No need, or no category? Recording refusal of generative AI in European official statistics
本文认为，由于调查设计局限性未能捕捉到残障和成本等关键障碍，欧洲官方统计数据错误地将生成式人工智能的使用率低归因于缺乏需求，从而将测量误差误认为是真实的公众冷淡。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当政府想要了解人们的生活方式时，他们经常求助于官方调查。这些并非随意的谈话，而是经过精心设计的工具，旨在将复杂的人类生活转化为国家可以计数和管理的数字。为了实现这一点，调查设计者必须创建类别——即人们可以将答案放入其中的“框”。如果一个人的经历无法整齐地放入某个框中，系统通常会迫使他们选择最接近的选项，或者将他们归入标记为“其他”的剩余堆中。这个过程不仅仅是为了组织管理；它塑造了政府所能看到的内容。如果一项调查没有为某种特定的原因提供“框”，那么那个原因就会在官方记录中实际上消失，使得持有该观点的人对政策制定者而言变得隐形。这正是最近一项关于欧洲如何衡量其与人工智能关系的研究中所探讨的核心问题。
这项研究聚焦于2构2025年的一个特定时刻，当时欧盟发布了关于人们为什么不使用生成式人工智能工具的第一份官方统计数据。这些数字呈现出的主流叙事是“漠不关心”。数据表明，绝大多数不使用这些工具的人仅仅是觉得没有必要。这一结论暗示，使用者与非使用者之间的分歧并不是一种深刻的社会裂痕，而是一系列个人的选择，几乎不需要政府干预。然而，研究人员乔纳斯·A·曼达卢内斯（Jonas A. Mandalunes）通过研究欧盟关于技术使用的官方调查数据发现，这个令人安心的故事其实是调查本身创造的一种幻觉。这种幻觉并非计算错误，而是提问设计上的缺陷。
要理解这个缺陷，必须观察这项调查是如何构建的。同一份问卷向两组不同的人提出了两个非常相似的问题。第一组是那些不使用互联网的人，他们被询问为何保持离线状态。他们得到了一份很长的理由清单，并被告知可以勾选所有适用的选项。这份清单包括身体或精神残疾、设备成本高昂以及对互联网的普遍反对。第二组是使用互联网但尚未尝试过生成式人工智能的人，他们被询问为何回避它。他们得到的清单要短得多，并且被要求只能选择一个主要原因。至关重要的是，这份短名单并不包含残疾、成本或原则性反对等选项。一个因为视觉障碍、无法负担订阅费用或出于道德立场反对该技术而无法使用人工智能的人，没有可以勾选的框。他们被迫要么选择一个并不描述自己的理由，要么落入“其他”类别。
研究人员比较了十九个欧洲国家的回答，以观察这种设计选择造成了怎样的数据损失。结果是触目惊心的。在关于互联网的调查中，缺失的三类原因——残疾、成本和原则性反对——占据了非用户所给理由的中位数 26%。相比之下，AI 调查中的“其他”类别（本应捕捉所有不符合主列表的理由）仅捕捉到了 4.5% 的中位数。这种差距在研究的所有国家中都存在。这并非数据的偶然现象；即使研究人员调整了数字以考虑到互联网调查允许多选而 AI 调查只能单选这一事实，这种差距依然存在。即便在进行了这种保守的调整后，差距依然巨大，这表明很大一部分避免使用 AI 的理由根本没有被记录下来。
研究还观察了哪些人被遗漏了。人们可能会假设，那些被迫进入“其他”类别的人是那些通常在技术应用方面面临困难的高龄或低教育程度群体。但数据却显示出相反的情况。这种差距在受教育程度较高的人群中反而更大。考虑到缺失的类别是“原则性反对”，这便可以理解了。形成一种深思熟虑的、伦理层面的反对意见需要资源和教育。通过未能为这种观点提供一个“框”，调查系统实际上是在使那些最有能力提出理性拒绝理由的人失声。系统不仅丢失了数据，还在误传拒绝的性质，将一种深思熟虑的立场误读为简单的缺乏兴趣。
研究人员测试了这些缺失的理由是否隐藏在“不需要”这个答案中。也许那些在原则上反对的人，因为别无选择，所以只能勾选“不需要”。数据并不支持这一假设。在缺失理由较多的国家，表示“不需要”的人数并没有上升。同样，在这些国家，“其他”类别也没有膨胀。缺失的理由似乎并没有流向任何地方；它们只是从记录中消失了。这导向了一个令人不安的结论：统计机制无法将残疾、成本或伦理反对视为拒绝人工智能的正当理由。当政府看不见一个问题时，它就无法解决这个问题。如果数据显示人们只是不需要这项技术，政策反应就是不做任何事或开展宣传活动。如果数据显示人们是因为成本或残疾而被排除在外，政策反应则是提供获取途径或支持。
然而，故事并未止步于静态的批判。研究人员指出，欧洲统计系统已经开始修复这一错误中最明显的部分。在 2026 年版本的调查中，要求人们只能选择一个理由的规则已被更改，改为允许多选，并且增加了一个“伦理关注”的新类别。这一补充承认了人们可能会因为偏见或缺乏问责制等问题而拒绝人工智能。然而，该系统尚未在人工智能部分加入针对残疾或成本的“框”，尽管它在互联网部分保留了这些框。这意味着，虽然调查正在学习如何倾听关于伦理反对的声音，但它仍然无法听到关于阻碍人们使用该技术的物质障碍的声音。
这项研究的最终教训是，我们提问的方式决定了我们能了解什么样的世界。2025 年的调查描绘了一幅欧洲大多数人单纯不想使用人工智能的图景。但那幅图景反映的是调查本身有限的词汇量，而非欧洲生活的真实面貌。数据表明，该系统被构建为只能听到拒绝理由中的一小部分。在调查能够为残疾、成本和原则性反对提供“框”之前，官方统计将继续把测量误差误认为是公众的漠不关心，从而使那些阻碍技术使用的真实障碍在需要洞察它们的政策制定者面前保持隐形。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。