美东时间9月21日，盖茨基金会2026年“目标守卫者”（Goalkeepers）大会在纽约举行。正值联合国大会高级别周 ，来自科技 、公共卫生 、教育、农业 、政策和公益等领域的全球创新者和行动者齐聚纽约 ，将讨论焦点投向人工智能快速发展之下一个越来越现实的问题：AI究竟会进一步扩大既有的不平等，还是成为缩小全球发展差距的新工具？
今年大会以“Make This Matter: AI, Equity, and the Choice We Cant Delay ”（让改变真正发生：AI 、公平与刻不容缓的选取 ）为主题 ，通过个人故事、现场音乐和对话展开讨论 。与传统科技论坛聚焦模型能力 、算力和商业竞争不同 ，今年Goalkeepers更加关注AI如何真正进入普通人的生活，以及医疗工作者 、教师、农民等群体能否从这轮技术变革中获得实际机会 。
今年的讨论也与盖茨基金会刚刚发布的第十份年度《目标守卫者报告》形成呼应。报告将“AI与公平 ”作为核心议题 ，并提出三个需要优先解决的问题：让AI能够理解人们实际使用的不同语言；根据技术实际应用地区的数据和环境开发AI工具；以及增加对人才和技术可及性的投入 ，让当地社区能够参与塑造AI的应用方式 。盖茨基金会同时宣布，未来两年至少投入10亿美元推动更加公平的AI应用，其中约40%用于教育、40%用于医疗健康 、10%用于农业 ，另外10%用于包括多语言数据集在内的数字基础设施建设 。
其中 ，“语言”成为今年大会和报告特别强调的一道AI鸿沟。盖茨基金会指出，早期大型语言模型超过90%的训练数据来自英文资源 。在全球约7000种语言中 ，近来 只有很小一部分拥有足够的数据和数字资源 ，可以支持较为成熟的AI能力 。
就在Goalkeepers大会举行当天，包括盖茨基金会 、Google、Microsoft 、NVIDIA 、OpenAI Foundation、Amazon 、Anthropic 、UNICEF和世界银行集团在内的全球AI生态首批60家机构作出一项联合承诺：未来五年 ，使近来 在AI模型中代表性不足语言的约34亿使用者 ，能够直接使用自己的语言和语音，与人工智能工具进行交互。
这意味着 ，今年《目标守卫者报告》提出的“让AI理解每个人使用的语言 ” ，已经开始从倡议进入具体行动阶段。
AI时代，一道新的语言鸿沟
近来 ，全球约有7000种语言 ，但只有少数语言拥有足够丰富的数据、工具和评测体系来支持较为成熟的AI能力 。大量“低资源语言 ”在训练数据和AI评测基准中的代表性仍然有限 。
对于这些语言的使用者而言，问题并不仅仅是现有的翻译工具翻译得是否准确。方言 、俚语 、习语和文化语境都可能改变表达的实际含义；尤其在医疗、农业等对准确性要求较高的场景中，AI对语言理解出现偏差可能带来更直接的现实后果 。
盖茨基金会主席比尔·盖茨表示 ，让AI工具能够服务每一个人 ，并支持人们实际使用的语言非常重要 。
“近来 ，即便是一些资源支持相对较好的非洲语言 ，在AI支持方面仍存在明显不足。当AI工具无法理解一个人日常使用的语言时 ，一个错误可能带来严重后果 。”盖茨表示，他相信 ，在适当的领导和推动下 ，这一问题有望在较短时间内得到解决 。
60家机构提出五年目标
根据当天公布的联合承诺，首批60家签署方涵盖前沿AI实验室 、科技企业 、研究机构、政府部门、公益组织和社区机构。除Google 、Microsoft 、NVIDIA、Amazon 、Anthropic和OpenAI Foundation等全球科技和AI机构外 ，还包括AI4Bharat 、Data Science Nigeria、Deep Learning Indaba等来自印度和非洲的AI及语言技术组织 。
各参与机构将围绕四个方向展开合作：建设开放 、安全的语言数据基础设施；建立评估体系和基准 ，衡量不同语言的AI能力；将语言数据进一步转化为开发者可以实际使用的模型和应用；在整个过程中保护隐私和数据主权，并保障知情同意 。
未来一年 ，各参与方还将进一步确定联盟的组织架构 、治理机制和工作重点 ，并邀请更多科技企业、政府 、研究机构和社会组织参与。
从“AI有多强 ”到“谁能用上AI ”
今年Goalkeepers提出的核心问题，也折射出全球AI讨论正在发生的一个变化 。
过去几年，全球科技行业关注的重点更多集中在模型能力 、算力投入以及生成式AI的商业化速度 。随着AI开始进入医疗、教育和农业等具体场景 ，技术能否覆盖不同语言背景 、不同收入水平的人群 ，以及身处数字基础设施相对薄弱地区的人群，正在成为衡量AI实际影响力的另一项指标。
盖茨在今年《目标守卫者报告》中提出 ，如果完全按照市场力量发展 ，能力最强的AI工具很可能首先服务于最有支付能力的人和机构，而这些群体未必是最能够从AI中获益的人群。
对于一名纽约学生而言 ，AI可能意味着更加个性化的学习工具；对于医疗资源不足地区的基层医生而言 ，它可能意味着更及时的辅助诊断；对于依靠土地和天气维持生计的小农户而言，它也可能意味着可以用自己的语言获取天气 、病虫害和施肥信息 。
技术已经开始具备这样的能力 。下面 的问题是 ，这些能力最终能够覆盖多少人。
从今年Goalkeepers大会释放的信息来看 ，AI发展的衡量标准正在变得更加多元 。除模型能力之外，语言覆盖、数据代表性以及技术在不同地区的可及性 ，也将越来越直接地影响人工智能在全球范围内产生的实际价值 。
（文章来源：21世纪经济报道）
