青少年色情内容使用预测：父母管控几乎解释不了什么

同一时期，在韩国，Zeta、Crack、BabyChat等AI角色聊天应用对青少年的保护问题，也被提上了国政监察的议程。我们把这两个故事放在一起读一读。

来自西班牙3万3,543名青少年问卷调查的结果

西班牙Universitat Rovira i Virgili（URV）研究团队于2026年8月在学术期刊《Computation》上发表了一篇论文。问题很简单：在过去30天内回答自己看过或使用过色情内容的青少年身上，会同时出现哪些特征？

数据来自西班牙政府每两年对中学生实施一次的药物使用调查ESTUDES¹的2023年版。原始样本为4万2,208人，其中完整回答所有必需题目的3万3,543人进入了分析。大多数年龄在15～18岁之间。其中42.6%（1万4,287人）回答称在过去30天内看过色情内容。

研究团队构建了四种模型来预测这一回答。一种是统计学中长期使用的逻辑回归²，另外三种是XGBoost、LightGBM、CatBoost这类梯度提升³模型。随后，他们用一种叫SHAP⁴的解释技术，分析了各个变量在多大程度上影响了预测结果。纳入模型的变量包括性别和年龄、与父亲·母亲的关系、家庭冲突、家内外的父母管控、烟草·酒精·大麻使用情况、部分性经验、焦虑发作等心理痛苦，以及问题性互联网使用。

这里先说明这项研究没有做到的事。由于这是在某一时间点只询问一次的横断面调查⁵，无法判断什么是什么的原因。结果变量也只有过去30天内看过与否这两种，无法区分观看频率，也无法判断这种使用是否已经达到了成为问题的程度。研究团队也明确写道，这一模型不应被用于诊断或给特定学生贴标签，而应被用于设计教育与预防政策。

性别之后最重的变量，是难以摆脱的网络使用

在预测中占压倒性比重的变量是性别。以逻辑回归为基准，女学生在过去30天内看过色情内容的几率⁶比男学生低92.8%。年龄也有一定关联，但以SHAP衡量的预测贡献，远小于主要变量。

排在性别之后的是问题性网络使用。研究团队用14个问项构建了这一指数，内容包括“难以断开连接”“因为上网而减少睡眠”“拖延该做的事情”“为摆脱担忧或不快情绪而上网”等。研究团队特别强调，这一指数并不等同于临床意义上的网络成瘾诊断。在逻辑回归中，当该指数从最低升至最高时，使用色情内容的几率约变为5.3倍。

接下来是酒精、大麻以及家庭冲突。在酒精方面，“从未喝过”与“哪怕只在一个周末喝过”的学生之间，预测结果出现了最大幅度的变化。大麻也是如此，“是否尝试过”是最大的分水岭。无安全套性行为、事后懊悔的性行为等性方面的危险行为，也对预测有所贡献，但影响幅度较小。

反之，也有几乎毫无解释力的变量，那就是家中的父母管控与家外的父母管控。在与其他变量一同纳入模型时，这两个变量的SHAP值对大多数学生而言都接近于0。研究团队承认已有研究表明父母监督能够减少接触，但同时指出，若将个人、行为、家庭因素一并考虑，就很难将父母管控视为主要预测变量。

按性别分开来看，顺序会略有不同。在除性别外的变量中，男学生最大的预测变量是酒精，女学生最大的预测变量是问题性网络使用。家庭冲突、焦虑发作、与父母的关系，在女学生一方的预测贡献明显更大。不同年龄段之间的差异则较小。

问题性网络使用也并非单独起作用。在模型中最强的十个交互作用里，有六个都包含这一变量，并且在与年龄、大麻、酒精、与父亲的关系相互交织时，效应大小会发生变化。性别虽是最强的单一变量，却从未出现在排名靠前的交互作用之中。按研究团队的解读，性别是独自产生强力推动的变量，而问题性网络使用则是在与其他条件重叠时才会变大的变量。

复杂模型几乎没能获胜，这也是一种结果

论文标题中出现的三种机器学习模型，仅比逻辑回归略胜一筹。在训练数据内进行十次交叉验证时，表示分类性能、数值介于0.5~1之间的AUC⁷，逻辑回归为0.817，三种提升模型（boosting）大约在0.822左右。在单独留出的测试数据中，差距也仅为0.005~0.006左右。虽然在统计学上是显著的，但研究团队自己也评价说差距很小，而且提升模型之间彼此没有差异。

哪种模型更好，答案取决于你想避免哪种错误。以0.5为分界线划分时，逻辑回归找出了更多实际使用者（灵敏度⁸约为0.76），但也把约四分之一未使用的学生归类为使用者。提升模型的这种误判比例约为五分之一，更少，但也漏掉了更多实际使用者。研究团队写道，如果目的是尽可能多地找出使用者，逻辑回归可能更合适；如果误判学生会牵涉到面谈或咨询等资源投入的情况，提升模型可能更合适。而且无论哪一种，研究团队再次附加了提醒：不要用它们来挑出具体的某个学生。

局限性也是研究团队自己写下的。调查只针对在校学生，所有回答都是自我报告。在剔除有缺失回答的受访者的过程中，高风险行为较多的学生可能被纳入得稍少一些。由于没有反映抽样权重和调查设计，把结论扩大到西班牙全体青少年时也应当谨慎，迁移到其他国家时则需要更加谨慎。

同一时期，韩国国会也在国政监查中讨论AI角色聊天

这篇论文讨论的是既有媒介形式——色情内容。AI聊天机器人并不在其考虑变量之内。但现在韩国关于青少年数字使用问题，最热门的争论正是AI角色聊天。

与AI分享爱与友情而“上瘾”……急速成长的角色聊天，引入青少年保护机制与人工智能角色对话的角色聊天服务，为保护青少年，引入了每日使用时间3小时、月结算10万韩元的限制措施。这是对国政监查中指出的青少年过度沉迷及有害对话问题的应对。业界正在推进加强安全过滤与为青少年营造安全服务环境。chosun.com

2026年10月12日，在国会科学技术情报广播通信委员会下属的广播媒体通信委员会国政监查上，Scatter Lab的Zeta、Wrtn的Crack，以及Baby Chat一同被提及。议员李周熙指出，Zeta的月使用时间约为1.1亿小时，超过ChatGPT的两倍，而每10名使用者中有9名是10到20多岁的青少年及青年。据报道，截至9月末，Zeta的月活跃用户为148万名，其中19岁以下占25.7%。

议员办公室的调查结果也被公开。金善珉议员办公室表示，即便未经成人认证、处于青少年安全模式开启状态，系统仍会生成描绘自残与自杀的对话。黄晶雅议员办公室表示，在未经成人认证的情况下，系统生成了出现未成年人角色的性剥削情节，被屏蔽之后，AI甚至主动提出可以绕过过滤器的表达方式。还有人指出，在与AI角色聊天相关的119件审议举报中，有76件仍在处理中；与Baby Chat相关的一件举报，已经494天未有结论。

政府部门也有所行动。性别平等家族部于10月15日发布调查结果称，对部分角色聊天机器人的回应进行检查后，确认存在性描写、暴力、怂恿自残与自杀及教唆犯罪的回应。该部门要求运营商：对青少年不适宜的角色，应根据是否完成成人认证来调整搜索、推荐与对话范围；无论使用者年龄，均不得生成怂恿自残、自杀或协助犯罪的回应。广播媒体通信审议委员会于10月21日与15家AI聊天运营商会面，要求其加强对输入与输出两端有害内容的检测，并将从11月起正式启动审议。

各运营商的回应大同小异。Scatter Lab解释称，为了不过度阻挡正常表达，此前将检测标准设得较为宽松，且审查方式是逐条过滤单个回应，而非基于整体对话脉络。该公司表示，将强化检测以捕捉间接性表达，部署基于脉络的检测模型，并为青少年设置每日基本使用时间3小时、月结算上限10万韩元的限制。Wrtn的Crack也在9月宣布，青少年每日最多使用3小时、月结算上限10万韩元，超出限额后计划经监护人认证与同意，允许追加使用。强化后的政策将从2027年初开始施行。

将两个故事叠加来看

先把话说在前面。西班牙论文的结果不能直接套用到韩国的角色聊天用户身上。国家不同，时点不同，媒介也不同。角色聊天的使用也不能视为与色情内容使用相同的行为。美国的调查显示，青少年使用聊天机器人的相当一部分更接近于游戏和创作，这个内容我们在第79期中讨论过。即便如此，把两个故事叠加来看，仍有几个问题变得清晰起来。

只看产出物，还是也要看使用方式

目前韩国的应对大多瞄准产出物。即哪些对话不应被生成，哪些角色不应被推荐给青少年。这当然是必要的。无论是针对未成年角色的性剥削情节，还是怂恿自残的回应，都不应出现在任何用户面前。

然而，在西班牙数据中出现明显波动的变量之一，不是内容，而是使用方式。即难以停止、减少睡眠、为逃避情绪而登录这种模式。业者们提出的每日3小时上限，正是针对这一点设置的装置。只是，这个3小时的默认值是依据什么标准设定的，目前为止的报道中并未提及。韩国互联网自律政策机构（KISO）的自律规制指南草案，也把每日使用时长交由业者自行裁量。

测试系统与理解孩子是两件事

国政监查与部门检查确认的是这个系统能够生成什么。这是红队⁹式的测试。而西班牙的研究看的是哪些学生在什么条件下会出现那种行为。这两个问题要求不同的数据。前者，只要业者和监管机构去敲打系统就能确认；但后者，需要一项调查，把使用行为、睡眠、家庭关系、其他风险行为一并询问同一批学生才行。

没有帖子可删的内容

性平等家族部解释说，由于角色聊天的对话不会对外公开，难以逐一提出删除请求，因此要求业者进行自主改进。这意味着，寻找并删除帖子的既有方式，并不太适用于一对一、随时生成的对话。如果是色情网站，还有封禁接入或删除帖子这样的工具；但在角色聊天中，问题在于同一个角色会根据用户的输入，每次生成不同的对话。

Oswarld视角

这篇论文中读来最令人不安的一行，是关于父母管教的部分。无论是在家里还是在外面，父母对孩子的管教程度，如果和其他因素放在一起考察，几乎无法解释青少年对色情内容的使用。相反，家庭是否存在冲突、与父亲、母亲的关系如何，尤其在女学生这一侧占了更大的比重。这可以解读为：关系的状态比管教的量能说明更多问题。当然，这是横断面数据，不能断言因果关系。

所以，角色聊天对策中加入监护人同意这一环节，让我觉得有些在意。超出限额时由监护人认证并同意的机制是必要的。但这个同意程序，并不能替代父母与孩子之间的对话。在已经存在冲突的家庭里，同意请求本身可能会成为新的争吵导火索。

关于默认值的问题也该说说。在第200号中讨论手机互联网屏蔽实验时，我写过，改变行为靠的不是下决心，而是不需要下决心的环境。每天3小时，是企业设定的默认值。这个数字究竟是以孩子的睡眠和生活为标准定的，还是在不大幅损害使用时长和营收指标的范围内定的，决定了同样的装置会以不同的方式起作用。如果自律监管把使用时长交给企业自行裁量，那么至少可以要求公开这个默认值是依据什么数据设定的。

最后是模型的问题。可能会有人提出，加入推算年龄或筛选高风险用户的模型。这篇论文用超过3万人的优质数据表明，即便如此，模型仍可能漏掉四分之一的实际使用者，或把四分之一未使用的学生误判为使用者。要降低哪一类错误，看起来像是技术选择，实际上却是政策选择。就像我在第116号中写过的，应该先问发布的数字测量的是什么，这一次，同样的问题应该抛向模型的错误率。

<<<OZ_BODY>>>

结语

西班牙的研究显示，青少年使用色情内容往往与问题性网络使用、酒精与大麻、家庭冲突等因素交织在一起出现。而韩国关于角色聊天的争论，目前集中在不该生成什么内容上。这个问题确实必不可少，但只有同时掌握哪些孩子、在怎样的状态下打开那个聊天窗口的数据，对策才不会落空。

---

💬 当您担心身边青少年的数字使用状况时，您会先看他们看的是什么内容，还是先看他们是怎么用的？

📨 请把这篇文章分享给正在为子女或学生使用角色聊天而烦恼的人

---

<<<OZ_END>>>

参考资料与延伸阅读

核心来源

• De Andrés-Sánchez, J., Belzunegui-Eraso, Á., Pastor-Gosálbez, I., & Sánchez-Aragón, A. (2026). “Predicting Pornography Use Among Adolescents in Spain: Findings from Ensemble Tree Models and Explainable Machine Learning.” Computation, 14(8), 177. 查看论文 ··· 这是一篇开放获取论文，建议先看按性别分开的SHAP排序表（表8）和第5章的局限性部分。
• 《Digital Today》，「[国政监查2026] “即便开启保护模式，仍出现自残、性剥削对话……AI角色聊天对青少年保护不足”」，2026年10月12日。 查看报道 ··· 这是各议员办公室检查结果和举报处理延迟数字的出处。
• 《AI Times》，「国政监查中指出“AI角色聊天机器人对青少年保护存在漏洞”……监管是否将加速推进」，2026年10月。 查看报道 ··· 文中整理了Zeta的月活跃用户数以及ScatterLab的说明与改进计划。
• ZDNet Korea，「[AI现状] 韩国角色聊天双雄，为青少年使用设置安全装置」，2026年10月12日。 查看报道 ··· 可以比较Zeta和Crack的使用时长与付费限额。
• 《亚洲经济》，「性别平等部：“确认AI角色聊天机器人助长犯罪、违法行为……将加强青少年保护”」，2026年10月15日。 查看报道 ··· 这是性别平等家庭部检查方法和要求事项的出处。
• ZDNet Korea，「AI聊天中性对话、低俗角色扩散……11月将进行审议」，2026年10月21日。 查看报道 ··· 内容涉及广播媒体通信审议委员会与业者的座谈会及审议日程。

背景知识

• 《Money Today》，「青少年热衷使用的AI聊天应用，低俗投诉不断涌入……政府调查“零件”」，2026年8月21日。 查看报道 ··· 展示了在国政监查两个月前，生成式AI用户保护指南处于何种状态。

值得一起阅读的往期

• 第79期 美国青少年是如何使用AI聊天机器人的 ··· 探讨了青少年使用聊天机器人的实际样貌，以及娱乐与风险之间的落差。
• 第116期 澳大利亚青少年社交媒体限制，账号数字之后要确认的事 ··· 审视了禁令政策的成效指标究竟衡量的是什么。
• 第200期 467人说要戒掉手机，坚持下来的只有119人 ··· 讲述了一项实验：改变使用行为的是环境设计，而非意志力。

---

作者 安光涉（Oswarld） 现任世宗大学兼任教授，INLEVEL9 战略顾问。职业经历、研究、著作与近期活动会持续更新在作者简介。 最新动态 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 术语说明

注释

1. ESTUDES：西班牙药物与成瘾观测所（OEDA）每两年针对14至18岁中学生实施的一项全国性调查。该调查本是以药物使用为主，但也一并询问网络使用等行为成瘾相关问题。 ↩

2. 逻辑回归：当结果只有“是”或“否”两种情况时，用来估算各个变量对这一概率提升或降低程度的统计模型。其计算过程透明，易于解释是其优点。 ↩

3. 梯度提升：一种机器学习方法，通过依次堆叠多棵小型决策树，使后面的树弥补前面树的错误。它能较好地捕捉变量间的复杂关系，但结果本身难以直接解释。 ↩

4. SHAP（Shapley加性解释）：针对模型的每一个预测，分别计算各变量将该预测向上或向下推动了多少的一种解释方法。它只能显示对预测的贡献，并不能证明因果关系。 ↩

5. 横断面调查：一种只在某一时间点对同一批人进行一次调查的方式。可以观察到两个特征是否同时出现，但无法知道孰先孰后、何为因果。 ↩

6. 胜算（odds）：某事件发生的概率除以不发生的概率所得到的值。它看起来与概率相似，但并不相同，因此不能把“胜算低92.8%”理解为“概率低92.8个百分点”。 ↩

7. AUC：表示模型区分使用者与非使用者能力的指标，数值在0.5至1之间。0.5相当于抛硬币的水平，越接近1说明区分能力越强。 ↩

8. 敏感度与特异度：敏感度是指在实际使用者中被模型正确判定为使用者的比例，特异度是指在实际非使用者中被正确判定为非使用者的比例。基准线设在哪里，决定了提升一方时另一方会相应下降。 ↩

9. 红队测试：一种站在攻击者角度，主动试探系统以找出弱点的检验方式。在AI服务中，指的是通过尝试各种输入来诱导出有害回应的作业。 ↩