iVOD / 161016

Field Value
IVOD_ID 161016
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161016
日期 2025-05-07
會議資料.會議代碼 委員會-11-3-36-15
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15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 15
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15次全體委員會議
影片種類 Clip
開始時間 2025-05-07T11:23:29+08:00
結束時間 2025-05-07T11:38:41+08:00
影片長度 00:15:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0a74d2e02c378e06bbc0a336cf0cfae2115e7528c8151ef53464f2517af749f078ff57680a1797c35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳思瑤
委員發言時間 11:23:29 - 11:38:41
會議時間 2025-05-07T09:00:00+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15次全體委員會議(事由:邀請司法院副秘書長、法務部部長、法務部調查局局長、行政院打擊詐欺指揮中心指揮官、內政部警政署署長、數位發展部、國家通訊傳播委員會、金融監督管理委員會率所屬相關單位列席就「臺灣遭聯合國警示為東亞、東南亞跨國詐欺集團據點之檢討與防範,及打詐四法與相關子法施行後之具體成效」進行專題報告,並備質詢。 【5月5日及7日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.88221875
transcript.pyannote[0].end 11.77596875
transcript.pyannote[1].speaker SPEAKER_04
transcript.pyannote[1].start 9.17721875
transcript.pyannote[1].end 9.97034375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.19784375
transcript.pyannote[2].end 14.29034375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 12.24846875
transcript.pyannote[3].end 13.34534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 15.06659375
transcript.pyannote[4].end 16.07909375
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 16.11284375
transcript.pyannote[5].end 17.53034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 16.93971875
transcript.pyannote[6].end 19.50471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 22.00221875
transcript.pyannote[7].end 33.35909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 34.43909375
transcript.pyannote[8].end 38.03346875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 38.15159375
transcript.pyannote[9].end 45.13784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 45.55971875
transcript.pyannote[10].end 46.40346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 47.07846875
transcript.pyannote[11].end 48.37784375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 48.98534375
transcript.pyannote[12].end 52.68096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 53.20409375
transcript.pyannote[13].end 54.31784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 54.89159375
transcript.pyannote[14].end 57.77721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 58.36784375
transcript.pyannote[15].end 79.49534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 79.96784375
transcript.pyannote[16].end 84.23721875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 84.42284375
transcript.pyannote[17].end 92.20221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 92.33721875
transcript.pyannote[18].end 102.54659375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 102.96846875
transcript.pyannote[19].end 104.82471875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 105.92159375
transcript.pyannote[20].end 106.78221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 107.81159375
transcript.pyannote[21].end 111.33846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 111.72659375
transcript.pyannote[22].end 133.68096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 134.32221875
transcript.pyannote[23].end 141.57846875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 141.96659375
transcript.pyannote[24].end 144.59909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 145.54409375
transcript.pyannote[25].end 147.75471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 148.46346875
transcript.pyannote[26].end 155.16284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 156.47909375
transcript.pyannote[27].end 165.11909375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 165.00096875
transcript.pyannote[28].end 167.07659375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 166.28346875
transcript.pyannote[29].end 166.62096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 167.07659375
transcript.pyannote[30].end 178.11284375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 178.38284375
transcript.pyannote[31].end 179.74971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 180.28971875
transcript.pyannote[32].end 181.08284375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 181.75784375
transcript.pyannote[33].end 185.87534375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 185.87534375
transcript.pyannote[34].end 186.61784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 186.07784375
transcript.pyannote[35].end 187.71471875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 187.52909375
transcript.pyannote[36].end 187.96784375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 187.90034375
transcript.pyannote[37].end 190.70159375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 190.80284375
transcript.pyannote[38].end 196.75971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 192.97971875
transcript.pyannote[39].end 194.14409375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 195.91596875
transcript.pyannote[40].end 197.94096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 198.19409375
transcript.pyannote[41].end 199.69596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 200.15159375
transcript.pyannote[42].end 206.09159375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 207.64409375
transcript.pyannote[43].end 210.61409375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 211.06971875
transcript.pyannote[44].end 217.34721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 218.05596875
transcript.pyannote[45].end 222.89909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 223.18596875
transcript.pyannote[46].end 227.16846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 227.59034375
transcript.pyannote[47].end 232.36596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 232.14659375
transcript.pyannote[48].end 235.69034375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 235.40346875
transcript.pyannote[49].end 243.62159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 243.19971875
transcript.pyannote[50].end 250.01721875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 250.50659375
transcript.pyannote[51].end 254.62409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 254.15159375
transcript.pyannote[52].end 254.47221875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 254.80971875
transcript.pyannote[53].end 255.33284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 254.96159375
transcript.pyannote[54].end 259.09596875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 260.66534375
transcript.pyannote[55].end 267.70221875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 267.87096875
transcript.pyannote[56].end 271.02659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 268.22534375
transcript.pyannote[57].end 269.47409375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 271.19534375
transcript.pyannote[58].end 280.79721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 276.59534375
transcript.pyannote[59].end 277.96221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 280.49346875
transcript.pyannote[60].end 283.09221875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 281.42159375
transcript.pyannote[61].end 290.43284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 290.71971875
transcript.pyannote[62].end 292.66034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 292.91346875
transcript.pyannote[63].end 298.09409375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 298.09409375
transcript.pyannote[64].end 298.46534375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 298.97159375
transcript.pyannote[65].end 299.83221875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 300.37221875
transcript.pyannote[66].end 305.02971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 305.43471875
transcript.pyannote[67].end 313.72034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 315.79596875
transcript.pyannote[68].end 316.70721875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 318.02346875
transcript.pyannote[69].end 355.04721875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 355.46909375
transcript.pyannote[70].end 370.15034375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 370.26846875
transcript.pyannote[71].end 377.76096875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 378.72284375
transcript.pyannote[72].end 395.27721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 396.76221875
transcript.pyannote[73].end 405.21659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 405.77346875
transcript.pyannote[74].end 410.17784375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 410.63346875
transcript.pyannote[75].end 421.02846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 421.55159375
transcript.pyannote[76].end 460.26284375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 461.32596875
transcript.pyannote[77].end 478.50471875
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 478.97721875
transcript.pyannote[78].end 488.54534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 489.06846875
transcript.pyannote[79].end 490.62096875
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 491.16096875
transcript.pyannote[80].end 521.26596875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 507.90096875
transcript.pyannote[81].end 510.93846875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 516.76034375
transcript.pyannote[82].end 517.06409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 520.81034375
transcript.pyannote[83].end 523.15596875
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 522.14346875
transcript.pyannote[84].end 524.25284375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 523.84784375
transcript.pyannote[85].end 539.79471875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 540.52034375
transcript.pyannote[86].end 549.71721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 543.03471875
transcript.pyannote[87].end 543.89534375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 549.78471875
transcript.pyannote[88].end 603.78471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 604.59471875
transcript.pyannote[89].end 607.21034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 607.86846875
transcript.pyannote[90].end 610.39971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 610.68659375
transcript.pyannote[91].end 613.74096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 614.58471875
transcript.pyannote[92].end 615.24284375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 615.37784375
transcript.pyannote[93].end 627.30846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 628.08471875
transcript.pyannote[94].end 647.60909375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 648.28409375
transcript.pyannote[95].end 650.86596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 651.72659375
transcript.pyannote[96].end 654.15659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 654.47721875
transcript.pyannote[97].end 668.38221875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 668.75346875
transcript.pyannote[98].end 683.08034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 683.82284375
transcript.pyannote[99].end 688.51409375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 688.66596875
transcript.pyannote[100].end 689.22284375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 689.89784375
transcript.pyannote[101].end 690.53909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 690.82596875
transcript.pyannote[102].end 697.12034375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 697.91346875
transcript.pyannote[103].end 708.00471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 708.24096875
transcript.pyannote[104].end 746.85096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 747.69471875
transcript.pyannote[105].end 748.35284375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 748.35284375
transcript.pyannote[106].end 749.36534375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 749.55096875
transcript.pyannote[107].end 751.17096875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 751.77846875
transcript.pyannote[108].end 753.87096875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 754.57971875
transcript.pyannote[109].end 759.94596875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 760.35096875
transcript.pyannote[110].end 778.03596875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 778.03596875
transcript.pyannote[111].end 814.24971875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 786.16971875
transcript.pyannote[112].end 790.52346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 812.98409375
transcript.pyannote[113].end 823.22721875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 823.53096875
transcript.pyannote[114].end 827.71596875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 827.80034375
transcript.pyannote[115].end 872.38409375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 872.68784375
transcript.pyannote[116].end 877.81784375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 878.25659375
transcript.pyannote[117].end 884.70284375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 885.52971875
transcript.pyannote[118].end 887.03159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 887.04846875
transcript.pyannote[119].end 888.28034375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 888.58409375
transcript.pyannote[120].end 893.96721875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 894.18659375
transcript.pyannote[121].end 910.94346875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 911.04471875
transcript.pyannote[122].end 912.09096875
transcript.whisperx[0].start 7.269
transcript.whisperx[0].end 32.642
transcript.whisperx[0].text 謝主席 我也請鄭部長然後也請我們指揮官請正院打擊詐欺指揮中心馬指揮官委員早那肅發部的代表也準備一下好 我今天的主題非常的明確喔台灣要打架國家隊台灣成立打詐國家隊但是在野黨卻在扯後腿嗎
transcript.whisperx[1].start 34.485
transcript.whisperx[1].end 53.777
transcript.whisperx[1].text 口口聲聲說要打炸要防炸那今天質詢的委員呢回去之後就可以剪影片做圖卡發文說自己好關心打炸可是呢省預算的時候大砍預算大動預算讓我們的打炸政策作為
transcript.whisperx[2].start 55.258
transcript.whisperx[2].end 79.143
transcript.whisperx[2].text 綁手綁腳 動彈不折 下一頁喔這個是速發布喔 速發布是這一次政府總預算這個受災戶最嚴重的山洞合併超過七成 也就是剩下三成的錢可以花當中對於監管網路平台 落實廣告實名制要打炸就受阻了
transcript.whisperx[3].start 80.043
transcript.whisperx[3].end 104.598
transcript.whisperx[3].text 然後我們要開發AI的分析網路詐騙的這個系統然後來減少人力的負擔自動化可以通報只剩下三成的錢可以用了我們要出國交流國際的這個情報能夠互相的匯報要司法互助我們要資安技術的合作預算剩三成我看下一個
transcript.whisperx[4].start 108.107
transcript.whisperx[4].end 132.023
transcript.whisperx[4].text 內政部警政署也是重災戶啊在打詐相關預算裡頭大山大洞超過兩成所以呢你的影響就是協助人民要懂得視詐辯視詐騙這資訊傳播管道我們要宣傳我們要政策的配套我們要人力我們要物力還有網路流量記錄資料庫
transcript.whisperx[5].start 134.404
transcript.whisperx[5].end 153.861
transcript.whisperx[5].text 要對打詐、毒品、槍砲、兒少性侵犯罪業務的推廣難道因為預算只剩就打八折了嗎再來我請指揮官喔還據說你們指揮中心的預算更慘到底有多慘 來說一下
transcript.whisperx[6].start 156.636
transcript.whisperx[6].end 180.704
transcript.whisperx[6].text 跟委員報告其實指揮中心我們所用到的預算不多但是大部分都是在我們的會議所需要因為是行政院的業務費被刪那也跟委員報告我們從去年九月份成立到現在我們現在總共各式會議我們召開了九十二次九十二場但是我們現在的預算就是每個月剩下九千塊可以租影音機那其他的預算都沒有了Pardon me
transcript.whisperx[7].start 181.806
transcript.whisperx[7].end 204.899
transcript.whisperx[7].text 你的指揮中心每個月預算剩9000塊只可以租引印機那你要開92場會今年就沒得開啦我們就是開但是用我們各自複審的方式所以大家聽聽看喔請大家告訴大家行政院打擊詐欺指揮中心的預算被砍到每個月剩9000塊
transcript.whisperx[8].start 207.694
transcript.whisperx[8].end 226.583
transcript.whisperx[8].text 我們到底是要支持政府打詐防詐還是要讓政府沒有辦法打詐防詐然後乾脆向詐騙集團投降好了書發布我剛剛說你們的預算七成被煽動難道你們的業務以後就打三折了嗎 怎麼辦啊
transcript.whisperx[9].start 227.879
transcript.whisperx[9].end 249.573
transcript.whisperx[9].text 是 報告委員 雖然我們的預算確實是有收到影響影響打架非常嚴重嘛 對不對 尤其在網路那一塊是的 那但是呢 因為我們還是透過公司協力的部分來跟我們的網路廣告平台業者一起來做一個努力喔所以讓你們要加倍努力啊 事倍公辦啊去總結啊 去合作啊 去拜託民間啊 做回來做
transcript.whisperx[10].start 250.615
transcript.whisperx[10].end 258.462
transcript.whisperx[10].text 是 我想其實民間應該也有網路廣告平台業者也有這樣的義務好 警政署署長就你們怎麼辦啊
transcript.whisperx[11].start 260.697
transcript.whisperx[11].end 289.459
transcript.whisperx[11].text 你們以後預算就請在野黨的委員不要來argue你們的預算你們的政策來對 我覺得就是有一些我們推動的就是在宣導讓全民房災的意識能夠再做提升所以這個部分就是刪跟動的比較嚴重一點然後你的網路流量網路流量的一個這件事就是要去追源頭的這些相關的設備也是動的比較多一點動了大概8.81
transcript.whisperx[12].start 290.82
transcript.whisperx[12].end 313.308
transcript.whisperx[12].text 所以啊 8.8億嘛 對不對我現在看到你們內政部在打詐業務光凍結就是10.8億嘛 是天啊如果說在野黨的委員關心打詐 要向詐騙集團宣戰結果來砍 來刪 來動預算 那我要說在野黨就是台灣政治圈最大的詐騙集團我們看下一頁
transcript.whisperx[13].start 318.069
transcript.whisperx[13].end 334.98
transcript.whisperx[13].text 今天呢主席排的這個會議主題是引用聯合國的這個毒品跟打架辦公室的一個報告剛剛我聽到前面您的回答部長的回答是說其實他的真實性還帶確認因為他不是官方確認的文件
transcript.whisperx[14].start 335.76
transcript.whisperx[14].end 348.934
transcript.whisperx[14].text 但即便如此 雖然不能盡信 但是一些揭露的事項 我們也是可以來納入參考政策的研議包括這個報告告訴了我們 跨國組織犯罪的生態系已經轉型了由傳統的毒品轉向工業化的網路詐騙跟資安犯罪
transcript.whisperx[15].start 355.861
transcript.whisperx[15].end 377.188
transcript.whisperx[15].text 這個報告也告訴我們詐騙集團高度的整合化跟企業化的運作虛擬資產洗錢人口販運地下金融AI都一起這個磨高一尺道就要高一丈喔第三呢這個報告也告訴我們整個犯罪據點是轉向無政府管控或是非國家武裝
transcript.whisperx[16].start 378.769
transcript.whisperx[16].end 404.866
transcript.whisperx[16].text 控制的地區就是東南亞的地區這個報告告訴了我們詐騙金額實在是嚇死人光東亞東南亞就損失就這個去年度的報告370億美元這是這個報告告訴我們的下一頁可以參考的地方參考但是不能盡信也就是說不能輕易的採信的地方也請大家不要去渲染
transcript.whisperx[17].start 406.295
transcript.whisperx[17].end 420.354
transcript.whisperx[17].text 這個報告有把台灣打成是詐騙之島嗎剛剛我還看在野黨的文章說恭喜喔 恭喜喔 台灣登上世界舞台天啊 用這種幸災樂禍的心情來看待我們的國家打架的作為
transcript.whisperx[18].start 421.616
transcript.whisperx[18].end 441.012
transcript.whisperx[18].text 部長您要回答之前我來提醒一下這個報告我讀到的是他們在東亞觀察出特殊經濟詐騙源區就是金三角有緬甸柬埔寨跟寮國而台灣的角色我們是受害者來源國之一就是我們是受害國家而且當然台灣跟個案的關聯有關
transcript.whisperx[19].start 443.914
transcript.whisperx[19].end 457.031
transcript.whisperx[19].text 但是台灣絕對不是這個報告的主體我就以我整理了報告內的各國出現的頻率中國最高在整篇報告當中中國被提到102次台灣被提到26次
transcript.whisperx[20].start 461.394
transcript.whisperx[20].end 487.985
transcript.whisperx[20].text 泰國、日本、寮國、緬甸、柬埔寨、菲律賓被提到的次數都高於台灣所以如果在野黨的委員來說這個報告你看國際證實了台灣就是全球最嚴重東南亞最慘的詐騙之島這是事實嗎?部長這個不是這個報告雖然是對我們非常的不友善但這個報告其實它的來源這個來源也是我們也是
transcript.whisperx[21].start 489.093
transcript.whisperx[21].end 510.791
transcript.whisperx[21].text 他搞不好也是一個詐騙那另外他裡面的話最主要的講的就是一個東亞跟東寮各國的一個情形那當然把台灣也寫進去但是最主要的他是講說有四個案例有四個案件他有一些的主要的嫌犯或者什麼他曾經跟台灣有關聯譬如說他以前20年前或幾十年前在台灣居住後那個人來自台灣但是他已經
transcript.whisperx[22].start 515.454
transcript.whisperx[22].end 539.129
transcript.whisperx[22].text 已經是落實在那些東南亞的國家了因為個案有被提及台灣的關聯但是台灣在這整個通篇報導當中告訴我們台灣其實在報告當中的身份是受害者來源國之一台灣被提及的頻率26次中國被提到102次其他國家的防詐
transcript.whisperx[23].start 540.663
transcript.whisperx[23].end 556.355
transcript.whisperx[23].text 恐怕他們面對的情勢比我們更險峻但是我們台灣絕對要加強因為詐騙集團就是人民共同心中承受非常大的壓力我們必須做 下一頁所以說對應於這個防詐報告的五大建議
transcript.whisperx[24].start 557.236
transcript.whisperx[24].end 564.078
transcript.whisperx[24].text 我沒有時間講事實上從提高政治層級的關注行政院做到了卓院長宣告成立了防炸行動綱領2.0我們成立了打炸國家隊第二個這個報告提出要強化制度跟監管的工具以及第三點執法跟技術的能力要upgrade我們就是修了打炸四法有新的武器M化車GPS追蹤然後網路流量紀錄可以調取我們都做到
transcript.whisperx[25].start 584.205
transcript.whisperx[25].end 613.391
transcript.whisperx[25].text 然後呢這個報告希望能推動整合性的回應機制台灣建立了打炸儀表板上路了還有要深化區域跟國際合作台灣努力在做包括法務部的司法互助但是很遺憾出國的預算都被在野黨的委員山根砍誰在扯台灣打炸的後腿在野黨的委員要反求諸己啊為什麼要跟自己的國家為敵啊下一頁
transcript.whisperx[26].start 614.659
transcript.whisperx[26].end 627.045
transcript.whisperx[26].text 那去年我們努力的在司法法治委員會通過了打炸司法所以在法治的健全我們努力做到有了法治才能夠有政策精良的武器下一頁
transcript.whisperx[27].start 628.194
transcript.whisperx[27].end 641.302
transcript.whisperx[27].text 即便我們預算被砍成這樣這些數字我精準的來整理如果我有錯部長可以指正從去年11月到今年4月我們的打炸的財損金額減少39.9%從126.6億減少到76.2億雖然76.2億還是很高啦
transcript.whisperx[28].start 651.789
transcript.whisperx[28].end 667.779
transcript.whisperx[28].text 我們還是要向詐騙集團宣戰啦但是有努力有效果第二個受理的案件減少百分之十一點五也就是過去一一三年十一月有一萬八千多件的詐騙案件到今年四月已經
transcript.whisperx[29].start 669.3
transcript.whisperx[29].end 696.757
transcript.whisperx[29].text 減到一萬五千九百六十一件但是還不還是讓人家很痛啊我們還是要繼續努力但是請讓我們團隊打炸國家隊努力的成果要告訴社會政府努力在做在詐騙案件跟財損金額逐步降低我的陳述正確嗎正確所以請給政府支持跟力量如果預算沒有被刪被動我相信我們可以做得更好
transcript.whisperx[30].start 697.987
transcript.whisperx[30].end 703.329
transcript.whisperx[30].text 我們可以全面向詐騙集團宣戰而不是現在綁手綁腳預算解凍還要等立法院後續的程序在下一頁而以網路詐騙的猩猩犯罪裡頭因為我們推動了網路的廣告實名制這速發部的業務所以這半年來的網路詐騙的下降假投資廣告下降了31.3%網路購物下降了12.2%假買家
transcript.whisperx[31].start 727.76
transcript.whisperx[31].end 733.502
transcript.whisperx[31].text 的詐騙賣家下降了17.2%假中獎通知也下降了9.27%假交友徵詐騙也下降了24.4%即便我們預算被砍被動但是速發布我們努力做到請問我的數字速發布正確嗎是的 報告委員正確但是我們還是不滿意本席也不滿意 下一頁
transcript.whisperx[32].start 754.642
transcript.whisperx[32].end 778.551
transcript.whisperx[32].text 你們現在防堵網路平台詐騙三個階段第一個我們做到的是落實了廣告實名制今年1月1號上路但是未來要強要擴大對於平台的責任包括要求Meta、Line、Google、YT來訂定他們的防詐防欺的計畫以及要求各個平台提出年度的透明度報告你們現在磋商的如何啊
transcript.whisperx[33].start 779.091
transcript.whisperx[33].end 789.903
transcript.whisperx[33].text 是 報告委員有關於廣告實名制的這個部分呢各平台都已經開始在做而且已經送給我們去做合規的審查我知道 但是後面你要求他們做房地房價計畫是 房地房價計畫的部分呢我們五月底前會審查
transcript.whisperx[34].start 794.268
transcript.whisperx[34].end 814.111
transcript.whisperx[34].text 會現在也陸續送到粉署來太好了 是的這是好消息 平台願意配合是 是 他們願意配合那並且依照這樣的一個房價計畫裡面相關的一個風險的評估跟對應的模式的處理我們也會輔導他們要去合乎他們的房價計畫來做一個進行那到年底的時候就會有一個透明度的報告出來好
transcript.whisperx[35].start 815.632
transcript.whisperx[35].end 837.74
transcript.whisperx[35].text 這是好消息這麼多壞消息當中的好消息我們終於強化跟平台責任的互相公私的協力我期待你們五月提出來的好最後一點喔因為因為預算被刪被動我要提醒你們速發部現在我們我們現在的打架的兩大檢舉平台一個是速發部主管的一個是警政署的165
transcript.whisperx[36].start 839.561
transcript.whisperx[36].end 866.621
transcript.whisperx[36].text 兩個當中其實案件量都很高可是你們人力有限速發部是要用AIAI去做但是預算被砍然後警政署是用人力你們人力很吃力但是兩大平台來收受這個檢舉喔雖然強強聯手可是我覺得你們的借接跟合作不夠多可能都在重複受理同樣的案件所以你們可不可以請指揮中心指揮官來匯整整合一下這兩個平台讓
transcript.whisperx[37].start 868.923
transcript.whisperx[37].end 884.518
transcript.whisperx[37].text 因為也要因應預算 被刪 被凍 速發不就沒頂沒檔啦警政署也一樣啦所以我也認為制度上讓兩大檢舉平台每個月八萬件 想辦法讓他們可以合作分流而不是彼此重疊互相打架 這樣可以嗎
transcript.whisperx[38].start 885.52
transcript.whisperx[38].end 889.883
transcript.whisperx[38].text 可以的沒問題謝謝委員好我們一起努力我們無論如何向詐騙集團宣戰我們要行動預算被刪被砍但是我們的法治已經健全了就做眼前能夠做的事我們要加重300%的努力才能夠補回我們預算被刪被砍人民持續的被詐騙受害的這個狀況我給你們無限的祝福跟打氣加油謝謝謝謝委員