平台报告之外的AI使用图景

MIT Technology Review在最新一期《The Download》中聚焦两件相互呼应的技术治理议题：外界仍难以真正了解人们如何使用AI产品，而美国警务科技公司Flock Safety也因车牌识别网络的设计选择受到审视。

AI公司正在越来越频繁地发布用户使用报告。Anthropic、OpenAI等公司会披露人们用其产品完成哪些任务，但研究人员指出，这些报告本质上仍是企业选择性公开的数据，外部缺少独立来源加以核验。也就是说，公众看到的“AI使用画像”，很大程度上由平台自己定义。

一个名为AI Observatory的新研究项目试图填补这一空白。根据其分析，真实使用场景中包含更多敏感行为，而大型AI公司报告往往更强调工作相关用途，对个人化、社交化、情感化使用的呈现较少。这里的“敏感行为”并不必然意味着违法或有害，而是指可能涉及隐私、身份、情绪、亲密关系或未成年人等更需要审慎处理的使用场景。

不同模型承载不同需求

该项目还发现，不同AI模型之间的用户用途存在明显差异。报道提到，人们更可能将Anthropic用于编程，将Gemini用于社交和角色扮演，将ChatGPT用于作业辅助。这说明用户并不是把所有AI聊天机器人视作完全可替代的工具，而是会根据模型风格、产品定位、可得性和过往体验形成分工。

关键事实包括：

• AI公司发布的使用报告缺少独立验证来源；
• AI Observatory观察到更多个人和敏感使用场景；
• Anthropic更常与编码任务相关；
• Gemini更常出现在社交、角色扮演使用中；
• ChatGPT更常被用于作业帮助。

这类差异对监管和产品设计都很重要。若AI主要被描述为办公效率工具，政策讨论就容易集中在生产率、知识产权和企业安全上；但如果大量使用发生在学习、情绪陪伴、角色扮演和私人决策中，问题就会延伸到未成年人保护、依赖性、误导性建议和数据边界。

Flock争议：问题不只是摄像头有没有用

同一期通讯还讨论了Flock Safety。该公司以遍布美国的自动车牌识别摄像头网络闻名，规模约为12万个。自动车牌识别，是指摄像头拍摄车辆并识别车牌号码，再与时间、地点等信息关联，供执法或安全用途检索。

Flock近期宣布修改平台，以防止执法人员将其用于非法或不正当目的，包括跟踪。围绕该公司的辩护意见认为，如果摄像头有助于破案，甚至在极端情况下帮助寻找被绑架者，那么它们只是拍下车辆照片，未必会对普通人造成实际影响。

但报道指出，这种辩护跳过了更根本的问题：Flock究竟选择建立怎样的犯罪打击系统。系统如何运行，并非技术自然生成，而是由一系列设计决策决定，包括收集哪些信息、谁能搜索、保存多久、共享范围多广。这些选择共同决定了安全与公民自由之间的交换条件。

从AI到监控，核心都是可审计性

AI使用数据与车牌识别网络看似分属不同领域，一个关乎生成式AI，一个关乎警务基础设施，但它们面对的是同一个治理难题：当平台掌握数据、接口和解释权时，外部社会如何确认技术被怎样使用、是否越界、谁承担责任。

《The Download》同日还列出多条科技动态，包括美国多州参与针对Meta的儿童隐私诉讼、Nvidia承诺向OpenAI俄亥俄数据中心投入最高1050亿美元、该数据中心总成本最高可达5000亿美元并计划2028年上线，以及女性仅占去年AI新增招聘的26%。这些消息共同显示，AI与数字基础设施正在从产品竞争进入制度竞争：能源、数据、劳动力、隐私和公共安全都被卷入其中。

行业接下来的关键不只是推出更强模型或更多摄像头，而是建立可被外部检验的规则。AI公司需要让研究者更接近真实使用数据，同时保护用户隐私；监控技术供应商则需要证明权限、留存和共享机制受到有效约束。技术能否被信任，最终取决于它是否允许被追问、被审计、被纠偏。