谁说老年人不想碰AI?全球银发族的真实数字挣扎 | 安永最新报告解读

报告源自 |安永（EY）

报告解读 | 勺海公号小编

题图&图表 | 源自Understanding older generations' adoption of AI

在这个人工智能（AI）全速重塑世界秩序的时代，当聚光灯普遍打在年轻一代身上时，一个庞大却常被忽视的群体正在悄然经历着这场技术变革。

他们就是60至85岁的年长世代 。

国际顶尖专业服务机构安永（EY Ripples）在微软（Microsoft）、OATS（依托美国老龄化协会的年长者技术服务机构）以及OpenAI的支持下 ，发布了一份沉甸甸的全球重磅报告：《理解年长世代的AI采用情况》（Understanding older generations' adoption of AI） 。

这份报告打破了“老年人与科技绝缘”的传统刻板印象，用详尽的数据揭示了全球银发族在AI浪潮中的真实生存状态、认知盲区、日常应用、担忧与期待 。

调研背景与方法论：一份跨越16国的“数字普查”

为了获得最真实的全球一手数据，安永于2025年10月29日至11月13日期间，开展了一项覆盖全球的大型在线调研 。

样本规模：共收集了2,515份问卷，受访者均衡地来自全球5大区域的16个国家 。

覆盖区域：包括中东、非洲与印度地区（MEAI）、亚太地区、欧洲、拉丁美洲以及北美洲 。

受访年龄：严格限定在60岁至85岁之间 。

配套研究：调研同时配合了针对多位领域专家的深入访谈，并在日本和印度专门组织了针对60-85岁人群的焦点小组座谈 。

技术基底：该调查基于安永此前在生成式AI领域测试Z世代时所使用的“AI素养框架”（AILit Framework）搭建 。

提示与局限性说明：

由于调研完全通过线上方式进行，这意味着所有参与者本身已经具备互联网接入渠道和最基础的电脑/智能手机操作能力 。因此，这部分受访者在一定程度上代表了对数字化接纳度相对较高的年长人群 。

01  认知现状：“自动化偏见”下的AI熟悉度与地域鸿沟

伴随着全球65岁以上人口在1974年至2024年间翻倍的宏观背景（联合国人口基金2026年数据） ，数字包容已成为事关年长者自主权、社会参与和生活质量的严峻挑战 。

那么，目前的银发族对AI到底有多熟悉？

1. 舒适度指数：随年龄增长而递减

根据安永AI情绪指数（EY AI Sentiment Index 2026）的综合评分（满分100分），各世代对AI的舒适度呈现明显的年龄分层 ：

• 千禧世代 (Millennials)：73分  

• Z世代 (Gen Z)：69分  

• X世代 (Gen X)：64分  

• 婴儿潮世代 (Baby Boomers)：55分  

• 沉默世代 (Silent Generation)：45分  

整体来看，年长世代对AI的舒适度明显低于年轻一代 。

在本次受访的60-85岁人群中，仅有24%的人表示自己对AI“非常熟悉”或“相当熟悉”，而高达69%的人认为自己只是“有一点熟悉”或“稍微熟悉” 。

2. 地域与政策导致的数字鸿沟

报告发现，年长者对AI的熟悉程度具有极强的地域异质性 ：

中东、非洲与印度（MEAI）地区：表现出最高的熟稔度，有41%的年长受访者自称对AI“非常”或“相当”熟悉 。

北美地区：这一比例骤降至12% 。

专家分析指出，这种差异与各国的数字化公共服务建设密切相关 。

例如，阿联酋（UAE）在联合国经济和社会事务部（2024）的电子政务发展排名中名列前茅，大张旗鼓的数字化环境在潜移默化中显著提升了当地老年人的整体数字素养 。

相比之下，英国等发达国家的数据则显现出另一面：

Age UK（2024）数据显示，超过三分之一的65岁以上老人甚至无法完成设置Wi-Fi、管理密码等基础数字任务，甚至完全脱离网络 。

3. 年长者的“AI辨别力”测试：警惕自动化偏见

年长一代在日常生活中是否能准确识别出哪些工具使用了AI？

调研结果显示，他们的辨别能力与工具的“互动显性”直接挂钩 ：

受访者对“AI已参与”的日常场景识别率：

• 客服聊天机器人：93%的受访者正确识别出AI参与 。

• 基于用户指令生成文本的系统：87%正确识别 。

• 社交媒体上的产品、服务和内容推荐系统：80%正确识别 。

• 模仿熟人声音或容貌的音视频信息（深度伪造）：80%正确识别 。

• 智能家居设备：77%正确识别 。

• 扫描面部或指纹的数字安全系统：72%正确识别 。

• 自动识别垃圾邮件的邮箱服务：68%正确识别 。

然而，在“AI未参与”的静态或传统自动化工具中，老年人表现出了明显的“自动化偏见”（Automation Bias），倾向于将智能过度归功于任何自动化系统 ：

• 汽车中的定速巡航系统 ：高达50%的受访者错误地认为其中涉及AI 。

• 电子表格中的计算公式：43%的受访者错误地认为其中有AI参与 。

• 商店里使用的条形码扫描枪：38%的人错误地归类为AI 。

02 深度素养测验：看得见真伪，却防不住算法偏见

参照经合组织（OECD 2025）的AILit框架，报告对老年人评估AI局限性与风险的实际能力进行了客观测试 。

结果令人喜忧参半，老年人对表层的、被广泛宣传的真伪风险有较高的警惕性，但对AI底层更隐蔽的局限性认知严重不足 ：

• 事实核查意识：80%的受访者正确认同“并非所有AI生成的内容都经过核实以确保其真实性”这一陈述，展现出广泛且健康的审慎态度 。

• 多媒体伪造警惕：55%的受访者清楚知道“生成式AI系统可以逼真地模仿个人的声音和肖像” 。

• 社会偏见映射：仅有41%的受访者了解“AI系统在由包含偏切的数据进行训练时，会反映出社会中的偏见” 。

• 算法异构性：仅有39%的人知道“两个使用相同数据的AI系统，如果由不同的人创建，会产生不同的结果” 。

• 幻觉现象：仅有28%的受访者明白“基于真实数据训练的生成式AI系统有时会捏造事实（即AI幻觉）” 。

• 安全规避：仅有18%的老年人意识到“有可能绕过生成式AI中编程好的、旨在限制其创造不良内容的规则（即越狱攻击）” 。

这意味着，大量年长者由于缺乏对算法偏见、幻觉和可攻破性的理解，在实际高阶应用中暴露于巨大的潜在数字风险之中 。

03 日常使用图谱：高频还是绝缘？职场与性别的微妙鸿沟

1. 使用频率的两极分化

在日常生活中，受访年长一代使用生成式AI工具的频率分布如下 ：

• 从未用过，或仅用过一两次：40%  

• 每个月使用一两次：14%  

• 每周使用一两次：22%  

• 每周使用多次：14%  

• 几乎每天都用：7%  

2. 职场是拥抱AI的第一道“传送门”

研究指出，“是否在职”是拉开老年人AI使用频率的最核心变量之一 。

目前仍在职（雇佣状态）的年长者，其AI使用率是已退休同龄人的3倍 。

安永的其他研究也印证了这一点:

全球多达88%的在职员工已经在工作中使用AI，职场环境成为了老龄群体接触并熟悉AI的关键中介 。

那些在AI大爆发前就离开职场的退休老人，在数字支持网络中显然处于更孤立的优先保护位置 。

3. 不容忽视的性别鸿沟

调研揭示了一个跨越年龄段的现象：

年长女性尝试和使用AI的概率远低于年长男性 。数据显示，有31%的女性受访者表示“从未”使用过AI，而男性的这一比例仅为20% 。

在“非常频繁”的重度用户群体中，男女比例相差无几 。但从“每周使用一两次”的日常应用层次开始，男性的参与度（24%）明显高于女性（18%） 。

在婴儿潮世代和沉默世代的所有年龄细分中，女性“从未用过”AI的比例都录得显著高位 。

国际劳工组织及相关学术研究指出，造成这一性别裂痕的深层社会经济经济因素包括 ：

• 女性在科技、工程、数学（STEM）职业生涯中的代表性传统较低，技术自信心相对不足 ；

• 职场中女性岗位面临AI自动化冲击的暴露度更高 ；

• 在受访者中，在职男性的比例（27%）高于在职女性（18%），而职业环境本身就是AI普及的加速器 。

4. 老年人从哪里获取AI知识？

出乎意料的是，老年人获取AI相关知识主要依靠个人主观能动性，而公共资源供给存在严重缺位 ：

• 线上渠道（含社交媒体）：73%  

• 在亲身实践/使用AI中摸索：32%  

• 通过子女告知：20%  

• 通过朋友和邻居：13%  

• 通过孙辈告知：6%  

• 政府资助/主办的公共培训项目：仅占 3%  

5. 他们用AI做什么？体验如何？

在已经使用过AI的年长受访者中，其核心应用领域高度集中于以下方向 ：

• 学习：79%  

• 健康咨询：63%  

• 旅游规划：58%  

同时，老年人对AI的实际反馈体验压倒性地偏向积极 。在主要应用场景中，感到“非常/有些积极”的比例分别为：

工作应用（84%）、学习（83%）、创意应用（80%） 。

在全场景中，仅有极少（约1%至2%）的人表示经历过消极糟糕的AI体验 。

04 态度与防线：老年人最害怕什么？又在期待什么？

1. 宏观悲观，微观乐观

宏观而言，约有60%的受访老年人对AI未来带给自己和家人的整体影响持“有些 positive”或“非常 positive”的乐观态度 。

但有趣的是，随着视角的放大，老年人的忧虑感会逐步递增 ：

当问及AI对个人的负面影响时，只有11%的人表达了消极情绪；而当视角放到“AI对世界整体的未来影响”时，消极负面比例一路上升到了21% 。

以下为老年人对未来几年AI对不同群体/层面产生效益的具体预期 ：

2. 核心采用壁垒：隐私隐私还是隐私！

到底是什么在阻碍老年人更进一步深度接触AI？数据展示了非常明确的防护红线 ：

• 担忧个人数据和隐私被AI攫取：占 41%，成为首要也是最粗的壁垒

• 不知道面对特定任务该选择哪种AI工具：占 34% 

• 完全不知道该从哪里开始：占 23%

• 看不到AI能对自己有什么实质性帮助：占 20% 

3. 他们最向往怎样的支持？

只有15%的受访老年人明确表示“对学习和了解AI完全没有任何兴趣” 。这意味着其余85%的老人都有不同程度的学习意愿 。

关于他们偏好的技术辅助方式，主要倾向于自主掌控节奏的软性支持，而非强制性的公共说教 ：

4. 最令老年人兴奋的AI社会红利

当被问及最期待AI解决哪些人类社会的宏观挑战时，科学与医疗领域的突破得到了压倒性的认同 ：

05 场景信任大沙盘：银发族的信任边界在哪里？

虽然老年人对AI的未来整体持积极态度，但当问题具体落地到特定实际场景的“安全性与有效性”上时，老人们展现出了异乎寻常的复杂心态：

在某些场景下极其保守，却在部分争议场景下表现出了意料之外的包容度 。

1. 谨慎前行（Proceed with caution）占据绝对主流

在所有11个场景中，选择“应当谨慎前行”的老年人比例全部高居第一或第二位，体现了该群体整体沉稳、不盲从的底层逻辑 。

其中，诊断医疗条件（56%谨慎） 、评改学生论文和作业（54%谨慎） 、辅助儿童教育（50%谨慎）  的谨慎呼声最高。

2. 11大场景信任度详细清单（按“完全信任AI”的比例由高到低降序排列）：

1. 利用监控视频识别罪犯

2. 寻找政治领导人的特定原始引文/原话

3. 处理日常客户服务咨询

4. 辅助支撑儿童的教育过程

5. 筛选、初步过滤和短名录化求职候选人 (HR招聘)

6. 为学生批改、评级论文和课后作业

7. 为孤独个体提供情感陪伴、心理抚慰与日常建议

8. 提供针对性的个人财务/理财规划建议

9. 全权驾驶自动驾驶汽车 

10. 直接对复杂的医疗疾病进行主诊断

11. 为政府公共政策决策的制定提供数据信息和辅助决策

06 结语与协同行动指南：如何通往一场“AI公正转型”？

报告在尾声部分强调，全社会加速向AI时代迈进的滚滚车轮，已经让“老年人是否会碰触AI”不再成为一个问句，真正的核心命题变成了：

当他们必然在生活中遭遇AI时，全社会应当做何准备，才能确保他们用得自信、安全且有尊严？  

为此，安永针对不同的社会切片给出了三方协同的行动方向 ：

1. 针对教育工作者与政策制定者

设计并注资开发专门针对年长者生理与认知特点的“自适应AI素养项目”，并将其深度嵌入到老年人高度信任的公共物理空间中，如地方图书馆、成人教育中心、社区医疗服务网络或街道服务站 。

优先提供侧重于“日常实际操练、个人隐私和数据跨境自我保护、常见AI欺诈与幻觉识别”等实用型指导，尤其要将那些已全面退出职场的退休老人、数字化绝对边缘人群作为定向扶持的重中之重 。

2. 针对企业与商业品牌

加大在产品研发各阶段引入老年用户参与测试的投资力度，AI赋能的产品线和交互界面设计必须极力追求“极致极简、无障碍易用性以及数据调用逻辑的透明化” 。

为老年客户建立清晰直白的“手把手新手上路辅导”机制，始终保留畅通的“人工客服与人类无缝接入支持”通道，坚持使用平实、不带任何技术黑话的日常白话进行功能解释，以此建立年长用户的长期品牌信任 。

3. 针对年长世代自身

化被动为主动，积极寻找可信赖、对新手友好的入门级社会资源。

不必因畏难情绪而对AI采取全盘躲避或彻底孤立的态度，完全可以从最低风险、最实用的日常小工具（如语言学习、健康记录、旅行规划）开始亲身体验，建立数字自信 。

踊跃加入社区内的老年互助学习组织或结对群组，在接触AI系统时保持独立思考，敢于多问一句“这个系统运作的核心逻辑是什么”、“我的个人隐私数据最终会被带到哪里去”，掌握数字主权 。

正如报告结论所述，摆在2026年人类社会面前的路只有两条：

要么齐心协力为老年一代平稳交付一场“AI公正转型（AI Just Transition）”，释放银发红利并保护弱势群体 ；要么任由不作为的懒政加剧数字排斥，在人工智能时代彻底割裂社会的代际纽带 。行动的责任，由每一个社会成员共同承担 。

附-报告相关术语小词典

Automation bias

自动化偏见

一种认知偏差，表现为人们倾向于将“智能”过度归因于自动化系统，从而导致他们将熟悉且动态性较低的自动化工具（如电子表格中的计算公式）错误地归类为AI 。

AI Sentiment Index

AI情绪指数 / AI情感指数

用于衡量和反映不同世代群体（如Z世代、婴儿潮世代等）对人工智能舒适度水平的综合评分 。

AI literacy

AI素养

超越单纯的自我感知，具体指群体（如年长世代）利用对AI局限性和风险的了解，来客观评估和权衡AI系统的实际能力 。

Digital divide

数字鸿沟

伴随AI时代到来可能进一步加深的群体差距，主要体现在相当一部分年长世代缺乏基础数字技能（如无法成功完成设置Wi-Fi或管理密码等基础任务），甚至完全脱离网络 。

AI just transition

AI公正转型

旨在确保技术变革中不遗漏任何人的社会转型目标，其核心逻辑是确保全社会的数字包容，让年长世代同样拥有在AI时代蓬勃发展所需的技能、获取渠道和信心 。

Digital inclusion

数字包容

应对AI重塑现代生活所面临的一项关键包容性挑战，也是实现“AI公正转型”的基石，旨在确保年长世代不落后于时代，从而保障其晚年的自主权、社会参与和生活质量 。