联合国携手谷歌，让全球统计数据真正面向AI代理

导语

当用户让AI回答某个国家的贫困率、艾滋病死亡率或预期寿命时，真正的难点并不只是“找到一个数字”，还包括确认数据来自哪里、对应哪个年份，以及不同机构的统计口径是否一致。联合国正在与谷歌合作，解决这一类长期存在的数据访问问题。

双方推出了 UN System Data Commons。该平台建立在谷歌开源的Data Commons之上，整合联合国各机构的统计资源，用户可以用自然语言提问，而不必像使用传统数据库那样逐层浏览。它同时支持Model Context Protocol（MCP），让AI代理能够直接连接数据源并发起查询。

核心要点

• 新平台将逐步取代以传统检索方式为主的UNData门户。
• 联合国系统已有26个实体承诺参与，启动时已有近20个实体的数据可用。
• 联合国目标是在2027年前将其统计体系中80%的数据集接入平台。
• 每项统计数据都保留来源信息，便于用户追溯到原始联合国数据。
• 谷歌通过Google.org提供了200万美元能力建设资金和技术支持；平台运行在由联合国治理的实例上，目标是由联合国逐步独立维护和扩展。

为什么需要这套系统

UNICEF近期对六款大模型进行测试，覆盖超过13.3万条关于全球发展指标的回答。测试结果显示，模型平均准确率只有21.2%；约五分之三的回答甚至没有提供可用数字。即使模型两天后再次回答同一问题，在两次都给出数字的情况下，返回完全相同数字的比例也只有约一半。该研究仍是准备投稿的工作论文，尚未经过同行评审，UNICEF计划公开方法、代码和数据。

与此同时，生成式AI已经成为数据网站的重要流量入口。UNICEF称，今年1月1日至9月14日，来自ChatGPT回答链接的访问量同比增长67%，相关引流约占其全部会话的6.4%；包括其他AI助手在内，AI流量约占访问量的十分之一。

意义与局限

Data Commons的价值，不只是把更多数据放进一个搜索框，而是为AI代理提供结构化、带出处的公共数据接口。谷歌演示中，AI系统能够通过MCP组合多个指标，生成图表、仪表盘和文字分析，从而减少人工寻找和拼接数据的步骤。对政策研究、发展评估和新闻调查而言，这有望降低获取权威数据的门槛。

但“接入权威数据”并不等于“自动产出权威结论”。模型仍可能误读指标定义、时间范围或统计口径，进而在正确数据之上生成错误解释。联合国与谷歌也强调，涉及引用或发布的结果必须经过人工复核。换言之，这项合作更像是在建设AI时代的公共数据基础设施：它可以改善检索和溯源，却不能替代统计专业判断。

来源：TechCrunch AI