AI回答准确率仅21.2%！联合国联手谷歌救场，重构全球公开数据

联合国周四宣布了个事：他们正在跟谷歌合作，打算把手里那一大堆全球统计数据，整理成AI系统能直接读取、直接调用的格式。

图源：豆包AI生成

新系统叫UN System Data Commons，说白了就是搭在谷歌开源的Data Commons平台上。

你可以用大白话直接搜各个联合国机构的数据，不用再像以前那样，在老版UNData门户里一层一层翻数据库。

这个新系统还支持模型上下文协议（MCP），一个让AI直接连到外部数据源的标准协议。

为什么非得折腾这一出？

因为现在大家有事儿没事都先问AI，但AI给出的数据靠谱不靠谱，那就另说了。

联合国儿童基金会的首席统计师João Pedro Azevedo在一场线上吹风会上跟记者算了笔账：他们拿六款大模型，针对全球发展指标相关的问题出了超过13.3万条回答，结果平均准确率才21.2%。

被测的名单你可能眼熟：OpenAI的GPT-4o和GPT-4o-mini，Anthropic的Claude Sonnet 4.5和Haiku 4.5，还有谷歌自家的Gemini 2.5 Flash和2.0 Flash。

Azevedo说，大概五分之三的回答根本给不出一个能用的数字，模型都在那儿含糊其辞。

更离谱的是，同一批问题隔两天再问一遍，两次都提供了数字的模型中，只有大约一半的返回了相同的数字。

图源：豆包AI生成

这个测试目前还是联合国儿童基金会的工作论文，正准备投期刊，还没过同行评审。

他们说等论文发出来，方法、代码和数据会一起公开。

联合国儿童基金会今年也发现，越来越多生成式AI助手在往它的数据网站导流。

这个网站本来就挺火，一个月有600多万人次访问，是联合国儿童基金会最受欢迎的网站之一。

光是从ChatGPT回答里点链接过来的，1月1日到9月14日，同比涨了67%。

Azevedo表示，从1月1日到9月14日，用户从ChatGPT回答里点链接进这个网站的次数，比去年同期多了67%。

今年所有访问里，有6.4%是这么点进来的。

联合国儿童基金会估计，如果把各种AI助手都算上，现在大概每10次访问里就有1次是从AI那边过来的。

平台这边进度也不慢。联合国说，已经有26个下属机构加入了这个Data Commons，上线的时候差不多有近20家的数据已经可用。目标是到2027年，把联合国系统80%的统计数据集都搬上来。

联合国统计司的代理司长Shantanu Mukherjee说得挺直白：这次在规模、覆盖范围和灵活性上，跟以前比完全不是一个量级，而且是头一回把这么多联合国机构的数据连到一起。顺便趁这个机会，把数据改成AI能直接上手的格式。

谷歌这边出了 200 万美元，由Google.org提供，主要用于能力建设和技术支持，把平台的核心基础设施搭起来。

但谷歌Data Commons团队的负责人Prem Ramaswami透露：这系统跑在联合国自己管的实例上，以后终归是联合国自己维护、自己运营、自己慢慢做大。

他们全程用的是“先教会几个人、再由这些人去带更多人”的路子，目前联合国团队上手速度已经很快了。

其实谷歌自己2018年就做了Data Commons，想把散在各家的公开数据集归到一个框架里。

图源：豆包AI生成

去年，谷歌又加上了MCP支持，这样AI智能体可以直接去查数、查出处。

这个平台还会记得每个数从哪儿来的，方便AI帮你查出来的东西，你能一路倒回去，追到最原始的联合国数据源。

Azevedo跟记者强调，现在靠AI找信息、读信息的人越来越多，能溯源这件事就变得特别要紧。

不光是查单个数字，谷歌还现场演示了一把：AI通过MCP连上联合国数据之后，能自动把好几个指标拉到一起，生成仪表盘、图表甚至文字分析，用户根本不用自己去翻各种数据集再手动拼。

演示里还举了个例子，让AI去查美国总统艾滋病紧急救援计划在非洲的效果，系统自己挑出HIV感染人数、艾滋病死亡人数、预期寿命这些相关指标，直接做了张信息图出来。

然而，给AI提供权威数据并不一定会让AI给的结论具有权威性。

“因为模型可能会曲解一些微妙的差别，所以引用或发布之前，最好还是有人把把关。”Ramaswami说道。