联合国联手 Google 上线"数据 Commons"，AI 查权威统计数据的错误率有多高？
新平台：打通联合国各机构的数据孤岛
该平台现已上线，取代此前的 UNData 门户。用户可用自然语言提问，跨机构检索联合国各部门的统计数据，并支持 Model Context Protocol（MCP）标准，AI 系统可直连外部数据源，无需人工介入。
截至目前，联合国系统内已有 26 个机构承诺接入平台，上线时已有近 20 个机构的数据可用。联合国的目标是到 2027 年将 80% 的联合国系统统计数据集迁移至该平台。
Google.org 为平台核心基础设施建设提供了 200 万美元能力建设资金和技术支持。平台托管在联合国Governed 实例上，Google 计划最终由联合国独立维护、运营和扩展。
AI 查数据的准确率令人担忧
UNICEF 首席统计学家 João Pedro Azevedo 在简报中透露，该机构对六款主流大语言模型在超过 13.3 万个全球发展指标问题上的回答进行了基准测试，平均准确率仅为 21.2%。
测试对象包括 OpenAI 的 GPT-4o 和 GPT-4o-mini、Anthropic 的 Claude Sonnet 4.5 和 Haiku 4.5，以及 Google 的 Gemini 2.5 Flash 和 Gemini 2.0 Flash。
更值得关注的是，约六成的回答根本没有给出可用的数字，模型通常以模糊措辞回避回答。在约两天后对同一模型版本重复提问时，两次都给出数字的回答中，仅有约一半的概率得出相同结果。
该研究为 UNICEF 工作论文，正在准备期刊投稿，尚未经过同行评审。UNICEF 表示计划在论文发表时同步公开方法论、代码和数据。
UNICEF 还观察到，今年以来来自 AI 助手的流量显著增长。其数据网站每月访问量超过 600 万次，其中 ChatGPT 回答中点击链接带来的访问量在 1 月 1 日至 9 月 14 日期间同比上升了 67%。AI 助手带来的访问目前约占全部会话的 6.4%，UNICEF 估计 AI 助手整体贡献了约十分之一的访问量。
从数据到洞察：AI 直接生成图表与报告
除了让 AI 代理检索单个统计数据，Google 还演示了通过 MCP 连接联合国数据的 AI 系统如何整合多个指标，自动生成仪表盘、图表和文字分析，无需用户手动查找和合并底层数据集。
在一项演示中，Google 让 AI 系统查找"美国总统艾滋病紧急救援计划"（PEPFAR）对非洲的影响。系统识别出与 HIV 感染率、艾滋病死亡率、预期寿命等相关的联合国统计数据，并据此生成了一张信息图。
但 Google 也指出，给 AI 系统提供权威数据，并不意味着 AI 的结论就是权威的。"由于模型可能误解细微差别，在引用或发布 AI 输出之前，人工审核&查验始终是必要的。"Google Data Commons 团队负责人 Prem Ramaswami 表示。
评论