| IVOD_ID |
159472 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/159472 |
| 日期 |
2025-03-20 |
| 會議資料.會議代碼 |
委員會-11-3-36-3 |
| 會議資料.會議代碼:str |
第11屆第3會期司法及法制委員會第3次全體委員會議 |
| 會議資料.屆 |
11 |
| 會議資料.會期 |
3 |
| 會議資料.會次 |
3 |
| 會議資料.種類 |
委員會 |
| 會議資料.委員會代碼[0] |
36 |
| 會議資料.委員會代碼:str[0] |
司法及法制委員會 |
| 會議資料.標題 |
第11屆第3會期司法及法制委員會第3次全體委員會議 |
| 影片種類 |
Clip |
| 開始時間 |
2025-03-20T12:17:13+08:00 |
| 結束時間 |
2025-03-20T12:23:46+08:00 |
| 影片長度 |
00:06:33 |
| 支援功能[0] |
ai-transcript |
| video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/51071748fba5feb051ba02e079c5e06d4aa23c349ee8e6936c2779210393a1517cccb990385a62e45ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
徐欣瑩 |
| 委員發言時間 |
12:17:13 - 12:23:46 |
| 會議時間 |
2025-03-20T09:00:00+08:00 |
| 會議名稱 |
立法院第11屆第3會期司法及法制委員會第3次全體委員會議（事由：邀請行政院人事行政總處人事長列席報告業務概況，並備質詢。） |
| transcript.pyannote[0].speaker |
SPEAKER_00 |
| transcript.pyannote[0].start |
2.52846875 |
| transcript.pyannote[0].end |
6.52784375 |
| transcript.pyannote[1].speaker |
SPEAKER_01 |
| transcript.pyannote[1].start |
6.73034375 |
| transcript.pyannote[1].end |
7.70909375 |
| transcript.pyannote[2].speaker |
SPEAKER_01 |
| transcript.pyannote[2].start |
9.05909375 |
| transcript.pyannote[2].end |
9.98721875 |
| transcript.pyannote[3].speaker |
SPEAKER_00 |
| transcript.pyannote[3].start |
10.49346875 |
| transcript.pyannote[3].end |
11.82659375 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
12.36659375 |
| transcript.pyannote[4].end |
15.91034375 |
| transcript.pyannote[5].speaker |
SPEAKER_00 |
| transcript.pyannote[5].start |
16.51784375 |
| transcript.pyannote[5].end |
20.78721875 |
| transcript.pyannote[6].speaker |
SPEAKER_00 |
| transcript.pyannote[6].start |
21.64784375 |
| transcript.pyannote[6].end |
22.12034375 |
| transcript.pyannote[7].speaker |
SPEAKER_00 |
| transcript.pyannote[7].start |
22.30596875 |
| transcript.pyannote[7].end |
30.25409375 |
| transcript.pyannote[8].speaker |
SPEAKER_01 |
| transcript.pyannote[8].start |
22.98096875 |
| transcript.pyannote[8].end |
23.65596875 |
| transcript.pyannote[9].speaker |
SPEAKER_01 |
| transcript.pyannote[9].start |
24.24659375 |
| transcript.pyannote[9].end |
24.83721875 |
| transcript.pyannote[10].speaker |
SPEAKER_01 |
| transcript.pyannote[10].start |
30.62534375 |
| transcript.pyannote[10].end |
83.17409375 |
| transcript.pyannote[11].speaker |
SPEAKER_00 |
| transcript.pyannote[11].start |
47.17971875 |
| transcript.pyannote[11].end |
47.58471875 |
| transcript.pyannote[12].speaker |
SPEAKER_00 |
| transcript.pyannote[12].start |
58.21596875 |
| transcript.pyannote[12].end |
58.46909375 |
| transcript.pyannote[13].speaker |
SPEAKER_00 |
| transcript.pyannote[13].start |
75.15846875 |
| transcript.pyannote[13].end |
75.29346875 |
| transcript.pyannote[14].speaker |
SPEAKER_00 |
| transcript.pyannote[14].start |
75.44534375 |
| transcript.pyannote[14].end |
75.73221875 |
| transcript.pyannote[15].speaker |
SPEAKER_01 |
| transcript.pyannote[15].start |
83.86596875 |
| transcript.pyannote[15].end |
101.19659375 |
| transcript.pyannote[16].speaker |
SPEAKER_00 |
| transcript.pyannote[16].start |
101.78721875 |
| transcript.pyannote[16].end |
113.76846875 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
114.13971875 |
| transcript.pyannote[17].end |
117.29534375 |
| transcript.pyannote[18].speaker |
SPEAKER_01 |
| transcript.pyannote[18].start |
117.75096875 |
| transcript.pyannote[18].end |
121.49721875 |
| transcript.pyannote[19].speaker |
SPEAKER_00 |
| transcript.pyannote[19].start |
121.44659375 |
| transcript.pyannote[19].end |
127.36971875 |
| transcript.pyannote[20].speaker |
SPEAKER_00 |
| transcript.pyannote[20].start |
127.72409375 |
| transcript.pyannote[20].end |
129.44534375 |
| transcript.pyannote[21].speaker |
SPEAKER_01 |
| transcript.pyannote[21].start |
129.44534375 |
| transcript.pyannote[21].end |
129.51284375 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
129.51284375 |
| transcript.pyannote[22].end |
130.55909375 |
| transcript.pyannote[23].speaker |
SPEAKER_01 |
| transcript.pyannote[23].start |
129.54659375 |
| transcript.pyannote[23].end |
135.31784375 |
| transcript.pyannote[24].speaker |
SPEAKER_01 |
| transcript.pyannote[24].start |
135.53721875 |
| transcript.pyannote[24].end |
141.89909375 |
| transcript.pyannote[25].speaker |
SPEAKER_00 |
| transcript.pyannote[25].start |
135.80721875 |
| transcript.pyannote[25].end |
136.07721875 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
141.15659375 |
| transcript.pyannote[26].end |
144.14346875 |
| transcript.pyannote[27].speaker |
SPEAKER_01 |
| transcript.pyannote[27].start |
143.19846875 |
| transcript.pyannote[27].end |
144.48096875 |
| transcript.pyannote[28].speaker |
SPEAKER_01 |
| transcript.pyannote[28].start |
144.49784375 |
| transcript.pyannote[28].end |
144.51471875 |
| transcript.pyannote[29].speaker |
SPEAKER_00 |
| transcript.pyannote[29].start |
144.53159375 |
| transcript.pyannote[29].end |
176.27346875 |
| transcript.pyannote[30].speaker |
SPEAKER_01 |
| transcript.pyannote[30].start |
145.02096875 |
| transcript.pyannote[30].end |
145.57784375 |
| transcript.pyannote[31].speaker |
SPEAKER_01 |
| transcript.pyannote[31].start |
176.71221875 |
| transcript.pyannote[31].end |
206.29409375 |
| transcript.pyannote[32].speaker |
SPEAKER_00 |
| transcript.pyannote[32].start |
206.36159375 |
| transcript.pyannote[32].end |
213.06096875 |
| transcript.pyannote[33].speaker |
SPEAKER_01 |
| transcript.pyannote[33].start |
213.06096875 |
| transcript.pyannote[33].end |
214.03971875 |
| transcript.pyannote[34].speaker |
SPEAKER_00 |
| transcript.pyannote[34].start |
213.07784375 |
| transcript.pyannote[34].end |
213.46596875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
213.49971875 |
| transcript.pyannote[35].end |
235.50471875 |
| transcript.pyannote[36].speaker |
SPEAKER_01 |
| transcript.pyannote[36].start |
233.63159375 |
| transcript.pyannote[36].end |
251.94096875 |
| transcript.pyannote[37].speaker |
SPEAKER_00 |
| transcript.pyannote[37].start |
245.66346875 |
| transcript.pyannote[37].end |
246.00096875 |
| transcript.pyannote[38].speaker |
SPEAKER_00 |
| transcript.pyannote[38].start |
247.70534375 |
| transcript.pyannote[38].end |
249.81471875 |
| transcript.pyannote[39].speaker |
SPEAKER_00 |
| transcript.pyannote[39].start |
252.16034375 |
| transcript.pyannote[39].end |
273.79409375 |
| transcript.pyannote[40].speaker |
SPEAKER_00 |
| transcript.pyannote[40].start |
274.38471875 |
| transcript.pyannote[40].end |
278.45159375 |
| transcript.pyannote[41].speaker |
SPEAKER_01 |
| transcript.pyannote[41].start |
275.16096875 |
| transcript.pyannote[41].end |
276.93284375 |
| transcript.pyannote[42].speaker |
SPEAKER_01 |
| transcript.pyannote[42].start |
278.62034375 |
| transcript.pyannote[42].end |
300.92909375 |
| transcript.pyannote[43].speaker |
SPEAKER_00 |
| transcript.pyannote[43].start |
299.81534375 |
| transcript.pyannote[43].end |
301.60409375 |
| transcript.pyannote[44].speaker |
SPEAKER_00 |
| transcript.pyannote[44].start |
301.68846875 |
| transcript.pyannote[44].end |
303.71346875 |
| transcript.pyannote[45].speaker |
SPEAKER_01 |
| transcript.pyannote[45].start |
301.80659375 |
| transcript.pyannote[45].end |
302.14409375 |
| transcript.pyannote[46].speaker |
SPEAKER_01 |
| transcript.pyannote[46].start |
303.71346875 |
| transcript.pyannote[46].end |
309.29909375 |
| transcript.pyannote[47].speaker |
SPEAKER_00 |
| transcript.pyannote[47].start |
305.11409375 |
| transcript.pyannote[47].end |
305.28284375 |
| transcript.pyannote[48].speaker |
SPEAKER_00 |
| transcript.pyannote[48].start |
307.84784375 |
| transcript.pyannote[48].end |
308.75909375 |
| transcript.pyannote[49].speaker |
SPEAKER_01 |
| transcript.pyannote[49].start |
309.45096875 |
| transcript.pyannote[49].end |
309.83909375 |
| transcript.pyannote[50].speaker |
SPEAKER_00 |
| transcript.pyannote[50].start |
309.56909375 |
| transcript.pyannote[50].end |
313.02846875 |
| transcript.pyannote[51].speaker |
SPEAKER_01 |
| transcript.pyannote[51].start |
313.87221875 |
| transcript.pyannote[51].end |
326.64659375 |
| transcript.pyannote[52].speaker |
SPEAKER_00 |
| transcript.pyannote[52].start |
323.81159375 |
| transcript.pyannote[52].end |
324.31784375 |
| transcript.pyannote[53].speaker |
SPEAKER_00 |
| transcript.pyannote[53].start |
326.64659375 |
| transcript.pyannote[53].end |
341.98596875 |
| transcript.pyannote[54].speaker |
SPEAKER_01 |
| transcript.pyannote[54].start |
341.98596875 |
| transcript.pyannote[54].end |
343.42034375 |
| transcript.pyannote[55].speaker |
SPEAKER_00 |
| transcript.pyannote[55].start |
342.01971875 |
| transcript.pyannote[55].end |
346.30596875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
346.49159375 |
| transcript.pyannote[56].end |
360.04221875 |
| transcript.pyannote[57].speaker |
SPEAKER_01 |
| transcript.pyannote[57].start |
360.04221875 |
| transcript.pyannote[57].end |
363.40034375 |
| transcript.pyannote[58].speaker |
SPEAKER_00 |
| transcript.pyannote[58].start |
362.67471875 |
| transcript.pyannote[58].end |
365.93159375 |
| transcript.pyannote[59].speaker |
SPEAKER_01 |
| transcript.pyannote[59].start |
364.37909375 |
| transcript.pyannote[59].end |
373.44096875 |
| transcript.pyannote[60].speaker |
SPEAKER_01 |
| transcript.pyannote[60].start |
373.59284375 |
| transcript.pyannote[60].end |
376.86659375 |
| transcript.pyannote[61].speaker |
SPEAKER_00 |
| transcript.pyannote[61].start |
376.86659375 |
| transcript.pyannote[61].end |
380.96721875 |
| transcript.pyannote[62].speaker |
SPEAKER_01 |
| transcript.pyannote[62].start |
380.05596875 |
| transcript.pyannote[62].end |
383.16096875 |
| transcript.pyannote[63].speaker |
SPEAKER_00 |
| transcript.pyannote[63].start |
381.27096875 |
| transcript.pyannote[63].end |
388.91534375 |
| transcript.pyannote[64].speaker |
SPEAKER_01 |
| transcript.pyannote[64].start |
387.73409375 |
| transcript.pyannote[64].end |
388.84784375 |
| transcript.pyannote[65].speaker |
SPEAKER_00 |
| transcript.pyannote[65].start |
389.26971875 |
| transcript.pyannote[65].end |
393.70784375 |
| transcript.whisperx[0].start |
3.308 |
| transcript.whisperx[0].end |
20.378 |
| transcript.whisperx[0].text |
謝謝主席 本席請蘇俊榮人事長請人事長委員午安人事長好 今天本席想跟你就教在AI時代來臨了 您有感受到嗎 |
| transcript.whisperx[1].start |
21.704 |
| transcript.whisperx[1].end |
36.753 |
| transcript.whisperx[1].text |
有啊那準備了嗎很強烈那整個我們行政部門面對AI時代來臨有沒有任何的準備我跟委員報告在上一年的6月6號我們就簽成行政院 |
| transcript.whisperx[2].start |
37.373 |
| transcript.whisperx[2].end |
60.602 |
| transcript.whisperx[2].text |
院長也批示了我們就啟動公務機關的一個人工智慧的一個導入的一個計畫然後我們也分好幾個梯次招訓了所有的部會首長還有次長還有機關首長甚至司長次長這是屬於high level的部分我們有辦training再來我們上一年也辦了一個梯次的總值班就是針對90等的科長 |
| transcript.whisperx[3].start |
62.583 |
| transcript.whisperx[3].end |
80.395 |
| transcript.whisperx[3].text |
就是三天兩夜然後考上完課以後他還要去考照上第一梯是36個人其中有33位有拿到那個AIA的一個AI能工智慧的一個認證那我們為了讓更多的公務同仁可以上網去學習我們總共開了180 |
| transcript.whisperx[4].start |
84.337 |
| transcript.whisperx[4].end |
107.232 |
| transcript.whisperx[4].text |
一個小時的課程 那累積到現在大概49萬5千人有去上課那今年我們預計會再開五個班級的那一種核心種植人員的一個訓練大概每一梯是36 五個梯是大概會培訓180位喔 非常好耶本席有聽到你們一直在做準備 而且開始訓練了 |
| transcript.whisperx[5].start |
108.567 |
| transcript.whisperx[5].end |
133.082 |
| transcript.whisperx[5].text |
那您知道進入AI時代它很大的一個特性是什麼嗎或是就你了解AI的最大的特性它帶來了很多的機會當然它也有一些風險不是它帶來機會你要發展AI你很重要的準備是什麼你除了訓練人員我覺得人才是最重要啊當然 |
| transcript.whisperx[6].start |
135.903 |
| transcript.whisperx[6].end |
153.254 |
| transcript.whisperx[6].text |
也會牽涉到所謂的算力啦有一些算力的部分不過這個部分你指的是大量的計算嗎大量的計算那好 OK OK 非常好那現在我們公部門有一個情況就是可能資料開放不足會限制AI發展因為 |
| transcript.whisperx[7].start |
154.254 |
| transcript.whisperx[7].end |
174.391 |
| transcript.whisperx[7].text |
也要用AI 我相信您剛剛雖然沒有講但是未來AI怎麼協助我們公部門它有大量的數據可以提供我們做決策而且更有效率那所以首先它必須也要有大量的數據所以我們在公部門的部分我們要提供的各種相關數據這一塊有共識嗎 |
| transcript.whisperx[8].start |
176.992 |
| transcript.whisperx[8].end |
206.097 |
| transcript.whisperx[8].text |
所以國科會他們有國科會有發展所謂的泰德泰德的這個大型遺言模型LLM那現在持續在精進那當然委員提的這個部分我們也面臨到如何去鼓勵更多政府機關把他的資料把它拋出來直接再進到因為你的資料的模型的數量越多的時候你在AI使用上的精準度效果會更好 |
| transcript.whisperx[9].start |
206.997 |
| transcript.whisperx[9].end |
230.745 |
| transcript.whisperx[9].text |
對我們希望能夠有資料共享所以我相信任市長您認同我非常認同對你非常認同那很好那我們未來是不是好好來推動那整個的政府治理我們希望能夠提升行政效率AI它也可以幫助我們優化一些政策還有一些公共管理所以資料共享的這一塊 |
| transcript.whisperx[10].start |
232.365 |
| transcript.whisperx[10].end |
247.963 |
| transcript.whisperx[10].text |
有在進行嗎資料共享的部分 事實上我最近有跟數化部黃部長提過三次如何去引導鼓勵政府機關願意把資料放出來因為有些機關對資料放出來會比較保守 |
| transcript.whisperx[11].start |
252.496 |
| transcript.whisperx[11].end |
273.513 |
| transcript.whisperx[11].text |
因為有很多像財政數據、交通數據甚至我們的醫療數據這一塊我們既然人事長都有這樣的想法我們希望可以往這個方向再來就是AI是不是有目標未來會不會導入這種績效考核機制 |
| transcript.whisperx[12].start |
274.454 |
| transcript.whisperx[12].end |
303.592 |
| transcript.whisperx[12].text |
你們有開始炒車方案來討論或是推動了嗎我跟委員報告以人種來講我們第一個就是人事法規因為人事法規有時候也比較複雜心境當然也比較不清楚所以我們從上一年就開始導入人工智慧就是在人事法規的一個應用那上一年我們又導入了會議紀錄產生器就開完會以後大概半個小時你們那個軟硬體都有啦軟硬體都已經建置啦 |
| transcript.whisperx[13].start |
303.792 |
| transcript.whisperx[13].end |
312.585 |
| transcript.whisperx[13].text |
我坦白講喔 這一些還好啦沒有花那麼大的F這個確實它需要一些軟硬體 |
| transcript.whisperx[14].start |
314.746 |
| transcript.whisperx[14].end |
341.344 |
| transcript.whisperx[14].text |
我們勉強在既有的資金預算雖然被砍了很多可是我們還是要擠一點因為對國家整體競爭力還有行政效率提升有關我們還是要努力所以我們希望AI未來納入整個績效的考核機制可以讓各部門導入AI之後行政作業時間看可不可以縮短然後服務滿意度可以來提升甚至成本降低 |
| transcript.whisperx[15].start |
341.804 |
| transcript.whisperx[15].end |
359.919 |
| transcript.whisperx[15].text |
這是我們努力的方向本席今天特別在這邊質詢也就是希望說您可以朝這個方向我們未來行政部門的效率還有進入AI時代我們的行政院團隊就是AI智慧行動團隊所以希望您能夠大力的來促成好不好 |
| transcript.whisperx[16].start |
360.379 |
| transcript.whisperx[16].end |
388.209 |
| transcript.whisperx[16].text |
這些事情都放在心上要付諸行動我剛才跟委員報告了就是從上一年12月開始我們就開始啟動各個不同階段的一個導入的一個計畫對那我最後講的整個未來的績效考核各方面還有那個變名錄希望下一次您再來報告的時候我們應該可以就更進一步來做了解好不好可以可以好謝謝 |
| transcript.whisperx[17].start |
389.389 |
| transcript.whisperx[17].end |
389.59 |
| transcript.whisperx[17].text |
好 謝謝習近平委員 叫你等命 |