機器未必比人更優越，人的自我內化增加了這種焦慮

進入12月，2025年的尾聲即將到來。今年，AI大模型的發展以及關于人是否會被AI取代的討論從年頭延續到年尾，技術以前所未有的程度重塑著我們的工作與生活。在這股潮流中，身處其中的大多數人都有模糊的感受，但誰也不知道會被它帶向哪里。然而這種彷徨感，制造業工人可能早在十多年前就有所察覺，但那時的危機與焦慮并沒有人傾聽，直到它在今年發酵成了如此規模的討論。

早在2012年，技術的沖擊已經在遠離大眾視野的多家制造業工廠內部浮現。長三角和珠三角一帶，工業機器臂和數控機床開始在工廠中批量替代工人，那些既沒有情緒，也不會感覺累的“機器工人”日夜運轉生產著我們生活所需的各種消費品。工人被機器“換出”車間，而那時引起的關注還未成規模，很多人想當然地認為自己不會是被“換掉”的那個。當“局部替代”逐漸蔓延到“全面替代”，技術戳破了那種幻覺，將不同行業的勞動者再度放回了同一種處境。

社會學者許怡對幾年之內這種話語風向的轉變感觸很深。2018年開始“機器換人”研究時，她曾和學生分別進入珠三角的多家制造業工廠，以工人的身份觀察所謂的技術成果向勞動過程介入時所引發的種種變化，他們也與許多一線工人聊天，聽工人們講述具體如何看待這些變化。這些觀察近日結集成書，以《機器時代：技術如何改變我們的工作和生活》為名出版。書中所記錄的彼時的工廠內外，人們更愿意相信“機器比人生產更快、質量更高、更加穩定”。但在工廠研究期間，許怡發現實際并非如此，至少受不同生產流程和工藝類型影響很大；而真正值得深思的是，為什么機器明顯無法取代人，可管理人員和工人卻都在“合力”強化這種判斷？

許怡，中山大學社會學與人類學學院教授、博士生導師。主要研究領域為勞動社會學。

這種對機器和技術的迷思在AI不斷迭代的今天更加明顯。人們一面擔憂自己的工作會被AI取代，一面主動或被動將越來越多自我的選擇權和行動力分派甚至全面轉交給AI，因為“這類任務AI更擅長”。許怡困惑的是，技術作為一種人造器物，究竟是如何獲得這種霸權地位的？或者說這種觀念形成的背后，有哪些相關的個人、社會群體乃至部門參與了這種觀念的建構中？這種對技術的焦慮是否更像是一種最終服從于技術的幌子，它讓我們更心安理得地覺得，是有反思“走入那良夜”的？這些問題在回顧過去這一年乃至過去這十余年時，從未如此曖昧，也從未如此緊迫而必要。

以下是新京報記者與許怡的對話。

采寫｜申璐

《機器時代：技術如何改變我們的工作和生活》

作者：許怡

版本：廣西師范大學出版社｜北京貝貝特 2025年11月

技術對人的沖擊，

制造業工人感受得更早

新京報：“機器換人”這個概念的興起已經有些年頭。國內最早大概可以追溯到2012年，當時浙江、江蘇的傳統制造企業中最先出現了這一苗頭。你的這項研究開始于2018年，可以說是這個浪潮正盛的時候，當時是哪些現象或問題引起了你的關注？

許怡：我此前一直在做勞動方面的研究，主要關注工人，尤其是藍領工人這個群體。機器換人出現之后，最先受到沖擊的就是這些從事體力勞動的藍領工人。在真正進入工廠前，當時很多媒體對此的報道總體很樂觀積極，展示出的是一種比以前似乎更先進的生產方式，但這些報道中很少提到工人們對此是怎么想的。

今年AI無疑引發了前所未有的大討論，但技術對人的沖擊肯定不是從AI開始才出現的。為什么我們會如此關注AI？我想其中很大一部分原因是它波及的主要群體是腦力勞動者，他們不論是知識水平還是觀察力都更敏銳，以及本身這個群體就先天占據更多的發聲渠道。但是對制造業工人來說，盡管他們感受到的沖擊更早，可他們好像沒有這樣的發聲機制，他們的危機感和焦慮感都沒有被很好地傾聽。

電影《機械姬》（

Ex Machina

但這里面也有一些共同點，不管是“有表達的”還是“沒表達的”——即便是前者也還是局限在個體層面——暫時都沒有轉化出一些更大的共識，更談不上推動一些改變。這也引發我們去進一步思考，當技術的發展逐漸波及各行各業的勞動者后，一種由勞動者推動的、自下而上的改變是否有可能會出現？

新京報：在你準備進工廠時，當時的公共討論中有關于“機器換人”可能帶來大規模失業的擔憂嗎？

許怡：說實在的，當時這樣的聲音其實非常少。一方面，貿易摩擦影響還沒有開始；另一方面，盡管制造業內部的確短時間內迅速削減了大量的工作崗位，但與此同時，零工行業和服務業也吸納了很多勞動力，比如送外賣、跑網約車，這些在當時都處于一種蓬勃發展的態勢。

說回工廠的工作，其實起初不少工人也是相對比較樂觀的，畢竟廠里很多工作工人本身也并不太愿意做，尤其是那些薪資平平，勞動時間又很長的工種，如果有機會，他們也傾向于離開工廠流向零工行業。這些在最初都掩蓋了機器換人可能帶來失業的問題。然而短短幾年過去，如今零工行業已然迅速飽和，越來越多勞動者的涌入導致從業者不得不通過拉長勞動時間來維持收入，甚至再怎么拉長，都很難達到幾年前的收入水平了。

這種影響在當時學界內部也沒有引起足夠的重視。當時關于機器換人的研究以經濟學為主，他們做了一系列量化的調查，得出的結論是，這波技術潮對整體的就業市場影響并不那么大。在社會學這塊，有一些學者比我更早注意到了這種技術的引入對工人的整個勞動過程的影響是怎樣的，不僅僅關注是否會造成失業。

新京報：談到“機器換人”，我們通常傾向于認為，機器人首先會取代技術含量低且重復性高的工作，特別是流水線上的工作。但21世紀以來，不少研究提出“技能的兩極分化”，即自動化取代的更多是中等技能的工作，而低等技能和高等技能工作都在增長。為什么會這樣？據你觀察，這些年國內的工廠大體也是如此嗎？

許怡：的確，自20世紀60年代以來西方學者開始研究自動化等技術對勞動者技能的影響。起初他們發現，自動化既導致了一部分勞動者技能水平的下降，也為另一部分勞動者的技能提升提供了機會，這就是所謂的“兩極分化”。在這種“分化”中，很多中等技能的工作因為屬于“常規化任務”，于是在很大程度上被自動化取代了。

但到了20世紀90年代以后，這條曲線在走向某種“單向的極化”。也就是說，中等技能的工作在減少，高等技能的工作也在減少，只有低等技能的工作在增加。變化已經在無形中發生了，越來越多曾經從事中等技能工作的人流向了服務業，或者是制造業中相對更低端的崗位；而實際生產中，工廠也并不需要那么多高等技能人才。

那么我們今天的社會又是怎樣的情況？首先我是做質性研究，可能還沒有一個相對全面的數據統計去呈現。但根據同行做的一些局部的調查統計以及我個人的田野觀察，制造業中低等技能的工作也在減少，中等技能的也在減少，而相對處于中高等技能端（與機器調試相關的）工作是有增長的。具體還要看是怎樣的技能，像是焊接、拋光和打磨這樣傳統的技能工種是在減少的。至于低端的工作為什么在減少，我想可能是因為前期已經削減掉了大量的崗位。

另外在我觀察的幾家工廠中，老板大多會優先換掉那些有技能的、議價能力強的技術型工人。我當時在廣東陽江調研，這個地方是全國生產刀具的一個中心。生產刀具的過程中有一個工藝叫打砂，要用一種特定的工具把刀刃打磨鋒利。傳統車間中，工人通常需要用機床來操作，有很多粉塵和噪聲，整個生產環境是很惡劣的。于是這個工價就漲得很高，當地的老板就想研發一些自動化的打磨機器來取代這個工種。像是很多低技能的工種，薪資水平不高，可替代性很強，一旦不干了，工廠還可以隨時在就業市場上招到新人，工廠老板反而不會很著急去取代這批人。

新京報：從這個角度來看，這兩年大規模出現的關于AI的討論實際上仍然是上一波“機器換人”的延續，只是說當年產生的問題尚沒有波及如此大范圍的人群罷了。

許怡：其實是這樣的。不管是機器換人，還是人工智能技術，當下的科技資本致力于研發的一系列新技術的特征都在于其對勞動力的替代性，區別可能只是在于局部替代或者全面替代。

電影《上班一條蟲》（

Office Space

至于被替代掉的勞動者之后能去干什么，這個問題資本是不會主動去考慮的。因為失業率越高實質上對資本來說是越有利的，失業率越高，它就不僅可以隨時招到工人，還可以用更低的價格。但從長期來看，這個問題如果不能引起足夠的重視，它其實最終也會對資本造成反噬，大量的人如果沒有工作，也就沒有能力再去消費了，那么它生產的產品或是提供的服務就沒有足夠的人能夠消費得起了。

當重體力活交給機器，

男女工的待遇差距并沒有縮小

新京報：你當時在選擇進入工廠時有哪些考量？畢竟工廠涉及的具體技能不同，對研究結論也會有影響。

許怡：沒錯。首先要考慮進入的可行性。其中有兩家我是以“工人”身份進去的，這就需要它首先得招工，且招我這個年紀的女工。當時還有一家汽配廠我也很想去觀察，但它主要招的是男工。前期我們還會物色行業，以及這些工廠生產的產品的差異性。最后選擇的這幾家還是能代表一些行業的分布，觀察下來我們確實也發現其中的相似性要大于差異性。

電影《少年巴比倫》（2015）劇照。

和我預期有點出入的是，制造業早年還是非常偏好年輕的女工的。尤其在珠三角一帶，當地的制造業還是以輕工業為主，偏向組裝，大量分布的是一些電器廠和電子廠，最考驗的是動作要快。但隨著勞動力的老齡化，工廠開始放寬對工人的年齡要求。但像汽配廠這樣需要一些體力工作的工廠仍然偏好男工。總體而言，年輕女工還是制造業的主力。

新京報：你之前也有關注過女工。我很好奇，在你的研究中，“機器換人”對勞動者的影響存在性別方面的差異嗎？

許怡：提到這點，我們可能會覺得工廠中很多重體力活都是可以由機器來做的，這就意味著男女工人在體力上的差異是在縮小的，那么我們是否可以推出工廠中男女工人可以得到相對更平等的晉升機會？然而事實并非如此。同樣是在自動化工廠中，我們發現男性工人獲得培訓的機會通常比女性工人更多。這樣的培訓一般是關于如何調試和操作機器，管理者會更傾向于認為男工的動手能力更強，以及涉及一些簡單的編程工作，管理者也會覺得男工的邏輯思維更強，更擅長處理類似的工作，以至于這樣的培訓會向男工傾斜。

新京報：相較于作為“生產工具”的機器，你更側重于關注機器作為“管控工具”的一面，以及這個勞動過程變化背后工人的觀念與意識。這個視角對于我們今天理解技術的變遷會有怎樣的啟發？以及相對于過去的機器，自動化機器的“管控”有何相同與不同？

許怡：機器作為“生產工具”的一面肯定是持續存在的，但的確這些年，它作為“管控工具”的一面在越來越發揮作用。如果說這種“管控”和之前有怎樣的區別，我覺得主要有以下幾個方面。一是自動化機器本身可以強化在過程中對工人勞動節奏控制。以前純粹的流水線生產中，它也曾被認為是一種控制方式。很多人都看過卓別林的《摩登時代》，里面有一個印象很深的鏡頭是，工人在生產時，老板會安裝一種喂飯機器，就是為了節省工人的吃飯時間。當然這里面有夸張的成分，在實際的流水線上可能沒有這樣硬性的管控。

電影《摩登時代》（

Modern Times

以我曾在的流水線為例，它還是有彈性的。當上游流過來的工件太多，我一時半會兒做不完，我就可以把它們暫時放在我旁邊的放置區，等前面的活兒干完了再來補做。同時，前后的工友如果做得快，也會搭把手。但引入自動化機器人后，它的節拍是設定好的，工人的工作節奏也要在相應的節拍內完成，它一定會給你安排“滿”。工廠內部把這種生產方式稱為“精益生產管理”。

還有一種是，除了自動化機器，很多工廠還引入了一些數字化的監控手段，比如生產數據即時上傳后臺，同時還有一些智能攝像頭，它可以自動識別工人的操作是否合規，有沒有做一些破壞性的行為，或者有沒有在生產過程中偷懶。這些不需要管理者盯著攝像頭，都可以自動識別，都屬于整個機器系統的一部分。

新京報：有學者認為“勞工治理體制在過去幾十年經歷了一場霸權式的轉型”，對此你怎么看？

許怡：確實有一些直觀感受上的轉變。早些年我也研究過富士康，那個時期工人大多反映說工廠管理比較嚴苛，基本是準軍事化的管理模式，工人經常會被訓話，甚至不乏侮辱性的言辭。但七八年后，當我去“機器換人”的這些工廠做研究時，我的感受是不太一樣的。那些組長或是拉長對一線的工人總體比較客氣，可能也是覺得工人的流動性太高了，畢竟頻繁地招工和換工也是需要成本的。曾經那種“專制式”的管理確實發生了變化，但這并不代表對工人勞動的監控、對生產效率的要求降低，只是工廠把這種職能從管理者直接管理轉移到了通過機器來實現管控。

我們把這種轉變理解為從“專制”到“霸權”的轉變。畢竟前些年制造業內一直在討論勞動力短缺問題，年輕的勞動者都不愿意留在這個行業，至少管理層在態度上已經無法像從前那么惡劣了。但是霸權式的管理其實是更難識別的，它已經對工人實現了一種觀念層面的操縱，工人也逐漸默認自己好像就該這樣做，就該去配合機器。

機器迷思并不存在，

管理人員與工人

“合力”打造了它

新京報：接下來我們聊聊一線工廠車間今天的運作機制。你在書中提到了工廠內部流行的三種“機器迷思”——機器生產必然（比人）速度更快、質量更高以及更穩定。這種迷思是如何建立起來的？

紀錄片《拉西約塔的制作車間》（

Ateliers de La Ciotat

許怡：在談這種迷思的形成之前，我想先分享一個很出乎意料的感受。在進入其中一家足球拼接廠以后，我其實沒想到機器出現的各種故障會這么多。甚至你只要在那里待上一天就會發現很明顯的問題，但如果只是臨時參觀幾小時，可能還發現不了。有時機器操作的問題太多了，工人甚至直接就停掉了機器，恢復純人工的操作方式，即便如此，對整個生產也幾乎沒有什么影響。

至于這套關于機器的迷思，我想至少工廠之外對此不那么了解的人大概都會這么認為，工廠老板更加渲染這樣一套觀念。以“穩定”為例，工廠老板大多擔心工人情緒不穩定，加班多的時候，工人也會不滿或者“鬧一鬧”。我觀察下來，類似的擔憂肯定應驗過，但它是不是經常性地發生？至少我在工廠的那段時間沒有發現，可是似乎只要發生過一兩次，工廠老板就會以偏概全認為工人不好管。如果有心去統計比較，工人鬧情緒和機器出故障的頻率完全不是一個量級的，后者幾乎是日常性存在的，小到耽誤一兩分鐘的常規化報警，大到耽誤數小時的零部件故障，再到因生產線設計缺陷或加工材料特性導致的長期運行不良，這些耗費的時間遠遠超過預想。相較而言，所謂的工人的情緒化、會怠工之類的判斷實際上更多是老板的想象中的擔憂，而非事實本身。

那么，工人又會怎么想？有一部分工人的確會無形中內化這樣的說法，他們干著干著會覺得累，擔心自己生產得不如機器快，質量不穩定，但經過幾家工廠的比較，實際并非如此。

以一家足球廠為例，我發現不論是在折邊、涂邊膠，還是分揀工序中，工人總體都比機器效率更高、產品的不良率更低。由于實際生產中，機器本身無法識別不良產品，它們的不良率并沒有被完全統計，而且后續如果沒有分揀工人質檢，不良品還會被傳送到下一道工序，影響后續的產品合格率。有了這樣的經驗后，很多一線工人其實會更早對這套迷思祛魅。

新京報：的確，在這本書中我也留意到其實常有工人反饋機器會出問題，出了問題就需要工人來“補鍋”。這對于所謂的“機器霸權”而言是非常直接的沖擊。但為什么這樣的聲音在具體的生產線運作管理上也收效甚微？

許怡：工人在整個生產過程中其實是沒有自主性和話語權的，大多時候只能順從于管理層的安排，只要這樣的安排沒有損害他們基本的權益。更何況在實際生產過程中，管理層還會通過一系列方法去反復鞏固機器在生產中的中心地位。有些管理者稱工人以前使用的生產方式是“土方法”“不夠科學”，但其實這里面的界限本身是很模糊的，所謂的“科學”方法不過是將熟練工在生產中積累的經驗轉移到機器上，以此改良機器罷了。

部分管理層還會將工人的工資和機器生產的效率更深捆綁，采用綜合計時計件制，設定標準工時和基礎產量，超出的部分以績效獎勵。這樣的方式乍一看是在鼓勵多勞多得，但實際目的是彌補和掩蓋機器生產帶來的問題，讓工人無形中成為整個機器系統生產線的“補鍋者”，甚至是“背鍋者”。實行這樣的工資方案后，有些工廠后續甚至出現了一線工人因壓力大而拒絕晉升的問題。

除此以外，我想其中最根本的原因還是今天的很多工廠中缺乏工人群體的組織基礎和代表機制，沒有能夠去真正組織討論技術給工人真正帶來的影響是什么，又可以采取怎樣的集體性的應對辦法。作為個體的工人，很多時候只能去保證自己的工作不受影響，但這些不會轉化成集體的議價能力，最終只能通過個人的出走來解決，對技術改造的方向和方式無法產生任何實質性的影響。

新京報：你在書中提到，工人對待機器的態度不僅與其所處人生階段和處境有關，更重要的是是否得到了意識上的啟蒙。這些（聯合與反抗）在新技術持續發展的今天是不是在變得越來越困難？例如孫萍在外賣騎手研究中提到，數字化語境下生產工具（如算法）不再掌握在工人手中，它既無法被砸爛，也無法被奪走；吳桐雨在研究程序員行業時也發現，昔日曾發揮很大影響力的工會在科技行業似乎不太成立了。

許怡：在制造業中，尤其是在機器被如此廣泛應用之前，我們還是能夠聽到一些工人的集體行動的。這也是在類似的勞動密集型產業中，工人們所能采取的最有效改善勞動權益的做法。但當工人曾經賴以生存的技能開始變得冗余，甚至工廠老板覺得可有可無時，工人們之間的聯結也會變得沒那么有力了。但正像法國思想家福柯提出的那樣，反抗應該是作為一種系譜學而存在。在這樣的視角下，罷工是反抗，曠工、怠工、小偷小摸，以及工人之間共享的抱怨和調侃也都是反抗。即便這些很多時候都不會轉化為公開的行動，也很容易被管理層逐個擊破，但至少這種反抗意識的出現或許是未來某種集體行動的前奏。

另一方面，我們也會發現有些矛盾的是，如果說工廠老板把工人視作一種累贅或負擔，只要可以用機器代替就直接代替，這樣的觀念勢必也會反噬自身。實際生產中很多工作的確是沒有人不行，需要人去維持整個生產流程的持續運轉。久而久之他們就會遇到之前提到的那種困境，不僅是基層管理崗位無人可用，就連一線生產的崗位也會出現極高的流動率。

從機器臂到AI大模型，

技術正將所有人帶到歷史的交匯點

新京報：在進入社會學這個領域之前，你是新聞專業出身。后來為什么會去研究勞工這個議題？

許怡：最初我其實關注的是農民工這個群體，當時可能更多是出于某種社會情懷吧，覺得這個群體做的工作最苦最累，但又遭受各種不太公平的待遇，包括這批工人在城市中所面臨的居住條件，以及大多數農民工都會經歷與家人的分居。但做到后面我發現，其實工作和勞動這個議題和每個人都是息息相關的，甚至包括我自己在內。

雖然我是一名大學老師，但從另一個角度來看，我同時也是一名受雇的勞動者，有時我的研究甚至可以帶入我自己工作的情境——我的工作實際上有沒有被異化？當我們在談論“996”時，藍領工人的“996”開始得更早，甚至很多人是“早八晚十，兩周休一天”。但當“996”開始在所謂的白領群體中擴散，大家好像才意識到這樣的問題。只要我們仍然作為一種受雇的勞動者角色存在，我們的命運就具有共通性。今天回看，其實技術本身正將不同行業的勞動者們帶到了某個歷史的交匯點。

新京報：這讓我想到了我們今年發生的一個變化。大概在今年上半年，我們引入了一種專門的校對軟件。它的出現暫時還沒有替代傳統的校對老師的工作，但作為一種試點，相應的處罰機制也隨之調整。

許怡：你提到的這個現象很值得琢磨，這個過程其實也是在建立一套內部的“機器意識形態”。初看好像是在幫助校對老師減少工作量，但實際上以前一個校對老師可能一天只需要校對幾篇稿子，而引入這個工具后，一天校對的稿量可能翻倍，等到軟件訓練得足夠成熟后可能就只需要保留一兩個校對老師來處理所有的稿子了。

這個趨勢在高校也類似。比如教務部門時而會群發郵件，提供一些AI輔助教學的工具。雖然這些并不是強制性的，但它總會讓你覺得，是不是如果不去學學怎么用，不把它融入教學當中，自己就落伍了。在教學大綱的制定上，也會有專門一項關于“如何提升學生的AI素養”。

《人工智能》（

Artificial Intelligence

新京報：這聽起來和當年工廠推廣“機器換人”并沒有太大的區別……

許怡：大學教師的工作還是有一定的自主性，但我也不確定未來是不是真的會到那么一天變得像工廠那樣。現在的課堂上也啟用了一些AI巡課系統，會把老師講課的聲音和內容錄下來，進行一些識別。盡管現在仍然是相對基礎的識別，比如去看看課堂上學生的參與情況如何，以此作為評價老師教學表現的一個維度。

新京報：在你的觀察中，這兩年新入學的這批學生對AI的依賴程度是不是已經發生很大變化？

許怡：是的，尤其是今年開始，學生用AI完成或輔助完成作業的情況變得比較普遍了。這也給大學教育提出了一個新的挑戰。如果這個作業真的是由AI生成的，那我們之前沿用的一整套考核機制都面臨失效的可能，尤其是不少文科專業的考核都是以論文形式進行的。對使用AI完成的作業識別也變得越來越難，以前很多老師會覺得AI生成的作業里還是有很多比較“機械”的用語，但是現在沒有那么容易看出來了。于是在實際考核中，老師們也會依據一些學生的課堂表現綜合來看，比如一個學生平時經常翹課，怎么交了一篇論文竟然還不錯？但這種懷疑其實也不是一個很公正的評價。學校可能也在嘗試引入一種AI檢測工具。

新京報：用AI檢測AI？

許怡：目前還沒有上線可以免費使用的系統。如果不想使用付費的檢測服務，我就會把這個作業投給另外一個免費的AI模型分析，但總歸也得不到一個準確的判斷。而且聽學生說，如果用的是一些稍微小眾的AI來生成，那所謂的AI檢測系統也識別不出來。

就像工廠內部對機器迷思的內化，今天的學生迫于績點的壓力，好像完成一份“漂亮”的作業就成了他們的大學教育中最重要的事情。在這個過程中，我們又該如何去培養學生的獨立思考能力，這其實是老師最看重的；但在學生那端，可能結果反而更重要。最后我們培養出來的學生可能也并不具備研究能力，只是很擅長管理AI幫他們去做研究，就像工廠里的工人輔助機器去生產一樣。

本文為獨家原創文章。采寫：申璐；編輯：西西；校對：劉軍。未經新京報書面授權不得轉載，歡迎轉發至朋友圈。

最近微信公眾號又改版啦

大家記得將「新京報書評周刊」設置為星標

不錯過每一篇精彩文章～

2024書評周刊合訂本上市！

點擊書封可即刻下單

了解《新京報·書評周刊》2024合訂本詳情