iVOD / 153609

Field Value
IVOD_ID 153609
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153609
日期 2024-06-05
會議資料.會議代碼 委員會-11-1-22-15
會議資料.會議代碼:str 第11屆第1會期教育及文化委員會第15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 15
會議資料.種類 委員會
會議資料.委員會代碼[0] 22
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.標題 第11屆第1會期教育及文化委員會第15次全體委員會議
影片種類 Clip
開始時間 2024-06-05T11:29:49+08:00
結束時間 2024-06-05T11:40:29+08:00
影片長度 00:10:40
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/18e54f584c581c9806afb1893351572c05d12856443da96911da973c502cee6219d60a91c10e9f3c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 柯志恩
委員發言時間 11:29:49 - 11:40:29
會議時間 2024-06-05T09:00:00+08:00
會議名稱 立法院第11屆第1會期教育及文化委員會第15次全體委員會議(事由:邀請國家科學及技術委員會主任委員吳誠文、數位發展部列席就「人工智慧(AI)推動現況與未來方向」進行專題報告,並備質詢。 【6月5日及6日二天一次會】)
gazette.lineno 748
gazette.blocks[0][0] 柯委員志恩:(11時29分)好,謝謝召委,我們請主委。
gazette.blocks[1][0] 主席:請主委。
gazette.blocks[2][0] 吳主任委員誠文:柯召委好。
gazette.blocks[3][0] 柯委員志恩:主委好,因為AI目前是臺灣最熱門的關鍵字,全國的科技會議最近開的應該是在109年,也就是三年半前,在全國的科技會議當中也特別提到了如何育才、留才跟攬才,他們希望能夠提出具體的政策,但是數字會說話,我們來看看到底有沒有什麼成效。
gazette.blocks[3][1] 上次我已經提過了,我們的數位競爭力每一年都在下降,而科學、技術、工程、藝術及數學等領域的STEAM相關人才在十年當中大概少了將近十萬人,而且STEAM領域的博士人數也少了四千多人,減幅是在26%以上。主委,你應該知道這個警訊吧?雖然我們每個人都知道臺灣是AI人才的創造中心,每個人就是看中臺灣的人才,可是當我們這麼多的人才不斷流失的時候,這也是一個警訊。
gazette.blocks[3][2] 我今天給你看一張圖,今天幾乎所有的委員都來,但是我討論的是無名的英雄,圖中列舉的這17所大學都非常高興,但這17所大學怎麼會被挑選出來呢?因為他們都設有AI的學程,或是跟AI的學院有相關聯,所以就被列出來。但是主委,我們都來自學校,你認為以我們現在大學的師資跟產業之間的落差、學用的差異,國科會是負責在學術領域當中將資源做很多的分配,你覺得我們現在大學的師資有辦法來培育未來產業所需要的頂尖人才嗎?
gazette.blocks[4][0] 吳主任委員誠文:現在是有能力,我們有頂尖的研究型大學,我們也有一些技職體系的學校可以培養產業需求的人才。
gazette.blocks[5][0] 柯委員志恩:是啊。但是我看了一下臺清交跟AI有關係的教授學者,大概不是那麼多,頂多是在Intel有做過幾年的經驗,很多都還是來自於本土的訓練,我並沒有說本土訓練不行,但是我覺得現在正面臨學術跟產業間一個很大的鍵接,所以你國科會未來在做academic oriented的過程當中是不是有一些不同的審核標準?過去靠paper,現在如果完全只靠paper來取向,對基礎科學來說,這是不符合我們的人才需求的。所以你們未來對於AI計畫的審核標準有沒有不一樣?還是只要規劃一個整合型計畫型的AI,你都給他過關?有不一樣嗎?
gazette.blocks[6][0] 吳主任委員誠文:委員提出來的這個觀點非常好,將來我們在屬於學術研究的前瞻研究這個領域,跟我們在AI的應用推廣,我們需要的人才能夠連結到產業界,這一類的研究計畫、實務型的研究計畫我們會做一些不同的……
gazette.blocks[7][0] 柯委員志恩:你一定要的。因為現在是基礎科學,你完全沒有辦法,就像我剛剛講的,你上網去看,老師如果沒有透過產業界來跟他做一個鍵接的話,光是靠現在的基礎科學老師,我們都知道我們博士學完之後二十幾年來,我們也是不斷自己study,但是那是跟產業的一個關聯,所以AI這個部分的審核標準以後一定要不一樣,包括AI所造成的學術倫理的部分。
gazette.blocks[7][1] 我兒子在美國的微軟工作,他告訴我說,他們現在所有的資料都是完全用ChatGTP來做,我一聽就嚇傻了,問他怎麼可以用這個方法,他就告訴我,ChatGTP就做得比人腦蒐集資料更好,他們是在ChatGTP幫忙蒐集資料之後,往上去發展他們的腦袋瓜,對不對?這是他們的觀念,這是產業界的做法。但是學業界要怎麼來做?如果今天學生透過ChatGTP幫忙整理一套訊息,那你國科會對於這樣的論文所牽涉的學術倫理怎麼樣來界定?你們現在所界定的違反學術倫理只有八大項,那請問用ChatGTP來幫助做很多資料蒐集的這個部分,要引用什麼樣的標準?
gazette.blocks[8][0] 吳主任委員誠文:這一部分的確像委員講的,因為ChatGTP最厲害的能力就是可以生成本來就不存在的東西。
gazette.blocks[9][0] 柯委員志恩:是。那你怎麼辦?你現在要不要改你的這個樣態?
gazette.blocks[10][0] 吳主任委員誠文:所以將來我們的確要檢討。
gazette.blocks[11][0] 柯委員志恩:不要將來,現在馬上就面臨這個問題,你現在只有列出八大項違反學術倫理,完全沒有辦法符合這樣子的樣態,這時候會造成學校老師跟學生的觀念有非常大的落差,而且你還要去比對,之前因為有人碩士論文造假,大家覺得比對好像一句話,當你承認ChatGTP可以幫忙做很多資料搜尋的時候,整個樣態又不一樣了。不是未來,現在馬上,好不好?
gazette.blocks[12][0] 吳主任委員誠文:現在馬上。
gazette.blocks[13][0] 柯委員志恩:馬上。你必須要立即做出來,否則我們現在指導學生都不知道該怎麼辦,我都不曉得指導出來的學生要怎麼跟他做比對,現在已經不是比對的問題,當你承認ChatGTP可以幫學生做文獻探討的部分、可以幫他收集資料的時候,我的signed、citation要怎麼弄?我要怎麼弄?
gazette.blocks[14][0] 吳主任委員誠文:我們同仁跟我講,我們已經把指引……
gazette.blocks[15][0] 柯委員志恩:說到指引,現在6月是論文的旺季,這個東西很重要。
gazette.blocks[15][1] 然後接下來我還是要問一下,這是你們國科會內部的一個問題,當初有一個原計畫,就是推動可信任生成的AI計畫,112年你們編列了兩億多,主委知道這件事吧?
gazette.blocks[16][0] 吳主任委員誠文:知道。
gazette.blocks[17][0] 柯委員志恩:你們的前任政委要下台之前,也不過在一個禮拜的時間,馬上編列了近八千萬的經費,過去國科會如果編大型的計畫、經費上億的話,通常要半年的審核,很少數只用一個月審核,這個計畫審核是一個禮拜,為什麼這麼急?一個禮拜之內就要求你認帳,而且還是沒有經過這樣一個程序,馬上編列八千萬,有這麼急嗎?這個對你來說,是不是你的挑戰?你必須要一個禮拜之內認定這八千萬的計畫,這不符合你們過去的流程。你知道這件事嗎?回去查一下吧!
gazette.blocks[18][0] 楊執行秘書佳玲:不好意思,跟委員報告一下,一開始TAIDE是用跨部會署科發基金,是一年的計畫,到今年4月截止,那麼……
gazette.blocks[19][0] 柯委員志恩:我只告訴你,你這個流程就在新主委上任之前的一個禮拜就核准了這個八千萬的短期計畫,這個流程基本上跟你們過去國科會是不一樣的,所以我必須要很清楚地知道。接下來,你看你們現在做的這個計畫當中,50%的預算你說是模型精進,我沒有問題,八千多萬有20%用在蒐集資料,你覺得這樣的配比合理嗎?還有你要把20%的經費花在素養上面,這個素養的應用你要不要解釋一下?還有包括哪一些的語言?有臺語、客語等等之類的?有哪些產業?我要求你把在你上任之前一個禮拜就核定的八千萬,還有包括這些經費的分配,給我一個非常完整的報告,可以嗎?
gazette.blocks[20][0] 吳主任委員誠文:可以。
gazette.blocks[21][0] 柯委員志恩:可以。一個禮拜之內請給我。
gazette.blocks[22][0] 吳主任委員誠文:一個禮拜。
gazette.blocks[23][0] 柯委員志恩:還有我剛剛有特別提到,國科會負責很多學術界的資源分配,那我就要問一下,你們現在有這麼大一筆經費,你們真的很像是過手的財神一樣,你們經費編列完畢之後就是給這些地方,那我接下來要問,這幾個經費當中,例如這幾項公文,我只是隨便舉出幾個,這些部門本身就可以做計畫了,卻來跟我們國科會申請錢,你不覺得這個資源有點重複嗎?數發部所屬的這些機構裡面本身就可以申請自己的經費,為什麼還要來跟國科會申請?你們這樣做資源難道不會有重疊的問題嗎?部會發包給部會,資源到底會不會重疊?
gazette.blocks[24][0] 吳主任委員誠文:不是,依照現在的體制……
gazette.blocks[25][0] 柯委員志恩:你們合法,但是基本上這個部分就是我所強調的重疊,更不要說下面一個。
gazette.blocks[25][1] 還有,我們還聽到你們有很多子計畫,很多單位、很多學校告訴我們,你們的科技辦公室裡面的計畫是先給你們的科政中心,同樣是計畫主持人,從學校借調然後掌管這樣一個計畫,再發包回去給原來的學校,很多時候的子計畫是給一些相關的單位。我為什麼要特別提出來?因為我們都在國科會申請計畫,我要知道計畫的分配和計畫的公平性;還有,一個人擁有大型的計畫又分包下去給原來的學校,甚至給自己的徒子徒孫!這樣的一個系統,就是我們說的學閥的系統,這是學術界覺得非常需要改進的!
gazette.blocks[25][2] 所以我認為,如果國科會下面所屬的計畫主持人是來自於你們國科會本身,然後把總計畫發包給下面的子計畫,這些部分我都要有一貫完整的報告讓我們瞭解,我們的資源分配是否符合公平、透明跟公正的原則,可以嗎?
gazette.blocks[26][0] 吳主任委員誠文:謝謝委員。我也不喜歡這個樣子,師生關係應該要迴避,國科會內部如果有這種事情,我絕對要禁止。聽到了?大家都聽到了?
gazette.blocks[27][0] 柯委員志恩:對,對。
gazette.blocks[28][0] 吳主任委員誠文:不要養成這種學閥,我非常痛恨這種事情!
gazette.blocks[29][0] 柯委員志恩:對。所以主委,這就是我們在學術界裡面、在申請經費當中,每個人就要往總計畫裡面去做,那總計畫那個頭是誰,有人覺得師承於那個總計畫就可以得到一些子計畫,很多子計畫完畢之後,執行者不管在升等或未來的聲望上面都可以得到助益,但是就只有掌握幾個子計畫。國科會下面有非常多從學校借調過來的人,這整個系統我希望主委能夠給我一個完整的報告,好不好?
gazette.blocks[30][0] 吳主任委員誠文:我同意。
gazette.blocks[31][0] 柯委員志恩:謝謝。
gazette.blocks[32][0] 主席:好,謝謝。謝謝柯志恩召委。好,主委請回。
gazette.blocks[32][1] 我們接下來請楊瓊瓔委員。
gazette.agenda.page_end 206
gazette.agenda.meet_id 委員會-11-1-22-15
gazette.agenda.speakers[0] 林宜瑾
gazette.agenda.speakers[1] 洪孟楷
gazette.agenda.speakers[2] 陳培瑜
gazette.agenda.speakers[3] 萬美玲
gazette.agenda.speakers[4] 葉元之
gazette.agenda.speakers[5] 吳沛憶
gazette.agenda.speakers[6] 陳秀寳
gazette.agenda.speakers[7] 郭昱晴
gazette.agenda.speakers[8] 羅廷瑋
gazette.agenda.speakers[9] 張雅琳
gazette.agenda.speakers[10] 葛如鈞
gazette.agenda.speakers[11] 柯志恩
gazette.agenda.speakers[12] 楊瓊瓔
gazette.agenda.speakers[13] 林楚茵
gazette.agenda.speakers[14] 范雲
gazette.agenda.speakers[15] 翁曉玲
gazette.agenda.speakers[16] 邱志偉
gazette.agenda.speakers[17] 徐欣瑩
gazette.agenda.speakers[18] 吳春城
gazette.agenda.speakers[19] 李柏毅
gazette.agenda.speakers[20] 鍾佳濱
gazette.agenda.speakers[21] 林倩綺
gazette.agenda.speakers[22] 牛煦庭
gazette.agenda.page_start 143
gazette.agenda.meetingDate[0] 2024-06-05
gazette.agenda.gazette_id 1135902
gazette.agenda.agenda_lcidc_ids[0] 1135902_00004
gazette.agenda.meet_name 立法院第11屆第1會期教育及文化委員會第15次全體委員會議紀錄
gazette.agenda.content 邀請國家科學及技術委員會主任委員吳誠文、數位發展部列席就「人工智慧 (AI)推動現況與未來 方向」進行專題報告,並備質詢
gazette.agenda.agenda_id 1135902_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.39721875
transcript.pyannote[0].end 7.60784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.24909375
transcript.pyannote[1].end 10.05471875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 9.09284375
transcript.pyannote[2].end 9.68346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 13.71659375
transcript.pyannote[3].end 14.39159375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 14.39159375
transcript.pyannote[4].end 101.65221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 102.25971875
transcript.pyannote[5].end 118.37534375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 119.38784375
transcript.pyannote[6].end 130.22159375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 128.09534375
transcript.pyannote[7].end 128.33159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 130.01909375
transcript.pyannote[8].end 138.03471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 138.45659375
transcript.pyannote[9].end 173.77596875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 166.41846875
transcript.pyannote[10].end 166.80659375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 173.77596875
transcript.pyannote[11].end 193.72221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 193.53659375
transcript.pyannote[12].end 264.69846875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 240.09471875
transcript.pyannote[13].end 241.07346875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 242.76096875
transcript.pyannote[14].end 242.96346875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 265.54221875
transcript.pyannote[15].end 274.99221875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 272.61284375
transcript.pyannote[16].end 273.35534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 274.60409375
transcript.pyannote[17].end 278.89034375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 275.65034375
transcript.pyannote[18].end 276.22409375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 276.51096875
transcript.pyannote[19].end 276.83159375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 279.29534375
transcript.pyannote[20].end 280.83096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 280.59471875
transcript.pyannote[21].end 307.84784375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 308.06721875
transcript.pyannote[22].end 308.87721875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 308.92784375
transcript.pyannote[23].end 314.10846875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 314.10846875
transcript.pyannote[24].end 314.42909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 314.42909375
transcript.pyannote[25].end 314.44596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 314.78346875
transcript.pyannote[26].end 329.11034375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 329.39721875
transcript.pyannote[27].end 334.03784375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 333.90284375
transcript.pyannote[28].end 354.32159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 338.30721875
transcript.pyannote[29].end 338.89784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 338.89784375
transcript.pyannote[30].end 338.94846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 354.59159375
transcript.pyannote[31].end 355.72221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 356.29596875
transcript.pyannote[32].end 356.71784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 356.71784375
transcript.pyannote[33].end 381.59159375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 381.87846875
transcript.pyannote[34].end 392.74596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 393.85971875
transcript.pyannote[35].end 394.82159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 396.62721875
transcript.pyannote[36].end 397.52159375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 398.43284375
transcript.pyannote[37].end 409.97534375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 408.23721875
transcript.pyannote[38].end 408.35534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 409.97534375
transcript.pyannote[39].end 454.03596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 455.14971875
transcript.pyannote[40].end 455.41971875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 455.41971875
transcript.pyannote[41].end 496.88159375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 457.14096875
transcript.pyannote[42].end 457.76534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 497.57346875
transcript.pyannote[43].end 501.96096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 501.84284375
transcript.pyannote[44].end 504.44159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 504.88034375
transcript.pyannote[45].end 514.31346875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 505.06596875
transcript.pyannote[46].end 505.42034375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 514.46534375
transcript.pyannote[47].end 517.75596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 517.77284375
transcript.pyannote[48].end 520.32096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 520.65846875
transcript.pyannote[49].end 522.48096875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 523.74659375
transcript.pyannote[50].end 524.45534375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 525.11346875
transcript.pyannote[51].end 590.11596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 590.11596875
transcript.pyannote[52].end 592.76534375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 592.63034375
transcript.pyannote[53].end 592.95096875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 592.95096875
transcript.pyannote[54].end 598.41846875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 598.92471875
transcript.pyannote[55].end 600.69659375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 600.69659375
transcript.pyannote[56].end 601.00034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 601.91159375
transcript.pyannote[57].end 602.21534375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 602.28284375
transcript.pyannote[58].end 604.88159375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 606.13034375
transcript.pyannote[59].end 607.05846875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 607.05846875
transcript.pyannote[60].end 635.96534375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 635.96534375
transcript.pyannote[61].end 636.35346875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 636.35346875
transcript.pyannote[62].end 637.53471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 639.96471875
transcript.pyannote[63].end 640.16721875
transcript.whisperx[0].start 5.421
transcript.whisperx[0].end 9.862
transcript.whisperx[0].text 主委好主委好因為這個AI目前是台灣最熱門的一個關鍵字但我想想看這個我們有關於全國的科技的這個會議最近開的話應該是在109年也是3年半前所以有關全國的科技會議當中也特別提到了那時候就提到如何育才、留才跟攬才
transcript.whisperx[1].start 33.989
transcript.whisperx[1].end 39.391
transcript.whisperx[1].text 他們希望能夠取出具體的一個政策但是數字會說話我們來看看到底有沒有什麼成效上次我已經提過了我們的數位競爭力每一年都在下降然後呢我們就這個STEM大家知道嘛這個STEM的人才這個科學、科技、工程、數學領域10年當中大概少了也將近10萬人
transcript.whisperx[2].start 55.896
transcript.whisperx[2].end 80.817
transcript.whisperx[2].text 而且有關於這個STEM領域的博士的人數也少了4000多人這個減幅是在26%以上主委你應該知道這個警訊吧雖然我們每個人都知道台灣是AI人才的創造中心每個人就是看重台灣的人才可是當我們這麼多的人才不斷在流失的時候這也是一個我今天我們看下面這些圖我想每個人今天幾乎所有的委員都來
transcript.whisperx[3].start 81.377
transcript.whisperx[3].end 81.497
transcript.whisperx[3].text 委員會主任委員長
transcript.whisperx[4].start 102.332
transcript.whisperx[4].end 103.973
transcript.whisperx[4].text 國科會是負責在學術裡面當中做很多的分配你覺得我們現在大學的師子有辦法來培育頂尖未來產業所需要的人才嗎
transcript.whisperx[5].start 119.757
transcript.whisperx[5].end 137.444
transcript.whisperx[5].text 現在是有能力啦就是我們有頂尖的研究型的大學那我們也有一些計時體系的學校是可以培養產業需求的人才是啊但是我看了一下台青教跟AI有關係的這些教授學者們大概
transcript.whisperx[6].start 138.524
transcript.whisperx[6].end 144.686
transcript.whisperx[6].text 不是那麼多,都是在英特爾頂多是在英特爾有做過幾年的經驗那很多都還是來做本土的一個訓練我並沒有說本土訓練不行但是呢我覺得這個面臨一個跟產業間一個很大的間接所以你國科會未來在做這個academic oriented的過程當中是不是有一些不同的審核的標準過去靠paper來現在你如果完全只靠paper來取向基礎科學來說這不符合我們人才需求的
transcript.whisperx[7].start 166.653
transcript.whisperx[7].end 171.635
transcript.whisperx[7].text 所以你們未來對於這個AI計畫的審核的標準有沒有不一樣還是我只要畫一個整合型計畫寫一個AI你都給它過關有不一樣嗎委員提出來這個觀點非常的好將來我們在屬於學術研究的前瞻研究這個領域跟我們在AI的應用推廣我們需要人才能夠連結到產業界這一類的這個研究計畫實務型的研究計畫我們會做一些不同的這個
transcript.whisperx[8].start 193.626
transcript.whisperx[8].end 216.958
transcript.whisperx[8].text 你一定要的因為你現在完全是基礎科學你完全沒有辦法因為現在就算我告訴你你上去上網去看嘛老師唯有在產業界當中他如果沒有透過產業界來跟他做一個間接的話光是靠現在基礎科學這些老師我們都知道我們離開博士學完之後二十幾年來我們也是用過去也是不斷自己study但是那是跟產業的一個關聯所以說AI這個部分在你審核標準以後一定要面臨不一樣
transcript.whisperx[9].start 217.278
transcript.whisperx[9].end 232.295
transcript.whisperx[9].text ﹏﹏
transcript.whisperx[10].start 232.295
transcript.whisperx[10].end 256.9
transcript.whisperx[10].text 他們就做得比你人腦收集資料更好我們是基植於CHAP GPT幫我們收集資料之後往上去發展我們的腦袋瓜 對不對這是他們的觀點這是產業界但是學業界學界你怎麼來如果我今天學生透過CHAP GPT幫我整理一套的訊息那你這個部分你的國科會的論文當中它的學術倫理你怎麼樣來界定你們現在所界定的學術倫理違反是只有八大項
transcript.whisperx[11].start 258.14
transcript.whisperx[11].end 273.069
transcript.whisperx[11].text 請問用CHAP GPT來幫助我做很多資料的收集這個部分我的引用什麼樣的標準?這一部分的確像委員講的因為CHAP GPT它最厲害的能力就是它可以生成生成本來就不存在的東西那你怎麼辦?你現在要不要改你的這個樣態?
transcript.whisperx[12].start 279.315
transcript.whisperx[12].end 283.818
transcript.whisperx[12].text 所以將來我們的確要檢討你不要將來,現在馬上就命令你現在馬上就命令你現在只有這八大項完全沒有辦法符合他的這樣的這下你會造成學校老師跟學生非常大的落差而且你還要去比對現在那個比對之前因為碩士造假比對大家覺得好像好像一句話現在checkGBT當你承認他可以幫你來做很多資料搜尋的時候整個的樣態又不一樣了不是未來現在馬上好不好現在馬上
transcript.whisperx[13].start 309.216
transcript.whisperx[13].end 327.608
transcript.whisperx[13].text 馬上就必須要立即做出來,否則我們現在指導的學生我都不知道該怎麼辦。我都不想他指導我出來的學生我怎麼樣跟他做比對,現在已經不是比對的問題。當你承認checkGPT可以幫學生做那個文獻探討的部分,可以幫他做收集的時候,我的side,我的citation我要怎麼弄?我要怎麼弄?
transcript.whisperx[14].start 329.709
transcript.whisperx[14].end 351.188
transcript.whisperx[14].text 我們同仁跟我講我們已經在把這個指引了現在6月是碩士論文的旺季好不好這個東西很重要然後接下來我還是要問一下嘛對不對那你現在原計畫我要請問一下這是你們國科會內部的一個問題當初有個原計畫就是推動可信任生成的AI計畫112年你們編列了2億多主委知道這件事吧
transcript.whisperx[15].start 357.243
transcript.whisperx[15].end 367.046
transcript.whisperx[15].text 接下來 對不起 你們的前任政委要下台之前也不過在一個禮拜時間馬上編列了7900近8000萬的一個經費過去國科會如果大型的計畫上億的話通常要半年的審核起碼很少數只有一個月的審核你現在是一個禮拜為什麼有這麼急你一個禮拜之內就要求你認賬而且還是沒有經過這樣一個程序馬上編列8000萬
transcript.whisperx[16].start 381.969
transcript.whisperx[16].end 392.578
transcript.whisperx[16].text 你不覺得有這麼急嗎?這個對他說是不是你的挑戰?你不需要一個禮拜之內認定這八千萬的這樣子的一個所謂的計畫這不符合你們過去的一個流程喔你知道這件事嗎?回去查一下吧
transcript.whisperx[17].start 398.507
transcript.whisperx[17].end 411.119
transcript.whisperx[17].text 我還是跟委員報告一下齁,因為那個台的,我們一開始發台的是用跨部會屬科法接近是一年的計劃,到今年4月截止。那麼,要協...我只告訴你,你110月、110月,你這個流程上面就在我們的新主委上任之前的一個禮拜,就核准了這個8000萬的短期計劃。這個流程基本上跟你們過去國會是不一樣的。
transcript.whisperx[18].start 420.487
transcript.whisperx[18].end 427.034
transcript.whisperx[18].text 所以我必須要很清楚的知道接下來嘛你看嘛你們現在做這個計劃當中你百分之五是預算說模型經驗我沒有問題百分之八千多百分之二是在收集資料你卻這樣的配比還有你的素養你有百分之二十的經費發在素養上面這個素養的應用你要不要解釋一下還有包括哪些的語言有台語、客語等等之類的
transcript.whisperx[19].start 442.85
transcript.whisperx[19].end 445.133
transcript.whisperx[19].text 他是由哪些產業我要求一個禮拜之內把這一個最新在你上任之前一個禮拜就核定的八千萬還有包括你這些的經費的分配給我一個非常完整的報告可以嗎
transcript.whisperx[20].start 455.145
transcript.whisperx[20].end 455.505
transcript.whisperx[20].text 國會負責很多學術界的分配
transcript.whisperx[21].start 474.126
transcript.whisperx[21].end 493.222
transcript.whisperx[21].text 這麼多的幾項工我只是隨便舉出幾個你們在很多的各部門當中他們本身就可以做計畫了卻來跟我們國科會申請錢你不覺得這個資源有點重複嗎?數法部本身下面你們所屬的這些機構裡面本身就可以申請你們自己的一個經費為什麼還要來跟國科會?你們這樣資源難道不會有重疊的一個問題嗎?
transcript.whisperx[22].start 497.606
transcript.whisperx[22].end 521.943
transcript.whisperx[22].text 不會有資源的部會發包給部會,你的資源到底會不會重疊?不是依照現在的體制你們合法但是基本上面這個部分就是我所強調的重疊更不要說下面一個還有包括你們的委員會裡面的你們的最下面最後最後的部分你們的這個很多人不對再往下面看到再往下面最後
transcript.whisperx[23].start 523.943
transcript.whisperx[23].end 535.231
transcript.whisperx[23].text 還有一個在最後的裡面我們還提到你們的很多子計劃很多單位因為我們都是屬於學校不是這一張我們很多的學校裡面就告訴我們你們的科技辦公室裡面的計劃先給你們的這個科證中心同樣是計劃主持人
transcript.whisperx[24].start 540.054
transcript.whisperx[24].end 544.235
transcript.whisperx[24].text 從學校借調然後掌管的這樣一個計畫當中再發包回去給很多時候的子計畫是給一些相關的單位我只認為我為什麼要特別提出來因為國科會我們都在科科會申請計畫計畫的分配計畫的公平性還有一個也擁有大型的計畫當中又分包下去給原來的學校甚至給自己的徒子徒孫這樣的一個系統就是我們說的學法的系統這是學術界覺得非常需要改進的
transcript.whisperx[25].start 569.56
transcript.whisperx[25].end 593.837
transcript.whisperx[25].text 所以我認為如果國科會下面所屬的計畫主持人是來自於你們國科會本身然後呢他下面如何把這樣的總計畫發包給下去的子計畫的這一些部分我都要有一段完整的報告讓我們了解是不是我們的資源分配是符合公平透明跟公正的一個原則可以嗎謝謝委員我也不喜歡這個樣子對私生關係應該要迴避國科會內部如果有這種事情我絕對要禁止
transcript.whisperx[26].start 598.953
transcript.whisperx[26].end 599.914
transcript.whisperx[26].text 聽到了齁?大家都聽到了齁?不要養成這種學法
transcript.whisperx[27].start 606.135
transcript.whisperx[27].end 611.357
transcript.whisperx[27].text 主委,這就是我們在學術界裡面在申請經費當中每個人就要往總計畫裡面去做那總計畫那個頭是誰你要施成於那個總計畫你就覺得你可以得到一些子計畫我因為有很多子計畫完畢之後我不管在升等在未來的這個聲望上面我可以但是就只有掌握在幾個子計畫你們下面裡面有非常多從學校借調過來的這裡面整個的系統我希望主委能夠給我一個完整的報告
transcript.whisperx[28].start 636.109
transcript.whisperx[28].end 636.933
transcript.whisperx[28].text 主席