这本书，说破了数字时代最残酷的真相

许多人以为，技术会不断消灭人与人之间的信息差。尤其到了AI时代，这好像越来越成为现实：知识获取第一次变得如此平等。

不过另一种焦虑也正在蔓延，同样是在使用AI，有的人越来越强，有的人却越来越迷茫。为什么技术降低了门槛，却没有真正消除差距？

在《数字鸿沟》这本书中，被誉为数字鸿沟理论“教父”的迪克很早就提醒我们：数字时代最深的不平等，从来不是“有没有技术”，而是谁拥有理解、筛选、组织和运用信息的能力。

一部献给数字时代的学术经典和“公平之书”，“数字鸿沟”领域的必读之作。

这本书说破的，正是AI时代最残酷的真相：技术越发达，人与人之间真正的差距，反而可能越来越大并难以被看见。

01

数字鸿沟并不只是有没有网络

二十年前，人们谈数字鸿沟，想到的是：偏远地区没有网络；一些家庭买不起电脑；老年人不会使用互联网……

发达国家和发展中国家每100名居民中的互联网用户数

但迪克很早就意识到，这只是数字鸿沟最表层的阶段。他提出一个很重要的观点：信息社会中的不平等，不会因为技术普及而自动消失，它往往会以新的形式重新出现。

技术并不会自然带来平等。相反，它可能会把原有的社会差异进一步放大，这听起来有些反直觉。

迪克指出，“接入互联网”只是开始，真正重要的问题是：你如何使用它；你是否拥有处理信息的能力；你能否把信息转化为现实资源；你是否能借助技术改变自己的处境。

他把数字接入分成了几个层次。第一个层次，叫“动机接入”。有些人害怕技术；有些人不信任技术；有些人觉得自己学不会……今天的AI时代，也存在同样现象。

寻求和使用数字媒体/互联网的需求、动机和满足

第二个层次，叫“物理接入”。它关乎设备、网络、硬件等，在互联网早期这是很重要的问题。不过迪克很早就意识到，随着智能设备普及，这种差距会逐渐缩小。

于是，他提出了第三个层次，也是全书最重要的部分：技能接入。

02

真正的差距是如何使用信息

迪克认为，很多人虽然每天都在使用互联网，但并不意味着他们真正具备数字能力。

他把数字技能分成几个层次，最基础的是操作技能，比如会不会使用设备；会不会安装软件；能不能完成基本操作。

但更重要的是信息技能，也就是会不会搜索，会不会筛选信息，会不会判断真假，会不会组织知识。这一点，在今天也变得越来越重要。

在信息极度丰富的时代，一个人真正的能力，不再只是知道，而是知道什么重要，知道什么可信，知道如何建立自己的判断。

21世纪核心技能框架，试着对照你具备其中哪些？

今天很多人每天接触的信息量远远超过古代任何一个时代的人，但这并不意味着理解能力同步提升。相反，大量信息可能让人越来越疲惫、越来越分散、越来越难以形成完整思考。

迪克在书中已经敏锐地意识到：信息社会最大的风险之一，就是很多人看似在线，实际上只是被动接受平台推送。他们刷了大量内容，却很少真正理解；接触了海量知识，却无法形成结构；知道很多热点，却缺乏长期思考。

更严重的是，数字媒体的接入还存在各种消极后果：过度使用、网络犯罪或滥用、隐私或安全危害……于是，看似人人都在使用互联网，但不同人获得的收益却越来越不一样。

互联网使用最重要的消极后果

03

互联网为什么没有变成“乌托邦”？

互联网早期，人们有一种非常强烈的理想主义。

很多人相信互联网会让知识自由流动，会让普通人获得平等表达的机会，甚至会改变社会结构。

某种程度上，互联网确实降低了信息获取门槛。今天，一个普通人能够接触到的知识资源，远远超过过去。

但迪克强调，信息开放并不等于认知平等。互联网并不会自动形成平等空间，它会受到资本、教育、技能、资源、平台机制等多种力量影响。

那些拥有更强教育背景、信息处理能力与社会资源的人，往往也更容易从数字技术中持续获益：高教育群体更擅长搜索、更容易接触高质量信息、更懂得利用平台规则；而弱势群体则更容易被娱乐化内容、碎片化信息等长期占据注意力。

发达国家社会阶层特征的估计水平

而当数字媒体逐渐成为工作、学习与社会生活的基础设施后，缺乏数字技能与信息能力的人，则可能进一步被排除在外。

这本书最重要和最突出的结论是：只要其他社会不平等现象没有减少，就不可能消除数字鸿沟。

04

AI时代，数字鸿沟更加值得关注

很多人相信，AI会进一步推动“知识平权”。

不会写代码，可以让AI帮你生成；不会做方案，可以让AI替你整理；甚至许多过去需要长期训练的技能，如今似乎都能通过一句提问迅速完成。表面上看，AI正在让技术门槛不断降低。

黄仁勋在2026年卡内基梅隆大学毕业典礼上进行主题演讲。图片来源：网易科技。

但在迪克看来，AI时代真正值得警惕的，恰恰是另一种更深层的数字鸿沟。首先，人工智能并不天然可靠。AI的运行高度依赖已有的数据资源，而互联网本身早已充斥着大量低质量信息、情绪化内容乃至虚假新闻。

当这些数据被重新标注、整理并输入模型后，“垃圾进，垃圾出”便成为AI无法摆脱的问题。很多人以为自己获得的是“智能答案”，实际上得到的可能只是经过重新包装的信息拼贴。

AI投毒：向人工智能训练数据中故意注入虚假、低质量或带偏向的信息，从而影响AI的判断与输出。

更重要的是，大多数普通用户并不了解AI究竟如何运作。算法如何筛选信息、平台为何给出某种答案、哪些内容被优先呈现、哪些内容被隐藏，人们往往并不知情。于是，真正掌握AI规则的人，仍然是那些拥有技术、资本与数据资源的人。

人工智能应用的概念框架

迪克还特别指出，AI或许能够帮助人们整理资料、生成文本，甚至提供某些研究启发，但它并不真正具备创造力，也无法主动建立新的理论框架与因果解释。它更擅长重组已有知识，而不是发现真正未知的东西。

因此，AI时代最重要的能力，或许已经不再只是“会不会使用AI”，而是：谁能够判断信息质量、理解算法逻辑、识别技术背后的权力关系，并真正把AI转化为自己的工具。

在迪克看来，数字鸿沟无法被完全消除，而只能得到缓解，不过不断强化的社会不平等并非不可避免的自然规律。在本书最后一章，他提出了约20项主要解决方案，期待能对提升民生福祉和普惠数字红利起到一定推动性作用。

弥合数字鸿沟需要从教育、基础设施、公共政策、技术设计与社会支持等多个方向同时推进。