人工智能大模型普及下特殊工时劳动者用工管理参与权实现的双路径协同

摘要

特殊工时劳动者用工管理参与权在人工智能大模型普及下，作为劳动法治保障的一部分，是理论和实践关注的问题。人工智能大模型技术的发展与普及，使得特殊工时劳动者用工管理参与权被有效赋能，推动劳动者在参与中形成封闭性或开放性意见，由此形成用工管理权的授权、借鉴和依据，构成特殊工时劳动者身份认定的必然要件，保障了其休息权、平等权和劳动权，具备推动真正磋商以及公权力监督有效检验的双重功能。通过真正磋商路径的探索，围绕劳动者个人用户模型构建、“充分听取职工意见”范围界定、集体劳动合同设计等做好“真正磋商”要素的构建，并围绕可能导致的不同法律效果进行类型化设计。通过公权力监督路径的探索，完善现有行政审批规定，强化执法监督力量。在现有司法应用模型上，通过技术开发建设兼具数据分析、事实调查、辅助推理等功能在内的一体化场景应用模型，有效赋能司法审判，发挥司法审理的兜底保障作用。

关键词

人工智能 / 大模型 / 用工管理参与权 / 特殊工时 / 集体协商

一 问题的提出

人工智能大模型普及下，劳动法治保障尤为重要。在劳动法治保障层面，用工管理参与权是理论和实践关注的问题。传统模式下，劳动者行使用工管理参与权存在诸多问题，伴随着劳动纠纷给实务界带来诸多难题。在《中共中央关于进一步全面深化改革 推进中国式现代化的决定》中“完善生成式人工智能发展和管理机制”的语境下^［1］，由大规模参数化的深度神经网络构成的人工智能大模型^［2］应运而生。央国企作为中坚力量，持续推动大模型落地项目^［3］，形成了人工智能大模型兴起^［4］以及大模型普及^［5］之势，为特殊工时劳动者有效行使用工管理参与权提供了契机，值得理论界和实务界关注。

由于人工智能发展，特别是人工智能应用的时间还不够长，劳动者用工管理参与权的研究多局限于传统的、线下实体场景层面，与人工智能大模型结合得并不多。该研究作为专项研究，有利于围绕特殊主体用工管理参与权保障补充更有针对性的研究资料。现实用工中实行特殊工时的劳动者群体数量巨大，2023年，经各级人力资源和社会保障部门审批并实行特殊工时的劳动者超过1500万人^［6］，加之该群体用工管理与行政管理、工会保障的牵连性，容易影响其行权保障，且易引发劳动争议。随着国有企业人工智能大模型落地、最高人民法院国家级法律基座大模型的发布^［7］，本研究能在数智化时代对用工管理制度完善进行前瞻布局，有利于从另一角度为争议预防提供解题思路，为行政管理、司法认定等公权力如何监督提供新视角。

本文考察了法律、法规、规范性文件，对法律规范及实践做法进行了比较研究，就实践路径进行探讨。需要指出的是，《中华人民共和国劳动法》（以下简称《劳动法》）虽未直接使用“实行特殊工时的劳动者”这一表述，但由于《劳动法》第三十九条对特殊劳动者概念进行了授权，围绕第三十九条的概念补充，原劳动部于1994年12月14日发布的《关于企业实行不定时工作制和综合计算工时工作制的审批办法》（劳部发〔1994〕503号）（以下简称《503号审批办法》）第五条、第六条使用了“其他适合实行综合计算工时工作制的职工”“实行不定时工作制的职工”表述。基于综合计算工时工作制、不定时工作制均属特殊工时工作制，再鉴于《劳动法》第八条、《中华人民共和国劳动合同法》（以下简称《劳动合同法》）第四条将职工纳入劳动者概念范畴，故“实行特殊工时的劳动者”（以下简称“特殊工时劳动者”）属于我国规范的法律概念。本文仅对特殊工时劳动者用工管理参与权进行讨论，特殊工时劳动者在用工管理参与权上既有一般劳动者用工管理参与权的共性特征，也有个性特征，可对一般劳动者或其他特殊身份劳动者用工管理参与权研究形成借鉴。

二 人工智能大模型普及下特殊工时劳动者用工管理参与权定位及其与法律基本权利的关系

（一） 特殊工时劳动者用工管理参与权的定位：特殊工时劳动者事实认定的前提要件

特殊工时劳动者用工参与权的定位需要回归到抽象的一般劳动者用工管理参与权概念。就劳动者用工管理权而言，我国《劳动合同法》以及新修订的《中华人民共和国公司法》（以下简称新《公司法》）对劳动者用工管理参与权进行了赋权，其用工管理参与权包括参与劳动管理等多项权利。这项权利本质上是我国历史上劳动立法的渊源和我国宪法的推导。如1922年8月中国劳动组合书记部拟定《劳动立法原则》第三条之“参加劳动管理”^［8］。《中华人民共和国宪法》（以下简称《宪法》）第四十二条、第四十三条提及的劳动权包含劳动管理权，而劳动管理权则以劳动参与为前提，并在参与过程中通过行使建议权、管理权、参与决策权等予以行权。特殊工时劳动者属于抽象意义劳动者的一部分，其用工管理参与权不但是宪法基本权利的组成部分，而且属于劳动法意义上不可或缺的一部分。现有法律政策围绕该群体在休息保障、工资报酬上进行了有别于一般劳动者的类型化设计，其权利受到影响的可能性增加，故立法层面对其在构成要件上相比于一般劳动者更为严苛。因此其认定尤为关键，除了适用范围、适用岗位的特定性外，是否通过职工代表大会以及集体劳动合同的内在形式予以体现、是否被行政许可所认可就显得尤为重要。就该权利定位而言，其本身是特殊劳动者认定的必然要件，在该权利未被保障的情况下，既难以构成特殊工时劳动者认定的前提条件，也难以被认定为法律意义上的特殊工时劳动者。

（二） 人工智能大模型下权利保障与法律基本权利密切关联

1 休息权

休息权系宪法层面具有优先性的权利，对于人的生存、发展和尊严具有重要意义^［9］。《劳动法》第三十六条、第三十八条赋予一般非特殊工时劳动者享有休息的权利，并基于规则的细化，对因工作性质或者生产特点的限制不能实行每日工作８小时、每周工作40小时标准工时制度的，通过《国务院关于职工工作时间的规定》第三条、第五条等进行了授权性规定。该授权性规定不但没有剥夺特殊工时劳动者的休息权，反而通过特殊授权的方式对其休息权予以肯定。人工智能大模型普及前，由于线下模式运作中的劳动者相比于用人单位处于劣势地位，其休息权容易被忽略。但在人工智能大模型普及适用背景下，特殊工时劳动者更容易在模型普及中积极参与用工管理的治理，并在更为便捷、可行性强的参与过程中获得更加直观的休息权保障。

2 平等权

《宪法》以概括性和具体性条款相结合的方式对平等权进行了规定。《劳动合同法》第三条规定了劳动合同订立双方平等的原则。特殊工时劳动者属于特殊的劳动者，其平等权的保障既与职工代表选举的组织形式息息相关，也与其用工单位内部的工会组织覆盖率、劳资会议监督保障密切关联。如果内部协调机制失灵，加之工会维护职工权益、服务职工的社会功能弱化^［10］，无疑会影响特殊工时劳动者平等权的保障，并在传统的“非线上”“非数字化”组织形态下以“并非真正的集体协商方式”“并非真正的职工代表的组织实践”等方式存在。人工智能领域，通过智能化软件的开发，让劳动者在事前阶段知悉模型建设的进程，在事中阶段评估并监控平等权的侵害，尽可能避免平等权贬损情形的发生，在事后阶段为特殊工时劳动者及时提供查询，保障劳动者能及时获得救济，形成了事前、事中、事后一体化参与体系。

3 劳动权

宪法学者通常把《宪法》第四十二条第一款“中华人民共和国公民有劳动的权利和义务”概括为“劳动权”^［11-14］；劳动法学者则会将“劳动权”指向《劳动法》第三条所提及的各项劳动权利^［15-18］。本文所探讨的劳动权包含上述二者。经营自主权与劳动者用工管理参与权之间并非排他性关系，用人单位涉及用工管理的规章制度一旦不受劳动者用工管理参与的制约，易对劳动者的劳动权进行侵蚀。以劳动权中的休息休假权为例，由于现行立法对于特殊工时中不定时工作制的工作时间范围没有予以明确，易形成“不定时工作制下没有工作时间范围限制”的误导，进而放大对劳动者的不当控制和拘束，也易造成用人单位任意制定“劳动定额”，排斥劳动者的劳动权。人工智能大模型通过推动劳动者参与权的“得”和用人单位单方管理权的“舍”，更强调特殊工时劳动者劳动权的保障。

综上，人工智能大模型普及视域下，特殊工时劳动者用工管理参与权的法律逻辑链条为：人工智能大模型的普及能有效赋能用人单位用工管理，推动劳动者在参与中形成封闭性或开放性意见，由此形成用工管理权的授权、借鉴和依据，构成特殊工时劳动者身份认定的要件，并在一种持续性监督中，追求劳动者休息权、平等权、劳动权的保障，并有序行使。

三 人工智能大模型普及下特殊工时劳动者用工管理参与权的双重功能

（一） 推动真正的磋商：有效保障集体协商自治

对劳动者而言，实现真正的磋商需要体现三方面特点：一是人格尊严保护；二是真正意愿的表达；三是双向合作与融合。人工智能大模型的普及有利于在上述三方面通过技术能力提升协商能力，推动劳资之间的磋商成为“真正的磋商”。

以人格尊严保护为例。劳动者的尊严关系到人格尊严的保护，体现在用人单位的参与管理过程中。人工智能大模型下技术与法治的运用能够有效推动劳动者主观层面真正意愿的表达，将纸面上的法条转化为实实在在的权利，通过数字、数据赋能劳动者的参与能力，在数智化时代，以“更加促进参与、更有获得体感”的方式，让劳动者将其内心的真正意愿表达出来，体现了对特殊工时劳动者的人格尊严保护。以真正意愿的表达为例，《劳动合同法》第十七条、第二十九条围绕劳动者如何通过约定方式保障其权利进行了规范，并在第五章相关条款对协商自治进行了强制性规定。行政部门在对特殊工时进行审批时，要求用人单位通过各种载体呈现“协商的完整过程”，如A省C市要求用人单位申报特殊工时需要提供特殊工时制度实施方案、企业职工代表大会对实施方案的书面意见、实施特殊工时劳动者签名表；B市W县要求用人单位申报特殊工时需要提供单位职工同意实施不定时工作制的记录或证明。

由于用人单位可能通过多种途径“间接”排除劳动者的参与，故所谓形式上的“集体劳动合同”“职工代表大会记录”“签到本”“表决结果”等涉及职工参与的权利外观载体背后的事实本质不宜被忽视。人工智能大模型技术的开发无形中延伸了劳动者的数字能力，促进了其真正意愿的表达。以双向合作与融合为例，从我国劳动关系追求的目标来看，其追求的是劳动关系的和谐稳定，而劳动关系的和谐稳定与劳动者用工管理的参与息息相关。就参与的方式而言，这种参与既不是劳动者的单方呼吁，也不是用人单位单方施加的“管理作用力”，而是双向互动和融合的结果。人工智能大模型的开发，有利于应对用人单位内部劳动者不同利益的碰撞，体现劳动者群体之间、劳动者与用人单位之间的合作和融合，从而真正服务于和谐稳定劳动关系的构建。

总体而言，相比于一般的劳动者和用人单位的“点对点”磋商，人工智能大模型的普及既可以通过横向、纵向的不同模型方式，保障不同场景、情景的参与感，在各个分散端口实现各自声音的传达，也可以利用人工智能的系统性集成，通过信息的快速整合，输出信息的结果，更能体现集体协商的特质，解决劳资地位差异的难题。

（二） 有效观察公权力介入保障质效

在推动用人单位与劳动者实现真正磋商的过程中，由于劳资之间的对抗性、用人单位的相对优势性，如果完全依赖于磋商，不在公法层面通过立法设计推动公权力予以监督保障，这种协商的推动就可能成为“镜中月”“水中花”。这是因为以下几点原因。

第一，立法层面实体和程序层面规范的不足导致无法完全倚赖于双方的磋商。就实体法层面而言，涉及体现特殊工时的规范过于粗放，合理性不足。以适用范围为例，法律、规范性文件采取了正面列举加兜底性条款概括的开放式立法模式，这种立法模式易导致同属于特殊工时的职工在用工管理参与权能力上存在不同等级的差异。如可适用特殊工时的高级管理人员，因职位的原因，与用人单位的沟通协调能力、参与性更强，这种参与管理能力的差异在法条中却体现为同等的适用，且数十年未修改，不够合理。程序层面的规范缺乏较为明确的细化规则，这使得劳资双方的协商缺少明确的法律依据和法律指南，需要公权力的兜底监督保障。

第二，用工过程中用人单位的优势地位导致无法完全倚赖于双方的磋商。一方面，特殊工时劳动者是劳资关系中弱势的一方，在缺乏第三方监督的情形下，不宜过于信赖模型。以某地接受调查访问的民营企业为例，在之前的参与管理中，企业的管理和决策权全部集中在企业主、股东、董事会和经理人手中，劳动者不享有任何企业内部的管理和决策权^［19］。虽然局部数据的对象局限为民营企业，但实际上也从侧面印证了上述顾虑。另一方面，劳动合同适用实践中，劳动合同的“形式”易与用人用工的“实质”相背离，导致劳动合同空洞化、可有可无化，劳动合同在劳动关系内容确定层面易失灵^［20］等系列问题。用人单位的优势地位可能会被随之放大，并伴随着特殊工时劳动者的用工管理参与权的侵害或贬损，以各类争议的方式呈现。

第三，现有劳动法治层面相关公权力的介入保障力度不够大。我国现有劳动法治层面相关公权力的介入体现在行政、工会、司法等多个层面。就行政层面来看，行政许可会出现两种情形。一是行政许可压力较大。以2023年对A省B市特殊工时中的不定时工作制专项调研为例，2018—2022年，当期审批不定时工作制职工人数分别为116人、161人、573人、3 191人、3 317人，呈现出逐年上升的趋势，在2021年增长趋势尤为明显。行政审批环节中因审批人员数量的不足，对企业内部是否真正落实职工代表大会等民主性程序，无法完全做到上门核查。二是行政审批可能存有自由裁量空间。如某用人单位申报特殊工时劳动者人数为2 000人，行政部门面对高数量等级的申报时，在佐证材料较为单薄的情况下，自由裁量权过大，甚至存在佐证材料不充分情形下审批通过1 000人的可能。就司法层面争议处理来看，围绕劳动者是否被保障了用工管理参与权以及行政许可模糊等问题，司法诉讼在认定口径上并不统一。如在某地年度典型案例之“唐某与某公交公司案”中，法院认为虽然用人单位未就特殊工时工作制履行行政审批手续，无法证明保障了唐某作为实行特殊工时劳动者的用工管理参与权，但由于劳动者的工作性质、工作内容具有特殊工时工作制的特点，认定唐某为实行特殊工时的劳动者^［21］。这种司法口径的差异会在很大程度上影响用人单位对劳动者用工管理参与权的保障。就工会层面和劳动保障监察来看，尽管各级总工会具有指导和推动企事业单位开展民主管理工作职能，但实践中用人单位内部工会建设力度的不足仍然存在、劳动保障监察执法延伸能力仍有不足等。

对于上述问题，国家顶层设计层面高瞻远瞩，围绕人工智能技术的开发，积极推动在海量数据上训练出来的、拥有大规模参数和复杂计算结构^［22］的人工智能大模型探索，实现了大规模预训练、有监督微调、人类反馈强化学习等技术的不断演进，随着架构、算法、工程及行业应用的不断创新，人工智能大模型展现出强大的通用性、适应性。不但能够借助大模型的设计，通过数字手段、智能化手段的运用，缓解现有劳动法治层面劳资双方磋商流于形式、相关公权力的介入保障力度不够大等困境，还能够结合现有数字立法，对劳动法层面实体和程序层面的规范给予积极的反馈。在考虑到人工智能大模型应用优势的同时，面对人工智能大模型普及与流行过程中，如人工智能算法偏见、人工智能处理、识别数据的误差及误判等，需要公权力作为最优的人机协同主体，成为第三方力量，及时进行介入和干预。综上，推动真正的磋商并有效观察公权力介入的保障质效，体现了人工智能大模型普及下特殊工时劳动者用工管理参与权的双重功能。伴随着人工智能现阶段的应用以及未来技术的发展，在特殊工时劳动者的用工管理参与权中，通过不同路径模式，承担不同的探索角色。

四 人工智能大模型普及下特殊工时劳动者的用工管理参与权的集体协商路径探索

人工智能大模型普及下“真正磋商”要素构建主要是围绕《503号审批办法》集体协商层面的规定，在保障职工身体健康权、参与互动权的基础上，结合模型技术的发展进行定制化考量。对于用工管理参与权保障不充分的法律效果，就不同行为、不同法律效果进行类型化设计。

（一） 劳动者个人用户模型的构建及法律效果设定

劳动者个人用户模型的构建应当考虑以下方面。第一，体现岗位的个别性。以特殊工时中的不定时工作制为例，通过现有法律、规范性文件正面列举加兜底性条款概括的开放式立法模式，可知除兜底条款外，不定时工作制的适用岗位范围限定为“高级管理、外勤、推销、部分值班、长途运输、出租汽车司机、铁路、港口、仓库部分装卸人员”，并在法条表述上列举为三项。就上述列举的适用范围来看，无论是因工作性质无法按标准工作时间衡量的岗位，还是因工作性质需机动作业的岗位，或是其他因工作需要适合实行不定时工作制的岗位，在不同用人单位，体现的岗位并不相同。而不同的岗位因为行业的特殊性、工作内容的差异性，在行权过程中存在较大差异性。故劳动者个人用户模型的构建应当考虑到岗位的个别性，即根据劳动者不同的岗位，兼具个性化模型，体现职工不同岗位的特殊性和个性特征。第二，兼具普通应用和成长应用功能。普通应用功能主要是对较为成熟的技术进行运用，如语言生成功能、人脸识别功能、指纹识别功能、图像转化功能等自动生成技术，重在体现操作性、实践性、可识别性。如现有市场层面可吸纳的数字化、远程化系统或可接入终端、成熟模型等。成长应用功能指普通应用功能外，利用人工智能自主学习的特征，设置预留于正在自主学习、自主成长的“空间地带”。第三，体现可控制性。生成式人工智能算法系统的运行离不开检验^［23］，且该检验实践之成效与人之权利休戚相关。以特殊工时决议的基础之“必须保障职工身体健康”为例，适用特殊工时的相关制度不得脱离健康权的劳动基准前提。生成式人工智能具有模仿人类思维的学习能力，且该技术处于持续发展的动态过程中，同时，现有的健康体检系统已具备通过指针、数据评价个人健康的功能。故人工智能模型在嵌入过程中，不但要具备较为精准识别健康的基础，还能够实时传导输入信息，保证劳资双方的知情权，由此守住“充分听取职工意见”的“健康权底线”。如已为职工建立个人账户模型，但未就建立情况告知职工的或没有证据证明职工知情的；为职工建立个人账户模型，但不能精准识别职工健康信息的，不能体现“必须保障职工身体健康”前提的；所涉比例超过25%，集体协商决定应认定无效。

（二） 用工管理参与的模型及法律效果

特殊工时劳动者用工管理参与权的行使依据主要来源于《503号审批办法》中关于“充分听取劳动者意见”等规定，但该规范性文件距今已有31年的时间，滞后性明显。故对“充分听取劳动者意见”其他要素的判断必须结合《劳动法》《劳动合同法》及地方性规范，并结合当前数字法的规范予以综合评判。

就“充分听取职工意见”的具体规定而言，《503号审批办法》以及《安徽省企业工作时间管理暂行办法》（劳护字〔1995〕第225号）对于应当“充分听取职工意见”的内容界定较为模糊，因此，“充分听取职工意见”的内容界定仍应结合《劳动合同法》第四条的表述进行界定。《劳动合同法》第四条对应当听取意见的内容上，采取了“劳动管理”“直接涉及劳动者切身利益的”等表述。同时，由于特殊工时劳动者在劳动报酬、休息休假等层面的规制以及标准工时劳动者的“切身利益性”“直接性”和“差别性”，故用人单位在模型设计层面应当“充分听取职工意见”的内容，应包括用人单位背景介绍、经营范围、员工的数量、市场环境的变化、实行“特殊工时”的必要性，以及实行特殊工时后的优劣比较分析。

用人单位的背景性介绍可通过一些线上的情景模式，如线上陈列或沉浸式体验的方式呈现。体验信息包括单位员工规模、部门职能、动态市场环境的变化，以及经营收入的影响和利润的影响，可借鉴成功案例。经营范围可以登记机关的外部登记信息及内部实际经营信息的差异性予以体现。员工的数量，既体现整体员工的规模，也体现不同部门员工数量的差异性，且以员工可感知的模式予以呈现。市场环境的变化，既包括纸质化的呈现，也包括经营收入的影响和利润的影响。实施“特殊工时”的必要性，可旁征博引其他用人单位成功的案例用以证明因果关系。实行特殊工时后的优势和劣势比较分析方面，包含纸质规章、权益换算测评等细分模型。纸质规章通过电子化的形式予以纸质化呈现。此外，这种优劣比较分析还可通过权益换算测评等模型的“数字化呈现”，让职工结合自身工作情况、目前的工作业绩，了解标准工时与特殊工时与自身的匹配度，从而获得报酬量化、时间量化等权益量化结果。通过上述模型设计层面的开发，让用人单位在职工提出意见前，履行数据披露或充分的信息展示，由此展示用人单位动议合理性的基础。如职工不能通过模型体验了解单位员工规模、部门职能、动态市场环境的变化，以及经营收入的影响和利润的影响，或履行数据披露不充分、不能有效展示用人单位决定实行特殊工时的动议基础的，集体协商决定应认定效力待定。

“充分听取职工意见”的方式在《劳动合同法》第四条中主要以全体职工讨论或职工代表大会的内容予以明确。全体职工讨论层面需考虑到《劳动合同法》第四条未予以考量的问题，并通过程序性的规制予以具体细化。《劳动合同法》第四条未予以考量的问题中，在人工智能大模型的应用场景下，线上保障能力和员工参与的动力更足。应当针对现有人工智能大模型的适用，设计较为特殊的模式规则。如可对全体职工在执行层面应保证必要的到会人数，在新《公司法》第十七条规定的基础上，设置到会人数不得少于80%的专门规制。在全体职工大会的筹备环节，使得模型设计具备以电子邮件、电子信息等方式进行电子数据送达的功能。通过模型固定事实证据并兼顾流程合规，相关会议筹备事项、会议酝酿讨论、召开在正常工作时间以外，通过模型系列统一计算并列入加班费，计提加班费。通过“邮件或其他信息载体送达、劳动者回复是否接受加班费发放确认”的模式，建立“信息提醒下的限时互动”模式，实现线上通知、通知到会人数、人员确认等数据线索保存，探索建立一整套较为特殊的模式规则。如召开职工大会前未将通知送达劳动者，劳动者有初步证据证明召开职工大会或对职工代表大会的真实性存疑的，用人单位怠于承担举证责任被认定承担不利后果的，集体协商决定应认定无效。

在职工代表大会层面，职工具有与职工代表双向互动的功能，职工代表层面的推选应当考虑到职工的意愿，体现出单元或者小组的职工推选出职工代表的痕迹。对于“充分听取职工意见”前的考量，即召开职工代表大会的考量，包括前期的酝酿、论证，以及目前模型开发中部分涉及的法律咨询等交互功能，这种论证的过程应在实行“特殊工时”的必要性中予以体现，对于大模型不能显示上述数据痕迹的，应由用人单位对会议决定效力承担不利后果。但这种不利后果的推导应当考虑到个别劳动者的意愿与意思表示。如其他劳动者在这种“有瑕疵”的集体协商中作出“将自己变更为实行特殊工时劳动者”这一选择，则不利后果的推导应对上述意思表示予以考量。故就阻却效果而言，应予以局部化阻却。如对部分劳动者已参与集体协商，同时，数据痕迹可以体现出劳动者申请变更为特殊工时劳动者的完整流程轨迹，且没有证据证明上述操作系他人所为，不宜完全排除此次集体协商或集体协商效力对该劳动者的效力。

值得一提的是，电子劳动合同的普及为劳动者线上参与用工管理提供了更好的载体，也为下一步模型的建立提供了契机。但无论是集体劳动合同，抑或是个人劳动合同的“电子劳动合同化”，在进行“格式化”和“模板化”设计的同时，应当允许劳动者作为乙方作出更多线上个性化的操作，将这些操作细化为劳动合同的约定内容，体现劳动者真正的意思表示，固化为更直观的可视化证据。

五 人工智能大模型普及下特殊工时劳动者的用工管理参与权的第三方监督路径探索

人工智能大模型的发展有助于用工管理参与权在以公权力为主导的第三方监督路径中形成特有的优势。人工智能大模型下的特殊工时劳动者用工管理参与权虽然有了极大的延伸，但鉴于人工智能软件并非由劳动者所设计，该权利的实现有赖于通过大模型应用让用工管理参与权经过行政监督、行政执法、司法应对，更好地发挥外部监督路径的优势，使得大模型与劳动者之间形成特殊的关联性。

（一） 关于行政许可、行政执法、工会监督等层面的规制完善及模型设计

行政许可、行政执法、工会监督等层面的规制完善首先应当与行政公权力层面的人工智能大模型设计形成适配性，并考虑到人工智能算法运行中的人机交互权重^［24］，以及第三方设计所导致的偏见和不可预测性，控制人机交互权重，使其在一定情形下具备干预功能，并合理构建外力评估干预机制。在此基础上，可围绕行政许可、行政执法、工会监督的特殊性进行类型化设计。

就行政许可层面而言。部分地方性规范如《天津市特殊工时工作制行政许可管理办法》将特殊工时的行政审批界定为行政许可。由于实践中现有行政许可难以还原集体协商的原貌，但其审批结果会影响劳动仲裁和司法诉讼的审理结果，这显然有所不宜。在德国，政府主管机关在工时制度的引入和实施中几乎是不介入的，只是负责监督雇主遵守工作时间的相关法律规定^［25］。基于此，建议设计模型变行政许可审批制为备案制。将备案结果以数据形式传送至用人单位模型的个人用户模型，既可保障劳动者知情权，也可减轻审批负担，还有利于为备案后的抽样检查、动态评估等提供必要的线索和资料。除此之外，考虑到部分省份如安徽省人民政府颁布的《安徽省工资支付规定》第十八条对不定时工时的劳动者在休息日劳动报酬上进行了排除性的规定，加之用人单位申报的愿望较为强烈，应将特殊工时劳动者用工管理参与权视为一个短时动态的过程。在特殊工时劳动者身份认定后，缺少后续用工管理参与权的相关佐证材料，不宜推导出特殊工时劳动者“无限期被认定为该特殊身份劳动者”的结论。

就行政执法层面而言。在人工智能大模型运行下，行政执法适合由劳动保障监察部门履行。由于劳动保障监察本身具有主动性，具备执法功能，其执法介入多集中在非诉的层面，专业性相对较强，适合承担此类执法角色。此外，虽然相关研究指出了劳动保障监察执法不足的问题^［26-27］，但由于人工智能大模型本身属于非线下模式，能够通过技术的进步“以技补缺”，有利于通过延伸执法范围，如介入“能动执法”对部分事实进行调查，并为工会提供事实信息等^［28］。提升执法能力。基于人工智能在高速演化之中可能会产生不确定性和误差性，而敏捷治理^［29］确实为人工智能监管所需，无论是劳动保障监察规则的设计，还是模型构建，都应当围绕敏捷治理、监管之需求保留适当的试验性缓冲区域，保证灵活性、包容性、敏捷性相结合，凸显刚柔并济。

就工会监督层面而言。在模型构建过程中，工会监督宜体现信息监督功能、实时预警功能。如其模型能够对接用人单位模型或单独的人力资源管理子模型，能够调阅信息。调阅的信息包括职工的个人模型信息，如职工健康信息、阅览操作信息、救济信息等。程序类的信息包括职工大会、职工代表大会是否法律推选程序的信息等。再如在预警功能上，能够通过量化数值体现职工与用人单位的“紧张”数值，并在“紧张”数值达到一定阈值下进行数字化预警。

（二） 关于司法应用现有模型的改进及功能设计

就法院层面而言，包括“法信法律基座大模型”在内的新一代人工智能技术在最高人民法院“法信”平台流程，预训练和微调阶段融合法律行业推理逻辑、全链路数据合规与内容安全机制，已形成专业知识工程、评测、数据合规、内容安全、技术安全及算力筹划六大支撑体系，形成体系化支撑和系统化服务基座，并在“法院人工智能辅助审判系统”等场景中应用，有效赋能司法审判^［30］。

在上述较为宏观的整体建设基础上，就本研究提及的劳动法治建设中某一个细节点来看，未来的模型改进及功能设计应使模型具备动态裁判口径分析功能，有限的、有保证的事实调查功能，以及分行业的知识传导功能、辅助推理功能、文书服务功能。以动态裁判口径分析功能为例，即使是同一类争议，不同阶段的裁判口径也可能出现一定差异。而某一时期的口径则可以较好体现出某一阶段的特殊裁判考量。可通过问题的导入、立体框架问题的摄入，将涉案要素以不同变量、系数通过函数计算的方式推导出来，形成封闭的陈列式结果。如关于不定时工作制劳动者是否享有未休年休假工资，对仲裁司法实践中各地不同时间段的裁判口径进行分析和呈现，以供案件审理之用。

以有限的、有保证的事实调查功能为例，为了克服审理中事实“贫乏”的困境，可以通过端口共享模式，允许法官根据案件审理需要，登录用人单位企业内的人工智能大模型，查询用人单位信息披露情况、劳动者大模型参与情况等，对案情事实的整体性予以把握。

以分行业的知识传导功能为例，该功能的开发主要是为了帮助审理者快速了解不同行业用人单位内部通俗的行业惯例、行业规则，便于审理者通过信息传输、信息整合，迅速了解此类案件的审理“精髓”。

再以辅助推理功能为例。意思表示的识别是劳动争议中的难点，劳动者在参与用工管理过程中的表达是一种意思，但内心可能是另外一种意思，这种类似于民法中真意保留^［31］在劳动争议中究竟应当如何把握，都是需要考虑的问题。法官主导审理情况下，人工智能大模型若要在司法审理的大模型建设中发挥越来越重要的作用，需要以辅助推理功能为起点，逐步提升推理思考分析能力。如可考虑建立法官与模型“对话”的方式，建立“对话+推理”的模型，“对话+推理”模型给予的结论意见可以是封闭性的意见，也可以是开放式的建议。

六 结语

习近平总书记指出：“人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。”^［32］从科技发展进程来看，人工智能大模型能够理解和生成多模态内容，具有逻辑推理和问题求解能力，是推动新一代人工智能发展的关键技术载体和新型基础设施，开启了人工智能发展的新阶段。我国“高度重视人工智能的发展和治理，积极推动人工智能科技创新与产业创新深度融合，赋能经济社会高质量发展，助力提升人民群众生活品质”^［33］。在人工智能科技创新赋能经济社会高质量发展的过程中，应当围绕人工智能大模型普及下劳动法治完善进行特别规制。在双重路径协同设计中，如何围绕劳动者个体模型深耕细作，使其更好地融入单位的大模型；如何围绕用人单位的大模型构建，通过不同模型功能的设计，使其更好地解决传统模式下难以解决的问题；现有法律规制下能否基于模型技术的发展，探索更为精细化的程序规则；如何应对不同情形下可能触发的法律后果，进行类型化设计，人工智能时代下，这些都是无法规避的问题。此外，基于劳动者的行权保障具有较强的国家干预色彩，如何统筹劳资及第三方监督之间的张力，整合形成集用人单位、劳动者、公权力监督于一体的综合建设模型，也值得在未来的研究中进行关注和探讨。人力资源和社会保障部已于2012年发布《特殊工时管理规定（征求意见稿）》，至今尚未有后续消息，但这毕竟是一次有益的探索。随着《国务院关于深入实施“人工智能+”行动的意见》^［34］的出台，可以《特殊工时管理规定（征求意见稿）》的形式载体，强化前瞻谋划、系统布局，以深入实施“人工智能+”行动为主线，在数智化时代，积极探索更加符合人工智能发展规律的特殊工时管理规定，通过强化特殊工时劳动者的用工管理参与权，使其共享人工智能发展成果，更好服务于中国式现代化建设。

参考文献

[1] 中华人民共和国中央人民政府.中共中央关于进一步全面深化改革 推进中国式现代化的决定［EB/OL］.（2024-07-21）［2024-10-29］.https：//www.gov.cn/zhengce/202407/content_6963770.htm.

[2] 肖仰华.人工智能大模型发展的新形势及其省思［J］.人民论坛·学术前沿，2024（13）：33-43.

[3] 2025世界智能制造大会.35家央国企66个大模型，国家队引领AI变革|热点聚焦［EB/OL］.（2025-03-04）［2025-03-29］.https：//www.wimc.org.cn/news_show.aspx？id=1004.

[4] 何妮，姚聪莉.人工智能大模型赋能城市数字治理：内在逻辑、现实挑战与实践路径［J］.东岳论丛，2025，46（5）：184-190.

[5] 光明网.大模型将“飞入寻常百姓家”［EB/OL］.（2023-09-15）［2025-03-29］.https：//digital.gmw.cn/2023-09/15/content_36835513.htm.

[6] 中华人民共和国人力资源和社会保障部.2023年度人力资源和社会保障事业发展统计公报［EB/OL］.（2024-06-17）［2025-01-04］.https：//www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/tjgb/202406/W020240617617024381518.pdf.

[7] 中华人民共和国最高人民法院.“法信法律基座大模型”研发成果新闻发布会［EB/OL］.（2024-11-15）［2025-01-28］.https：//www.court.gov.cn/zixun/xiangqing/447651.html.

[8] 沈建峰.论德国二元制劳动者参与管理制度［J］.德国研究，2017，32（4）：35-50.

[9] 蓝寿荣.休息何以成为权利——劳动者休息权的属性与价值探析［J］.法学评论，2014，32（4）：84-96.

[10] 李杏果.中国工会参与国家治理的内在逻辑与实现路径［J］.理论月刊，2022（2）：59-67.

[11] 王旭.劳动、政治承认与国家伦理——对我国《宪法》劳动权规范的一种阐释［J］.中国法学，2010（3）：76-89.

[12] 郑贤君，韩冬冬.论宪法上的劳动权［J］.金陵法律评论，2009（1）：51-62.

[13] 王锴.论我国宪法上的劳动权与劳动义务［J］.法学家，2008（4）：56-64.

[14] 刘嗣元.谈市场经济条件下公民劳动权的实现［J］.法商研究——中南政法学院学报，1995（5）：4-8.

[15] 林嘉，杨飞.论和谐社会与劳动就业权的法律保障［J］.法学家，2005（5）：11-15.

[16] 许建宇.劳动权的界定［J］.浙江社会科学，2005（2）：59-65.

[17] 秦国荣.劳动权的权利属性及其内涵［J］.环球法律评论，2010，32（1）：59-68.

[18] 冯彦君.劳动权论略［J］.社会科学战线，2003（1）：167-175.

[19] 上海市工商业联合会，上海市发展和改革委员会，上海市工商行政管理局，2010上海民营经济［M］.上海：上海财经大学出版社，2010：163.

[20] 沈建峰.论劳动合同在劳动关系协调中的地位［J］.法学，2016（9）：82-92.

[21] 江苏省盐城市中级人民法院.【全市法院2024年度劳动人事争议十大典型案例】案例四：未经审批，但工作岗位符合特殊工时制特点的，应当根据实际工作时长、工作强度等计算加班费［EB/OL］.（2025-05-06）［2025-06-01］.https：//www.yczy.gov.cn/article/detail/2025/05/id/8822391.shtml.

[22] 国家林业和草原局政府网.大力推动我国人工智能大模型发展［EB/OL］.（2025-05-08）［2025-05-28］.https：//www.forestry.gov.cn/lyj/1/xxyd/20250508/624165.html.

[23] 汪庆华，胡临天.生成式人工智能责任机制的技术与法律建构［J］.中国法律评论，2024（4）：114-130.

[24] 丁晓东.人机交互决策下的智慧司法［J］.法律科学（西北政法大学学报），2023，41（4）：58-68.

[25] 王倩.论我国特殊工时制的改造：在弹性与保障之间［J］.法学评论，2021，39（6）：93-105.

[26] 林嘉，陈文涛.论劳动基准法的法律效力［J］.清华法学，2014，8（4）：6-17.

[27] 沈同仙.我国劳动基准的实施现状及对策［J］.当代法学，2007（4）：82-87.

[28] 程龙，李坤刚.新就业形态劳动力纠纷“非䜣”调解制度研究［J］.中国人力资源开发，2024，41（10）：86-103.

[29] 薛澜，贾开，赵静.人工智能敏捷治理实践：分类监管思路与政策工具箱构建［J］.中国行政管理，2024，40（3）：99-110.

[30] 法信法律基座大模型在中关村论坛发布［EB/OL］.（2025-03-29）［2025-04-17］.http：//www.chinatrial.net.cn/news/32396.html.

[31] 杨立新.《民法总则》规定的隐藏行为的法律适用规则［J］.比较法研究，2017（4）：95-105.

[32] 中华人民共和国国家互联网信息办公室.大力推动我国人工智能大模型发展（深入学习贯彻习近平新时代中国特色社会主义思想·学习《习近平经济文选》第一卷专家谈）［EB/OL］.（2025-05-08）［2025-05-28］.https：//www.cac.gov.cn/2025-05/08/c_1748405775075223.htm.

[33] 中国新闻网.习近平向2025世界智能产业博览会致贺信［EB/OL］.（2025-09-05）［2025-09-08］.https：//www.chinanews.com.cn/gn/2025/09-05/10477020.shtml.

[34] 中华人民共和国中央人民政府.国务院关于深入实施“人工智能+”行动的意见（国发〔2025〕11号）［EB/OL］.（2025-08-26）［2025-08-28］.https：//www.gov.cn/zhengce/zhengceku/202508/content_7037862.htm.

基金资助

安徽省哲学社会科学规划一般项目“新就业形态人员劳动和社会保障制度研究”(AHSKY2022D147)