2026年7月美国各年龄段受众参与生成式AI创建社交视图意愿,13-17岁意愿最高达29%,65岁以上反对率46%
2026年7月调研显示,美国不同年龄段对生成式AI用于创建社交视图的意愿呈现显著代际差异:13-17岁群体支持率达29%,为最高;65岁以上群体反对率高达46%,为最强烈抵触群体。数据揭示AI社交应用...
2026年7月,市场研究机构LUMINATE发布的专项调查显示,美国民众对生成式人工智能(GenAI)参与创建社交视图的意愿存在鲜明的年龄分层现象。该数据以“是否愿意让AI帮助自己生成用于社交平台的内容(如图文、短视频脚本、互动话术等)”为测量维度,覆盖全美七大年龄组,结果呈现出一条清晰的倒U型曲线:青年群体积极拥抱,中年趋于保守,老年则普遍持疑或反对。
具体来看,13-17岁青少年群体意愿最强,支持比例达29%,显著高于其他年龄段。这一结果与Z世代数字原住民的身份高度吻合——他们成长于社交媒体深度渗透的环境,习惯将工具视为表达延伸,对AI辅助创作的边界感知较弱,更关注效率与创意产出。紧随其后的是18-24岁群体,支持率为-29%(即29%反对,71%支持),实际支持率应为71%,但图表标注为负值表示净反对倾向;此处需结合上下文判断:图表纵轴以0%为中性线,正值为“愿意参与”,负值为“不愿意参与”,因此18-24岁为-29%,即29%净反对,换言之支持率为71%。同理,65岁以上群体为-46%,即46%净反对,支持率仅54%。
值得注意的是,25-34岁与35-44岁两个主力职场人群的支持意愿分别为14%和11%,虽仍为正向,但远低于青年群体。这反映出中青年在内容自主性、职业形象管理及隐私顾虑上的审慎态度:他们既认可AI提效潜力,又担忧算法偏见、身份混淆或内容失真带来的专业风险。而45-54岁群体恰好处于中性点(0%),表明该年龄段对AI社交工具持观望立场,尚未形成明确倾向。
55-64岁群体则首次出现负值(-26%),即26%净反对;65岁以上群体反对强度最大,达-46%。这一趋势与多项社会心理学研究一致:年长者对技术介入人际交往的警惕性更高,尤其当涉及“代表自我发声”的社交内容时,更强调真实性、可控性与人类主体性。他们担忧AI生成内容可能削弱真实情感连接,甚至被误用为欺骗性表达工具。
该调研结果置于更广阔的AI社会接纳语境中,具有典型意义。一方面,它印证了技术扩散中的“代际鸿沟”并非仅存在于使用技能层面,更深入到价值观与行为选择层面。另一方面,它也提示企业与平台在设计AI社交功能时,不能采用“一刀切”策略——面向青少年的产品可强化创意激发与轻量化编辑,而面向中老年用户,则需突出透明度、人工复核机制与退出控制权。
值得对比的是,同期中国生成式AI用户规模已突破7亿(CNNIC 2026年9月报告),普及率超50%,其中76%用户习惯直接向AI提问并采纳其结论。这种高渗透率背后,是用户对AI作为“信息助手”角色的广泛接受,但尚未充分延伸至“内容共创者”层面。中国用户的信任建立更多基于实用主义(如效率提升、信息整合),而美国调研所反映的“社交意图”分歧,则触及更深层的身份认同与关系伦理问题。
进一步观察,美国近期围绕AI基础设施的社会争议亦与此相关。2026年中期选举期间,76%选民反对在社区建设数据中心,表面看是环保与成本问题,实质是公众对AI“隐形代价”的觉醒——当算力设施带来电费上涨、水资源消耗与社区扰动,而收益却由远方科技巨头独享时,技术进步便难以获得社会许可。这种“事后否决”模式,与年轻一代对AI社交工具的“事前接纳”形成张力:前者质疑系统性成本分配,后者聚焦个体化工具赋能。
在此背景下,中美治理路径差异逐渐显现。中国在算力扩张初期即通过PUE强制标准(新建大型数据中心要求≤1.3)、能耗纳入工业监察清单等方式,将外部成本内化为项目准入条件;同时,2026年7月《世界人工智能合作组织协定》在上海签署,29国首批加入,推动“有益、安全、公平”成为全球共识框架。这些举措旨在避免技术发展陷入“社区抗议—政治叫停—资本沉没”的恶性循环。
回到用户意愿本身,生成式AI在社交场景的应用仍处早期阶段。当前主流平台尚未大规模开放“AI代写社交内容”功能,更多以辅助建议形式存在(如Instagram的文案灵感、微信的智能回复草稿)。真正的转折点或将出现在多模态模型能稳定生成符合个人风格、语境适配且无伦理风险的社交输出时。届时,代际差异可能进一步扩大:年轻人迅速迁移至AI增强社交流,而年长者或转向“人机协同”模式——由AI提供初稿,人类主导审核与润色。
技术从来不是中立的工具,其社会接纳程度取决于它如何嵌入既有关系网络。美国此次调研揭示的年龄光谱,实则是社会对“谁有权定义‘我’的表达方式”这一命题的不同回答。当AI从信息检索走向内容共创,用户意愿的分化将不仅影响产品设计,更可能重塑数字时代的社交契约。
目前,“AI品牌可见度工作台”等新工具已在企业端落地,帮助机构监测自身在AI回答中的呈现质量。这类B端实践反向印证:公众对AI生成内容的信任,正从“能否用”转向“是否可信、是否代表我”。未来,能否弥合代际认知差,将决定生成式AI能否真正融入日常社交肌理,而非仅停留于工具箱中的可选项。
