熟时，可能需要一两个校对老师维护来处理所有的稿件。这种趋势在学院和大学中也有类似的情况。比如，教务部有时会群发邮件，提供一些AI辅助教学工具。虽然它不是强制性的，但总是让你觉得如果你不学会如何使用它并将其纳入你的教学中，你就会落后。在制定教学大纲时，还将设立“如何让学生读好”的专题项目。仍然来自《人工智能》（2001）。新京报：这和当年工厂里提倡的“机器换人”没什么区别…… 徐毅：大学老师的工作还是有一定的自主权，但我不确定未来会不会像工厂一样。现在的教室里也使用了一些AI巡课系统，它会记录语音和内容对班级老师的讲课和行为进行表彰。虽然它仍然是一个比较基本的标识，作为评价教师教学表现的一个衡量标准。在您的观察中，这两年对AI的依赖程度有很大变化吗？是的，尤其是从今年开始，学霸们使用AI来完成或帮助完成作业——家庭作业已经变得越来越普遍。这也对大学教育提出了新的挑战。如果这个作业确实是由AI生成的，那么我们之前使用的整个评估机制可能会面临失败的可能，尤其是很多文科专业的评估都是以论文的形式进行的。识别人工智能完成的作业变得越来越困难。在过去，很多老师会觉得人工智能生成的作业中仍然存在太多“机械”术语，但今天就不那么容易看到了。因此，在实际考核中，老师也会综合考虑。一些学生的课堂表现。例如，如果一个学生经常逃课，他怎样才能写好论文呢？但这种怀疑确实不是一个公正的分析。学校也可能尝试引入人工智能发现工具。新京报：用AI看AI？徐毅：目前网上还没有免费的系统。如果我不想使用付费发现服务，我会把这个作业提交给另一个免费的人工智能模型评审，但最终我不会得到准确的判断。而且听同学说如果用一些稍微小众的AI来生成的话，所谓的AI检测系统是认不出来的。就像工厂里机器神话的内化一样，今天的学生也面临着成绩点的压力，仿佛完成一份“好的”作业已经成为他们大学教育中最重要的事情。在这个过程中，如何培养学生的独立思考能力呢？这才是老师真正看重的呃；但对于学生来说，结果可能更重要。最终，我们培养的学生可能没有研究技能，但擅长管理人工智能来帮助他们进行研究，就像工厂里的工人帮助机器生产一样。撰稿/编辑沉璐/西溪走藻校对/刘军