top of page

Lowy AI 民調發現澳洲人仍然保持警惕

1 小時前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Lukas Blazek / Pexels.

Lowy Institute 於 11 月 15 日發表的報告指出,65% 澳洲人認為人工智能的風險大於其效益。Lowy AI 民調為推動採用人工智能的政府和企業帶來挑戰:投資雄心正面對持懷疑態度的公眾。

這些結果來自 10 月進行的訪問,而非 11 月的實地調查。它們衡量的是人們對 AI 的態度,以及對海外科技的接受程度,而非實際使用情況或已證實的傷害。這一分別很重要,因為憂慮可以與實際使用並存。

澳洲的 National AI Plan 承諾帶來經濟機遇、更廣泛的效益,以及保障措施。Lowy 的結果令這項承諾承受壓力,但並未證明它已經失敗。對決策者、僱主和科技供應商而言,核心張力在於擴展 AI 與爭取公眾信任其後果之間的平衡。

Lowy AI 民調實際發現了甚麼

10 月的結果顯示廣泛的審慎態度,而非 11 月信心突然崩潰。

Lowy 於 2026 年 11 月 15 日發表其分析。其 AI 態度調查顯示,65% 受訪者認為風險高於效益,33% 則持相反看法。

Social Research Centre 於 10 月 6 日至 10 月 18 日訪問了 3,028 名 18 歲或以上的澳洲居民。受訪者來自 Life in Australia,這是一個以概率為基礎的調查小組,其招募透過抽樣進行,而非公開邀請。

大部分訪問在網上進行,另有少量電話訪問涵蓋無法上網的居民。這比邀請任何人參與的網站民調提供更穩固的基礎。

不過,具代表性的調查仍然只是估計民意。它無法涵蓋每名居民的信念、確立個人動機,或解釋受訪者如何評價特定應用。

最後一項限制尤其重要。一個人可以反對 AI 的整體發展方向,同時歡迎某項醫療應用,或使用寫作助手。

標題問題要求受訪者權衡一系列廣泛的效益和風險。不同的人可以基於不同憂慮得出同一答案。

一名受訪者可能優先考慮就業,另一名則可能聚焦私隱、不準確資訊、創意工作,或依賴海外供應商。標題結果無法區分這些解釋。

Lowy 公布的歷史比較亦存在差異。11 月分析形容結果與 3 月不變,並較 2024 年高出 13 個百分點。

不過,該機構早前的 AI 風險評估指出,64% 選擇風險,34% 選擇效益。該頁面形容數字較 2024 年上升 12 個百分點。

所審閱的頁面沒有解釋差異。因此,在 Lowy 作出澄清前,讀者不應把與 3 月的確切比較視為定論。

更廣泛的詮釋依然清晰:兩篇刊物均形容明確多數認為風險較重。兩者均不支持澳洲民意在 11 月期間逆轉的說法。

這一分別改變了新聞判斷。問題在於憂慮持續存在,而非由某項公告觸發、剛被發現的公眾反彈。

對企業而言,持續的憂慮帶來的挑戰不同於短暫爭議。等待一個新聞周期過去,不太可能回應有關問責的疑問。

對政府而言,結果帶來傳訊和交付問題。解釋投資議程,需要展示一般居民如何受益,以及機構如何處理可預見的傷害。

這些是調查結果所帶來的含意,而非額外的調查結果。民調本身沒有規定政策回應。

澳洲的 AI 策略面臨公眾信心考驗

壓力落在要求澳洲人在 AI 效益尚未具體可感前,支持擴展 AI 的機構身上。

政府於 2025 年 12 月 2 日推出其 National AI Plan。其目標包括基礎設施投資、更廣泛採用、支援勞工,以及防範傷害。

這個議程為 AI 提出正面論據。它把本土能力及獲取科技的機會視為競爭力和更佳服務的推動因素。

民調並未推翻這一論據。但它顯示,宣布擴充能力或吸引投資,本身不足以證明公眾信心。

基礎設施項目和家庭所獲的效益處於不同層面。一個項目可以推進國家策略,卻未必能回答居民眼前的問題。

服務會否更容易使用?僱員會否獲得培訓?出錯時由誰處理?敏感資訊會如何處置?

這些問題說明政策目標與個人判斷之間的落差。它們不是 Lowy 指出曾在這次小型民調中提出的問題。

對僱主而言,當 AI 推行被包裝為提升效率的公告時,同樣的落差便會出現。管理層預期的效益,未必自動說明員工會面對甚麼改變。

假設一個客戶支援團隊引入 AI 生成的回覆草稿。更快完成草稿或有幫助,但員工仍需要清楚了解審核責任和績效期望。

員工可以合理地歡迎減少重複寫作,同時憂慮人手縮減或工作量增加。這些立場並不矛盾。

對企業採購者而言,這意味採用決策不僅涉及模型質素,亦涉及責任、存取控制、升級處理程序,以及使用者是否理解系統的限制。

對公共機構而言,利害關係延伸至無法簡單選擇另一家供應商的人。居民需要實際途徑質疑某項結果。

因此,公眾信心的要求比正面宣傳更高。機構必須在日常互動中讓其承諾清晰可見,包括科技失效時。

一個有用的分別,是承諾效益與讓效益可供檢視之間的差異。前者描述抱負;後者則讓受影響人士看到證據。

例如,機構可以說明哪些工作仍須由人類審核,也可以描述使用者如何更正錯誤及報告問題。

這些是面對懷疑態度的潛在回應,而非澳洲人會接受甚麼的調查結果。該調查沒有測試任何特定保障措施是否會改變意見。

因此,政策挑戰相當具體。政府和業界必須將擴展與人們能夠評估的結果連繫起來,而非假設經濟抱負本身便足以取得同意。

這是新聞揭示的主要取捨:機構希望有空間部署 AI,而公眾信心則取決於可信的限制和效益。

美國 AI 具相對優勢,而非獲得公眾授權

在海外來源之間的偏好,並不等於大眾普遍安心使用任何一方。

Lowy 報告指出,36% 受訪者對澳洲企業使用源自美國的 AI 感到安心。對源自中國科技的相應比例為 23%。

這些數字關乎企業使用時的接受程度。它們並非使用美國或中國 AI 產品的人數比例,也不衡量市場佔有率。

這一差異令美國科技在這個問題上具相對優勢,但並不能證明大多數人認可美國 AI。

這一分別對討論國際結盟的供應商和決策者至關重要。在比較中成為較可接受的選項,與享有廣泛信心並不相同。

這對競爭分析亦很重要。國家標籤比任何特定模型、公司、部署方式或合約都更廣泛。

這些百分比無法證明受訪者曾個別評估 OpenAI、Anthropic、DeepSeek 或其他開發商,也不會為這些公司的產品排名。

Lowy 早前的討論提及 OpenAI 的 ChatGPT 和 Anthropic 的 Claude,作為 AI 進入公共討論的例子。其 10 月的國家比較則提出不同問題。

把這些服務與中國替代方案比較的買家,仍需要產品層面的證據。國家來源不能取代對資料處理和營運責任的評估。

實際差異可包括誰託管系統、誰可以存取資訊,以及適用甚麼合約保障。民調並未評估這些安排。

假設一間企業比較遙距託管的助手,與在其自身環境內運行的模型。國家比較無法決定這項採購決策。

同樣地,本地託管和本地控制是不同問題。系統的實際所在地,不能解釋所有參與提供系統的機構。

這些分別有助防止一項公眾意見結果被演繹成沒有根據的安全結論。受訪者的不安是態度證據,而非某項特定漏洞的證明。

Lowy 作者 Charles Lyons-Jones 從地緣政治角度解讀這些結果。他的分析將公眾情緒與澳洲圍繞 AI 的戰略選擇連繫起來。

這一詮釋值得考慮,但仍然只是詮釋。調查無法證明每名受訪者為何偏好某一來源而非另一來源。

私隱、熟悉程度、政治態度、產品經驗和普遍不確定性,都可能是解釋。要確立其相對重要性,須提出更多問題或進行進一步研究。

對企業而言,含意較狹窄但更有用:供應商應預期會被問及來源,即科技及其支援服務來自何處。

他們亦應預期這些問題會超越國家標籤。買家需要理解控制權、責任和追索途徑。

對美國供應商而言,相對優勢應促使其審慎披露,而非自滿。對中國供應商而言,較低的安心比例指出挑戰,但不預示必然遭拒絕。

核心的公眾信心問題依然由各方共同面對。任何國家類別均不能免除解釋某項特定服務如何保護其使用者的需要。

對就業的焦慮是對預期的證據

公眾對就業的憂慮值得關注,但不能證明 AI 已消除多少職位。

Pew Research Center 於 9 月 17 日發表的另一項 AI 就業調查提供國際背景。它檢視 37 個國家的預期。

Pew 發現,對未來職位流失的憂慮不限於澳洲。其研究亦區分了就業預期與對 AI 更廣泛的期待或憂慮。

這一分別可避免一個常見錯誤。人們可以預期職位減少,同時仍對科技的其他可能性感興趣。

Pew 的結果與 Lowy 於 10 月進行的小型民調是分開的研究。如在沒有說明調查不同的情況下合併兩者結果,便會錯誤呈現新研究所問的問題。

它們亦針對預期,而非已觀察到的就業結果。受訪者表達的預測,並不是裁員數目的量度。

澳洲政府亦曾獨立檢視現時的勞動市場證據。其於 7 月 8 日發布的 AI 就業評估發現,當時並無證據顯示 AI 正引發廣泛的顛覆。

該部門亦報告,較容易受潛在自動化影響的職業增長較慢。它形容這些證據具啟示性,而非確定性結論。

該評估針對的是 7 月報告可取得的證據。不應將其表述為對截至 11 月發展情況的完整交代。

不過,當中的審慎態度為解讀這項民調提供了重要區分。對未來被取代的憂慮,與目前已出現取代的證據,回答的是不同問題。

某職業受 AI 影響,代表科技可以影響其部分工作任務。單憑受影響程度,不能證明該職業將會消失。

一套系統可能減少撰寫文件所需時間,同時增加審核工作的需求。另一種情況是,僱主可能利用同一能力減少招聘。

這些是可能出現的組織應對方式,並非任何一項調查已證實的結果。要判斷哪種情況發生,須參考就業證據,並留意其他經濟狀況。

對知識工作者而言,不確定性在於僱主如何分配相關收益。節省下來的時間可用於提升工作質素、增加產出、減少人手,或幾者並行。

公眾信心的挑戰正是源於這種不確定性。有關生產力的說法,並不能解釋入門職位機會或僱員責任會如何改變。

因此,僱主應把不同主張分開說明。他們可以描述某項工作任務的改善,而不暗示所有員工都會同等分享其收益。

同樣的克制亦適用於批評者。一個具說服力的替代案例,並不會自動證明整體經濟的就業趨勢。

對持續關注此事的讀者而言,最有力的證據會把具體部署與可量度的變化連繫起來。單靠一般預測無法解決這個問題。

有用的證據可包括招聘、職位設計、培訓,以及僱員實際執行工作的變化。每項指標反映轉型的不同部分。

因此,民調並不能化解樂觀與焦慮之間的分歧。它指出了可信的就業報道為何對更廣泛的採用討論至關重要。

在結果更清晰之前,機構有實際責任如實描述不確定性。建立在過度安撫之上的信心,容易因尋常的失望而動搖。

調查無法判定的事情

Lowy AI 民調為輿論提供有用估算,但其限制應繼續附帶於其主要結論。

Lowy 表示,在簡單隨機抽樣假設下,誤差幅度約為 1.2%。其實際設計則更為複雜。

所報告的設計效應為 1.21,表示相對於簡單隨機抽樣,存在額外的統計變異。所述誤差幅度不應被視為普遍適用的不確定性保證。

Lowy 亦報告完成率為 74.8%,累積回應率為 2.2%。兩者衡量的是參與過程的不同階段。

完成率關乎受邀加入樣本組的受訪者參與情況。累積指標則納入樣本組招募及其後流失,亦即樣本組隨時間流失的情況。

兩個數字均不應單獨被視為判定調查質素的依據。合併來看,它們有助讀者了解樣本如何形成。

除抽樣以外,廣泛的態度問題亦有詮釋上的限制。受訪者對同一詞語可賦予不同含義,尤其當該詞涵蓋許多應用範疇時。

有關整體 AI 的回答,不能自動套用至每一種使用情境。對文件協助的態度,未必與對自動化資格判定的態度相同。

這種假設性對比十分重要,因為後果不同。由他人審閱的草稿,與必須正式提出上訴的結果,屬於不同類型的決定。

該調查亦無法識別質疑態度的因果解釋。公眾憂慮並不能證明某次產品發布、政策或經濟事件改變了意見。

這同樣限制了歷史性的說法。即使量度到變化,也需要額外證據,才能將之歸因於某一項發展。

Lowy 3 月數字之間的差異,更凸顯審慎比較的必要。與其掩蓋已發布數字之間的矛盾,精確的趨勢表述應等待澄清。

還有另一種誘惑需要避免:把多數人的憂慮視為支持某項特定限制的授權。主要問題並沒有要求受訪者選擇一項政策。

認為風險大於好處的人,可能支持更嚴格的保障、選擇性採用、較慢部署,或持續實驗。調查結果無法區分這些立場。

相反,支持好處的少數人亦不應自動被視為支持毫無限制的部署。整體正面的判斷,仍可包含對問責的要求。

對產品團隊而言,這意味應調查具體憂慮,而非將用戶簡單歸類。概括標籤可能掩蓋可採取行動的差異。

對記者而言,責任亦相似。準確報道憂慮,必須保留問題內容、受訪者身分,以及訪問進行的時間。

對讀者而言,這使這項發現具有價值,卻不會把它變成普遍結論。它為 AI 擴張所面對的環境提供證據,而非完整解釋。

Lowy AI 民調在這些界限內使用時最具價值。若將其延伸為對採用、安全或就業的預測,反而會削弱報道。

三項訊號將檢驗信心是否改善

下一批證據應把態度與機構行為及可觀察結果連繫起來。

未來數月,第一項訊號是可比較的民調。重複調查有助確認廣泛的審慎態度是否持續、加強或緩和。

這是觀察重點,而非已公布的調查時間表。經審閱的材料並未確定下一次 Lowy 小型民調的發布日期。

一致性比單一標題更重要。可比較的措辭、實地調查細節及透明的歷史數字,會令任何變化更容易解讀。

釐清 3 月數字的差異亦會改善基準。在未有澄清前,讀者應避免根據互相矛盾的已發布百分比建立精確趨勢。

若可比較的調查持續顯示改善,便會削弱公眾信心仍然停滯的論點。若審慎態度延續,則會加強問題更深層的說法。

第二項訊號,是機構如何把其 AI 承諾轉化為人們可檢視的條件。基礎設施提供了一個具體的觀察點。

政府於 3 月 23 日公布的資料中心期望,涵蓋國家利益、能源、水資源、就業及本地能力。

該部門表示,符合這些期望的項目將在監管審批程序中獲優先處理。它亦表示,這些期望與現有法律並行運作。

關鍵問題是,這些承諾如何體現於個別項目之中。當廣泛表述連繫到具體責任及公開報告時,資訊價值便會提高。

可執行保障措施及可見的本地效益證據,將加強政府的論點。若承諾仍然難以評估,信心落差將未獲解決。

這並不代表每個項目都應以一項全國民調來判斷。本地決策需要自身有關成本、效益及受影響社群的證據。

第三項訊號,是與實際部署連繫的就業證據。未來評估應有助區分工作任務變化,與更廣泛的招聘或人手影響。

即使某個受影響職業的增長放緩,仍需要解釋。需求狀況、組織變革及其他科技都可能影響同一結果。

把採用與更佳服務及改善工作條件連繫起來的證據,將支持效益論點。可信的職位取代證據,則會加強對保障勞工的壓力。

企業可透過清晰報告結果作出貢獻。它們應區分已完成的試點與持續改善,亦應區分節省某項工作時間與得出就業結論。

對知識工作者而言,這亦令文件記錄變得有價值。可搜尋的 AI 知識庫可協助保存政策、研究及部署決定,以供日後檢視。

它無法解決全國層面的爭論。但當有人就承諾的效益或接受的風險提出問題時,它可令機構自身的決定更容易追溯。

閱讀下一次 Lowy AI 民調時,應同時留意這些實際訊號。要問其問題是否仍具可比性、機構是否解釋其承諾,以及就業主張是否符合觀察所得的證據。

當一個機構宣布另一項 AI 部署時,不應只看預期的效率收益。要查看誰會審核錯誤、誰會處理投訴,以及受影響員工如何參與。

然後將公告與日後報告的結果比較。當承諾留下可供人們重溫的紀錄時,公眾信心便更容易評估。

10 月的發現顯示審慎態度。下一個有用問題是,哪些機構能給予澳洲人具體理由,讓他們修正這項判斷。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page