AI 究竟解放了谁？

原创 jishuzhain 2026-11-01 22:48 广东

一、一次微不足道的技术体验

最近，我第一次尝试使用腾讯元宝为公众号文章自动排版。当然，本篇文章也是如此，3 分钟完成，有审美也有设计风格。

把文章交给 AI，调整标题、字体、段落和间距，再复制到公众号后台。原本需要反复操作、预览和修改的工作，现在很快就能完成。

让我感兴趣的不是排版效果，而是它替我省下的时间。

过去可能需要至少几十分钟，现在只需要 3 分钟。

这让我想到一个问题：

当技术替人完成原本需要亲自操作的劳动时，节省下来的时间究竟去了哪里？

如果一项工作从几十分钟缩短到 3 分钟，那么剩下的几十分钟，是否真正属于劳动者？

这不是一个新问题。

从凯恩斯对未来工作时间的预测，到杰文斯悖论对效率与资源消耗关系的讨论，再到马克思对机器大工业的分析，人们一直在思考技术进步与劳动之间的关系。

本文并不试图重新证明「技术进步不等于劳动者解放」，而是尝试把两者之间的距离显式化：

技术节约了多少劳动时间，其中又有多少真正转化为劳动者可以自主支配的时间？

二、劳动生产率：机器究竟节省了多少劳动？

经济学通常用单位劳动投入所创造的产出来衡量劳动生产率：

P =  QT

其中，Q是产出，T是劳动时间。

假设传统排版需要 60 分钟，使用 AI 后只需要 20 分钟，那么劳动时间节约率为：

S =  T₀− T₁T₀

代入数据：

S =  60 − 2060 ≈  66.67%

也就是说，完成同一项任务所需的劳动时间减少了约 66.67%。

不过，实际计算不能只看 AI 生成结果所需的时间，还要考虑人工审核、修改、返工和维护成本。

如果 AI 用几分钟生成内容，却需要人工花费半小时检查错误，那么所谓的效率提升就需要重新计算。

因此，技术提高生产率，只能说明完成相同工作所需的劳动投入可能下降。

它还没有回答一个更重要的问题：

节约出来的时间，最终归谁所有？

三、自由时间转化率：效率提升不等于获得自由

假设 AI 每天帮助一个人节约 40 分钟。

这 40 分钟可能有几种去向：

同样是技术进步，劳动者得到的结果可能完全不同。

为描述这种差异，可以引入一个探索性变量：自由时间转化率。

F =  ρΔT

其中：

假设每天节约 40 分钟，其中只有 25% 转化为自由时间：

F =  40  ×  0.25  =  10  分钟

技术节约了 40 分钟劳动，劳动者却只获得了 10 分钟自由时间。

这里的关键并不是比例本身，而是它受到什么因素影响。

我们可以进一步提出一个待检验的关系：

ρ =  f ( B, W, C, M )

其中：

这不是已经得到验证的经验公式，而是一个研究假设。

它提示我们：技术能否转化为人的自由，不仅取决于机器有多高效，还取决于劳动者是否拥有拒绝额外工作、分享效率收益和自主安排时间的能力。

生产率提升属于技术问题，自由时间如何分配则涉及组织和制度。

四、社会时间红利：能否计算技术归还了多少时间？

如果把视角从个人扩大到整个社会，会发生什么？

假设有 100 万人使用某种 AI 工具，每人每周节约 2 小时。

由于自由时间转化率尚未得到实际测量，我们不妨做一个情景分析：

如果按照 50% 的情景计算，一年就是：

D_year =  1,000,000  ×  2  ×  0.5  ×  52

D_year =  52,000,000  小时

这意味着每年可能产生 5200 万小时的新增自由时间。

这只是一个假设性测算，并非现实统计结果。

而且，任务节约的时间不等于岗位工作时间减少。不同任务可能重复计算，AI 还需要审核、维护和管理成本。真正的社会测算必须以劳动者的实际工时和自主支配时间为基础。

但这个思路仍然值得保留。

我们习惯用 GDP、企业利润、劳动生产率和单位成本评价技术进步，却很少直接计算：

技术究竟为社会中的普通人归还了多少时间？

我愿意暂时把它称为「社会时间红利」。

它不是一个成熟的经济学统计指标，而是一个希望进一步研究的分析框架。

五、反弹效应：为什么效率越高，工作可能越多？

经济学中有一个相关概念，叫作反弹效应（Rebound Effect）。

它描述的是：技术提高效率、降低成本后，需求可能随之增长，从而抵消一部分原本预期的节约效果。

例如，AI 让文章排版变得简单，过去每周发布两篇文章，现在可能每天发布两篇。

单篇文章所需时间减少了，但任务数量增加了。

我们可以进一步引入需求价格弹性，构建一个简化模型。

假设：

在这些假设下，任务需求量的变化为：

N₁N₀ =  (1 − s)^−ε

单位任务劳动时间的变化为：

t₁t₀ =  1 − s

因此，总劳动时间的变化为：

L₁L₀ =  (1 − s)^{1 − ε}

由此可以得到：

也就是说，当需求对价格下降足够敏感时，效率提升带来的任务增长，可能超过单位任务劳动时间的下降。

当然，这不意味着总劳动时间增加就是坏事。

如果劳动者主动选择增加工作时间，以换取更高收入和消费能力，这可能是一个合理的选择。

真正值得关注的是：劳动者是否拥有选择权，能否决定增加的产出究竟转化为收入、休息，还是更多无法拒绝的工作。

问题不在于人类是否应该减少所有劳动，而在于人类是否能够自主决定如何使用自己的时间。

六、马克思的机器理论：生产力进步不等于劳动者解放

这让我想起马克思对机器大工业的分析。

在《资本论》中，马克思讨论了机器如何改变生产过程，以及资本主义条件下机器的使用如何与工作日延长、劳动强度提高联系起来。

其中一个重要概念是相对剩余价值。

简单来说，在其他条件不变的情况下，提高生活资料生产率，可以降低劳动力再生产所需商品的价值，从而缩短必要劳动时间。假如工作日长度不变，剩余劳动时间所占比例就可能增加。

这揭示了一个重要问题：

机器提高生产力，并不意味着劳动者必然获得更多自由。

机器可以减轻劳动，也可以被用于延长工作日、强化劳动和提高资本收益。

技术本身不会自动决定收益如何分配。

马克思在《1857—1858 年经济学手稿》的机器论片段中，还提出了一个更深刻的思考：随着科学知识、社会经验和集体智力越来越多地凝结在固定资本中，直接劳动时间是否还应该继续作为衡量社会财富的尺度？

这与今天的 AI 有着有趣的联系。

大语言模型不是某一个人的全部知识，而是建立在社会长期积累的知识、数据、算力和工程劳动之上的复杂系统。

它把人类积累的知识转化为一种可以被调用的生产能力。

但知识具有社会积累的性质，并不意味着技术基础设施的所有权和收益分配天然具有社会性。

机器越来越聪明，不等于人类社会自动变得更加平等。

七、如何证明 AI 真正改善了劳动者的处境？

前面讨论了很多理论，但如果希望知道 AI 是否真的让人们拥有了更多自由时间，就需要实证研究。

例如，可以选择一组工作内容相似的员工，分别采用传统方式和 AI 辅助方式完成同类任务。

除了记录完成任务的时间，还应该评价工作质量、审核成本和返工情况。

更重要的是，实验不能只停留在单项任务层面。

如果想证明 AI 改善了劳动者的处境，还需要长期观察：

这里有一个必须区分的概念：

测量任务时间，只能证明效率变化；测量实际工时和自由时间，才有可能证明劳动者是否获得了技术红利。

而且，还要区分主动选择增加工作时间和被动接受额外工作。两者在经济福利上的含义并不相同。

八、技术进步应该如何评价？

企业引入 AI，通常会计算投入产出比。

Π =  R −  C

其中，R是收入，C是成本，Π是利润。

如果 AI 降低成本、提高产出、增加利润，那么从企业经营角度看，它就是有价值的。

但企业利润不等于社会福利。

一家企业引入 AI 后，可能减少人员、提高产出和利润；与此同时，部分员工可能失去工作，留下的员工可能承担更多任务。

因此，评价技术进步，至少应该关注五个维度：

这也可以联系到阿马蒂亚·森的可行能力方法：评价人的生活状况，不应只看拥有多少资源，还应看一个人实际上有能力做什么、选择什么，以及能否过自己有理由珍视的生活。

从这个角度看，技术进步的价值不应该只体现在生产了多少商品、创造了多少利润。

它还应该体现在人们获得了多少真正的选择空间。

而要让技术红利转化为人的自由，也离不开现实制度的支持，例如合理的工时制度、劳动者集体议价、效率收益分享，以及对缩短工作时间的探索。

技术创造可能性，制度决定其中有多少能够成为现实。

九、机器究竟为人类归还了多少时间？

回到最初的排版体验。

AI 替我完成了不少重复操作。

它没有让我获得一笔收入，也没有改变我的工作制度，却确实让我少花了一些时间。

我可以把这部分时间用来阅读、思考，或者继续研究一个原本不会深入讨论的问题。

这件事很小，却让我想到一个值得长期关注的问题：

从工业时代的机器，到信息时代的计算机，再到今天的大语言模型，人类一直在发明新的工具，试图减少劳动投入、提高生产效率。

但机器替人完成了更多工作，并不意味着人类就自动获得了更多自由。

效率提升之后，社会可以选择减少劳动，也可以选择扩大生产；可以让劳动者获得更多休息，也可以把节约出来的时间转化为更多任务。

技术创造了新的可能性，却没有替人类决定如何分配这些可能性。

所以，我更愿意追问：

如果 AI 每年为社会节省了数十亿小时的劳动，我们能否把其中一部分，真正还给劳动者？

再回到那篇公众号文章。

过去需要几十分钟的排版，现在 3 分钟就能完成。

剩下的几十分钟，我可以继续工作，也可以读一本书，陪伴家人，学习新的知识，或者什么都不做。

这些事情未必能创造直接的经济产出，却构成了人的生活。

人类发明机器，不应该只是为了让自己能够完成更多工作。

也应该让我们有机会，拥有更多不必以生产为目的的时间。

或许，这才是衡量技术进步是否真正服务于人的一个重要尺度。

注：本文中的数学模型用于解释劳动生产率、时间分配和需求反弹之间的关系。相关数值均为假设情景，并非现实统计结果。文中的「自由时间转化率」和「社会时间红利」属于探索性分析概念，不是已经建立统一测量标准的经济学指标。

跳转微信打开