iVOD / 161342

Field Value
IVOD_ID 161342
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161342
日期 2025-05-14
會議資料.會議代碼 聯席會議-11-3-22,23-1
會議資料.會議代碼:str 第11屆第3會期教育及文化、交通委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 22
會議資料.委員會代碼[1] 23
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.委員會代碼:str[1] 交通委員會
會議資料.標題 第11屆第3會期教育及文化、交通委員會第1次聯席會議
影片種類 Clip
開始時間 2025-05-14T11:10:04+08:00
結束時間 2025-05-14T11:24:14+08:00
影片長度 00:14:10
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/4f2e91488ef6971b95cb8196b27acf11ebe85dec65e1b640ab8e08a4c8c91792277aaf2a4e3413f65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 葉元之
委員發言時間 11:10:04 - 11:24:14
會議時間 2025-05-14T09:00:00+08:00
會議名稱 立法院第11屆第3會期教育及文化、交通委員會第1次聯席會議(事由:一、審查委員葛如鈞等37人擬具「人工智慧基本法草案」案。 二、審查委員邱若華等17人擬具「人工智慧基本法草案」案。 三、審查委員羅廷瑋等17人擬具「人工智慧基本法草案」案。 四、審查委員萬美玲等18人擬具「人工智慧基本法草案」案。 五、審查委員許宇甄等20人擬具「人工智慧基本法草案」案。 六、審查委員張嘉郡等21人擬具「人工智慧基本法草案」案。 七、審查委員林倩綺等23人擬具「人工智慧基本法草案」案。 (僅進行詢答))
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 14.74596875
transcript.pyannote[0].end 16.68659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 17.47971875
transcript.pyannote[1].end 19.47096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 23.72346875
transcript.pyannote[2].end 38.65784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 38.91096875
transcript.pyannote[3].end 48.15846875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 48.78284375
transcript.pyannote[4].end 53.40659375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 53.87909375
transcript.pyannote[5].end 67.42971875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 67.63221875
transcript.pyannote[6].end 67.64909375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 67.64909375
transcript.pyannote[7].end 70.65284375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 68.23971875
transcript.pyannote[8].end 71.66534375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 71.66534375
transcript.pyannote[9].end 93.04596875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 72.86346875
transcript.pyannote[10].end 72.98159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 92.80971875
transcript.pyannote[11].end 99.55971875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 97.63596875
transcript.pyannote[12].end 109.27971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 108.33471875
transcript.pyannote[13].end 114.27471875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 114.27471875
transcript.pyannote[14].end 114.46034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 114.46034375
transcript.pyannote[15].end 115.08471875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 115.08471875
transcript.pyannote[16].end 124.78784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 115.11846875
transcript.pyannote[17].end 115.47284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 121.54784375
transcript.pyannote[18].end 121.96971875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 124.31534375
transcript.pyannote[19].end 127.13346875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 125.63159375
transcript.pyannote[20].end 128.09534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 128.33159375
transcript.pyannote[21].end 132.55034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 131.45346875
transcript.pyannote[22].end 133.83284375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 134.22096875
transcript.pyannote[23].end 134.37284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 134.37284375
transcript.pyannote[24].end 137.64659375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 135.79034375
transcript.pyannote[25].end 135.97596875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 137.17409375
transcript.pyannote[26].end 139.65471875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 138.49034375
transcript.pyannote[27].end 144.97034375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 143.41784375
transcript.pyannote[28].end 143.80596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 146.21909375
transcript.pyannote[29].end 148.98659375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 146.67471875
transcript.pyannote[30].end 147.01221875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 148.21034375
transcript.pyannote[31].end 148.58159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 148.98659375
transcript.pyannote[32].end 149.88096875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 150.38721875
transcript.pyannote[33].end 151.14659375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 151.14659375
transcript.pyannote[34].end 153.25596875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 151.16346875
transcript.pyannote[35].end 151.70346875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 153.05346875
transcript.pyannote[36].end 153.99846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 154.96034375
transcript.pyannote[37].end 158.67284375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 156.02346875
transcript.pyannote[38].end 156.39471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 158.67284375
transcript.pyannote[39].end 179.44596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 178.50096875
transcript.pyannote[40].end 191.02221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 179.96909375
transcript.pyannote[41].end 180.74534375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 191.02221875
transcript.pyannote[42].end 191.03909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 191.37659375
transcript.pyannote[43].end 191.39346875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 191.39346875
transcript.pyannote[44].end 192.03471875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 192.03471875
transcript.pyannote[45].end 195.88221875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 198.32909375
transcript.pyannote[46].end 210.34409375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 211.10346875
transcript.pyannote[47].end 213.66846875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 213.60096875
transcript.pyannote[48].end 215.40659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 213.71909375
transcript.pyannote[49].end 214.27596875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 215.40659375
transcript.pyannote[50].end 240.04409375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 240.53346875
transcript.pyannote[51].end 241.93409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 241.34346875
transcript.pyannote[52].end 250.91159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 252.04221875
transcript.pyannote[53].end 253.12221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 253.57784375
transcript.pyannote[54].end 255.53534375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 255.53534375
transcript.pyannote[55].end 266.23409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 255.55221875
transcript.pyannote[56].end 255.70409375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 256.39596875
transcript.pyannote[57].end 256.69971875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 265.22159375
transcript.pyannote[58].end 266.16659375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 266.23409375
transcript.pyannote[59].end 266.84159375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 266.84159375
transcript.pyannote[60].end 266.85846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 266.85846875
transcript.pyannote[61].end 266.87534375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 266.87534375
transcript.pyannote[62].end 266.92596875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 266.92596875
transcript.pyannote[63].end 266.95971875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 266.95971875
transcript.pyannote[64].end 267.02721875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 267.02721875
transcript.pyannote[65].end 268.74846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 269.15346875
transcript.pyannote[66].end 274.51971875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 269.64284375
transcript.pyannote[67].end 270.40221875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 270.40221875
transcript.pyannote[68].end 270.41909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 275.68409375
transcript.pyannote[69].end 287.73284375
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 287.36159375
transcript.pyannote[70].end 287.85096875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 287.85096875
transcript.pyannote[71].end 289.58909375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 289.96034375
transcript.pyannote[72].end 319.32284375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 319.69409375
transcript.pyannote[73].end 334.49346875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 320.33534375
transcript.pyannote[74].end 320.53784375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 334.49346875
transcript.pyannote[75].end 338.10471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 337.81784375
transcript.pyannote[76].end 351.01409375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 341.71596875
transcript.pyannote[77].end 342.17159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 343.21784375
transcript.pyannote[78].end 343.60596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 350.72721875
transcript.pyannote[79].end 362.57346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 362.80971875
transcript.pyannote[80].end 369.32346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 369.45846875
transcript.pyannote[81].end 386.89034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 387.05909375
transcript.pyannote[82].end 433.78596875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 432.50346875
transcript.pyannote[83].end 432.55409375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 433.78596875
transcript.pyannote[84].end 435.49034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 435.49034375
transcript.pyannote[85].end 441.76784375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 440.82284375
transcript.pyannote[86].end 474.30284375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 449.05784375
transcript.pyannote[87].end 449.66534375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 449.73284375
transcript.pyannote[88].end 450.52596875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 464.17784375
transcript.pyannote[89].end 465.34221875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 465.76409375
transcript.pyannote[90].end 466.69221875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 473.39159375
transcript.pyannote[91].end 481.93034375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 479.48346875
transcript.pyannote[92].end 479.90534375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 481.93034375
transcript.pyannote[93].end 500.99909375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 497.16846875
transcript.pyannote[94].end 498.82221875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 501.18471875
transcript.pyannote[95].end 510.70221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 509.08221875
transcript.pyannote[96].end 540.19971875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 513.30096875
transcript.pyannote[97].end 513.67221875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 515.35971875
transcript.pyannote[98].end 515.71409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 536.85846875
transcript.pyannote[99].end 537.55034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 538.61346875
transcript.pyannote[100].end 547.92846875
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 546.51096875
transcript.pyannote[101].end 547.89471875
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 547.92846875
transcript.pyannote[102].end 548.45159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 547.97909375
transcript.pyannote[103].end 555.91034375
transcript.pyannote[104].speaker SPEAKER_04
transcript.pyannote[104].start 550.98284375
transcript.pyannote[104].end 551.32034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 558.00284375
transcript.pyannote[105].end 559.52159375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 559.69034375
transcript.pyannote[106].end 580.15971875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 580.48034375
transcript.pyannote[107].end 582.62346875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 582.23534375
transcript.pyannote[108].end 584.07471875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 584.04096875
transcript.pyannote[109].end 587.02784375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 587.02784375
transcript.pyannote[110].end 594.60471875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 593.42346875
transcript.pyannote[111].end 593.62596875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 594.95909375
transcript.pyannote[112].end 598.24971875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 598.41846875
transcript.pyannote[113].end 599.49846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 599.49846875
transcript.pyannote[114].end 599.90346875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 599.90346875
transcript.pyannote[115].end 601.08471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 601.08471875
transcript.pyannote[116].end 601.18596875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 601.18596875
transcript.pyannote[117].end 610.02846875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 601.25346875
transcript.pyannote[118].end 605.50596875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 610.02846875
transcript.pyannote[119].end 623.78159375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 617.21721875
transcript.pyannote[120].end 617.75721875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 622.12784375
transcript.pyannote[121].end 633.02909375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 633.02909375
transcript.pyannote[122].end 633.36659375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 633.36659375
transcript.pyannote[123].end 633.38346875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 633.38346875
transcript.pyannote[124].end 656.38409375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 633.40034375
transcript.pyannote[125].end 636.97784375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 636.97784375
transcript.pyannote[126].end 637.66971875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 639.81284375
transcript.pyannote[127].end 639.82971875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 639.82971875
transcript.pyannote[128].end 640.13346875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 643.64346875
transcript.pyannote[129].end 644.72346875
transcript.pyannote[130].speaker SPEAKER_04
transcript.pyannote[130].start 648.60471875
transcript.pyannote[130].end 648.65534375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 648.65534375
transcript.pyannote[131].end 648.72284375
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 648.72284375
transcript.pyannote[132].end 648.77346875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 650.02221875
transcript.pyannote[133].end 650.69721875
transcript.pyannote[134].speaker SPEAKER_04
transcript.pyannote[134].start 650.69721875
transcript.pyannote[134].end 650.71409375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 652.26659375
transcript.pyannote[135].end 652.62096875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 654.34221875
transcript.pyannote[136].end 654.35909375
transcript.pyannote[137].speaker SPEAKER_04
transcript.pyannote[137].start 654.35909375
transcript.pyannote[137].end 654.37596875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 654.37596875
transcript.pyannote[138].end 654.94971875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 656.38409375
transcript.pyannote[139].end 656.63721875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 656.63721875
transcript.pyannote[140].end 656.67096875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 656.70471875
transcript.pyannote[141].end 663.89346875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 664.14659375
transcript.pyannote[142].end 687.67034375
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 687.67034375
transcript.pyannote[143].end 687.88971875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 687.88971875
transcript.pyannote[144].end 697.18784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 697.54221875
transcript.pyannote[145].end 698.62221875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 699.53346875
transcript.pyannote[146].end 704.96721875
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 701.44034375
transcript.pyannote[147].end 702.53721875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 704.96721875
transcript.pyannote[148].end 715.34534375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 713.92784375
transcript.pyannote[149].end 716.23971875
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 716.23971875
transcript.pyannote[150].end 729.21659375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 716.25659375
transcript.pyannote[151].end 717.96096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 718.77096875
transcript.pyannote[152].end 719.12534375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 725.84159375
transcript.pyannote[153].end 746.96909375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 734.19471875
transcript.pyannote[154].end 734.36346875
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 746.98596875
transcript.pyannote[155].end 747.00284375
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 747.01971875
transcript.pyannote[156].end 747.42471875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 747.88034375
transcript.pyannote[157].end 748.33596875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 748.33596875
transcript.pyannote[158].end 748.35284375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 748.35284375
transcript.pyannote[159].end 748.36971875
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 748.75784375
transcript.pyannote[160].end 762.86534375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 756.72284375
transcript.pyannote[161].end 762.49409375
transcript.pyannote[162].speaker SPEAKER_04
transcript.pyannote[162].start 762.86534375
transcript.pyannote[162].end 762.88221875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 762.88221875
transcript.pyannote[163].end 762.91596875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 763.03409375
transcript.pyannote[164].end 764.18159375
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 764.18159375
transcript.pyannote[165].end 764.43471875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 765.34596875
transcript.pyannote[166].end 767.52284375
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 766.47659375
transcript.pyannote[167].end 767.50596875
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 767.52284375
transcript.pyannote[168].end 767.91096875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 768.82221875
transcript.pyannote[169].end 794.28659375
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 794.28659375
transcript.pyannote[170].end 794.55659375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 794.55659375
transcript.pyannote[171].end 803.98971875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 803.92221875
transcript.pyannote[172].end 804.17534375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 804.17534375
transcript.pyannote[173].end 829.94346875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 830.38221875
transcript.pyannote[174].end 844.38846875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 830.41596875
transcript.pyannote[175].end 831.96846875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 844.79346875
transcript.pyannote[176].end 849.45096875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 848.53971875
transcript.pyannote[177].end 848.59034375
transcript.whisperx[0].start 15.202
transcript.whisperx[0].end 16.303
transcript.whisperx[0].text 麻煩請國會會主委 謝謝有請吳主委 貝子荀 謝謝
transcript.whisperx[1].start 24.293
transcript.whisperx[1].end 43.03
transcript.whisperx[1].text 主委好我們現在大家在談這個AI的時候都會談到我們要有自己的主權AI嘛那就是希望也能夠有那個我們大型的大語言的模型那我之前我們有關心國科會的那個TED計畫那當時那個TED計畫是在112年編列了2.1億2.3億啦在做這個事情然後第二年也編列了
transcript.whisperx[2].start 48.935
transcript.whisperx[2].end 65.861
transcript.whisperx[2].text 第二年也有持續編列8000萬的預算那第一年的2.3億裡面大概有1.12億是購置硬體我現在想要問國科會這個TED的計畫這個大語言模型還有要繼續發展嗎
transcript.whisperx[3].start 67.702
transcript.whisperx[3].end 89.705
transcript.whisperx[3].text 我們現在持續在發展,那我們現在發展的重點...我說針對模型本身啊模型本身我們因為政府不能夠永遠是靠政府在發展模型我們現在把這個相關的資源也把它推動到希望我們的學界、產業界共同來發展各種不同應用需要的一些代言模型
transcript.whisperx[4].start 90.625
transcript.whisperx[4].end 109.841
transcript.whisperx[4].text 所以這個才是最根本的做法意思是說現在政府沒有要來做這個模型是希望業界或學界延續來做全世界都是學界跟產業界在發展不是政府本身發展所以我們只是做了一個試驗性的範例那你有信心說透過這樣的方式我們的主權AI是可以發展起來嗎可以你有信心
transcript.whisperx[5].start 116.426
transcript.whisperx[5].end 142.363
transcript.whisperx[5].text 我有信心我跟委員報告我們近期我們的產業界就會宣布會大力的投資在我們的這個算力產業界會投資喔產業界會投資因為產業界是哪一些產業哪一些企業這個他們宣布委員就會知道大概投資多少錢金額這個投資額會蠻大的蠻大是大概多少我不能幫他們講講一個範圍嘛讓我們大家有點信心嘛大概範圍多少有超過幾千億嗎
transcript.whisperx[6].start 146.626
transcript.whisperx[6].end 153.131
transcript.whisperx[6].text 幾千億喔或是 或者多少這個差不多喔我看你的表情好像覺得我猜對了這個喔
transcript.whisperx[7].start 155.011
transcript.whisperx[7].end 177.292
transcript.whisperx[7].text 大家期待啦 因為Computex他們就會宣布了我們非常期待那但是因為國科會也有編列計畫啦我們就有看到說後續的延續計畫是科技計畫1.4億看起來是要讓各單位各機關可能也包括學界來申請然後是跟大語言模型可以應用的資料庫都可以來申請計畫對不對
transcript.whisperx[8].start 181.156
transcript.whisperx[8].end 195.434
transcript.whisperx[8].text 國會都是希望學界跟產業界以民間的力量來執行相關的研究的工作那我請問一下速發部主委稍微再留一下 請問一下速發部
transcript.whisperx[9].start 199.04
transcript.whisperx[9].end 209.634
transcript.whisperx[9].text 我們從文化部提供的資料裡面看到文化部說要配合速發部建構台灣主權AI訓練語料庫所以代表說速發部有這個
transcript.whisperx[10].start 211.175
transcript.whisperx[10].end 235.663
transcript.whisperx[10].text 雨料庫的這個計畫嘛對不對對我們正在逐步啟動當中但是在你們報告裡面卻沒提到這非常奇怪理論上我們今天討論AI你們應該要主動提到啦這也不是什麼機密啦因為你們之前曾經也有在那個媒體有發布過相關訊息那為什麼報告裡面沒有是怕大家問還是怎麼樣那我想來問這個速發部你跟國科會申請經費應該是在國科會的1.4億的科技計畫裡面嘛主委應該是這樣吧
transcript.whisperx[11].start 240.578
transcript.whisperx[11].end 267.247
transcript.whisperx[11].text 我們這個計畫我問主委你後來AI是有編列1.4億的科技計畫嗎讓各單位申請書發部是不是根據這個計畫申請了這個語料庫的資料是不是不是我們各部會申請的會不一樣不一樣我們編列的這個學界的研究是國科會在執行對那各部還會有其他那書發部好OK那書發部你們這個計畫要用多少錢
transcript.whisperx[12].start 270.018
transcript.whisperx[12].end 297.306
transcript.whisperx[12].text 就是主權AI訓練語料庫中文語料這個資料庫的計畫要花多少錢我們現在向國科會的科發基金申請一個政府資料匯流跟主權AI部署的計畫那我們目前的這個希望的計畫金額大概是四千萬今年度申請四千萬那這個計畫主要要做什麼我們看一下好不好因為我有針對你們之前記者會新聞稿有來秀一下請那個是次長嗎
transcript.whisperx[13].start 298.266
transcript.whisperx[13].end 318.653
transcript.whisperx[13].text 幫我們確認一下對不對啦你們是講說要建立這個資料庫是要鬆綁駐作權法免費提供一些訓練語料給我們的國內以外他是要給國內以外的大型語言模型讓大家來多使用台灣的訓練資料包括優先採用政府擁有駐作權的非機密文件等等如施政報告是這個嗎
transcript.whisperx[14].start 320.481
transcript.whisperx[14].end 345.19
transcript.whisperx[14].text 是 但是鬆綁著作權法這個方法應該是說它詳細的內容是透過標準的授權的條款方便資料提供者跟資料需求者能夠快速的達成餘料的使用所以你今天要提供的是有著作權的相關資料除了沒有著作權 政府有很多當然也沒有著作權政府有些出版品是有著作權
transcript.whisperx[15].start 346.39
transcript.whisperx[15].end 361.803
transcript.whisperx[15].text 對 然後希望能夠透過授權條款能夠解決AI訓練上可能會發生那其實這個您提到的一個業界現在很擔心的問題因為現在很多業界他們在訓練AI的時候常常就是會面臨到這個這個公開資料有沒有取得授權問題
transcript.whisperx[16].start 363.104
transcript.whisperx[16].end 385.664
transcript.whisperx[16].text 有的資料是公開的但是沒有取得授權他不曉得能不能拿來做訓練國外也有面臨到這樣的狀況如果今天蘇巴部提供的當然都是有授權的很好可是他並沒有進一步解決我剛剛提出來業界的憂慮我不知道蘇巴部或國科會對於我剛剛所提到的這個問題就是資料授權條款的解決有沒有什麼構想
transcript.whisperx[17].start 387.096
transcript.whisperx[17].end 408.832
transcript.whisperx[17].text 跟委員報告就是說我們這個語料庫大概有兩個好處第一個從前如果要談授權要個別去談這是非常耗費時間成本的那有一個語料庫的話那上面都是合法授權的那當然就能夠這個快速的來訓練使用那另外一件事情當然就是所謂的這個授權條款過去要個別商議如果有一個
transcript.whisperx[18].start 409.652
transcript.whisperx[18].end 433.202
transcript.whisperx[18].text 標準的或模範的範本的這個授權條款大家都適用狀況之下的話那這個註冊權商議個別這個談條件的這個問題也可以解決這個大概是我們跟各位台德的團隊在研商他們過去的這個收集資料過程中他們覺得最困擾的問題就他們要個別去談第二他還個別的授權條件可能還不一樣那我們從這方面來解決那怎麼解決現在想法是什麼
transcript.whisperx[19].start 435.863
transcript.whisperx[19].end 458.754
transcript.whisperx[19].text 第一個它就是一個綜合式的語料庫集中式的語料庫你現在這個語料庫是有解決的但是我現在講說比如說產業個別他們要訓練他們的AI模型的時候就會面臨到有一些資料它是公開的資料但是因為也許沒有取得授權所以他們就面臨到說到底這個拿那個資料來做訓練會不會違法的問題那這個問題不解決其實是會影響到我們台灣AI的發展
transcript.whisperx[20].start 464.737
transcript.whisperx[20].end 489.069
transcript.whisperx[20].text 蘇巴布你懂我的意思嗎我懂啊那現在問題是怎麼解決我現在不是講你這個語料庫怎樣我現在是從這個語料庫延伸出那個議題來跟你請教對我們為什麼要設語料庫就是不是供這個學術界使用是要供產業界使用的所以我們當然會希望這個語料庫能夠規模問題是你的語料庫一定有一些資料是不是產業界需要的嘛產業界有時候他需要的有些資料可能不在你的語料庫裡面嘛
transcript.whisperx[21].start 490.69
transcript.whisperx[21].end 508.001
transcript.whisperx[21].text 那他拿一些資料來做訓練的時候他就會面臨我剛剛講的狀況嘛因為這個東西是公開但是沒有授權到底是可用不可用所以我是說除了速發部你自己建立你的語料庫之外你要去思考說企業在使用公開資料的這個免責的問題我不知道這個議題你們有沒有在討論啊我的問題是這個
transcript.whisperx[22].start 510.783
transcript.whisperx[22].end 522.365
transcript.whisperx[22].text 是謝謝委員指教委員談到是另外一個問題就是產業資料的共享的問題那這個在本部開始研擬一個資料創新應用的條例那以歐盟情形來講會針對特定的領域設立Data Space譬如說它是汽車業它是這個農牧業它是這個環境業那在這個產業裡面建立他們是可以資料共享互換的一個機制
transcript.whisperx[23].start 537.188
transcript.whisperx[23].end 554.294
transcript.whisperx[23].text 那這個會在我們的新的法律裡面你會有一個條例是不是因為我現在時間不夠啦可能也沒時間讓你詳細闡述可不可以給我一份資料你剛剛講的那個條例還有研究的方向好不好針對這個部分謝謝主委還有那個朱阿富我最後再問一個問題我請勞動部好不好
transcript.whisperx[24].start 558.472
transcript.whisperx[24].end 579.541
transcript.whisperx[24].text 勞動部是關心說AI的發展可能會造成有一些勞工失業的問題我先問勞動部因為民進黨的立委很擔心放假多放個四天勞工就會說會被AI取代請問一下勞動部有這樣的顧慮嗎因為放假四天所以勞工就會擔心被AI取代勞動部會有這樣的顧慮嗎
transcript.whisperx[25].start 580.933
transcript.whisperx[25].end 597.812
transcript.whisperx[25].text 包委員放四天假就會取代因為今天就委員的提案我們這邊勞動部有沒有這樣顧慮勞動部有立委提出這種高見你們當然要研究就是放了四天假勞工就會擔心被取代這種高見你們都沒研究
transcript.whisperx[26].start 598.833
transcript.whisperx[26].end 619.139
transcript.whisperx[26].text 事實上會不會被AI取代?因為多放四天假,所以會不會?到底以後AI的應用會不會導致勞工失業?我知道,我現在是問說放,不要塔非所問啦我是說因為多放了四天假,員工就會害怕被AI取代有民進黨立委提出這種高見,你們勞動部有沒有?
transcript.whisperx[27].start 620.899
transcript.whisperx[27].end 625.242
transcript.whisperx[27].text 有沒有去研究有沒有這樣的一個問題我們勞動部事實上對於這個AI的應用那會對勞工產生的衝擊我們勞動部持續有在做研究你們各方面的影響都要研究AI會研究放假會不會導致員工被AI取代這種你要研究因為這是你們執政黨的立委提出來的啊好啦沒關係啦我知道你不太想回答
transcript.whisperx[28].start 647.535
transcript.whisperx[28].end 663.544
transcript.whisperx[28].text 那我就跟您請教因為我今天看你勞動部的報告裡面針對AI你剛提到的主題AI的發展對勞工的影響我覺得你寫得很空洞你的兩個重點第一個重點是你要去訓練大家懂AI這個我都沒有意見但第二件事情
transcript.whisperx[29].start 664.304
transcript.whisperx[29].end 688.341
transcript.whisperx[29].text 你說恐造成勞工失業部分你們有設一個台灣就業通一個網站平台讓他們去找工作還有一個就是各地都有就業服務站你就講這兩件事這本來就有在做這本來就有在做的東西你並沒有針對AI的發展導致員工失業提出任何有建設性的文字我舉個例子來講好了
transcript.whisperx[30].start 689.702
transcript.whisperx[30].end 698.464
transcript.whisperx[30].text 比如說你有沒有告訴大家說哪一些產業或哪一些工作會因為AI的發展導致失業報告裡面看不到啊
transcript.whisperx[31].start 699.828
transcript.whisperx[31].end 719.174
transcript.whisperx[31].text 請問一下勞動部你們有研究過嗎哪一些產業或哪一些職缺會受到影響跟委員報告事實上這個產業的會對AI的部分所造成的影響我們勞動部事實上都有在做研究那都沒有寫報告都沒有那你現在簡單講有什麼簡單來講跟委員報告是說跟對勞動權益因為我們今天是針對委員版本的提案的條文
transcript.whisperx[32].start 726.796
transcript.whisperx[32].end 746.537
transcript.whisperx[32].text 不是啦等一下今天在這邊雖然是針對版本給意見但你今天也是代表勞動部來嘛只要問相關AI跟勞工的你就應該要回答啊所以我現在就請教你嘛你們有研究如果有研究那目前勞動部盤點哪一些職缺或產業會因為AI發展受到影響哪一些嘛哪一些
transcript.whisperx[33].start 750.381
transcript.whisperx[33].end 760.984
transcript.whisperx[33].text 我們認為說有產業的類別來講的話不管是哪一種產業類別我們都是依照哪一些啦你不要一直跟我繞圈圈你們到底有沒有盤點過你到底有沒有盤點過有一些產業的類那哪一些嘛
transcript.whisperx[34].start 768.928
transcript.whisperx[34].end 795.058
transcript.whisperx[34].text 所以你根本沒有盤點過啊所以你講不出來啊那我現在直接告訴你啦哪一種職缺可能會受到影響做文書處理的嘛做資料收集的嘛舉例來講可能一個事務所他本來需要十個十個助理在處理文件他現在可能因為AI的應用他只需要三個啦因為他只要會用AI就取代了很多人工收集資料或寫報告的這樣的一個工作啊對所以
transcript.whisperx[35].start 795.698
transcript.whisperx[35].end 811.219
transcript.whisperx[35].text 比如說本來需要10個職缺現在只需要3個那剩下7個那就變成職缺的消失了嘛那當然會影響到勞工啊那針對這些人你們提出了什麼輔導措施看不到嘛因為你現在提的都只是你要教大家用AI對啊
transcript.whisperx[36].start 812.12
transcript.whisperx[36].end 829.029
transcript.whisperx[36].text 十個裡面你教會人家用AI然後但是會用AI啊會用AI它就造成其他人不需要職缺就消失了啊所以有很多人會因為這樣子可能沒有工作然後那你怎麼去輔導他們你說因為我有平台跟我有救福站這個等於是沒有解決問題啊
transcript.whisperx[37].start 830.51
transcript.whisperx[37].end 849.044
transcript.whisperx[37].text 所以今天勞動部來這邊像你們民進黨委員連放假都要扯到勞工會被AI取代然後結果今天勞動部來針對這個影響都講不出半點有內容的東西我希望勞動部是不是可以針對我剛剛的問題今天也不為難你啦好不好提供一個報告給我們好不好好 謝謝
gazette.lineno 414
gazette.blocks[0][0] 葉委員元之:(11時10分)麻煩請國科會主委,謝謝。
gazette.blocks[1][0] 主席:有請吳主委備質詢,謝謝。
gazette.blocks[2][0] 吳主任委員誠文:葉委員好。
gazette.blocks[3][0] 葉委員元之:主委好。現在大家在談AI的時候都會談到我們要有自己的主權AI,希望能夠有我們的大語言模型,之前我們有關心國科會的TAIDE計畫,當時TAIDE計畫是在112年編列2.3億來做這個事情,第二年也有持續編列8,000萬的預算,第一年的2.3億裡面大概有1.12億是購置硬體,我現在想要問國科會,這個TAIDE計畫、這個大語言模型還有要繼續發展嗎?
gazette.blocks[4][0] 吳主任委員誠文:我們現在持續在發展,我們現在發展的重點……
gazette.blocks[5][0] 葉委員元之:我是說針對模型本身。
gazette.blocks[6][0] 吳主任委員誠文:模型本身,因為不能夠永遠是靠政府在發展模型,我們現在把相關的資源推動到我們的學界、產業界共同來發展各種不同應用需要的大語言模型,所以這個才是最根本的做法。
gazette.blocks[7][0] 葉委員元之:所以意思是說,現在政府沒有要來做這個模型,是希望業界或學界延續來做?
gazette.blocks[8][0] 吳主任委員誠文:對,全世界都是學界跟產業界在發展,不是政府本身發展,所以我們只是做了一個試驗性的範例,現在……
gazette.blocks[9][0] 葉委員元之:那你有信心透過這樣的方式,我們的主權AI是可以發展起來嗎?
gazette.blocks[10][0] 吳主任委員誠文:可以。
gazette.blocks[11][0] 葉委員元之:可以?你有信心?
gazette.blocks[12][0] 吳主任委員誠文:我有信心。跟委員報告,近期我們的產業界就會宣布會大力投資在我們的算力跟……
gazette.blocks[13][0] 葉委員元之:產業界會投資?
gazette.blocks[14][0] 吳主任委員誠文:產業界會投資。
gazette.blocks[15][0] 葉委員元之:產業界是哪一些產業?哪一些企業?
gazette.blocks[16][0] 吳主任委員誠文:他們宣布了,委員就會知道。
gazette.blocks[17][0] 葉委員元之:大概要投資多少錢、金額?
gazette.blocks[18][0] 吳主任委員誠文:這個投資額會滿大的,但是……
gazette.blocks[19][0] 葉委員元之:滿大是大概多少?
gazette.blocks[20][0] 吳主任委員誠文:我不能幫他們講。
gazette.blocks[21][0] 葉委員元之:講一個範圍嘛,讓大家有點信心,大概的範圍是多少?有超過幾千億嗎?
gazette.blocks[22][0] 吳主任委員誠文:幾千億喔……
gazette.blocks[23][0] 葉委員元之:或是多少?
gazette.blocks[24][0] 吳主任委員誠文:這個……
gazette.blocks[25][0] 葉委員元之:差不多喔?我看你的表情好像覺得我猜對了。
gazette.blocks[26][0] 吳主任委員誠文:大家期待、大家期待啦,因為COMPUTEX的時候他們就會宣布了。
gazette.blocks[27][0] 葉委員元之:好、OK,我們非常期待。但是因為國科會也有編列計畫,我們有看到後續的延續計畫是1.4億的科技計畫,看起來是要讓各單位、各機關,可能也包括學界來申請,只要是大語言模型可以應用的資料庫都可以來申請計畫,對不對?你們的作法是這樣嗎?
gazette.blocks[28][0] 吳主任委員誠文:對,國科會都是希望學界跟產業界以民間的力量來執行相關的研究工作。
gazette.blocks[29][0] 葉委員元之:我請問一下數發部,主委稍微再留一下。請問一下數發部,我們從文化部提供的資料裡面看到,文化部說要配合數發部建構臺灣主權AI訓練語料庫,所以代表數發部有這個語料庫的計畫,對不對?
gazette.blocks[30][0] 葉次長寧:對,我們正在逐步啟動當中。
gazette.blocks[31][0] 葉委員元之:但是在你們的報告裡面卻沒提到,這非常奇怪,理論上我們今天討論AI,你們應該要主動提到,這也不是什麼機密,因為你們之前也曾經在媒體發布過相關訊息,為什麼報告裡面沒有?是怕大家問,還是怎麼樣?我想問數發部,你跟國科會申請經費應該是在國科會1.4億的科技計畫裡面,主委,應該是這樣嘛?
gazette.blocks[32][0] 葉次長寧:我們這個計畫……
gazette.blocks[33][0] 葉委員元之:我是問主委,主委,你後來AI是有編列1.4億的科技計畫讓各單位申請,數發部是不是根據這個計畫申請語料庫的資料,是不是?
gazette.blocks[34][0] 吳主任委員誠文:不是。
gazette.blocks[35][0] 葉委員元之:不是?
gazette.blocks[36][0] 吳主任委員誠文:我們各部會申請的會不一樣。
gazette.blocks[37][0] 葉委員元之:不一樣?
gazette.blocks[38][0] 吳主任委員誠文:我們編列的學界研究是國科會在執行,各部會還會有其他AI……
gazette.blocks[39][0] 葉委員元之:好、OK。數發部,你們這個計畫要用多少錢?就是主權AI訓練語料庫、中文語料資料庫的計畫要花多少錢?
gazette.blocks[40][0] 葉次長寧:我們現在向國科會的科發基金申請一個政府資料匯流跟主權AI部署的計畫,我們目前希望的計畫金額大概是4,000萬,今年度。
gazette.blocks[41][0] 葉委員元之:申請4,000萬?
gazette.blocks[42][0] 葉次長寧:對。
gazette.blocks[43][0] 葉委員元之:這個計畫主要是要做什麼?我們看一下,好不好?我有針對你們之前記者會的新聞稿,請秀一下資料,請次長幫我們確認一下對不對。你們是講說建立這個資料庫是要鬆綁著作權法,免費提供訓練語料給我們國內外的大型語言模型,讓他們、讓大家多使用臺灣的訓練資料,包括優先採用政府擁有著作權的非機密文件等等,如施政報告,是這個嗎?
gazette.blocks[44][0] 葉次長寧:是,但是鬆綁著作權法這個方法,應該是說詳細內容是透過標準的授權條款,方便資料提供者跟資料需求者能夠快速地達成語料的使用。
gazette.blocks[45][0] 葉委員元之:所以你今天要提供的是有著作權的相關資料,是不是?
gazette.blocks[46][0] 葉次長寧:除了沒有著作權,政府有很多當然也沒有著作權……
gazette.blocks[47][0] 葉委員元之:政府的,我現在講的是……
gazette.blocks[48][0] 葉次長寧:政府有些出版品是有著作權,希望透過授權條款能解決AI訓練上可能會發生的爭議。
gazette.blocks[49][0] 葉委員元之:其實您提到一個業界現在很擔心的問題,因為現在很多業界他們在訓練AI的時候,常常會面臨到公開資料有沒有取得授權的問題,就是有的資料是公開的,但是沒有取得授權,他不曉得能不能拿來做訓練,國外也有面臨到這樣的狀況。如果今天數發部提供的當然都是有授權的是很好,可是並沒有進一步解決我剛剛提出來業界的憂慮,我不知道數發部或國科會對於我剛剛所提到的這個問題,就是資料授權條款的解決有沒有什麼構想?
gazette.blocks[50][0] 葉次長寧:跟委員報告,我們這個語料庫大概有兩個好處:第一個,從前如果要談授權要個別去談,這是非常耗費時間成本的,有一個語料庫的話,上面都是合法授權的,那當然就能夠快速地訓練使用。另外一件事情當然就是所謂的授權條款過去要個別商議,如果有一個標準的或模範的、範本的授權條款,大家都適用的狀況之下,著作權商議個別談條件的問題也可以解決,這個大概是我們跟國科會TAIDE的團隊在研商過去蒐集資料的過程中覺得最困擾的問題,就是他們要個別去談;第二、個別的授權條件可能還不一樣,我們是從這方面來解決。
gazette.blocks[51][0] 葉委員元之:那怎麼解決?現在的想法是什麼?
gazette.blocks[52][0] 葉次長寧:第一個,它就是一個綜合式的語料庫、集中式的語料庫,在上面都……
gazette.blocks[53][0] 葉委員元之:你現在這個語料庫是有解決的,但是我現在講的是,比如說產業個別要訓練他們的AI模型時,就會面臨到有一些資料是公開的資料,但是因為也許沒有取得授權,所以他們就面臨到拿那個資料來做訓練會不會違法的問題,這個問題不解決,其實是會影響到我們臺灣AI的發展,數發部,您懂我的意思嗎?
gazette.blocks[54][0] 葉次長寧:是,我懂。
gazette.blocks[55][0] 葉委員元之:那現在問題是怎麼解決?我現在不是講你這個語料庫怎麼樣,我現在是從這個語料庫延伸出那個議題來跟你請教。
gazette.blocks[56][0] 葉次長寧:我們為什麼要設語料庫,就是不是光供學術界使用,是要供產業界使用,所以我們當然會希望這個語料庫規模能夠愈大……
gazette.blocks[57][0] 葉委員元之:問題是你的語料庫一定有一些資料不是產業界需要的,有時候產業界需要的有些資料可能不在你的語料庫裡面,那他拿一些資料來做訓練的時候就會面臨我剛剛講的狀況,因為這個東西是公開的,但是沒有授權,到底是可用、不可用?
gazette.blocks[58][0] 葉次長寧:我們現在主要針對……
gazette.blocks[59][0] 葉委員元之:所以我是說,除了數發部自己建立你的語料庫之外,你要去思考企業在使用公開資料的免責問題,我不知道這個議題你們有沒有在討論,我的問題是這個。
gazette.blocks[60][0] 葉次長寧:是,謝謝委員指教。委員談到的是另外一個問題,就是產業資料的共享問題,這個在本部開始研擬的資料創新應用條例裡面,以歐盟的情形來講,會針對特定的領域設立Data Space,譬如汽車業、農牧業、環境業,在這個產業裡面建立他們資料可以共享、互換的一個機制,在我們新的法律裡面會創造這個機制。
gazette.blocks[61][0] 葉委員元之:會有一個條例,是不是?
gazette.blocks[62][0] 葉次長寧:是。
gazette.blocks[63][0] 葉委員元之:因為我現在時間不夠了,可能也沒時間讓你詳細闡述,可不可以給我一份資料,就你剛剛講的?
gazette.blocks[64][0] 葉次長寧:那當然。
gazette.blocks[65][0] 葉委員元之:那個條例,還有研究的方向,好不好?針對這個部分。
gazette.blocks[66][0] 葉次長寧:好,沒問題。
gazette.blocks[67][0] 葉委員元之:謝謝主委和數發部。我最後再問一個問題,請勞動部。勞動部關心AI的發展可能會造成有一些勞工失業的問題,我先問勞動部,因為民進黨立委很擔心多放個4天假,勞工就會說會被AI取代,請問一下勞動部有這樣的顧慮嗎?因為放假4天,所以勞工就會擔心被AI取代,勞動部會有這樣的顧慮嗎?
gazette.blocks[68][0] 林專門委員佳世:報告委員……
gazette.blocks[69][0] 葉委員元之:放4天假就被取代?
gazette.blocks[70][0] 林專門委員佳世:因為今天就委員的提案,我們勞動部……
gazette.blocks[71][0] 葉委員元之:不是,我是問勞動部有沒有這樣的顧慮?你是勞動部,有立委提出這種高見,你們當然要研究啊!就是放了4天假,勞工就會擔心被AI取代,這種高見你們都沒研究喔?
gazette.blocks[72][0] 林專門委員佳世:事實上,會不會被AI取代是要看……
gazette.blocks[73][0] 葉委員元之:因為多放4天假,所以被AI取代,會不會?
gazette.blocks[74][0] 林專門委員佳世:要看產業的類別,就是說到底以後AI的應用會不會導致勞工失業……
gazette.blocks[75][0] 葉委員元之:我知道,我現在是問放假,不要答非所問,我是說因為多放了4天假,員工就會害怕被AI取代,有民進黨立委提出這種高見,你們勞動部有沒有去研究有沒有這樣的一個問題?
gazette.blocks[76][0] 林專門委員佳世:報告委員,對於AI的應用會對勞工產生的衝擊,我們勞動部持續有在做研究。
gazette.blocks[77][0] 葉委員元之:各方面的影響你們都要研究。
gazette.blocks[78][0] 林專門委員佳世:是,最常見的類別,比如說製造業、服務業……
gazette.blocks[79][0] 葉委員元之:要研究放假會不會導致員工被AI取代,這種你也要研究,因為這是你們執政黨的立委提出來的啊!好啦,沒關係,沒關係,我知道你不太想回答,那我就跟你請教,因為我今天看勞動部的報告,針對AI,你剛剛提到的主題,AI的發展對勞工的影響,我覺得你寫得很空洞,你的兩個重點,第一個重點是要去訓練大家懂AI,這個我沒有意見。但第二件事情,你說恐造成勞工失業部分,你們有設一個臺灣就業通的網站、平臺讓他們去找工作,還有一個就是各地都有就業服務站,你就講這兩件事,但這本來就有在做啊!這本來就有在做的東西嘛!你並沒有針對AI的發展導致員工失業,提出任何有建設性的文字。我舉個例子來講好了,比如說,你有沒有告訴大家哪一些產業或哪一些工作會因為AI的發展導致失業?報告裡面看不到啊!請問一下勞動部,你們有研究過嗎?哪一些產業或哪一些職缺會受到影響?
gazette.blocks[80][0] 林專門委員佳世:跟委員報告,產業會因為AI所造成的影響,我們勞動部事實上都有在做研究。
gazette.blocks[81][0] 葉委員元之:對,但都沒有寫啊!這個報告都沒有,你現在簡單講有什麼?
gazette.blocks[82][0] 林專門委員佳世:好,簡單來講,跟委員報告,對勞工權益,因為我們今天是針對委員版本的提案條文,條文裡面有針對勞工權益保障部分……
gazette.blocks[83][0] 葉委員元之:不是,等一下,今天在這邊雖然是針對版本給意見,但你今天也是代表勞動部來嘛!
gazette.blocks[84][0] 林專門委員佳世:是。
gazette.blocks[85][0] 葉委員元之:只要是問到AI跟勞工相關的,你就應該要回答啊!所以我現在就請教你,你們如果有研究,目前勞動部盤點哪一些職缺或產業會因為AI發展受到影響?哪一些?
gazette.blocks[86][0] 林專門委員佳世:我們認為從產業類別來講的話,不管是哪一種產業類別,我們都是依照……
gazette.blocks[87][0] 葉委員元之:哪一些啦?
gazette.blocks[88][0] 林專門委員佳世:我們會有一些職業訓練提供勞工……
gazette.blocks[89][0] 葉委員元之:你不要一直跟我繞圈圈,你們到底有沒有盤點過?你到底有沒有盤點過?
gazette.blocks[90][0] 林專門委員佳世:有一些產業類別的部分……
gazette.blocks[91][0] 葉委員元之:哪一些嘛?
gazette.blocks[92][0] 林專門委員佳世:是……
gazette.blocks[93][0] 葉委員元之:所以你根本沒有盤點過啊!所以你講不出來啊!
gazette.blocks[94][0] 林專門委員佳世:我們是有做過研究。
gazette.blocks[95][0] 葉委員元之:我現在直接告訴你哪一種職缺可能會受到影響,做文書處理的、做資料蒐集的,舉例來講,一個事務所可能本來需要10個助理處理文件,現在可能因為AI的應用,它只需要3個了,因為只要會用AI,就可以取代很多人工蒐集資料或寫報告這樣的工作。
gazette.blocks[96][0] 林專門委員佳世:對。
gazette.blocks[97][0] 葉委員元之:比如本來需要10個職缺,現在只需要3個了,剩下7個就變成職缺消失了,那當然會影響到勞工啊!
gazette.blocks[98][0] 林專門委員佳世:是。
gazette.blocks[99][0] 葉委員元之:針對這些人,你們提出了什麼輔導措施?看不到嘛!因為你現在提的都只是要教大家用AI,對啊!10個裡面,你教會人家用AI,會用AI了就造成其他人不需要,職缺就消失了啊!所以有很多人會因為這樣子可能沒有工作,然後你怎麼去輔導他們?你說因為有平臺跟就服站,但這等於沒有解決問題啊!所以今天勞動部來這邊,像民進黨委員連放假都要扯到勞工會被AI取代,結果今天勞動部來,針對這個影響都講不出半點有內容的東西,我希望勞動部是不是可以針對我剛剛的問題,今天也不為難你啦!好不好?就提供一個報告給我們,好不好?
gazette.blocks[100][0] 林專門委員佳世:是。
gazette.blocks[101][0] 葉委員元之:好,謝謝。
gazette.blocks[102][0] 主席:謝謝葉元之委員質詢,官員請回座。
gazette.blocks[102][1] 接下來請蔡其昌委員質詢。
gazette.agenda.page_end 338
gazette.agenda.meet_id 聯席會議-11-3-22,23-1
gazette.agenda.speakers[0] 葛如鈞
gazette.agenda.speakers[1] 羅廷瑋
gazette.agenda.speakers[2] 吳宗憲
gazette.agenda.speakers[3] 張嘉郡
gazette.agenda.speakers[4] 洪孟楷
gazette.agenda.speakers[5] 柯志恩
gazette.agenda.speakers[6] 李昆澤
gazette.agenda.speakers[7] 林俊憲
gazette.agenda.speakers[8] 陳素月
gazette.agenda.speakers[9] 陳秀寳
gazette.agenda.speakers[10] 林宜瑾
gazette.agenda.speakers[11] 葉元之
gazette.agenda.speakers[12] 蔡其昌
gazette.agenda.speakers[13] 劉書彬
gazette.agenda.speakers[14] 萬美玲
gazette.agenda.speakers[15] 張雅琳
gazette.agenda.speakers[16] 郭昱晴
gazette.agenda.speakers[17] 何欣純
gazette.agenda.speakers[18] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[19] 游顥
gazette.agenda.speakers[20] 徐富癸
gazette.agenda.speakers[21] 吳沛憶
gazette.agenda.speakers[22] 謝龍介
gazette.agenda.speakers[23] 楊瓊瓔
gazette.agenda.speakers[24] 范雲
gazette.agenda.speakers[25] 林沛祥
gazette.agenda.speakers[26] 邱若華
gazette.agenda.speakers[27] 廖先翔
gazette.agenda.speakers[28] 許宇甄
gazette.agenda.speakers[29] 邱志偉
gazette.agenda.page_start 263
gazette.agenda.meetingDate[0] 2025-05-14
gazette.agenda.gazette_id 1144802
gazette.agenda.agenda_lcidc_ids[0] 1144802_00005
gazette.agenda.meet_name 立法院第11屆第3會期教育及文化、交通委員會第1次聯席會議紀錄
gazette.agenda.content 一、審查委員葛如鈞等37人擬具「人工智慧基本法草案」案;二、審查委員邱若華等 17 人擬具 「人工智慧基本法草案」案;三、審查委員羅廷瑋等17人擬具「人工智慧基本法草案」案;四、 審查委員萬美玲等18人擬具「人工智慧基本法草案」案;五、審查委員許宇甄等20人擬具「人工 智慧基本法草案」案;六、審查委員張嘉郡等21人擬具「人工智慧基本法草案」案;七、審查委 員林倩綺等23人擬具「人工智慧基本法草案」案 (僅進行詢答)
gazette.agenda.agenda_id 1144802_00004