一句话看懂：德国达姆施塔特工业大学一项覆盖 2000 多人的代表性调查发现，对 AI 了解越深的人，越担心自己的工作被 AI 取代；与此同时，欧盟《AI 法案》中关于 AI 素养的条款已生效 18 个月，但只有 15% 的受访者接受过任何相关培训。
事件核心：发生了什么
这项由 TU Darmstadt 与 YouGov 合作进行的调查，访问了超过 2000 名德国受访者。结果呈现出一种“反直觉”的分布：在自认对 AI 有深入了解的人群中，约 43% 认为 AI 可能很快接管自己的工作，比例高于对 AI 理解较浅的人群。该研究负责人 Peter Buxmann 对此评价道：“最懂 AI 的人，也最清楚它的颠覆潜力。”
调查还显示，衡量风险的关键并非行业属性，而是工作产出形态——凡是工作成果涉及文本、分析、报告、代码或演示文稿的人群，暴露程度更高。值得注意的是，受访者最担心的并非超级智能，而是更具体的幻觉问题和数据保护，仅 40% 的人认为超级智能可能实现。另外，年轻员工的职业焦虑高于年长员工，且自去年调查以来，所有职业群体的岗位安全感都在下降。
为什么重要
这项调查的价值不在于重复“AI 会取代工作”的泛泛之谈，而是给出了一个此前较少被量化呈现的结论：对 AI 技术的认知深度，与对职业风险的感知强度呈正相关。这意味着，随着大模型和生成式 AI 工具（如文本生成、图像生成、代码辅助）深入到日常生产流程，真正理解模型能力边界的人，往往也是最早意识到自身工作可被自动化重组的群体。
更值得关注的是数据背后的“准备不足”。欧盟《AI 法案》第 4 条自 2025 年 2 月 2 日起已对 AI 系统的提供者和部署者施加了 AI 素养义务，要求其采取合理措施确保操作人员具备相应的 AI 知识。然而调查显示，只有 15% 的受访者接受过 AI 培训。虽然这个数字不能直接等同于违规率（该义务仅约束实际使用 AI 系统的组织，且未设定具体标准），但它反映了一个现实：距离法规生效已有一年半，多数劳动者的 AI 能力建设仍处于空白状态。
对用户/开发者/创作者的影响
对于依赖 AI 工具进行内容创作、代码开发或数据分析的个体而言，这份调查提供了一个务实的提醒：不要只关注模型能做什么，更要搞清楚它会在哪些环节出错。幻觉问题和数据保护被受访者列为核心担忧，这意味着在使用闭源 API 或开源大模型构建应用时，开发者需要把输出校验和隐私边界当成基础工程，而非附加功能。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于企业决策者来说，15% 的培训覆盖率是一个比“岗位被替代”更紧迫的信号。无论政策合规压力如何，员工对 AI 的理解程度将直接影响工具的实际使用效率和错误率。调查建议的路径很明确：提供培训，而不是只给安抚性承诺——因为对员工而言，失去工作的代价远不止收入减少。
值得关注的后续
后续有几点值得观察：一是德国或欧盟层面是否会因这类调研数据，出台更具体的 AI 素养培训标准或考核要求；二是企业在《AI 法案》义务下是否会加大内部培训投入，尤其是面向文本、代码和报告类岗位的技能重塑；三是“年轻员工焦虑更高”这一反常规现象是否会促使职业培训和高等教育机构调整课程结构，让 AI 通识教育提前进入职场预备阶段。
来源：The Next Web
