研究：女性因道德顧慮較少使用生成式人工智慧

牛津大學研究揭示，女性使用生成式人工智慧的意願顯著低於男性。原因並非技能不足，而是女性更擔憂人工智慧可能對就業、隱私、心理健康及整個社會造成的負面影響。

作為未經授權深度偽造內容的主要受害者，女性過去七年來始終站在反對生成式人工智慧爭議性應用的行動前線，近期更取得數項重大勝利。

然而牛津大學新研究指出，此種對女性人工智慧憂慮的詮釋過於狹隘。研究發現女性使用各類生成式人工智慧的程度普遍低於男性，原因並非存取權限或技能差距，而是她們更傾向認為人工智慧會危害心理健康、工作機會、隱私及環境。

該論文指出：

「透過[2023–2024年]英國全國代表性調查數據，我們證實女性採用生成式AI的頻率遠低於男性，根源在於對其社會風險的認知差異。

「我們綜合測量心理健康、隱私、氣候影響及勞動市場衝擊的複合指數，解釋了9-18%的使用差異，並成為各年齡層女性最強烈的預測指標——其影響力甚至超越年輕女性的數位素養與教育程度。」

研究人員指出，最顯著的差距出現在年輕且精通科技的使用者群體中——他們對AI社會風險表達高度憂慮，個人使用行為的性別差異超過45個百分點：

在高數位技能且高度關注心理健康、氣候、隱私及就業市場風險的女性群體中，生成式AI的頻繁使用率呈現最大性別差距。而對AI社會影響較樂觀者，其使用率差距最小。來源

透過合成雙胞胎面板在連續調查波段中對比相似受訪者，研究發現當年輕女性對AI社會影響轉趨樂觀時，其生成式AI使用率從13%攀升至33%，顯著縮小了差距。 在關注氣候危害的群體中，生成式AI使用率的性別差距擴大至9.3個百分點；而在憂慮心理健康危害的群體中，差距更擴大至16.8個百分點。此變化並非源於男性使用率上升，而是女性使用率顯著下降所致。

作者識別出與性別相關的獨特文化效應*：

「女性普遍展現更強的社會同理心、傳統道德觀念及對[公平]的追求。而道德與社會關切已被證實會影響科技接受度。

「教育領域新興研究顯示，女性更傾向將課程或作業中使用AI視為不道德行為，等同作弊、助長剽竊或散播錯誤資訊。

對社會公益的高度關注，或可部分解釋女性採用生成式人工智慧的比例較低。」

研究者指出，此項研究觀察到的女性觀點具有合理性：

『[女性]對環境、社會及倫理影響的高度敏感性具有合理性：當前生成式人工智慧系統存在顯著能源消耗、勞動實踐不均，以及已證實的偏見與錯誤資訊風險。

這意味著縮小性別差距不僅需要改變認知，更需提升基礎技術。制定政策鼓勵開發低碳模型、強化偏見與福祉危害的防護措施、提高供應鏈與訓練數據實務的透明度，既能回應合理擔憂，又能確保女性的風險意識推動技術進步，而非成為採用障礙。」

研究者進一步指出，儘管本研究明確揭示了採用差距，其發現結果在研究地點英國以外的地區可能更為顯著。

這篇題為《女性憂慮，男性採用：性別認知如何形塑生成式人工智慧的使用》的新論文，匯集了牛津網際網路研究所、比利時新經濟思維研究所及柏林洪堡網際網路與社會研究所的研究人員。

數據與方法

近期研究趨勢顯示，儘管能力與接觸機會均等，女性使用各類生成式人工智慧的頻率仍低於男性。此落差被認為加劇了性別薪資差距，與先前研究中女性網路使用率較低導致薪資偏低的趨勢相符：

摘自2023年論文《網路使用是否真縮小性別薪資差距？：中國綜合社會調查數據證據》，圖表顯示網路使用在低薪層級對縮小性別薪資差距效果顯著，但隨薪資水平上升邊際效益遞減。來源

新研究採用英國政府《公眾對數據與人工智慧的態度：追蹤調查》的年度數據，分析性別間對AI風險認知如何影響採用模式，並將風險敏感度認定為女性使用率偏低的關鍵因素。

當風險顧慮與其他特質疊加時，生成式AI的性別差距將顯著擴大。下圖顯示最大差距達5.3個百分點，出現在具備高數位技能且認為AI構成心理健康風險的女性群體中：

生成式AI使用率的性別差距因態度與人口統計特徵而異。紅色區域標示男性使用率高於女性的場景，尤其在個人應用領域。當高數位技能使用者同時憂慮心理健康風險時，差距最為顯著。職場情境中，隱私或氣候變遷憂慮會擴大差距。藍色區域則代表差距較小或呈現反轉現象。

心理健康顧慮往往加劇多數群體的性別差距，此效應在年輕且精通科技的使用者中尤為顯著。隱私憂慮同樣擴大落差，在某些工作情境中使差距擴大至22.6個百分點。

即使在關注AI氣候影響的年長受訪者中，差距仍達17.9分，顯示女性對危害的感知更為強烈——即使在整體AI使用率較低的群體中亦然。

風險認知

為釐清風險認知對採用行為的影響強度，研究者建立綜合指數，涵蓋人工智慧對心理健康、氣候、隱私及就業的影響。此評分經隨機森林模型驗證，並按年齡與性別分層分析教育程度、職業及數位素養等變項。結果顯示：在所有生命階段，人工智慧相關風險認知皆能預測生成式人工智慧的使用行為——其影響力往往高於技能或教育程度，對女性尤為顯著：

經年齡與性別分層的隨機森林模型顯示，相較於男性，風險認知對女性生成式AI使用率的影響更為顯著——在所有女性年齡層中均位列前兩大影響因子，其影響力更超越數位素養與教育程度。男性使用者則以數位素養為主導因素，風險認知的影響力較低且不具一致性。模型結果表明，社會性顧慮對女性採用AI的影響力，遠超傳統技能或人口統計因素。 請參閱原始PDF以獲得更佳可讀性與解析度。

在所有年齡層中，對AI社會風險的擔憂對女性使用生成式AI的預測力遠強於男性。對35歲以下女性而言，風險認知是影響使用行為的第二大因素，而對男性僅居第六位。在中年及以上群體中，該因素對女性影響力排名第一，對男性則居第二位。

在各模型中，風險認知的預測重要性佔比達9%至18%，超越教育程度與數位技能指標。

研究指出，這些結果表明女性較低的人工智慧生成工具採用率，並非源於個人風險顧慮，而是基於更廣泛的倫理與社會考量。這種猶豫似乎源於對人工智慧可能對他人或社會造成危害的高度警覺，而非對自身風險的擔憂。

合成雙胞胎

為驗證態度轉變能否改變行為，研究團隊採用合成雙胞胎設計，將兩波調查中相似受訪者配對。每名早期受訪者皆與後期同齡、同性別、同教育程度及同職業的受訪者配對。

團隊隨後比較兩組對象在生成式AI使用上的變化：一組提升數位技能，另一組對AI社會影響持更樂觀態度。此設計能釐清究竟是知識水平提升或顧慮減輕促使採用率上升，尤其針對年輕族群：

為驗證針對性改變是否影響AI使用，研究人員比較了提升數位技能與對AI社會影響更樂觀的年輕族群。兩者皆提升採用率，但數位素養加劇性別差距——男性受益更多。相對地，樂觀態度使女性使用率從13%躍升至33%，縮小了差距，暗示解決倫理疑慮可能比單純提升技能更有效。

提升數位素養雖使兩性生成式AI使用率同步上升，卻加劇了性別差距——男性獲益更多。在完整樣本中，女性使用率從9%攀升至29%，男性則從11%增至36%。

在年輕族群中，數位素養提升使男性使用率從19%飆升至43%，而女性僅從17%微幅上升至29%，增幅不顯著且無統計學意義。 相反地，對人工智慧社會影響的樂觀態度產生更均衡的變化：女性使用率從13%上升至33%，男性則從21%上升至35%。在完整樣本中，女性使用率從8%上升至20%，男性則從12%上升至25%。

由此可見，數位技能提升雖能促進整體採用率，卻往往加劇性別差距。重新建構對人工智慧廣泛影響的認知，似乎更能有效提升女性使用率，同時避免過度推升男性採用比例。

結論

隨著論文進展，這些發現的意義逐漸深化。如前所述，作者最初讚揚女性展現出更強的全球關切與倫理立場。隨後則浮現更務實的觀點，質疑女性是否可能因道德警覺與保留態度而「落後」：

「[我們的]研究結果指向更廣泛的制度與勞動市場動態。若在規範、期望與能力仍在成形的階段，男性以不成比例的更高比例採用人工智慧，這些早期優勢可能隨時間累積，進而影響生產力、技能發展與職涯晉升。」

*作者內文註釋由筆者轉換為超連結。

初版日期：2026年1月8日（星期四）