国际清算银行-探索家庭采用和使用生成性人工智能_来自意大利的新证据（英）-2025.10_28页_723kb

AI报告摘要

本研究基于意大利消费者期望调查（ISCE）2024年4月的第三轮数据，探讨了生成式人工智能（Gen AI）在家庭中的采用和使用情况。研究分析了不同人口统计学和社会经济因素对Gen AI认知和使用的影响，并评估了其对家庭收入的潜在回报。

Gen AI的认知与使用情况：
- 截至2024年4月，意大利18-75岁人群中，75.6%对Gen AI有所认知，36.7%在过去12个月内至少使用过一次，其中20.1%有每月使用习惯。
- Gen AI的使用主要发生在非工作场景，但频率较低，仅6.4%的人每天使用Gen AI。
- 性别差异显著：男性比女性更有可能认知和使用Gen AI，认知方面高出约8个百分点，使用方面高出约7个百分点。
教育与年龄的影响：
- 教育水平较高的人群（如拥有大学学位）更可能认知和使用Gen AI。
- 年轻人（尤其是18-34岁）比年长者更频繁地使用Gen AI，显示出明显的代际差异。
- 教育程度与年龄是Gen AI认知和使用的关键变量，且与“数字鸿沟”现象相似。
职业差异：
- 学生群体在Gen AI的认知和使用方面表现出更高的积极性。
- 教师的认知较低，但一旦认知，其使用率较高，显示出潜在的采纳意愿。
收入与城市规模的影响：
- 收入较高的人群更有可能使用Gen AI，但这种影响相对较弱。
- 城市规模对Gen AI认知和使用的影响不显著，表明其采用并非高度依赖于城市化水平。
未来使用预期：
- 未来Gen AI的使用预期集中在教育和休闲领域，而非医疗和金融建议。
- 30%的受访者表示不打算在任何建议的场景中使用Gen AI。

数据来源：意大利消费者期望调查（ISCE），覆盖全国18-75岁居民，样本量为5,005人。
调查方法：采用计算机辅助网络访谈（CAWI）收集数据，问题包括对Gen AI的认知、使用频率及未来使用预期。
收入回报分析：
- 使用Mincer型收入回归模型，分析Gen AI对收入的影响。
- 在控制其他变量的情况下，Gen AI使用与收入增长之间存在约1.8-2.2%的正向关联。
- 这相当于额外半年的教育回报，且接近20世纪90年代计算机使用回报的十分之一。
生产力影响：
- Gen AI在特定领域（如编程、客户服务）显著提升生产力。
- 微观层面的实验研究表明，AI的使用可使任务完成时间减少21%，任务质量提高14%。
- 然而，宏观层面的数据显示AI对全要素生产率（TFP）增长的贡献较小，表明其对整体经济影响尚不明确。
政策启示：
- 需要关注Gen AI的采用差异，特别是在性别、年龄和教育背景方面。
- 为了促进更广泛的采用，政策制定者应考虑通过教育和培训提升不同群体的AI素养。
- 尽管AI对个体生产力和收入有积极作用，但其对整体经济的宏观影响仍需进一步研究。