iVOD / 155441

Field Value
影片長度 707
委員名稱 吳宗憲
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/d4cdf32868ad364bea9d573419b5e8bb768d2097a9b873f6ce23de861f6e8a42f16bdf45e156e8645ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.90846875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 5.95409375
transcript.pyannote[1].end 11.23596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.30346875
transcript.pyannote[2].end 13.48034375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 15.72471875
transcript.pyannote[3].end 16.16346875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.80471875
transcript.pyannote[4].end 17.80034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 18.61034375
transcript.pyannote[5].end 20.31471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.70284375
transcript.pyannote[6].end 21.20909375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 21.71534375
transcript.pyannote[7].end 25.44471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 25.90034375
transcript.pyannote[8].end 35.55284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 35.94096875
transcript.pyannote[9].end 37.83096875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 37.89846875
transcript.pyannote[10].end 37.93221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 37.94909375
transcript.pyannote[11].end 40.69971875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 41.32409375
transcript.pyannote[12].end 43.97346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 44.47971875
transcript.pyannote[13].end 61.89471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 62.18159375
transcript.pyannote[14].end 64.57784375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 64.84784375
transcript.pyannote[15].end 65.86034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 66.13034375
transcript.pyannote[16].end 66.45096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 66.82221875
transcript.pyannote[17].end 74.61846875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 74.65221875
transcript.pyannote[18].end 92.64096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 93.09659375
transcript.pyannote[19].end 99.79596875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 100.06596875
transcript.pyannote[20].end 100.52159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 100.72409375
transcript.pyannote[21].end 107.35596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 108.14909375
transcript.pyannote[22].end 117.97034375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 118.56096875
transcript.pyannote[23].end 145.86471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 148.22721875
transcript.pyannote[24].end 165.72659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 165.99659375
transcript.pyannote[25].end 202.76721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 202.63221875
transcript.pyannote[26].end 215.69346875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 216.31784375
transcript.pyannote[27].end 258.03284375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 258.11721875
transcript.pyannote[28].end 263.60159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 263.98971875
transcript.pyannote[29].end 283.14284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 283.27784375
transcript.pyannote[30].end 285.72471875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 286.21409375
transcript.pyannote[31].end 308.03346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 308.53971875
transcript.pyannote[32].end 316.92659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 317.24721875
transcript.pyannote[33].end 398.11221875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 398.29784375
transcript.pyannote[34].end 403.76534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 403.63034375
transcript.pyannote[35].end 438.00471875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 438.40971875
transcript.pyannote[36].end 445.73346875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 445.96971875
transcript.pyannote[37].end 474.11721875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 474.97784375
transcript.pyannote[38].end 475.66971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 477.66096875
transcript.pyannote[39].end 484.19159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 484.86659375
transcript.pyannote[40].end 491.12721875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 492.03846875
transcript.pyannote[41].end 504.23909375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 504.94784375
transcript.pyannote[42].end 522.02534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 522.02534375
transcript.pyannote[43].end 550.51034375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 551.13471875
transcript.pyannote[44].end 573.17346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 573.27471875
transcript.pyannote[45].end 579.24846875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 579.41721875
transcript.pyannote[46].end 593.08596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 593.92971875
transcript.pyannote[47].end 608.94846875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 609.58971875
transcript.pyannote[48].end 609.92721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 610.06221875
transcript.pyannote[49].end 615.02346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 615.46221875
transcript.pyannote[50].end 626.65034375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 627.00471875
transcript.pyannote[51].end 627.37596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 627.79784375
transcript.pyannote[52].end 630.51471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 630.66659375
transcript.pyannote[53].end 700.76534375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 700.84971875
transcript.pyannote[54].end 700.93409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 701.38971875
transcript.pyannote[55].end 702.50346875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 702.90846875
transcript.pyannote[56].end 705.97971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 703.34721875
transcript.pyannote[57].end 704.34284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 706.09784375
transcript.pyannote[58].end 706.40159375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 706.40159375
transcript.pyannote[59].end 706.87409375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 706.87409375
transcript.pyannote[60].end 706.89096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 706.89096875
transcript.pyannote[61].end 706.90784375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 706.90784375
transcript.pyannote[62].end 706.97534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 706.97534375
transcript.pyannote[63].end 707.04284375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 707.04284375
transcript.pyannote[64].end 707.51534375
transcript.whisperx[0].start 0.342
transcript.whisperx[0].end 13.239
transcript.whisperx[0].text 致詢我們麻煩確斥長還有那個人事長好請人事長跟確斥長稍微
transcript.whisperx[1].start 16.783
transcript.whisperx[1].end 23.407
transcript.whisperx[1].text 主要對於這個人工智慧的部分我們還是主要停留在就是上課讓公務員上課主要還是在這個部分
transcript.whisperx[2].start 41.717
transcript.whisperx[2].end 65.624
transcript.whisperx[2].text 我想提一個東西就是其實我看了一下一些之前的資料就是我們政府尤其是之前賴總統先前在當行政院院長的時候他其實希望說把台灣發展成一個智慧的國家所以我們當時有一個政府的計畫就是前瞻基礎建設裡面的數位建設還有一個就是
transcript.whisperx[3].start 66.864
transcript.whisperx[3].end 92.383
transcript.whisperx[3].text 一百零六年到一百零九年花五十億在建構國家級的AI的雲端服務跟高速運算平台那還有一個就是一百零六年到一百一十年他投入五十億是建立四個AI的創新研究中心但是呢到現在已經這麼多年過去了我們現在看到公部門我國公部門現在使用人工智慧工具的
transcript.whisperx[4].start 93.063
transcript.whisperx[4].end 93.563
transcript.whisperx[4].text 請問現在你的課程是在教什麼東西啊?
transcript.whisperx[5].start 108.208
transcript.whisperx[5].end 122.617
transcript.whisperx[5].text 因為我個人的淺見通常都是我自己碩士的時候我寫的論文就是寫人工智慧的部分它主要分成兩大區塊一個是Coding的部分另外一個當然是應用
transcript.whisperx[6].start 123.277
transcript.whisperx[6].end 145.604
transcript.whisperx[6].text 那我想對於公務員我們不可能是教他從程式怎麼寫開始教起對不對我們對於公務員的在職的教育一定是教育他你的這個公務員的領域裡面你需要什麼東西然後我再教導你那如果說這個工具相關的工具還沒有出來之前那這個教育課程的內容主要是什麼我想請教一下
transcript.whisperx[7].start 148.92
transcript.whisperx[7].end 176.038
transcript.whisperx[7].text 張偉的這個問題我想我們課程大概會有AI的基礎核心概念應用生成式AI還有導入AI專案做法還有了解人工智慧的影響還有避免AI應用的風險這剛才張偉你提到的大概有幾個部分我上課數位學習實體課程另外還有一個很重要的我們就實作的課程我們事實上開種子班本身就是重點就是在實作
transcript.whisperx[8].start 177.059
transcript.whisperx[8].end 179.06
transcript.whisperx[8].text 對那我的意思是這樣就是說我們不用就是
transcript.whisperx[9].start 206.894
transcript.whisperx[9].end 230.986
transcript.whisperx[9].text 我們今天講東西我們不要打高空不要講華而不實的東西你幾個小時或十幾二十個小時你要教導一個人從AI你要跟他講其實是聽不懂的啦所以最好的方式當然就是說工具出來的時候之後我們來教他怎麼樣去運用他那個部門所需要的那個工具嘛所以我當然一直覺得說我們已經這麼多年了就從賴總統還在當院長時代到現在
transcript.whisperx[10].start 234.488
transcript.whisperx[10].end 262.666
transcript.whisperx[10].text 他主張的這個東西這麼多年了我們也花了我剛剛有提到了花了一百一百六十億下去了可是到現在還是人總在上課那上課又只是教導他這個的內容是什麼然後你說實際的運用或教他去操作可是他的部門又沒有因應相關因應的工具出來所以我有時候搞不太懂啊因為我以前在我以前當公務員的時候我們一套系統出來那
transcript.whisperx[11].start 264.147
transcript.whisperx[11].end 264.167
transcript.whisperx[11].text 吳宗憲議員
transcript.whisperx[12].start 286.286
transcript.whisperx[12].end 286.306
transcript.whisperx[12].text 吳宗憲議員
transcript.whisperx[13].start 308.616
transcript.whisperx[13].end 337.674
transcript.whisperx[13].text 我們現在花了這麼多錢花了這麼多年然後建制到現在還在上課那這一塊可能你們自己要注意一下包括課程的內容我跟委員報告兩點第一點就是過去這五六年來很多中央機關跟地方政府都有在導入人工智慧一開始他們導入的是AI這兩年大家慢慢轉成CHAP GPT就是深層式的深層式的人工智慧事實上
transcript.whisperx[14].start 339.455
transcript.whisperx[14].end 357.169
transcript.whisperx[14].text 這兩個事實上是有一個程度落差因為你導入的類似ChangeGPT這一種你必須要考慮到算力的問題考慮到資料的問題還有考慮到你的演送法的問題那過去這幾年我知道的像桃園還有台北市新北
transcript.whisperx[15].start 357.609
transcript.whisperx[15].end 357.629
transcript.whisperx[15].text 吳宗憲
transcript.whisperx[16].start 374.978
transcript.whisperx[16].end 402.179
transcript.whisperx[16].text 是從AI再進化到所謂的善用深層式人工智慧來加速政府的一個流程再造裡面一個很重要的剛才有委員在關心的兩個問題嘛一個是為民服務品質的提高一個是行政效力可是這裡面最核心的部分應該是一個流程改造你用新的東西進來你流程如果不改的話整個效果是會
transcript.whisperx[17].start 402.779
transcript.whisperx[17].end 403.439
transcript.whisperx[17].text 大打折扣
transcript.whisperx[18].start 423.404
transcript.whisperx[18].end 437.221
transcript.whisperx[18].text 佩爾專案主要是把那OpenAI跟那個ChatGPT融進他們的那個Word的系統裡面去減輕公務員的寫作研究的一些負擔我想說因為我看他們的那個
transcript.whisperx[19].start 438.822
transcript.whisperx[19].end 464.437
transcript.whisperx[19].text 報告裡面說他們的政府有85%的政府機關都有導入人工智慧的系統在協助公務員的辦這個是新加坡臺北辦事處網頁裡面的資料我想說我們臺灣在硬體上面竟然可以當一個世界領頭羊那在這個軟體的設計在這個AI的運用上面是不是也要加強一下這再麻煩次長這邊也能做到
transcript.whisperx[20].start 465.157
transcript.whisperx[20].end 467.959
transcript.whisperx[20].text 老機法修正後65歲強制退休改成得由勞僱雙方協商後延後
transcript.whisperx[21].start 493.303
transcript.whisperx[21].end 495.985
transcript.whisperx[21].text 公有管理要點第21條到底有沒有適用勞基法這次修正
transcript.whisperx[22].start 504.94
transcript.whisperx[22].end 506.421
transcript.whisperx[22].text 因為各機關裡面的勞工其實是非常多蠻多的啦
transcript.whisperx[23].start 531.034
transcript.whisperx[23].end 548.963
transcript.whisperx[23].text 現在他們各自向自己所屬的機關去詢問這個東西說可不可以適用這次勞基法修正所有的機關都推來推去但是因為關係到人這麼多是不是麻煩你們要趕快處理更何況這個要點是你們內部修正就可以嘛這應該很簡單啊
transcript.whisperx[24].start 551.204
transcript.whisperx[24].end 572.71
transcript.whisperx[24].text 如果說是不是可以盡快把這個事情釐清否則就會變成說他的老闆如果是一般民間企業那我就適用這個可以雙方再協商如果我的老闆是公部門那我就不適用這個是很奇怪的好不好這麻煩人事長你這個部分能夠兩個月內能夠告訴我們一下你們的那個修法
transcript.whisperx[25].start 573.43
transcript.whisperx[25].end 575.292
transcript.whisperx[25].text 人種避菌公務員的勤修及福利事項是人種在管的
transcript.whisperx[26].start 595.43
transcript.whisperx[26].end 610.727
transcript.whisperx[26].text 這次我看到一個特種警消成立協會的門檻這次草案是從800人降到300人是有降低他們成立這個協會的門檻有降低但是現在有一個問題就是說
transcript.whisperx[27].start 615.572
transcript.whisperx[27].end 629.884
transcript.whisperx[27].text 原來的法案跟未來的草案其實都沒有提到都沒有同意說將來這個協會可以跟公部門有個團體協約出來那我想我看到前序不好意思再給我一分鐘
transcript.whisperx[28].start 630.885
transcript.whisperx[28].end 659.355
transcript.whisperx[28].text 全序部的報告美國英國跟法國都有承認這些團體協約的權利就是這個協約權的結果是能夠有效拘束政府機關的否則這些團體你不讓他成立工會你也不敢讓他罷工結果他今天有任何的權利想要爭取像消防員的消防設備有問題或什麼結果他今天講沒有人理他們到現在還在抗爭每年死了幾位消防員
transcript.whisperx[29].start 659.895
transcript.whisperx[29].end 659.915
transcript.whisperx[29].text 吳宗憲議員
transcript.whisperx[30].start 681.365
transcript.whisperx[30].end 681.385
transcript.whisperx[30].text 吳宗憲
會議時間 2024-10-14T09:00:00+08:00
委員發言時間 12:04:24 - 12:16:11
會議名稱 立法院第11屆第2會期司法及法制委員會第4次全體委員會議(事由:邀請行政院人事行政總處人事長暨相關部會列席就「政府機關導入AI提升效能」進行專題報告,並備質詢。)
IVOD_ID 155441
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155441
日期 2024-10-14
會議資料.會議代碼 委員會-11-2-36-4
會議資料.屆 11
會議資料.會期 2
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.標題 第11屆第2會期司法及法制委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-10-14T12:04:24+08:00
結束時間 2024-10-14T12:16:11+08:00
支援功能[0] ai-transcript