被AI落下的人:生成式AI时代的媒介贫困

日期:2026-11-16 17:13:02 / 人气:10



2026年欧盟委员会调查显示,AI使用已较普遍,但高学历、高职业地位群体使用率明显更高。技术没有让差距消失,反而把不平等从“有没有设备”推进到“能不能借AI理解公共世界”。

一、媒介贫困:不是没网,是断开了公共联结

Nærland(2026)的媒介贫困框架指出,贫困会进入日常媒介实践:即使有网络、有手机,个体也可能因生活压力、接入条件与媒介资源不足,难以持续关注公共事务、理解政策、形成共同社会生活认知。

生成式AI改变了信息使用方式:它不只是“搜索”,而是直接解释、概括、翻译、组织知识。新门槛随之出现——会打开AI,不等于会提有效问题、会判断回答质量、会核验幻觉与来源。

二、三层机制:为什么有人“在用AI”却仍被落下

1. 日常条件层
时间、注意力、学习精力不是平均分配的。经济压力、加班、照护、疾病会压缩人处理公共信息的空间。低收入群体减少新闻接触,往往不是不关心世界,而是生活先把“关心”挤掉了(Lindtner & Nærland, 2024)。AI同样需要试错成本。

2. 接入层
物理网络普及后,差异变成设备性能、付费能力、功能权限、界面复杂度。同是“用AI”,有人用付费多模态终端,有人用卡顿旧手机;有人有低代码工作流,有人只在小程序里问一句(van Deursen & van Dijk, 2019)。西班牙与美国研究均显示:女性、年长者、低教育群体采用生成式AI更慢,数字经验会延续成AI经验(Suárez & García-Mariñoso, 2025;Wang et al., 2025)。

3. 能力层
生成式AI素养包含认知、使用、评价、伦理与风险意识(Yan et al., 2026)。它依赖既有数字能力:能搜、能读、能怀疑,才不容易被“看起来很自信的回答”带走。青少年研究发现AI自我效能存在性别差异;智能新闻推荐解释也只对部分人有效(Tian et al., 2026;Wang, Kroon et al., 2026)。

三、公共后果:AI不平等的最终落点

数字鸿沟看“采用率”,媒介贫困看“公共联结质量”。

• 有人用AI做政策摘要、看医保变动、核对本地新闻——AI是公共参与脚手架;

• 有人只收到AI生成的情绪化标题、被推荐流喂情绪——AI反而压缩异质信息,加剧认知外包与信息孤立。

全球北方与南方使用率差已从9.8个百分点扩到12.1个百分点,语料与模型权力又偏英语中产视角,弱势群体的“被叙述”风险同步上升。

四、治理:别把“使用率”当终点

接入侧:平台降低基础解释、语言辅助、信息核验功能的门槛,适配低性能设备,别只追DAU。
素养侧:学校、图书馆、社区把AI学习放进医疗查询、政务办理、就业信息、新闻核验等真实场景,不教“提示词炫技”,教来源判断与风险识别。
社会侧:对老人、照护者、低收入家庭,可信人际帮助比多给一台设备更重要(Goedhart et al., 2019)。AI治理要落到“能不能帮人看懂世界”,不是“会不会用工具”。

五、一句话

被AI落下的人,不一定在AI之外。他们可能已经在对话框里,却因生活压力、设备条件与媒介资源受限,无法把AI变成理解公共事务、保持社会连接的资源。媒介贫困视角提醒我们:AI包容的终点,不是人人都提问,而是人人都能借AI重新看见公共世界。

作者:风暴注册登录平台




现在致电 5243865 OR 查看更多联系方式 →

COPYRIGHT 风暴注册登录平台 版权所有