《Systems》：Freemium Generative AI as a Socio-Technical System: Paid Commitment and the Premium Digital Divide in South Korea
编辑推荐：
免费的生成式人工智能（Generative AI, GenAI）服务看似实现了访问民主化，但免费增值（freemium）平台模式可能在基本连接与初始使用实现后造成访问后分层。本文概念化了对GenAI的付费承诺（paid commitment），将其视为由平台层
免费的生成式人工智能（Generative AI, GenAI）服务看似实现了访问民主化，但免费增值（freemium）平台模式可能在基本连接与初始使用实现后造成访问后分层。本文概念化了对GenAI的付费承诺（paid commitment），将其视为由平台层级、用户能力、任务环境、经济约束、情感反馈与制度访问共同组成的社会技术系统（socio-technical system）的涌现结果。研究人员利用2025年针对2000名18–69岁韩国成年人的横断面调查，通过序列Logit模型（sequential logit models）对观察到的非使用、免费使用与付费承诺这三种状态进行建模。描述性结果显示，70.6%的受访者在过去一年中使用过GenAI，但仅有20.6%的使用者（占全样本的14.6%）付费访问。实用AI素养（Practical AI literacy）与初始GenAI使用及付费承诺均呈正相关，而批判性AI意识（Critical AI awareness）与初始使用相关但与付费无关。负面情绪与非使用者初始使用呈负相关，但在使用者中与付费承诺呈正相关，这一模式与警惕性及高强度参与一致。高级数字鸿沟（premium digital divide）并非定义为数字鸿沟的第四层次，而是第二层次不平等（second-level inequality）的一种层级中介延伸，其可能调节后续教育、职业或公民利益的访问。由于数据为横断面且合并了不同GenAI平台，估计值为生态系统层面的关联，未确立因果方向或平台特定效应。
研究背景方面，生成式人工智能（Generative AI, GenAI）已从专业技术领域广泛渗透至搜索、写作、翻译、编码及创意生产等日常场景。许多个体首次接触GenAI是通过提供免费入门级访问的消费平台，而非雇主、教育机构或公共项目。这种免费访问模式助长了“GenAI对具备网络连接者皆可达”的感知。然而，这些平台日益建立在免费增值（freemium）模型之上，订阅层级提供更高的使用限额、先进模型、更大上下文窗口（context windows）、增强可靠性、隐私控制及专业工具集成。因此，核心的不平等不再仅仅是个体是否接触过GenAI，而在于他们能否从偶尔的实验转向持续、高质量且有价值的使用。现有数字鸿沟（digital divide）理论已演进至第三层次，关注使用差异是否产生不平等的教育、职业及公民成果，但GenAI引入了一种独特的商业机制：免费入口降低了基本访问不平等的可见性，而付费层级在现有用户群体内重新分配了使用的质量、容量、可靠性与自主性。在此背景下，研究人员提出“高级数字鸿沟（premium digital divide）”概念，将其定位为第二层次不平等（second-level inequality）的层级中介亚型与延伸，而非第四层次。本研究在韩国这一具有高数字化基础设施与高平台渗透率的环境中，将免费增值GenAI采纳概念化为社会技术系统（socio-technical system），探讨平台架构、人类能力、任务相关性、经济约束、情感反馈与制度环境如何共同塑造付费承诺（paid commitment）。该研究发表于《Systems》期刊，旨在填补访问后分层（post-access stratification）在理论与实证上的空白，区分实用AI素养（Practical AI literacy）与批判性AI意识（Critical AI awareness）的不同作用，并解释负面情感在高强度付费用户中的正向关联。
研究人员采用的关键技术方法包括：基于2025年韩国国家信息社会机构（National Information Society Agency, NIA）委托的2000名18–69岁韩国成年人横断面调查数据；主要结局变量构建为非使用、免费使用与付费承诺的三类别采纳阶梯；核心预测变量包括实用AI素养（5项五点量表，Cronbach’s α=0.84）、批判性AI意识（2项五点量表，α=0.62）及负面情绪计数；协变量涵盖性别、年龄组、教育程度、IT相关专业、知识工作/学生身份、家庭主妇/失业状态及主观费用负担；统计分析采用序列二元障碍规格（sequential binary hurdle specification）即第一阶段Logistic回归建模GenAI使用，第二阶段在1411名使用者中建模付费承诺，连续预测因子标准化为单标准差变化并以优势比（odds ratios, OR）与平均边际效应（average marginal effects, AME）报告；稳健性检验包括多项Logit模型（multinomial logit model）与基于期望AI社会扩散作为排除变量的Heckman型选择校正Probit模型；所有估计为横断面关联而非因果效应，不进行形式共线性与影响诊断。
研究结果部分，各小节结论如下。
4.1. The Adoption Ladder: Broad Use, Limited Paid Commitment。GenAI使用普遍但付费访问仍为少数状态。2000名受访者中1411人（70.6%）过去一年使用过GenAI，其中291人（20.6%的使用者，全样本14.6%）报告当前付费。非使用者589人（29.5%），免费使用者1120人（56.0%），付费使用者291人（14.6%）。描述性梯度显示实用AI素养均值从非使用者2.86升至免费使用者3.45再至付费使用者3.81；批判性意识亦上升但免费至付费差异较小；付费使用者描述上更年轻、教育程度更高、IT专业更多、知识工作/学生角色更多、家庭主妇/失业更少；负面情绪计数非使用者最高，付费使用者高于免费使用者。研究人员指出付费使用者同时报告最高实用素养与利益预期，其担忧应解释为高强度使用中对系统优劣的累积暴露而非拒绝。
4.2. Practical Literacy Predicts Both Stages, While Critical Awareness Predicts Only Initial Entry。序列Logit结果显示实用AI素养在两阶段均为最强统计预测因子：单标准差增加关联初始使用 odds 超两倍（OR=2.14, p<0.001, AME=11.8百分比点）及使用者中付费承诺近两倍（OR=1.97, p<0.001, AME=9.8百分比点）。批判**性AI意识正向关联初始使用（OR=1.31, p<0.001, AME=4.2百分比点）但不关联付费承诺（OR=0.95, p=0.533）。期望AI利益正向关联初始使用非付费；对AI扩散的希望调整后不关联初始使用且弱正向关联付费；负面情绪计数负向关联初始使用（OR=0.78, p<0.001）正向关联使用者中付费承诺（OR=1.41, p<0.001），符合假设H3与情感反馈解释但非因果证据。
4.3. Reported Barriers as System Frictions。非使用者首要原因为无感知需求（51.8%），其次不知如何使用（31.9%）、隐私顾虑（28.2%）、费用负担（22.8%）、不信任输出（15.3%）、认为AI不道德（10.7%）。免费使用者不付费首要为免费版足够（53.5%），其次使用不频繁不足以支付（41.6%）、费用负担（35.3%）、隐私顾虑（12.8%）、支付或取消不便（6.8%）。研究人员将这些报告障碍解释为交互摩擦：弱任务需求、能力瓶颈、风险治理顾虑、经济访问约束、高级层级边际效用低、任务重复不足及交易摩擦共存。
4.4. Robustness Checks: Multinomial and Selection-Corrected Models。多项Logit中实用素养正向关联免费与付费使用（相对非使用），付费使用的相对风险比（relative risk ratio）显著更大；批判性意识关联两类别相对非使用但在跨使用者阈值后不区分付费与免费。选择校正Probit中期望社会扩散正向关联初始使用（b=0.193, p<0.001），逆Mills比在付费方程中正显著，关键模式一致：实用素养正向关联付费承诺，批判性意识在付费方程中不显著，负面情绪正向关联使用者中付费承诺，家庭主妇/失业负向关联付费承诺。三种模型收敛支持模型稳定性但非因果识别。
讨论部分总结，研究人员指出发现推进了数字鸿沟与社会技术系统研究，将付费承诺识别为访问后分层结果。免费GenAI访问降低基本访问鸿沟可见性但不保证等效质量、可靠性、容量、自主性或工作流集成。高级数字鸿沟在概念上新在于指定了在现有用户群内运作的商业层级机制，是第二层次不平等的平台中介延伸，通过能力、重复任务需求、资源与制度支持差异转化为高级系统能力的不等访问。付费本身非第三层次结果，但可能成为中间路径：高容量可靠访问支持更密集任务集成进而贡献第三层次利益，但依赖技能、任务与制度条件转换。框架补充技术接受模型（Technology Acceptance Model）、整合型技术接受与使用统一理论（Unified Theory of Acceptance and Use of Technology, UTAUT）及UTAUT2，将个体感知嵌入平台特征分配、重复任务环境、费用负担、制度访问与情感反馈中。实用AI素养作为能力子系统帮助识别平台可供性（affordances）、提示工程、工作流集成与边际价值评估，但政策若仅惠及高资源群体可能加深分层。批判性AI意识支持风险治理与实验安全但不必然产生付费所需任务效用或经济理性，可能反映刻意非付费以限数据暴露、抗提供商锁定与保持跨服务灵活性，体现AI信任悖论（AI trust paradox）中活跃使用与校准不信任共存。负面情绪在付费使用者中正向关联解释为警惕性高强度参与反馈而非简单抵抗，平台与设计机构应将关切视为经验用户识别利弊的信号并提供验证工具、透明数据实践与删除控制以实现校准信任（calibrated trust）。研究聚合多消费平台为韩国GenAI环境平均关联，未来需记录平台与套餐、支付者、制度许可、多订阅与具体高级功能。系统层面干预包括普适基础AI能力计划（实用使用、幻觉与偏见评估、隐私版权、领域应用）、制度访问（图书馆、大学、就业中心提供安全高级访问以强隐私与问责标准）、平台透明度与风险治理工具作为包容基础设施、AI包容仪表板超越实验测量使用频率、任务集成、个人或制度高级访问、输出评估信心、财务负担、隐私关切与公私服务安全工具访问。
结论部分翻译总结：GenAI扩散常被描述为民主化因免费工具广泛可用，但韩国调查显示此描述不完整。多数受访者报告使用GenAI但仅小部分报告付费访问。实用AI素养、年龄、教育与非工作状态关联采纳阶梯位置。批判性AI意识区分使用与非使用但不区分使用者中付费与免费使用。付费使用者较免费使用者报告更多负面情绪，符合警惕与高强度参与而非单纯热情。高级数字鸿沟最好理解为第二层次数字不平等的层级中介延伸，非第四层次亦非已实现第三层次结果。其出现在用户群体内当平台层级与能力、任务需求、经济访问、情感反馈及制度环境交互时。高级或制度支持访问可能成为后续生产力、学习或公民利益的路径，但本横断面分析未因果证明此路径。解决市场层级AI生态中不等参与需系统层面干预：广泛实用与批判能力、安全制度访问、平台透明、隐私保障与有意义使用指标。因此免费增值GenAI服务不仅应被视为消费技术，亦应作为建构新兴AI社会中参与结构的社会技术系统来审视。
