拥抱生成式人工智能：意大利和美国家庭的比较

JEL分类：O33，D10，J242026年1月货币与经济部门关键词：生成式人工智能，技术采纳，跨国比较，社会人口学因素，对技术的信任，文化态度BIS工作论文编号1322拥抱生成式人工智能：意大利和美国家庭的比较由大卫·洛希阿沃、奥利维尔·阿尔曼蒂耶、安东尼奥·达拉祖阿纳、莱昂纳多·甘巴科尔塔、米克奥·莫斯卡泰利和伊拉里亚·苏皮诺撰写 本出版物可在国际清算银行网站（www.bis.org）上获取。© 国际清算银行 2026 年。版权所有。如注明出处，部分摘录可以复制或翻译。ISSN 1020-0959 (print) ISSN 1682-7678 (online)BIS 工作论文由国际清算银行货币与经济部门的成员撰写，有时也由其他经济学家撰写，并由该银行出版。这些论文涉及当前感兴趣的主题，具有技术性。本出版物中表达的观点是作者的观点，不一定反映BIS或其成员中央银行的观点。1JEL分类：O33，D10，J24。摘要拥抱GenAI:∗ 这部分研究由 Olivier Armantier 在纽约联邦储备银行进行。此处表达的观点是作者的观点，不应归因于意大利银行、国际清算银行或纽约联邦储备银行。大卫·洛希亚沃1, 奥利维尔·阿曼蒂耶2安东尼奥·达拉朱阿纳1, 莱昂纳多·甘巴科塔3, 米尔科·莫斯卡泰利1，以及伊拉里娅·苏比诺11意大利银行关键词 生成式人工智能，技术采纳，跨国比较，社会人口因素，对技术的信任，文化态度。意大리고美国家庭的比较∗2经济科学研究所 - 查普曼大学3国际清算银行和CEPR本文探讨了美国和意大利家庭对生成式人工智能（GenAI）的采纳情况，利用调查数据比较使用模式、人口统计学影响以及就业部门结构效应。我们的研究发现美国采纳率更高，这是由两国之间的社会人口统计差异推动的。尽管意大利人对GenAI的使用较少，但他们对其改善生活质量和经济状况的潜力更自信。意大利和美国用户都倾向于对GenAI工具的信任度低于人工运营的服务，但在使用GenAI工具处理个人数据时，意大利人报告对政府和机构的相对信任度更高。21 引言本文结构如下。第二节描述数据来源和方法-本文首次比较了两个发达经济体家庭在GenAI方面的采用情况，借鉴了来自美国和意大利的可比调查数据。这两个国家形成了引人注目的对比：美国是全球AI创新和快速技术采用的领导者，而意大利则经历了更渐进的数字化转型。生成式人工智能（GenAI）的发展，特别是自2022年末ChatGPT推出以来，已成为技术的一个转折点。GenAI能够执行复杂任务，从生成类人文本到协助创意、教育和专业活动。GenAI持续学习、适应和生成内容的能力促使其快速扩散，其速度超过了以往的科技采用浪潮，例如电力、计算机或互联网（国际清算银行，2024）。例如，仅ChatGPT就不到一周内达到了一百万用户。用户快速采用GenAI的情况同样体现在企业，其在所有经济活动领域迅速将GenAI整合到日常运营中（Singla等人，2024）。多项研究表明，与生成式人工智能（GenAI）的采用相关的生产力提升得到了证实（Brynjolfsson等人，2023年，Noy和Zhang，2023年，Peng等人，2023年，Cui等人，2024年，Dell’Acqua等人，2025年）。然而，尽管生成式人工智能具有变革潜力，但其采用在不同国家之间存在显著差异，反映了数字基础设施、收入水平、人力资本、文化态度和技术准备程度的不同（Liu等人，2025年，Calvino和Fontanelli，2023年）。了解导致公众采用生成式人工智能的因素对政策制定者、企业和研究人员至关重要，因为它们可以揭示技术扩散的潜在驱动因素，以及可能阻碍公平获取和利用的障碍。在这种背景下，使用调查的比较研究尤其有价值，因为它们可以在不做出特定假设的情况下突出这些“直接”差异，重点关注不同的社会经济条件如何影响生成式人工智能融入日常生活。我们发现，过去一年中，无论是一次性使用还是更经常性的使用，GenAI在美国的使用率都高于意大利。这种差异完全是由异质的社会人口结构所驱动。在调查可能解释当前和未来使用GenAI工具的因素时，我们发现，尽管使用率较低，意大利人对于GenAI对其福祉和财富的影响表达了更乐观的预期，并报告了在政府和机构数据处理方面更大的信任。这些发现突出了文化、经济和人口因素对GenAI采用模式的影响。32 数据2.1 消费者预期调查 (SCE)1对于HOS，Loschiavo和Moscatelli（2025）对模块进行了详细分析。2这是可能的，因为两个调查指的是不同的群体。3这项调整是必要的，因为调查是根据户层面的社会人口构成进行的校准，而不是根据受访者层面的社会人口构成进行的校准，而受访者层面是本研究中使用的分析单位，并且仅由成年人口组成。所使用的分析方法。第3节考察了采用率和其人口统计和部门决定因素。第4节探讨了两国在GenAI认知和信任方面的差异。第5节总结政策启示和对未来研究的建议。为了进行分析，我们使用每项调查提供的种群权重，将两个调查合并为一个数据集2我们进一步校准权重，以便按年龄组、性别、教育程度和就业状况对受访者进行分类的比例与美国人口普查局和意大利国家统计局提供的成年人口官方数据相匹配3.我们使用了两个调查的数据，分别是纽约联邦储备银行在2024年2月进行的消费者预期调查（SCE）和意大利银行在2024年8月和9月进行的家庭前景调查（HOS）。这两个调查共享一套社会人口统计变量（年龄组：40岁以下、40至60岁、60岁以上；就业状况：在职、退休、其他非就业；性别；教育：持有大学学位）和一个特殊的GenAI模块。该模块仅针对受访者，而不是整个家庭，收集了关于GenAI使用频率的详细信息，受访者对其对职业前景的影响的看法，以及他们关于信任和数据隐私的担忧。完整的问题集可以在SCE的附录B和HOS的附录C中找到。1重要的是，本文使用的问题子集使用相同（翻译的）措辞、顺序和评分量表，向HOS和SCE调查的受访者提问，从而确保了回答的可比性。美联储纽约银行的SCE是一项每月进行的互联网调查。2013年启动以来，它已成为研究人员和政策制定者了解预期如何形成及其对消费者行为影响的宝贵资源。SCE使用一个包含约1300名美国家庭负责人的12个月轮换的全国代表性面板。新受访者...42.2 家庭前景调查 (HOS)3 美国和意大利对生成式人工智能的采用首先，我们研究过去一年至少使用过一次GenAI的人的比例差异（通用使用）；然后，我们关注过去12个月至少每周使用一次GenAI的人的份额差异（常规使用）。常规使用和通用使用之间的区别使我们能够区分对技术的持续参与和更广泛的接触，后者也可能包括出于好奇心或一次性需求而进行的短暂参与。我们记得，由于GenAI模块中的问题仅针对回答调查的人，而不是其整个家庭，因此分析中的参考人群仅限于成年人口。index.html5分别在2022年6月至7月和2023年8月至9月进行了两期试点。6对于SHIW方法的详细描述，参见Loschiavo等人（2025