iVOD / 153353

Field Value
IVOD_ID 153353
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153353
日期 2024-05-30
會議資料.會議代碼 委員會-11-1-26-19
會議資料.會議代碼:str 第11屆第1會期社會福利及衛生環境委員會第19次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 19
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第1會期社會福利及衛生環境委員會第19次全體委員會議
影片種類 Clip
開始時間 2024-05-30T10:41:31+08:00
結束時間 2024-05-30T10:57:17+08:00
影片長度 00:15:46
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/bbbc431469b8aebacf277e3c6700e97bea2e07370b40154bbeba37a180c9b1cd15a52f385e0ba14d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林淑芬
委員發言時間 10:41:31 - 10:57:17
會議時間 2024-05-30T09:00:00+08:00
會議名稱 立法院第11屆第1會期社會福利及衛生環境委員會第19次全體委員會議(事由:審查 一、委員許宇甄等22人擬具「老人福利法增訂第二十二條之一條文草案」案。 二、委員馬文君等16人擬具「老人福利法第二十五條條文修正草案」案。 三、委員張嘉郡等20人擬具「老人福利法第二十二條條文修正草案」案。 四、國民黨黨團擬具「老人福利法第二十二條條文修正草案」案。 五、委員黃健豪等17人擬具「老人福利法第二十二條條文修正草案」案。 六、委員王育敏等19人擬具「老人福利法第二十二條條文修正草案」案。 七、台灣民眾黨黨團擬具「老人福利法第二十二條及第二十五條條文修正草案」案。 【第七案,如經復議,則不予審查】)
gazette.lineno 509
gazette.blocks[0][0] 林委員淑芬:(10時41分)主席、各位早安。請次長。
gazette.blocks[1][0] 主席:請呂次長。
gazette.blocks[2][0] 林委員淑芬:次長你好。
gazette.blocks[3][0] 呂次長建德:委員好。
gazette.blocks[4][0] 林委員淑芬:最近一次你到餐廳用餐是什麼時候?
gazette.blocks[5][0] 呂次長建德:最近一次到餐廳用餐,報告委員,我來……
gazette.blocks[6][0] 林委員淑芬:你想不起來?OK……
gazette.blocks[7][0] 呂次長建德:我來衛福部之後……
gazette.blocks[8][0] 林委員淑芬:沒關係。那你有沒有用過QR Code點餐?
gazette.blocks[9][0] 呂次長建德:這個有。
gazette.blocks[10][0] 林委員淑芬:點餐以後有使用線上支付結帳嗎?線上支付。
gazette.blocks[11][0] 呂次長建德:報告委員,因為我的IT能力不太好。
gazette.blocks[12][0] 林委員淑芬:是別人替你服務的吧!
gazette.blocks[13][0] 呂次長建德:不敢、不敢。
gazette.blocks[14][0] 林委員淑芬:你有沒有到過麥當勞、肯德基、摩斯漢堡的自助點餐機點過餐?自己操作。
gazette.blocks[15][0] 呂次長建德:報告委員,沒有,我都用現金。抱歉。
gazette.blocks[16][0] 林委員淑芬:不是現金,我是說自助點餐機,自己操作,沒有透過櫃檯、點餐人員。
gazette.blocks[17][0] 呂次長建德:報告委員,因為我算是比較有年歲的人,麥當勞我比較不……
gazette.blocks[18][0] 林委員淑芬:你幾歲?抱歉,這個是不應該回答的啦!
gazette.blocks[19][0] 呂次長建德:抱歉、抱歉、抱歉,麥當勞我……
gazette.blocks[20][0] 林委員淑芬:我在這裡必須要請你回答,因為這跟這個有關。
gazette.blocks[21][0] 呂次長建德:報告委員,我……
gazette.blocks[22][0] 林委員淑芬:你幾歲了啦?抱歉,可是這個跟我的主題有關哪!
gazette.blocks[23][0] 呂次長建德:我屬馬。我55年次啦!1966年,我55年次。
gazette.blocks[24][0] 林委員淑芬:這樣是幾歲?
gazette.blocks[25][0] 呂次長建德:今年58。
gazette.blocks[26][0] 林委員淑芬:好,我現在要跟你講,數發部在2023年發布了「112年數位發展調查報告」,其報告內容指出,從年齡差異來看,個人上網率大概以60歲為分界,12至59歲民眾上網率達91.9%以上,但是60至64歲就下降至83.7%、65歲以上民眾的上網率只有51.6%,換言之大概60歲……抱歉,我問你年齡是因為這個原因。
gazette.blocks[27][0] 呂次長建德:是、是、是。
gazette.blocks[28][0] 林委員淑芬:60歲以上就有數位落差。近五成的65歲以上長者不會使用網路,這只是使用網路喔!你只要會用LINE,就有在使用網路了。
gazette.blocks[29][0] 呂次長建德:是,沒錯。
gazette.blocks[30][0] 林委員淑芬:現在我告訴你,可是這裡面有一個更精準的分析,這個報告裡面有一個叫做資訊與通信科技近用權,從ICT近用、使用與素養的年齡異同彙整表可以看得出來,如果不要講只是上網的部分,從資訊查詢和行動支付兩項指標來看,60至64歲開始就低於全體平均值,但是65以上的部分呈現雪崩式下滑,65歲以上使用網路做資訊查詢的只有18%、使用行動支付的只有10.6%。因此以65歲以上使用資訊查詢和行動支付這兩個指標來看的話,其實是雪崩式下滑,幾乎不會啦!九成的人沒有使用電子支付。
gazette.blocks[30][1] 你剛才說你有在使用電子支付還是沒有?次長有沒有LINE Pay、Google Pay、台灣Pay?
gazette.blocks[31][0] 呂次長建德:報告委員,沒有。
gazette.blocks[32][0] 林委員淑芬:你58歲就沒有使用了!
gazette.blocks[33][0] 呂次長建德:報告委員,Google Pay是有,但我不知道要怎麼使用,抱歉,我趕快回去研究怎麼操作。
gazette.blocks[34][0] 林委員淑芬:次長都不會用了。我很開心聽到連次長都不會用,看到這種現象,你就知道問題有多嚴重,我現在才要討論問題。
gazette.blocks[35][0] 呂次長建德:是。
gazette.blocks[36][0] 林委員淑芬:關於銀髮族的數位落差困境,現在的社會越來越科技化,連鎖餐廳一般都是手機點餐,app點餐的模式逐漸普及,很多長輩其實是無所適從,現在AI的發展日新月異,長者的日常生活注定跟社會環境是越來越衝突,因為高齡上的數位落差,變成高齡外出的挫折,然後變成高齡歧視,後來就變成高齡被邊緣化,一個階段一個階段,社會對年輕人好像越來越方便,網路越來越方便,可是老人卻越來越邊緣,因為數位落差,結果讓老人不敢走出去!以點餐來講,你知道很多餐廳是手機和平板點餐,對高齡者來講,他有什麼考驗?次長,你想得到他會有什麼障礙?
gazette.blocks[37][0] 呂次長建德:報告委員,其實有幾個部分,第一就是可能字體大小,還有另外一方面……
gazette.blocks[38][0] 林委員淑芬:字太小是因為老花眼,然後手指不靈敏,不會使用這個系統……
gazette.blocks[39][0] 呂次長建德:是的,沒錯。
gazette.blocks[40][0] 林委員淑芬:根據弘道老人福利基金會的處長陳奐宇表示,長者的科技落差在「科技點餐」愈來愈普及的現代社會中更加困窘,連到超市買東西都因為不擅使用app而遭排隊等待的客人嘲諷,有人會冷言冷語的說:不會買就不要出來。其實不是長者,包括你,你是中年啦,對科技點餐也有障礙,即便你要去適應和學習也要花時間。所以弘道基金會也收到長輩遇到類似困擾的抱怨,像手機點餐點了老半天,一直點卻沒有辦法進入下一步,或是點到最後一個步驟不小心又滑到上一頁,結果變成又得重來;有時候點餐的螢幕字體太小,老花眼看不到,這些都是重重的障礙和阻礙,而這只是點餐喔,遇到採購的時候,也會被歧視,很多知名賣場會推他們自己的app,他們在推app的時候,會員制要先行,所以實體會員卡不能使用,然後叫大家都要用app結帳,如果操作不順就會讓結帳的時間拉很長,看到後面大排長龍,長輩壓力也很大,後面的顧客因為要趕時間結帳,最後也一樣一句話:不會買就不要出來!遇到這種狀況,你說店員可以幫他操作,但賣場為什麼要推使用app、自助結帳等等?就是因為要節省人力成本,我們以為店員會來幫他,但根本就沒有多餘的店員可以幫忙,所以你說叫店員過來,他可能會拒絕,表示手邊工作都忙不完了,怎麼還會去幫忙操作!大部分都會說可不可以去別的櫃檯結帳,重新去別的櫃檯排隊這樣子。
gazette.blocks[40][1] 再談就醫的部分。這種情形不是說不出去餐廳吃飯就沒事了,不要去super market買東西就沒事了,不是喔!現在連老人家看醫生也遇到同樣問題,現在多數醫療院所都可以線上掛號,而且要透過線上查看看診的進度,那麼只會使用老人機的長輩該怎麼辦?沒有人協助怎麼辦?只好從早上坐到中午,一直坐在那裡。通常大型醫院因為敬老會協助長輩,次長知道他們提供的協助是針對幾歲的長者嗎?
gazette.blocks[41][0] 呂次長建德:好像都是志工嘛!志工在那邊提供……
gazette.blocks[42][0] 林委員淑芬:不是啦!志工都提供幾歲長者服務,你知道嗎?所謂的醫院給敬老的協助是幾歲,你知道嗎?
gazette.blocks[43][0] 呂次長建德:大概80歲吧!
gazette.blocks[44][0] 林委員淑芬:85歲!次長,這些問題都很嚴重,我們今天講說要給老人什麼福利、什麼照顧,生活上的這些數位落差,讓他受到的困擾和遭遇,其實就是很大的社會排斥和排擠了。下載醫院的app可以線上查詢推估看診時間,但他們沒有辦法推估時間,只好一直等,對於經常出入醫院的長輩而言,只要就診、回診,不是太早到,就是預估錯誤而晚到,導致過號,整個時間都耗在那裡。這不是只有老人福利團體的觀察,連年輕人自己都觀察到如果沒有年輕人,自己的爸爸媽媽也是一樣,可是很多爸爸媽媽都說不要麻煩年輕人,到時候如果沒有年輕人幫忙或不想麻煩年輕人,就乾脆不要外出消費,但這樣的狀況,符合我們國家提升高齡者跟社會連結的政策目標嗎?次長。
gazette.blocks[45][0] 呂次長建德:報告委員,確實在目前這個資訊社會裡,委員剛剛提到的數位落差,我們要趕快趕上去,我也跟委員報告,目前在社區照護關懷據點和長青學苑,都有推類似這樣的對策方案。
gazette.blocks[46][0] 林委員淑芬:對啦!我們都說得很好聽,2022年行政院核定了因應超高齡社會對策方案,提到我們2026年會進入超高齡社會,老人人口占總人口比率會到20.8%,2036年會達到28%,進入極高齡社會的國家,所以你們當然也要有一些政策,包括提升高齡者數位連結、降低高齡者數位落差的政策,就如你所說,在社區大學裡有教學,可是你知道社區大學是教什麼嗎?教什麼內容?
gazette.blocks[47][0] 呂次長建德:以我過去在臺中服務的經驗,大概就是如何上網,以及對整個設備使用的一些knowledge。
gazette.blocks[48][0] 林委員淑芬:你講了一部分而已啦,社區大學、關懷據點是教你怎麼使用FB、使用通訊軟體LINE,教你怎麼玩遊戲調劑身心,但是這跟我剛才講的那一些不一樣,也不符合需求,現在的老人大概用LINE都可以,但是如何使用QR Code點餐、如何使用實體點餐機點餐、電子支付、如何查找資訊,他們並不熟悉。通常他們會亂傳假訊息,我就會跟他們說:你都有智慧手機了,為什麼不在Google裡查詢一下,關鍵字輸入就可以了。但他們完全不會,人手一機,但完全不會,他也沒有辦法辨別網路詐騙,更不要講用手機進行網路掛號和查看看診進度。重點是社區大學,就是你所謂的國家整體改善數位落差的政策和教學,都是紙上談兵,都是在那裡看影片,然後照著做,聽完以後,老人家就是鴨子聽雷啦!聽完後,不知道在說什麼,就一頭霧水!所以真正要做的是什麼你知道嗎?應該要帶著長輩走出去實際操作,就是你們跟一些企業合作,請他們在某些時段讓長輩可以去練習外出課程,真正去操作,不要只是在課堂上教學,然後紙上談兵與現實脫節。
gazette.blocks[48][1] 我舉韓國的例子說明,你就知道我們衛福部真的從來沒有思考如何解決這部分的障礙和問題。韓國2022年因為疫情加速了整個社會數位化的時代,全韓國電子自助機臺激增三萬臺,是2019年的3倍之多,結果很多高齡者望機興嘆,因為通通都不會,從出示快篩的陰性報告、接種證明到點餐、購買票券通通電子化,南韓的銀髮族根本不熟悉這些電子產品,所以外出一趟壓力非常大,感覺他被社會邊緣化了,但又害怕丟臉,所以乾脆不外出避免消費,其實這樣的數位落差讓高齡者更加遠離社會。後來首爾做了什麼你知道嗎?他們增設了慢機臺,專門for長輩,給他們慢慢操作,不要有壓力,因為這是長輩慢慢的操作臺。然後京畿大學也幫長輩們上數位課,把電子機臺搬進樂齡課程,從按鍵說明到使用程序,一切手把手教學,還讓長輩直接上機練習。除此之外,疫情期間韓國因為銀行業務全面調整,兩年內關閉了600家銀行分行,全面擴大網路金融服務,但是全韓國60到70歲的民眾網路銀行使用率到目前只有37%,70歲以上的長者更只有一成,南韓的銀髮族說沒有人幫忙下載網銀app,太複雜了,他們不會,所以操作時只能看帳戶明細,也不敢轉帳,因為大家都很忙,所以也不敢麻煩別人,結果反彈的聲浪排山倒海,然後南韓各大銀行除了維持少數分行運作以外,開始增設大字的機臺,還派出行動銀行專車。
gazette.blocks[48][2] 時間關係,我最後再講結論就好了。首爾女子大學社會福祉學系教授提到,數位落差使長輩的社交範圍縮小,甚至遭到破壞,他們會因此感到孤單、孤獨,老人輕生率可能提高,而縮小生活中的數位落差,防止長輩們出現社會疏離感,打造友善的高齡環境,是後疫情時代的重要課題。因應這個狀況,邁向超高齡社會,勢必一定要加速調整精進政府的政策重點。
gazette.blocks[48][3] 次長,數位落差現行的執行策略和具體工作,你們一定要好好去盤點,不要在那裡紙上談兵,而且也不是實際生活需要的,你要針對高齡者的日常生活進行數位科技應用,擴大所有關懷據點、社區大學裡具體生活能力的教導課程。
gazette.blocks[49][0] 呂次長建德:好的。
gazette.blocks[50][0] 林委員淑芬:這樣你知道嗎?你們都沒做,基本上是完全沒有思考過這樣的問題。
gazette.blocks[51][0] 呂次長建德:好,OK。
gazette.blocks[52][0] 主席:好,謝謝林……
gazette.blocks[53][0] 林委員淑芬:你自己都不會了,應該知道別人更慘!謝謝。
gazette.blocks[54][0] 呂次長建德:感謝委員,謝謝。
gazette.blocks[55][0] 主席:謝謝,謝謝林淑芬委員的質詢。
gazette.blocks[55][1] 接下來請楊瓊瓔委員質詢。
gazette.agenda.page_end 212
gazette.agenda.meet_id 委員會-11-1-26-19
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 許宇甄
gazette.agenda.speakers[2] 張嘉郡
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 林月琴
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 黃秀芳
gazette.agenda.speakers[7] 黃健豪
gazette.agenda.speakers[8] 張智倫
gazette.agenda.speakers[9] 李彥秀
gazette.agenda.speakers[10] 林淑芬
gazette.agenda.speakers[11] 楊瓊瓔
gazette.agenda.speakers[12] 陳瑩
gazette.agenda.speakers[13] 劉建國
gazette.agenda.speakers[14] 徐欣瑩
gazette.agenda.speakers[15] 楊曜
gazette.agenda.speakers[16] 陳菁徽
gazette.agenda.speakers[17] 盧縣一
gazette.agenda.speakers[18] 涂權吉
gazette.agenda.speakers[19] 蘇清泉
gazette.agenda.page_start 149
gazette.agenda.meetingDate[0] 2024-05-30
gazette.agenda.gazette_id 1135501
gazette.agenda.agenda_lcidc_ids[0] 1135501_00003
gazette.agenda.meet_name 立法院第11屆第1會期社會福利及衛生環境委員會第19次全體委員會議紀錄
gazette.agenda.content 審查一、委員許宇甄等22人擬具「老人福利法增訂第二十二條之一條文草案」案;二、委員馬文 君等16人擬具「老人福利法第二十五條條文修正草案」案;三、委員張嘉郡等20人擬具「老人福 利法第二十二條條文修正草案」案;四、國民黨黨團擬具「老人福利法第二十二條條文修正草 案」案;五、委員黃健豪等17人擬具「老人福利法第二十二條條文修正草案」案;六、委員王育 敏等19人擬具「老人福利法第二十二條條文修正草案」案;七、台灣民眾黨黨團擬具「老人福利 法第二十二條及第二十五條條文修正草案」案
gazette.agenda.agenda_id 1135501_00002
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.61721875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 5.44784375
transcript.pyannote[1].end 8.62034375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 9.10971875
transcript.pyannote[2].end 10.00409375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 20.80409375
transcript.pyannote[3].end 22.69409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 22.08659375
transcript.pyannote[4].end 22.15409375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 23.14971875
transcript.pyannote[5].end 26.76096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.75221875
transcript.pyannote[6].end 30.52409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 32.53221875
transcript.pyannote[7].end 35.08034375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 33.19034375
transcript.pyannote[8].end 34.43909375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 35.08034375
transcript.pyannote[9].end 35.09721875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 36.48096875
transcript.pyannote[10].end 37.10534375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 37.13909375
transcript.pyannote[11].end 37.24034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 37.24034375
transcript.pyannote[12].end 37.52721875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 37.52721875
transcript.pyannote[13].end 39.46784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 39.75471875
transcript.pyannote[14].end 41.49284375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 41.89784375
transcript.pyannote[15].end 45.45846875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 46.80846875
transcript.pyannote[16].end 47.98971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 47.98971875
transcript.pyannote[17].end 48.00659375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 48.00659375
transcript.pyannote[18].end 48.02346875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 48.66471875
transcript.pyannote[19].end 51.92159375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 52.47846875
transcript.pyannote[20].end 52.96784375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 53.49096875
transcript.pyannote[21].end 55.26284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 56.07284375
transcript.pyannote[22].end 56.73096875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 56.73096875
transcript.pyannote[23].end 61.20284375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 61.54034375
transcript.pyannote[24].end 62.46846875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 64.07159375
transcript.pyannote[25].end 65.21909375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 65.99534375
transcript.pyannote[26].end 68.03721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 68.05409375
transcript.pyannote[27].end 68.77971875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 68.71221875
transcript.pyannote[28].end 77.38596875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 77.48721875
transcript.pyannote[29].end 79.17471875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 79.17471875
transcript.pyannote[30].end 79.19159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 79.52909375
transcript.pyannote[31].end 80.30534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 81.43596875
transcript.pyannote[32].end 84.15284375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 85.75596875
transcript.pyannote[33].end 88.42221875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 87.74721875
transcript.pyannote[34].end 90.21096875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 88.59096875
transcript.pyannote[35].end 92.03346875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 92.03346875
transcript.pyannote[36].end 92.10096875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 92.10096875
transcript.pyannote[37].end 92.21909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 92.21909375
transcript.pyannote[38].end 92.26971875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 92.26971875
transcript.pyannote[39].end 92.30346875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 92.30346875
transcript.pyannote[40].end 92.32034375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 92.38784375
transcript.pyannote[41].end 94.26096875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 93.67034375
transcript.pyannote[42].end 95.03721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 96.94409375
transcript.pyannote[43].end 101.21346875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 102.88409375
transcript.pyannote[44].end 107.86221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 108.45284375
transcript.pyannote[45].end 110.96721875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 110.96721875
transcript.pyannote[46].end 147.45096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 126.77909375
transcript.pyannote[47].end 127.21784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 147.45096875
transcript.pyannote[48].end 147.70409375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 147.70409375
transcript.pyannote[49].end 161.79471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 157.54221875
transcript.pyannote[50].end 157.87971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 161.55846875
transcript.pyannote[51].end 162.13221875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 162.09846875
transcript.pyannote[52].end 166.67159375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 167.61659375
transcript.pyannote[53].end 181.42034375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 181.42034375
transcript.pyannote[54].end 181.55534375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 181.55534375
transcript.pyannote[55].end 230.23971875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 231.75846875
transcript.pyannote[56].end 232.85534375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 233.34471875
transcript.pyannote[57].end 234.12096875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 234.84659375
transcript.pyannote[58].end 235.48784375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 235.72409375
transcript.pyannote[59].end 236.36534375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 238.13721875
transcript.pyannote[60].end 239.01471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 239.01471875
transcript.pyannote[61].end 240.11159375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 241.25909375
transcript.pyannote[62].end 242.82846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 243.40221875
transcript.pyannote[63].end 244.70159375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 245.08971875
transcript.pyannote[64].end 245.71409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 246.77721875
transcript.pyannote[65].end 247.68846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 248.44784375
transcript.pyannote[66].end 253.22346875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 250.15221875
transcript.pyannote[67].end 298.00971875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 258.08346875
transcript.pyannote[68].end 258.13409375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 258.13409375
transcript.pyannote[69].end 258.65721875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 298.06034375
transcript.pyannote[70].end 298.12784375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 298.80284375
transcript.pyannote[71].end 305.78909375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 306.41346875
transcript.pyannote[72].end 308.13471875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 308.37096875
transcript.pyannote[73].end 312.58971875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 313.01159375
transcript.pyannote[74].end 320.95971875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 321.93846875
transcript.pyannote[75].end 323.99721875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 323.99721875
transcript.pyannote[76].end 332.95784375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 329.29596875
transcript.pyannote[77].end 331.82721875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 332.18159375
transcript.pyannote[78].end 357.07221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 333.66659375
transcript.pyannote[79].end 334.56096875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 335.47221875
transcript.pyannote[80].end 336.28221875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 357.39284375
transcript.pyannote[81].end 363.55221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 363.13034375
transcript.pyannote[82].end 363.50159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 363.55221875
transcript.pyannote[83].end 363.67034375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 363.67034375
transcript.pyannote[84].end 384.73034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 384.71346875
transcript.pyannote[85].end 384.94971875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 384.94971875
transcript.pyannote[86].end 411.49409375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 396.49221875
transcript.pyannote[87].end 396.57659375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 411.57846875
transcript.pyannote[88].end 418.69971875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 419.15534375
transcript.pyannote[89].end 426.71534375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 427.20471875
transcript.pyannote[90].end 430.95096875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 431.33909375
transcript.pyannote[91].end 434.57909375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 435.06846875
transcript.pyannote[92].end 446.42534375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 446.56034375
transcript.pyannote[93].end 458.54159375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 459.01409375
transcript.pyannote[94].end 460.33034375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 460.78596875
transcript.pyannote[95].end 499.14284375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 500.05409375
transcript.pyannote[96].end 501.10034375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 502.70346875
transcript.pyannote[97].end 505.48784375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 505.57221875
transcript.pyannote[98].end 508.15409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 509.14971875
transcript.pyannote[99].end 509.53784375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 509.41971875
transcript.pyannote[100].end 513.08159375
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 513.35159375
transcript.pyannote[101].end 514.24596875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 513.84096875
transcript.pyannote[102].end 514.19534375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 514.24596875
transcript.pyannote[103].end 515.10659375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 515.46096875
transcript.pyannote[104].end 581.20596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 581.56034375
transcript.pyannote[105].end 595.90409375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 596.57909375
transcript.pyannote[106].end 627.94971875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 602.99159375
transcript.pyannote[107].end 603.00846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 603.00846875
transcript.pyannote[108].end 603.53159375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 609.20159375
transcript.pyannote[109].end 609.21846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 609.21846875
transcript.pyannote[110].end 609.47159375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 628.32096875
transcript.pyannote[111].end 629.04659375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 629.36721875
transcript.pyannote[112].end 629.90721875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 630.53159375
transcript.pyannote[113].end 632.62409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 632.84346875
transcript.pyannote[114].end 640.99409375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 640.99409375
transcript.pyannote[115].end 654.83159375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 654.89909375
transcript.pyannote[116].end 660.94034375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 657.85221875
transcript.pyannote[117].end 658.10534375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 661.22721875
transcript.pyannote[118].end 679.45221875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 676.80284375
transcript.pyannote[119].end 676.92096875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 676.92096875
transcript.pyannote[120].end 677.34284375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 679.55346875
transcript.pyannote[121].end 704.41034375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 704.71409375
transcript.pyannote[122].end 706.38471875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 706.55346875
transcript.pyannote[123].end 706.75596875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 707.07659375
transcript.pyannote[124].end 736.11846875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 736.99596875
transcript.pyannote[125].end 826.77096875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 826.99034375
transcript.pyannote[126].end 852.08346875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 852.43784375
transcript.pyannote[127].end 867.64221875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 868.63784375
transcript.pyannote[128].end 921.43971875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 904.27784375
transcript.pyannote[129].end 904.49721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 920.93346875
transcript.pyannote[130].end 921.42284375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 921.43971875
transcript.pyannote[131].end 921.59159375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 921.59159375
transcript.pyannote[132].end 931.88534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 931.88534375
transcript.pyannote[133].end 932.61096875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 933.03284375
transcript.pyannote[134].end 937.70721875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 937.70721875
transcript.pyannote[135].end 938.01096875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 938.01096875
transcript.pyannote[136].end 938.02784375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 938.02784375
transcript.pyannote[137].end 938.11221875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 938.11221875
transcript.pyannote[138].end 938.19659375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 938.11221875
transcript.pyannote[139].end 939.66471875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 938.48346875
transcript.pyannote[140].end 938.51721875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 938.66909375
transcript.pyannote[141].end 942.61784375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 939.66471875
transcript.pyannote[142].end 939.95159375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 939.95159375
transcript.pyannote[143].end 940.06971875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 940.08659375
transcript.pyannote[144].end 942.63471875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 943.09034375
transcript.pyannote[145].end 943.96784375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 943.76534375
transcript.pyannote[146].end 944.06909375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 943.96784375
transcript.pyannote[147].end 944.30534375
transcript.whisperx[0].start 0.79
transcript.whisperx[0].end 26.21
transcript.whisperx[0].text 委員資訊。主席,各位大家早安。是不是還請我們次長。好,請李次長。次長你好。最近一次你到餐廳用餐是什麼時候?
transcript.whisperx[1].start 28.806
transcript.whisperx[1].end 54.899
transcript.whisperx[1].text 最近一次到餐廳用餐。報告委員我來復複之後。沒關係。那你有沒有用過QR Code點餐?這個有。點餐以後有使用線上支付結帳嗎?線上支付。報告委員因為我那個IT能力不太好啦。你?你是別人替你付無的吧?
transcript.whisperx[2].start 56.124
transcript.whisperx[2].end 69.727
transcript.whisperx[2].text 拜託委員,沒有。我都用現金的啦。抱歉抱歉。不是啦,不是現金。我是說自助點餐機欸。自己去操作。沒有櫃台,沒有那個點餐人員的。拜託委員,因為我算比較有錢的人齁。拜託委員,你幾歲?
transcript.whisperx[3].start 85.816
transcript.whisperx[3].end 101.002
transcript.whisperx[3].text 抱歉,這個是不應該回答的。我必須要請你回答,因為這個跟這個有關。你幾歲了啊?抱歉。可是這個跟我的主題有關啊。我太壞了,我太壞了。我外國女主啦,1962年去外國啦。
transcript.whisperx[4].start 108.513
transcript.whisperx[4].end 127.84
transcript.whisperx[4].text 我五十五年次啊。這樣是幾歲?五百,今年五百。好,我就要跟你講喔。數目發佈在2023年發佈了一個112年數位發展調查報告。它的報告內容指出啊,從年齡差異來看,個人上網率大概以60歲為分界。12到59歲的民眾上網率達91.9%以上。但是60到64歲就下降到剩下83.7%。
transcript.whisperx[5].start 137.623
transcript.whisperx[5].end 154.671
transcript.whisperx[5].text ﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲以上的民眾上網率是只有51.6%﹑65歲
transcript.whisperx[6].start 167.677
transcript.whisperx[6].end 184.565
transcript.whisperx[6].text 他這個報告裡面有一個叫資訊與通信科技禁用權ICT這個禁用權和使用和素養的年齡異同會証表那可以看得出來資訊查詢如果不要講直上網從資訊查詢和行動支付兩項指標來看60到64歲都開始就低於全體的平均值但是
transcript.whisperx[7].start 196.85
transcript.whisperx[7].end 212.139
transcript.whisperx[7].text ﹑六十五歲以上呈現雪崩式下滑﹑六十五歲以上他使用網路做資訊查詢的只有18%﹑使用行動支付的只有10%,10.6%﹑
transcript.whisperx[8].start 214.841
transcript.whisperx[8].end 230.135
transcript.whisperx[8].text 所以對於這個65歲以上使用資訊查詢和行動支付的這個兩個指標來看的話,其實是雪崩式。幾乎不會啦!高零沒有在用電子支付的啦!你剛才說你有在用還是沒有?電子支付。你有沒有來配?Google配?台灣配?市長有沒有?沒有。
transcript.whisperx[9].start 241.491
transcript.whisperx[9].end 245.297
transcript.whisperx[9].text 五十八歲的沒有啊!包括 Google Pay有,但是
transcript.whisperx[10].start 246.823
transcript.whisperx[10].end 254.805
transcript.whisperx[10].text 林淑芬,不好意思,不好意思,我會趕快回去,我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕快回去搶貨我會趕
transcript.whisperx[11].start 275.231
transcript.whisperx[11].end 295.224
transcript.whisperx[11].text ﹏那現在AI的發展日新月異﹏長者的日常生活注定跟社會環境其實是越來越衝突的﹏那其實就因為高齡上的數位落差﹏然後變成高齡的這個挫折﹏外出的挫折﹏然後變成高齡歧視﹏後來就變成高齡被邊緣化﹏
transcript.whisperx[12].start 299.086
transcript.whisperx[12].end 320.554
transcript.whisperx[12].text 這是一個階段一個階段社會好像年輕人越來越方便網路越來越方便可是呢老人越來越邊緣啊因為數位落差讓老人結果不敢走出去不敢走出來那我講點餐來講光是你知道餐廳很多手機和平板點餐那對高齡者來講他有什麼考驗
transcript.whisperx[13].start 322.12
transcript.whisperx[13].end 345.719
transcript.whisperx[13].text 市長,你想得到他會有什麼障礙?包括 me,其實有幾個部分,第一個就是說可能字體大小,還有另外一方面就是說,還有另外一方面就是說,他小字,老花眼,手指不靈敏,不會使用這個系統。他小字,老花眼,手指不靈敏,不會使用這個系統。 是的沒錯。那根據紅道老人福利基金會的處長陳煥宇他表示啊,長者的科技落差在科技典參越來越普及的現代社會中越來越困窘。
transcript.whisperx[14].start 347.34
transcript.whisperx[14].end 362.133
transcript.whisperx[14].text ﹏連到超市買東西都因為不擅長使用APP 然後招牌隊等待客人嘲諷﹏有人會冷言冷語說不會買就不要出來﹏所以即使不是長者﹏包括關你﹏你中年的中年﹏
transcript.whisperx[15].start 363.814
transcript.whisperx[15].end 392.312
transcript.whisperx[15].text ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
transcript.whisperx[16].start 392.572
transcript.whisperx[16].end 412.509
transcript.whisperx[16].text 這是典參喔那遇到採購的時候他也會被歧視當然很多在知名的賣場裡面他會說要推到他們的APP嘛他們的APP要推的時候會員制要先行所以呢實體會員卡沒有不能使用然後都叫他們要大家都要用那個APP去這個結帳然後操作不順就讓結帳的時間拉很長嘛所以其他後面大排長龍
transcript.whisperx[17].start 419.155
transcript.whisperx[17].end 441.391
transcript.whisperx[17].text ⋯⋯⋯⋯
transcript.whisperx[18].start 441.791
transcript.whisperx[18].end 457.881
transcript.whisperx[18].text ﹏所以我們以為說電源會來幫他﹏他根本就沒有多餘出來電源可以來幫他﹏所以直接就替﹏你說叫他過來,他沒有﹏甚至拒絕﹏我這個沒人賣去﹏去幫你操作你的那個﹏所以都會說你可不可以去別的櫃台結帳﹏去別的櫃台重新排隊這樣子﹏
transcript.whisperx[19].start 459.042
transcript.whisperx[19].end 485.87
transcript.whisperx[19].text ﹏那再談就醫﹏這個不是說啊你不不出去餐廳吃飯就沒事了那不要去那個supermarket買東西就沒事不是喔現在連老人家要去看醫生也遇到同樣的問題現在多數的醫療院所都可以線上掛號而且要透過線上去看到你看診的進度然後然後只會使用老人機的長輩怎麼辦沒有人協助怎麼辦他只有
transcript.whisperx[20].start 488.091
transcript.whisperx[20].end 507.799
transcript.whisperx[20].text 從早上做到中午一直做一直就做在那裡所以你知道大型醫院會協助所謂的長輩敬老會提供協助的是幾歲的嗎大型醫院好像是都志工嘛志工在這邊提供不是啦那志工都提供幾歲的你知道嗎
transcript.whisperx[21].start 509.506
transcript.whisperx[21].end 533.722
transcript.whisperx[21].text 所謂的敬老醫院給他們的協助是幾歲你知道嗎?市長85歲市長這些問題都很嚴重我們今天講說給老人什麼福利給老人什麼照顧連他生活上的這個數位落差讓他所受到的困擾和遭遇他其實就是很大的社會排斥了和排擠了你知道
transcript.whisperx[22].start 534.802
transcript.whisperx[22].end 552.292
transcript.whisperx[22].text 如果使用現場查詢下載醫院的APP可以推估,但它沒有辦法推估時間,所以只能一直等。而且對經常出入醫院的長輩來講,只要就診、回診,不是太早到就是預估錯誤晚到導致過號,所以就是時間都耗在那裡。
transcript.whisperx[23].start 553.012
transcript.whisperx[23].end 580.219
transcript.whisperx[23].text 所以不是只有這個團體老人福利團體在觀察連年輕人都自己觀察到說如果沒有我們年輕人自己的爸爸媽媽也是一樣可是很多爸爸媽媽說我不要麻煩你年輕人然後到時候就說沒有年輕人幫忙也不想麻煩年輕人的話我們就乾脆不要外出去消費但是這個符合我們國家提升高齡者跟社會連結的政策目標嗎?次長
transcript.whisperx[24].start 581.741
transcript.whisperx[24].end 595.682
transcript.whisperx[24].text 委員,確實我們現在目前就是說資訊社會裡面就您剛剛說的這個數位落差,這個我們要趕快來趕上去。那委員跟委員報告我們現在目前在社區照顧關懷據點長青學院,我們現在目前都有推類似像這樣的一個方案。
transcript.whisperx[25].start 596.958
transcript.whisperx[25].end 609.665
transcript.whisperx[25].text 對啦,我們說得很好聽。2022年我們行政院核定了因應超高齡社會對策方案啦。然後提到我們2026年會進入超高齡社會,老人人口賺總人口的比率會20.8。到2036年會達到28%進入極高齡社會的國家。
transcript.whisperx[26].start 615.948
transcript.whisperx[26].end 627.484
transcript.whisperx[26].text 那所以你們當然也有一些政策提升高齡者數位連結降低高齡者數位落差的政策如你所說在社區大學裡面教可是你知道社區大學裡面教什麼嗎?教什麼?內容?
transcript.whisperx[27].start 630.855
transcript.whisperx[27].end 654.291
transcript.whisperx[27].text 一般通常就是說以我在國際台中服務的經驗大概就是說像如何上網啦還有對於一些整個這一個就是設備使用的一些的一些knowledge你講了一部分而已啦他在教社區大學關懷據點教你怎麼使用FB啊怎麼使用通訊軟體LINE啊你怎麼玩遊戲調記身心啊但是跟我剛才講的那一些都不一步
transcript.whisperx[28].start 655.071
transcript.whisperx[28].end 655.131
transcript.whisperx[28].text ﹑林淑芬﹑
transcript.whisperx[29].start 679.776
transcript.whisperx[29].end 704.922
transcript.whisperx[29].text 人手一機但是完全不會那他也沒有辦法辨別網路詐騙更不要講用手機進行網路掛號和看準的進度而且重點是社區大學你所謂的整個國家整體的改善數位落差的政策和教學都是紙上談兵在那裡啊看這個放影片然後就是照這樣你就照這樣做聽完以後老人家就是鴨子聽雷啦
transcript.whisperx[30].start 707.123
transcript.whisperx[30].end 734.334
transcript.whisperx[30].text 聽了不知道在說什麼什麼什麼。所以要真正的要做的是什麼你知道嗎?應該要帶著長輩走出去而且實際的去操作然後你們跟一些企業合作請你們在某些時段讓長輩可以去練習外出課程然後真正去操作一下不要講在課程上面只是教學然後只上談兵與現實脫節你知道我舉一個例子韓國
transcript.whisperx[31].start 737.045
transcript.whisperx[31].end 754.138
transcript.whisperx[31].text 你就知道說我們真的整個衛福部從來都沒有思考解決這部分的障礙和問題。韓國2022年因為疫情所以加速了它整個社會的數位化的時代。全韓國電子自助機台
transcript.whisperx[32].start 754.998
transcript.whisperx[32].end 779.079
transcript.whisperx[32].text 提供了三萬台,是2019年的三倍之多。結果很多高齡者是忘記先看,因為通通都不會。然後從出事快篩的陰性報告,接種證明到點餐購買票券,通通電子化。然後南韓的銀髮族根本不熟悉這個電子產品,所以外出一趟壓力非常大。他感覺我被社會邊緣化了。
transcript.whisperx[33].start 780.06
transcript.whisperx[33].end 787.503
transcript.whisperx[33].text 但是又害怕說很丟臉。所以乾脆不外出避免消費。所以讓這樣的數位落差讓高齡者其實更遠離社會的。所以首爾後來首爾就做了什麼知道嗎?他就增設慢機台。專門佛這個長輩給他慢慢操作你不要有壓力這是長輩慢慢操作台。然後經濟到的地區也幫長輩們上幾數位課。把電子機台
transcript.whisperx[34].start 807.552
transcript.whisperx[34].end 822.19
transcript.whisperx[34].text ﹑搬進勒林課程﹑從案件說明到使用程序﹑一切手把手教學﹑還讓長輩直接上機練習。那除此之外呢,疫情期間,韓國因為這個銀行業務全面調整,那兩年關閉了600家銀行分行。
transcript.whisperx[35].start 827.196
transcript.whisperx[35].end 837.439
transcript.whisperx[35].text ﹏所以全面擴大網路金融服務﹏但是全韓國60到70歲的民眾﹏網路銀行使用率到目前只有37%﹏然後70歲以上的長者只有一成﹏南韓的銀髮族說沒有人幫我下載這個網銀APP﹏
transcript.whisperx[36].start 843.021
transcript.whisperx[36].end 865.84
transcript.whisperx[36].text ﹑太複雜了我也不會﹑他說他只能說操作的時候就看我大概是帳戶明細啊﹑他不敢去轉帳﹑大家也都很忙﹑所以他不敢麻煩別人﹑結果後來就是反彈的聲浪排山倒海﹑然後南南各大銀行就維持少數分行運作以後﹑他開始增設﹑大致的基台還派出行動銀行專車﹑好我最後再講最後結論就好了。
transcript.whisperx[37].start 868.726
transcript.whisperx[37].end 888.277
transcript.whisperx[37].text ﹑首爾女大社會福祉學系教授提到﹑數位落差使長輩的社交範圍縮小﹑甚至遭到破壞﹑他們會因此感到孤單孤獨﹑老人輕生率可能提高﹑而縮小生活中的數位落差防止長輩們出現社會疏離感﹑
transcript.whisperx[38].start 891.559
transcript.whisperx[38].end 907.125
transcript.whisperx[38].text ﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡環境是後疫情時代的重要課題﹑打造友善的高齡�
transcript.whisperx[39].start 923.132
transcript.whisperx[39].end 937.015
transcript.whisperx[39].text ﹑關懷據點﹑所有社區﹑這個大學﹑裡面的那個具體生活﹑能力的教導的這個課程﹑這樣你知道你都沒有做﹑基本上你完全不需要思考過這種的問題﹑你自己就沒效﹑謝謝林淑芬委員的資訊﹑感謝委員﹑謝謝