拥抱生成式人工智能：意大利与美国家庭的比较

本文比较了美国和意大利家庭在生成式人工智能（GenAI）方面的采用情况，利用 2024 年 2 月纽约联邦储备银行进行的消费者预期调查（SCE）和意大利央行进行的家庭前景调查（HOS）数据，分析了使用模式、人口统计学影响和就业部门结构效应。

研究发现，美国 GenAI 使用率（一次性或过去一年中更频繁使用）高于意大利。这种差异完全由异质的社会人口统计构成驱动。美国在使用率较高的群体（如 40 岁以下人群、大学毕业生和就业人员）中具有更高的代表性。通过分解技术，研究显示，社会人口统计差异在解释两国之间 5.4 个百分点的通用 GenAI 使用率差距方面发挥着关键作用。其中，年龄、教育程度和退休人员比例等差异是主要因素。

此外，尽管美国在 GenAI 使用方面领先，但两国在就业人员中使用 GenAI 的差异并不显著，这可能是由于在工作场所采用仍然有限。在看法和信任方面，意大利人对 GenAI 的潜在益处（如提高福祉和财务状况）表达更多乐观，但对 GenAI 工具本身的信任度低于美国人。然而，在敏感领域（如财务建议），意大利人对 GenAI 的信任度也低于美国人。

研究还探讨了影响未来 GenAI 采用的因素。意大利人在使用 GenAI 进行财务建议方面的可能性比美国人低 6.1 个百分点，但在工作、教育或休闲方面的使用意图没有显著差异。这进一步证实了社会人口统计因素在解释两国 GenAI 采用模式中的关键作用。

总体而言，本文的研究结果表明，社会人口统计构成是解释美国和意大利 GenAI 采用差异的主要因素。未来采用趋势和潜在的经济增长和整体福祉效益将取决于数字基础设施、技能以及社会对 GenAI 的接受程度。政策制定者需要采取有针对性的措施，以促进 GenAI 的采用并最大限度地发挥其生产力提升潜力。