联合国与 Google 9 月 17 日宣布推出 UN System Data Commons，把分散在不同联合国机构中的统计数据整合到同一平台。新系统取代旧版 UNData 门户，支持自然语言检索，也可供 AI 助手直接调用，目标是让研究人员、媒体和政策分析人士更快获取可追溯的数据。
Google提供资金与技术支持
平台基于 Google 于 2018 年推出的开源框架 Data Commons 搭建。Google.org 为项目提供 200 万美元资金和技术支持，联合国基金会参与推动落地。Google Data Commons 团队负责人 Prem Ramaswami 表示，系统目前运行在由联合国治理的实例上，后续将逐步转向由联合国独立运营。
近20个联合国实体已上线数据
联合国统计司代理司长 Shantanu Mukherjee 表示，这次上线不只是旧系统升级，而是首次在更大范围内打通多个联合国机构的数据。按照官方说法，已有 26 个联合国实体承诺接入，平台上线时已汇集其中近 20 个实体的数据。
联合国计划在未来一年继续扩充数据范围，目标是在 2027 年前覆盖联合国系统 80% 的统计数据集。所有数据在上线前都需经过联合国统计人员和技术专家核验，以保证输出基于官方数据源。
自然语言查询可直接返回图表
这一平台的核心变化，是把原本格式、时间口径和地理边界并不统一的数据，整理进同一知识图谱中。过去研究人员往往需要手动处理表格和口径差异，如今用户可以直接用自然语言提问，系统返回相关数据和图表，而不必先判断数据归属哪个机构。
例如，用户可以直接查询农村清洁用水与入学率之间的关系、过去十年获得电力供应的人口变化，或不同地区预期寿命的变化。除搜索外，平台也提供按地区和主题筛选的浏览入口，并将部分复杂趋势整理为可读报告。
技术上，平台支持 Model Context Protocol（MCP）。这是 Google 去年加入 Data Commons 的标准，允许 AI 系统直接连接外部数据源，并在调用数据时保留来源信息。联合国将这一能力描述为“面向 AI 的知识图谱”，意在让 AI 工具在调用统计数据时保留可追溯性。
UNICEF测试显示模型准确率偏低
文章还提到，UNICEF 此前对 6 个大语言模型进行测试，覆盖超过 13.3 万条与全球发展指标相关的回答。结果显示，这些模型的平均准确率仅为 21.2%。参与测试的模型包括 OpenAI 的 GPT-4o、Anthropic 的 Claude Sonnet 4.5，以及 Google 的 Gemini 系列。
UNICEF 首席统计学家 João Pedro Azevedo 表示，约五分之三的回答甚至没有给出可用数字，很多回答带有明显保留措辞。即便是同一模型版本，在相隔约两天后重复回答同样问题时，前后两次给出完全相同数字的情况也只占约一半。
与此同时，UNICEF 数据网站来自 AI 工具答案链接的引流正在上升。按其披露，今年 1 月 1 日至 9 月 14 日期间，这部分流量同比增长 67%，目前约占全部访问量的 6.4%。这也解释了为何联合国正加快建设可供 AI 直接调用、且能追溯原始来源的数据系统。
