過渡性就業中高齡勞工面對生成式 AI 的擔憂與策略應對
arXiv - Computers and SocietyAditya Nayak, Aakash Gautam, Rama Adithya Varanasi
研究探討高齡勞工在過渡性就業中如何透過「AI 韌性」策略，應對生成式 AI 帶來的結構性與時間性干擾。
AI 幫你先抓重點
AI 重點 1
從個人層次轉向多層次的 AI 韌性建構策略。
滑鼠懸停看 AI 判斷理由
這項洞察強調解決 AI 衝擊不能僅靠個人適應，必須結合中觀層次的集體韌性與宏觀層次的組織結構設計，這對於理解技術變革下的勞動力轉型至關重要。
AI 重點 2
AI 變革將決策過程從「單次選擇」轉變為「持續協商」。
滑鼠懸停看 AI 判斷理由
這改變了我們對職業規劃的認知，顯示在 AI 時代，職業發展不再是完成某個階段後就結束，而是一個需要不斷與技術環境進行互動與調整的動態循環。
核心研究發現
- 1
生成式 AI 在高齡勞工進行過渡性就業決策的各個階段，皆造成了時間與結構上的干擾。
- 2
高齡勞工透過不同形式的「邊界工作」（boundary work）來重新配置任務，以尋求工作穩定性與連續性。
- 3
研究提出「AI 韌性」概念，說明高齡勞工將就業決策轉化為一個持續協商與適應的動態過程。
對教育工作者的啟發
對於推動終身學習與職場再培訓的設計者，建議不應僅關注技術操作技能的訓練，更應著重於培養「AI 韌性」。具體做法包括：1. 建立中觀層次的學習社群，讓高齡勞工能透過集體經驗應對技術焦慮；2. 在組織設計上，應開發具備「可爭議性」與「可對抗性」的 AI 輔助結構，確保技術是輔助而非取代人類決策，減少高齡勞工的職業倦怠感。
原始文獻資訊
- 英文標題：
- Concerns and Strategic Responses of Older Workers Navigating Generative AI in Bridge Employment
- 作者：
- Aditya Nayak, Aakash Gautam, Rama Adithya Varanasi
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。