社會第 116 期

我們試了禁止青少年使用社群媒體。有效果嗎?

澳洲公布了禁止16歲以下社群媒體帳號的6個月執行結果

我們試了禁止青少年使用社群媒體。有效果嗎?

前言

訂閱者你好,2025年12月10日,澳洲全面禁止了16歲以下的社群媒體帳號。一個月後,政府宣布「已刪除約470萬個帳號,這是成功」。然而,同一時期針對家庭的調查卻顯示,60%到70%的青少年仍然擁有帳號。

同一項政策,卻呈現完全相反的數字。有人說是成功,有人說幾乎沒有改變。誰在說謊呢?先說結論:兩者都是事實,只是測量對象不同罷了。而在這個落差之中,隱藏著更令人不安的事實——這項禁令從未針對其對象的青少年進行過任何驗證。

同一項政策,為什麼數字完全相反?

澳洲政府所說的470萬,是「平台發現並刪除的帳號數量」。Meta表示在實施當天就刪除了約55萬個帳號。從平台的角度來看,這確實是明確的行動,也是顯眼的數字。

而60%到70%這個數字,測量的則是另一回事。根據2026年3月澳洲線上安全委員會(eSafety)的檢查資料,在父母調查中,孩子仍然擁有Instagram帳號的比例為69.1%、Snapchat為69.4%、TikTok為69.3%。大約只有三分之一的人回答「現在沒有帳號了」。

這兩個數字並非互相矛盾,它們只是在回答不同的問題。470萬衡量的是「平台做了什麼」,70%衡量的是「青少年實際上的狀況如何」。刪除了帳號,孩子可以重新建立帳號、謊報年齡、或在不登入的情況下瀏覽內容。在已刪除帳號數量不斷增加的同時,實際連線的青少年人數可能幾乎沒有變化。

這就是我一直警惕的**「虛榮指標(vanity metric)」**1的典型——數字很大、看起來很亮眼,但與政策真正想要改變的結果毫無關聯的指標

為什麼政府要拿470萬出來?因為那是最能乾淨俐落地傳達「我們有行動」的數字。Albanese總理甚至稱之為「澳洲的驕傲」。而70%這個數字則暴露了政策的漏洞,因此不太適合被放在同一個舞台上。觀察哪些數字被放上發布台、哪些被隱去,就能看出那項政策對什麼有信心、又對什麼想避而不談。

順帶一提,這個趨勢並非澳洲獨有。法國國民議會於2026年1月通過了禁止15歲以下使用社群媒體的法案,丹麥也在走類似的路。美國已有8個州引入了針對未成年人的管制措施。澳洲可對違規平台處以最高4,950萬澳元的罰款。全球正朝同一方向快速前進。就連最初反對管制的英國總理,最近也轉向考慮禁止方案,風氣已明顯傾向一方。

這是一項從未經過驗證的政策

那麼,這項禁令真的能改善青少年的心理健康嗎?令人驚訝的是,我們並不知道答案。

加州大學爾灣分校的Monika Neff Lind研究團隊於2026年5月發表的論文正面回應了這個問題。研究團隊收錄了部分以「減少或停止使用社群媒體是否改善心理健康」為主題的隨機對照試驗(RCT)2。他們彙整了兩篇既有meta分析中收錄的36篇研究,加上2025年12月額外搜尋找到的4篇,共計40篇

其中有三個值得注意的事實。

第一,40篇研究中,平均年齡低於18歲的研究一篇都沒有。16歲以下的參與者完全沒有,最年輕的參與者也是16歲。換句話說,針對禁令對象——也就是那些青少年——所進行的實驗根本不存在。法國總統Macron稱這是「科學家建議的做法」,但實際上針對該對象的科學研究是空白的。

順帶一提,研究團隊從973篇中篩選出符合標準的實驗共40篇。其中包含至少一名18歲以下參與者的研究僅有8篇,而且這些參與者全部是從大學實驗參與者池中招募的,實質上都是大學生。我們真正想知道的國中、高中生的數據,在任何地方都找不到。

**第二,實驗期間太短了。限制期間從一天到三個月不等,但一半不到一週,平均為16.3天。**此外,40篇中有19篇並非完全停止使用,而是減少使用時間。要從這些短暫的實驗中推斷持續數年的全面禁令效果,實在困難。

第三,效果本身就很微弱。兩篇meta分析中,平均效果與0無顯著差異,或即使有也非常小(效果量3** g≈0.17)。**40篇中有8篇沒有效果,8篇反而使幸福感下降。合計起來,40%屬於「無效果或反效果」。

更有趣的是,這些實驗中大多數參與者都知道「我正在參與停止使用社群媒體的實驗」。在「停止使用會變好」的預期下,結果容易偏向正面4。但即便如此,效果仍然這麼小。而且兩篇meta分析都報告,年齡越大,限制的效果越明顯。這與「青少年會更聽話」的預期方向相反。

事實上,「社群媒體損害青少年心理健康」這個常識,在科學上並未得到確認。美國國家學院在2024年的報告中結論指出:「關聯性小且不一致,現實更為複雜。」 長期追蹤研究甚至觀察到,情緒或先前症狀預測後續社群媒體使用的情況,也就是因果方向與常識相反。

這裡還有測量的陷阱。許多**既有研究用同一份問卷同時詢問「社群媒體使用量」和「憂鬱感」。這樣即使兩者之間出現關聯,也難以判斷是真正的關係,還是回答問卷的習慣所致。**此外,若忽略同時影響兩者的第三變項(如收入),就會畫出錯誤的因果關係。研究者之所以強調需要實驗而非相關性,原因就在這裡。

借用研究團隊的說法,我們現在等於在對全國的青少年同時投予未經驗證的處方。用藥物來比喻,就像跳過臨床試驗就直接向全國發放一樣。可能有效果,可能沒有,也可能有害。

**當然也有相反的結果。Davis和Goldfield 2025年的研究報告指出,對於經歷情緒困擾的17至25歲青年,減少使用後憂鬱、焦慮和FOMO都有下降。**這意味著對特定條件的青年可能有幫助。但這與「全民全面禁止」是不同層次的討論。

拿走一邊,氣球的另一邊就會膨脹

比禁令未經驗證更令人擔憂的,是無意中的副作用。

澳洲的法律禁止持有帳號,但無法阻止不登入就瀏覽內容。因此青少年保留了內容的存取,卻失去了帳號附帶的保護機制——內容過濾、家長控制功能等。如果建立謊報年齡的假成人帳號,演算法就會把那個孩子當作大人來對待。

年齡驗證技術也有問題。澳洲要求從政府身分證、自拍照片/影片、銀行登入中選擇其一。自動年齡辨識技術在澳洲政府的測試中,對年輕面孔和有色人種的錯誤率更高。保護性的技術對特定群體更容易出錯。沒有身分證、或身分證與目前外貌不同的人,也承受了更大的負擔。最終形成了最脆弱的青少年最常被誤判的悖論。

再加上青少年的發展特性。青少年對自主性和「被尊重感」特別敏感。從上而下單方面壓制的規則,往往引發反抗、增加規避和隱瞞行為、削弱與成人的信任。禁令非但無法減少衝突,反而可能加劇。

此外,許多學校和青年組織透過社群媒體發布通知和活動資訊。把青少年趕出平台,卻連他們真正需要的資訊也一併切斷,這就是矛盾所在。

還有其他副作用。被大型**平台驅逐的青少年,可能轉往管控更鬆散的空間。從顯眼的地點消失,轉而散落至管控和保護都薄弱的角落。禁止措施與言論自由或兒童權利相衝突的訴訟也已在各地浮現。**一項政策可能伴隨龐大的行政成本和法律紛爭。

人們常以氣球來比喻。壓住一邊,空氣不會消失,而是另一邊膨脹。壓住帳號,匿名連線和假帳號就會膨脹起來。

澳洲的視角

在制定GTM策略時,我見過最多的失敗案例就是:**在充分定義問題之前就推出解決方案,然後把「推出了」本身當作成果來宣布。**470萬這個數字正是如此。令人印象深刻,但與政策承諾的結果——青少年的心理健康——目前毫無關聯。

我處理數據時總是會問一個問題:「這個數字測量的是什麼?」470萬測量的是「平台的行動」,70%測量的是「青少年的現實」。發布成果時,通常會選擇較大的數字。所以我會先去找那些沒有被發布的指標。

有趣的是,論文作者們甚至坦率地公開了自己的利益關係。一位持有數位健康公司的股份,其他作者則與Headspace或YouTube顧問委員會有所關聯。這種坦率的披露反而提升了論述的可信度,因為他們是先揭露限制,而非先定結論再硬湊證據。

我在顧問工作中定義成功指標時,最先達成共識的也是這一點:「看到什麼,我們就承認失敗了。」沒有失敗標準的成功發布,其實等同於什麼都沒有承諾。

拿走技術不一定都是錯的。**但在拿走之前,必須先定義「用什麼、怎麼測量來判斷成功」。否則,我們就是在拿青少年做未經驗證的處方實驗。**比拿走更好的做法是讓事情變得更好,這雖然更難,但通常那才是真正的解法。

結語

把今天的內容用三句話來總結。第一,澳洲的「470萬」和「70%」都是事實,只是測量了不同的東西。第二,青少年禁令從未針對16歲以下的人群進行過驗證。第三,拿走一邊,往往會讓氣球的另一邊膨脹。

下次看到任何政策或產品的「成功」發布時,建議先問一個問題:「這個數字到底測量的是什麼?」這一個問題就能相當準確地照出發布與現實之間的落差。如果想更深入了解禁令的效果,建議從下方論文的第4章(評估方法建議部分)開始閱讀。

💬 你們有沒有經歷過「成功」指標發布後,卻與現實不符的情況?無論是在工作還是日常生活中,歡迎在留言區分享你們遇到的數字。

參考資料 & 延伸閱讀

核心來源

背景知識

作者 安光涉(Oswarld) 現任世宗大學兼任教授,INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月:HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI

각주

  1. 虛榮指標(vanity metric):數字很大、看起來很亮眼,但與真正想達成的目標關聯不大的指標。例如瀏覽量很高但沒有轉化為購買,就是典型例子。

  2. 隨機對照試驗(RCT):將參與者隨機分為兩組(實驗組/對照組)來比較效果的方法。被視為區分因果關係最有力的工具。

  3. 效果量(g):表示效果「有多大」的數值。通常0.2為小、0.5為中等。0.17屬於較小的範圍。

  4. 需求特性(demand characteristics):參與者察覺實驗意圖後,行為隨預期而改變的現象。可能使結果被放大。