求职中，面对“AI提示工程师”“算法工程师”等新岗位，许多大学生既心怀期待，又不免感到焦虑。人工智能技术快速发展和持续迭代，正深刻重塑就业市场：一边是新兴岗位不断涌现，一边是传统能力难以匹配新的需求。因此，如何助力大学生抓住机遇、主动拥抱人工智能，已成为高等教育必须面对的现实课题——它既关乎青年成长，也关乎国家的人才战略。

数智时代就业市场的机遇和挑战

数智时代，大学生就业市场整体呈现出机遇、挑战与新要求并存的现实图景。

一方面，“AI+”产业与各行业深度融合，为大学生就业开辟了多样化路径。新兴岗位，如医疗AI辅助诊断、云网智能运维等年均招聘需求增长超过10%，为学生提供了新的职业选择。更重要的是，越来越多的大学生主动提升适配意识，积极参与“AI+专业”跨学科项目与创新创业竞赛等，为对接新岗位夯实了基础。

另一方面，大学生就业仍面临供需难以适配的困境。具体表现为部分学生的知识结构相对单一，对“AI+X”岗位所需的跨学科融合知识储备不足；核心能力仍显欠缺，AI协同创新与复杂问题解决能力不足；价值认知也存在浅表化倾向，一些学生在择业时偏重短期目标，而对“技术向善”的践行意识较为薄弱。

与此同时，数智时代也对大学生就业竞争力提出了向“复合化、高阶化、伦理化”转型的新要求。在“复合化”层面，学生需主动将专业知识与AI技术深度融合，拓展学科边界，构建“专业+AI”的知识体系；在“高阶化”层面，应借助AI工具辅助开展深度研究与创新创造，从“被动的工具执行者”转向“主动的应用合作者”；在“伦理化”层面，要在技术应用中平衡个人发展与社会价值，恪守数据安全、算法公平等职业底线，警惕技术应用中的功利化倾向。

高质量就业竞争力的三维构成

在机遇与挑战并存的就业环境中，核心竞争力如同“钥匙”，既能帮助大学生打开新兴岗位的大门，也能让他们在行业变革中站稳脚跟。提升核心竞争力，不仅为破解大学生就业的供需适配矛盾提供了有效路径，也为抵御技术替代风险构筑了关键支撑，更成为实现职场长远发展的持续动力。呼应数智时代对就业能力提出的新要求，大学生的核心竞争力应围绕“高阶认知、社会情感、创新创造”三个维度系统构建，三者相互衔接、彼此支撑，共同筑牢高质量就业的根基。

高阶认知能力是大学生实现人机高效协同、破解就业适配难题的理性基础，也是支撑高质量就业的核心能力。其主要包含两大核心内容：一是数字学习与跨学科知识构建能力，涵盖自主学习能力（主动学习、独立思考），知识整合能力（学科融合、知识体系构建、知识联结），技术与数字认知能力（人工智能技术掌握、科学技能、数字学习）；二是高阶思维能力，包含思维品质类能力（复杂思维、批判性思维、系统性思维等），高阶认知类能力（分析、评价、元认知、意义建构能力），问题意识类能力（发现问题、提出问题的能力）。

社会情感能力是区别于人工智能、实现高质量就业的关键人文素养，能为大学生锚定职业价值方向、优化人机与人际协作效能、应对就业环境不确定性提供重要支持。其主要包含三个方面：情感与价值引领能力，包括就业价值观、情感交互能力、想象力、人文精神等；社交与协作能力，包括协作学习及团队合作能力、人际交往能力、文化适应能力、共情能力等；社会适应与调节能力，包含变化感知与预判能力、主动适应与转型能力、职业规划与调整能力等。

创新创造能力是将认知能力与社会情感能力转化为现实就业价值的关键纽带，能有效帮助大学生摆脱就业“可替代性”焦虑，同时也是适配AI岗位需求、实现高质量就业的核心动能。其主要包含：一是创造品格，作为内在精神支撑，具体包括创新创业精神、创造毅力、道德品质、心理韧性、责任担当等；二是创新能力，聚焦突破传统思维、生成差异化创新思路，包括AI协同创意生成、批判性重构、创新机会识别等能力；三是创造能力，侧重推动创新想法落地，涵盖复杂问题解决能力、全球胜任力、创新成果转化能力等方面。

社会有支撑，高校为主导，学生要主动

培养大学生适应数智时代就业需求的核心竞争力，需构建“社会支撑、高校主导、学生主动”三位一体的协同育人机制，助力大学生成长为符合时代发展需要的高质量就业主体。

强化社会支撑，完善保障体系。政府应加大对高校，尤其是中西部和地方院校AI教育资源的投入，完善“AI就业指导师资库”，利用大数据平台发布AI岗位需求，推动高校人才培养与市场需求更紧密对接。企业可开放技术实验室、实践岗位，与高校共建“定制化项目”，例如为商学院学生提供“AI营销分析”等实习任务，并将行业技术标准融入课程体系，促进学用结合。科研机构与行业协会可搭建资源共享平台，整合知名高校的AI公开课与企业实践案例，开展“AI科普进校园”等活动，帮助学生更直观地了解行业真实需求与发展趋势。

加强高校主导，筑牢培养根基。在课程建设方面，高校应进一步优化“专业+AI”课程体系，课程内容融入AI赋能学习、技术攻坚、科学研究和创新创业等方面的典型案例。开设“AI+X”跨界课程，增设AI伦理、科技人文等通识课程，构建“专业核心+AI基础+通识拓展”的复合型课程体系。在教学模式方面，推广“项目式学习”与“情境化教学”，打造“人机协同”教学场景，建设学科交叉的数字孪生实验室，在宿舍区、教学楼周边设置“AI实践角”，便于学生随时开展人机协同模拟。在师资建设方面，定期开展教师AI素养培训，推行“校企双聘”制度，鼓励教师探索“AI+教育”融合教学方法，全面提升其人工智能教学素养与技术应用能力。在制度建设方面，需完善激励机制，将学生AI领域就业质量与企业反馈纳入教学评价体系，并对指导学生获AI类创新奖项的教师予以相应表彰。

激发学生主动，强化自主建构。学生需以主观能动性为核心，推动自身从“工具性学习”向“价值性学习”转变。在知识学习层面，学生应尝试主动选修“AI+”相关课程，积极参与跨学科学习社群与AI实践项目，并在使用AI工具辅助学习时保持独立思考。在能力锻炼层面，可借助“就业力测评工具”识别自身短板，制定个性化提升计划，形成“学习—实践—反思—优化”的闭环。主动参与团队协作项目，深入AI相关企业实习实践，积极参加创新创业类竞赛，在实战中锤炼“从想法到成果”的落地能力。同时，多走进产业一线与社会大课堂，在真实场景中应对复杂问题。在职业态度塑造层面，应锚定“技术向善”的职业导向，有意识地提升人文素养与共情能力，将个人职业规划与国家人工智能发展战略及社会需求紧密结合，在实现自我价值的同时履行青年的社会责任。

（作者：张晶，系浙江师范大学创新创业学院执行院长）