当前，对新质生产力的关注，使人们愈加认识到教育、科技、人才良性循环的重要性。尤其是科技带来的教育变革，以及由此引发的劳动力的发展变化，成为当下研究进路的重要取向。其中，以ChatGPT、Midjourney、Auto-GPT、Sora为代表的生成式人工智能(AIGC)的出现和快速发展，使得人工智能技术能够自主生成图像、文字、视频，具有知识自主生产的可能，从而表现出趋向通用人工智能(AGI)的发展态势。这一技术变革推进了生产生活方式的智能化，进而加快了数字劳动、智能劳动的劳动新形态变革。劳动是马克思主义的核心范畴，是贯穿马克思主义唯物史观、剩余价值理论始终的理论主线。“资本和劳动的关系，是我们全部现代社会体系所围绕旋转的轴心”[1]。马克思正是在异化逻辑、生产逻辑、资本逻辑的转换中重新思考和建构了劳动概念，切中了人类解放的关键，将劳动与实践、劳动与生产、劳动与资本串联起来，拓宽了理解和把握人类社会发展规律的视野。其中，马克思主义劳动教育理论是马克思主义人的自由全面发展思想的重要内容，也是马克思主义人类解放指向的重要一环，其未来教育的指向更是科学社会主义对资本主义劳动批判性反思的产物。在人工智能时代，就数字劳动、智能劳动形态进行劳动教育理论探讨，具有马克思主义时代化的重要意义。 当前，学界对人工智能时代的劳动教育已经进行了多方面深入地探讨。有的学者研究了人工智能时代的来临对传统劳动教育带来的诸多挑战，认为“人工智能所带来的劳动手段智能化、劳动场域虚拟化、劳动过程创新化和闲暇时间丰裕化，将触发劳动教育在育人身份、实践方式、教育重心与劳动价值取向等方面的内在博弈”[2]，这些技术路径的挑战会弱化劳动教育的效果。有的学者则看到了人工智能技术在劳动教育领域的应用会促进劳动教育的创新发展，认为“人工智能时代的劳动教育创新，应以劳动教育内容智能化整合、劳动教育实践智能化发展和劳动教育要素智能化提升为目标”[3]。已有研究成果为相关研究提供了丰厚的学理基础，并揭示了挑战与创新的双重研究路径。在此基础上，我们除了关注人工智能取代体力劳动而导致的劳动教育变革以外，还需要回应人工智能取代精神劳动后的劳动教育变革，以及逐渐展现的未来教育的意义。这一研究拓展既是对生成式人工智能带来的精神劳动变革的劳动教育回应，也是对劳动是自由自觉活动的整体性把握，是对人工智能带来劳动全域性变革以及对劳动教育全方位挑战的深入探讨。 一、人工智能技术和劳动变革 人工智能作为第四次工业革命中的关键技术，具有极强的“头雁效应”，其在生产生活方式中的应用带来了全域性变革。人工智能技术的“智能”特征使技术具有了“自主”劳动的特性。因此，只有了解何为人工智能以及人工智能为何具有智能，才能全面客观把握人工智能带来的劳动领域变革。 人工智能，顾名思义是人的实践活动所赋予的智能，不是自然先天的智能，“是要探索人类智能(自然智能的最佳代表)的工作机理，在此基础上研制各种具有一定智能水平的人工智能机器，为人类的各种活动提供智能服务”[4]。人类赋予机器智能的实践活动其实就表现为数字活动，表现为代码设计、数据训练、算法编程等。目前，人工智能技术包括机器学习、大数据、计算机视觉、语音识别、自然语言处理五大部分。其中最为核心的就是机器学习技术，这是决定机器为何能够看得见、听得见、能说话的智能关键。人工智能正是通过机器学习技术对数据进行采集和分析，进而建构起一个数据模型来推动计算机视觉、语音识别、自然语言处理等技术的运行。 机器学习技术包含了数据、算法、模型三个组成部分。数据是人工智能之所以智能的最基础单元，“浩瀚的数据海洋就如同工业社会的石油资源”[5]。在此意义上，甚至可以说人工智能就是数字智能。数据的表现形式包括图像、音乐、文本、视频等，是以数字形式承载的信息。数据是人工智能之所以智能的前提，是人工智能可以看得见、听得着、说得出的智能基座。但是，数据成为人工智能的前提是需要先进行数据的标注、注释，推进数据的结构化和半结构化。只有如此，数据才能被机器识别。 紧接着，人工智能需要通过算法技术对数据进行处理，进而才能实现智能。算法是通过设计特定的程序和代码对数据进行分类、回归、聚类的处理，包括有监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)、半监督学习(Semi-supervised Learning)、强化学习(Reinforcement Learning)等。无论是何种算法，其本质都是一种计算，是将数据放在模型论、证明论、集合论、递归论等理论中求解，从而对诸多不确定性赋予确定性。所以，算法的技术逻辑是数理逻辑，要受形式逻辑的同一律、矛盾律、排中律和充足理由律等规律限定。这就意味着人工智能注重的是形式而非内容，得出的是“是与不是”，不存在模糊地带和灰色空间。
