聯合國與 Google 於 9 月 17 日宣佈推出 UN System Data Commons，將分散在不同聯合國機構中的統計數據整合至同一平台。新系統取代舊版 UNData 門戶，支持自然語言檢索，亦可供 AI 助手直接調用，目標是讓研究人員、媒體和政策分析人士能更快獲得可追溯的數據。
Google 提供資金與技術支持
該平台是基於 Google 在 2018 年推出的開源架構 Data Commons 建構而成的。 Google.org 為該項目提供了 200 萬美元的資金及技術支持，聯合國基金會也參與推動其落實。 Google Data Commons 團隊負責人 Prem Ramaswami 表示，該系統目前運行在由聯合國管理的實例上，後續將逐步轉向由聯合國獨立運營。
近20個聯合國實體已上線數據
聯合國統計司代理司長 Shantanu Mukherjee 表示，這次上線不僅是舊系統的升級，更是首次在更廣的範圍內整合多個聯合國機構的數據。根據官方說法，已有 26 個聯合國實體承諾接入，平臺上線時已汇集了其中近 20 個實體的數據。
聯合國計畫在未來一年繼續擴大數據範圍，目標是在2027年之前覆蓋聯合國系統80%的統計數據集。所有數據在上線前都需經過聯合國統計人員和技術專家核驗，以確保輸出基於官方數據來源。
自然語言查詢可直觀返回圖表
這一平台的核心變化，在於將原本在格式、時間口徑和地理邊界上並不統一的数据，整理進同一個知識圖譜中。過去研究人員往往需要手動處理表格和口徑上的差異，如今用戶可以直接用自然語言提問，系統會返回相關數據和圖表，而無需先判斷數據屬於哪個機構。
例如，用戶可以直接查詢農村清潔用水與入學率之間的關係、過去十年獲得電力供應的人口變化，或不同地區預期壽命的變化。除了搜索功能外，該平台還提供按地區和主題篩選的瀏覽入口，並將部分複雜的趨勢整理為可讀的報告。
技術上，該平台支援 Model Context Protocol（MCP）。這是 Google 去年加入 Data Commons 時所採用的標準，允許 AI 系統直接連接到外部資料來源，並在調用資料時保留來源信息。聯合國將此功能描述為「面向 AI 的知識圖譜」，旨在讓 AI 工具在調用統計數據時保留可追溯性。
UNICEF 测试顯示模型準確率偏低
文章還提到，UNICEF 之前對6個大語言模型進行了測試，覆蓋超過13.3萬條與全球發展指標相關的回答。結果顯示，這些模型的平均準確率僅為21.2%。參與測試的模型包括OpenAI的GPT-4o、Anthropic的Claude Sonnet 4.5，以及Google的Gemini系列。
UNICEF 首席統計學家 Jo 表示，約五分之三的回答甚至沒有給出可用的數字，許多回答帶有明顯的保留措辭。即便是同一模型版本，在相隔約兩天後重複回答相同問題時，前後兩次給出完全相同數字的情況也只佔約一半。
与此同时，UNICEF數據網站的流量來自AI工具答案鏈接的引流正在上升。根據其披露，今年1月1日至9月14日期間，這部分流量同比增長67%，目前約佔全部訪問量的6.4%。這也解釋了為何聯合國正在加快建設一個可供AI直接調用、且能追溯原始來源的數據系統。
