技術的サマリー：イタリアの文脈における生成 AI の実践、リテラシー、および格差

問題提起

生成 AI（GenAI）チャットボットの急速な普及は、デジタル相互作用における変革的な転換をもたらしており、経済的および生産性向上の約束を伴っています。しかし、この技術が既存の社会的不平等を悪化させるかどうかを理解する上で、決定的なギャップが存在します。先行研究は、制約された領域（例：コーディング、学術的執筆）や特定のサブグループ（例：学生）における採用または使用頻度を検討してきましたが、同時に以下の点を扱う包括的な多層的実証的記述は欠如しています：

1. 第一の格差：一般人口全体における採用率の差異。
2. 第二の格差：使用の性質、目的、およびそれを支えるリテラシーにおける差異。
3. 「非ユーザー」のギャップ：既存の研究はしばしば現在のユーザーの独占的ログに依存しており、これらのツールに関与しない人々を見落としています。彼らの制約やニーズは未解明のままです。

さらに、大規模分析のほとんどは英語圏のデータに依存しており、基本的なデジタルスキルにおいて EU デジタル経済・社会指数（DESI）で低い順位にあるイタリアのような、デジタルリテラシー水準が低い「平均的な」国における GenAI のダイナミクスを理解する上で空白を残しています。

方法論

本研究は、2025 年 5 月から 8 月にかけて実施された、新たに収集された1,906 名のイタリア語話者成人を対象とした調査に基づき、混合研究法を採用しています。サンプルには、採用者（80.4%）と非採用者の両方が含まれており、性別、年齢、地理的な分布は国の統計とほぼ一致していますが、学歴のある回答者がわずかに過剰代表されています。

データ収集と測定

• 採用と経験：参加者は GenAI チャットボットおよび 5 つの確立された言語技術（LT）の使用を報告しました。これらは機械翻訳、音声アシスタント、支援執筆、音声書き起こし、テキスト読み上げです。「LT 経験指数（0–5）」が構築されました。
• リテラシーと能力：自己報告されたトレーニング（公式対自己主導）および機能的および批判的リテラシー（例：誤りの認識、AI 生成テキストと人間生成テキストの区別）を評価する 6 項目のリアッカール尺度を通じて測定されました。
• 使用パターン：採用者の場合、24 の特定の活動および6 つの意図カテゴリー（情報検索、問題解決、学習、コンテンツ作成、レジャー、創造性）にわたる使用がマッピングされました。頻度は 0–3 の尺度（「決して」から「週に」まで）で記録されました。
• 定性的洞察：非採用の理由、知覚されたリスク（ハルシネーション、バイアス）、言語の好みに関する自由回答は、クラスタリングとトピック抽出のためにBERTopicを使用して分析されました。

分析戦略

• 採用分析：ロジスティック回帰モデルは、社会人口統計学的要因（年齢、性別、学歴、所得）および以前の LT 経験に基づいて、採用の可能性を予測しました。
• 使用分析：社会人口統計学的要因、LT 経験、トレーニング、リテラシーを統制して、使用頻度の予測因子を特定するために、6 つの意図カテゴリーそれぞれに対して個別の最小二乗法（OLS）回帰モデルが実行されました。
• 頑健性：結果の安定性をテストするために、ISTAT データに基づくポスト層化重みが適用されました。結果は実質的に変化しませんでした。

主要な貢献

1. 多層的実証的枠組み：本研究は、単一のデータセット内で採用（第一の格差）を直接使用モードやリテラシー（第二の格差）に結びつける、GenAI 格差の統合された分析を提供します。
2. 非英語圏の文脈：英語圏の文脈を超えて研究を拡張し、デジタルイノベーション水準が低い国であるイタリアにおける GenAI のダイナミクスに関する詳細な視点を提供します。
3. 非採用者の包含：非ユーザーを明示的に調査することで、知識障壁を持つグループと意図的な非ユーザーという明確なサブグループを特定し、将来の採用に対するそれらの異なる条件を明らかにします。
4. 公開データリリース：著者は完全なデータセットとコードを公開し、2025 年のイタリアの GenAI 景観の縦断的監視を可能にしました。

主要な結果

1. 採用格差（第一の格差）

• 高い採用率：GenAI チャットボットの採用率（80%）は、音声アシスタント（73%）といった確立された技術を超えていますが、機械翻訳（94%）には及びません。
• 社会人口統計学的断層線：採用率は女性（オッズ比 0.40、男性対比）、高齢者（55 歳以降でオッズが急激に低下）、および学歴が低い人々の間で有意に低いです。
• 累積的優位性：他の LT に対する以前の経験が採用の最も強力な予測因子です（OR = 1.86）。これは、技術的慣れが GenAI の受容を促進する「富める者はさらに富む」ダイナミクスを示唆しています。
• 非ユーザーの動機：非ユーザーは 2 つのグループに分かれます：
  • 知識障壁（40.5%）：ツールの存在を知らない、または使用できない；サポートとトレーニングの必要性を表明しています。
  • 意図的な非ユーザー（59.5%）：有用性の欠如を認識しているか、関心がない；将来採用する可能性は低いです。

2. リテラシーと意識

• トレーニングの不足：ユーザーの過半数（48.8%）および大多数の非ユーザー（76.2%）は、AI に関する公式または非公式のトレーニングを受けていません。
• 低い自己評価能力：ユーザーの間でも、自己評価されたリテラシーは modest（控えめ）です。ユーザーは理論的知識と、AI 生成テキストと人間生成テキストの区別において最も苦労しています。
• 意識対能力：ユーザーは潜在的なバイアスやハルシネーションについて非常に意識しており（84% が規制を支持）、この意識と出力の誤りを検出する実際の能力の間にはギャップがあります。
• 報告された誤り：ユーザーは、特にイタリアの法的および文化的文脈に関する事実の不正確さ（ハルシネーション）を頻繁に報告しており、画像生成や言語的デフォルトにおける性別および人種的バイアスも報告されています。

3. 使用パターンと第二の格差

• 多目的ツール：GenAI は、職業的（52%）および個人的（48%）な文脈の両方で使用されています。「説明」と「画像生成」が最も一般的な活動です。
• 能力ギャップ：
  • レバーとしてのトレーニング：以前のトレーニングは、能動的で資本を強化する使用（学習、コンテンツ作成、創造性）の強力かつ一貫した予測因子です。
  • 受動的使用への不感応性：受動的または娯楽的な使用（情報検索、レジャー）は能力レベルに対して不感応であり、トレーニングやリテラシーに関係なくアクセス可能です。
• 持続的な性別格差：性別は、年齢、学歴、トレーニングを統制した後でも、6 つの意図カテゴリーの 5 つにおいて使用を一貫して負に予測する唯一の要因です。
  • 女性は全体的に使用の多様性と頻度が低いと報告しています。
  • しかし、女性が GenAI を使用する場合、その使用は仕事/学習の文脈（男性の 52% 対 60%）に大きく偏っており、より道具的かつ慎重な関与を示唆しています。
• 年齢の逆転：高齢者（65 歳以上）は、創造的またはコンテンツ作成タスクに GenAI を使用する可能性は低いですが、情報検索に対してはより高い依存を示しており、それらの出力を批判的に評価するためのリテラシー水準が最も低いにもかかわらずです。

意義と主張

本論文は、GenAI への高いアクセシビリティが自動的に広く共有された利益に変換されるわけではないと主張します。むしろ、この技術は多層的な格差を通じて既存の不平等を深めるリスクがあります：

1. アクセス：性別、年齢、学歴に基づく不均一な採用。
2. 使用：受動的/娯楽的な使用（全員にアクセス可能）と、能動的で資本を強化する使用（訓練され学歴のある層に集中）の間の乖離。
3. 結果（第三の格差）：著者は、これらの構造的条件が、脆弱なグループ（高齢者、学歴が低い人、女性）が誤りやバイアスを検出するための必要なリテラシーを持たずに、事実確認や法的情報などの重要なタスクに GenAI に依存するリスクを生み出し、具体的な害につながる可能性があると提唱します。

本研究は、デジタルリテラシーは人々が GenAI を「使うかどうか」のゲートキーパーであるだけでなく、「どのように」それを活用するかのためのレバーであると結論付けています。採用率を高めるだけでなく、GenAI の利益、特に生産性と創造性の向上が公平に分配されるようにするためには、トレーニングなどの標的化された介入が必要です。本論文は、非採用者のニーズによりよく応え、他のすべての統制を超えて存続する持続的な性別格差に対処するために、設計と評価の転換を呼びかけています。