iVOD / 162848

Field Value
IVOD_ID 162848
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162848
日期 2025-06-25
會議資料.會議代碼 委員會-11-3-15-27
會議資料.會議代碼:str 第11屆第3會期內政委員會第27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 27
會議資料.種類 委員會
會議資料.委員會代碼[0] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第3會期內政委員會第27次全體委員會議
影片種類 Clip
開始時間 2025-06-25T09:47:16+08:00
結束時間 2025-06-25T09:57:44+08:00
影片長度 00:10:28
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/3c0085a4689617f5e0bf990450686e4bd00eebfa22cd2c4c7cefc3e4f112f4f09164ec7d2db186c05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張智倫
委員發言時間 09:47:16 - 09:57:44
會議時間 2025-06-25T09:00:00+08:00
會議名稱 立法院第11屆第3會期內政委員會第27次全體委員會議(事由:一、審查委員王定宇等18人擬具「詐欺犯罪危害防制條例第五十四條條文修正草案」案。二、審查委員廖先翔等18人擬具「詐欺犯罪危害防制條例第四十三條條文修正草案」案。三、審查委員張宏陸等30人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案。四、審查委員林宜瑾等27人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案。五、審查委員王義川等16人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案。六、審查委員陳素月等18人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案。【第六案如未經各黨團簽署不復議同意書則不予審查。】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.04784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 0.14909375
transcript.pyannote[1].end 4.62096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 6.24096875
transcript.pyannote[2].end 7.06784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 7.13534375
transcript.pyannote[3].end 21.34409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.41159375
transcript.pyannote[4].end 27.16596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.38534375
transcript.pyannote[5].end 29.96721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 30.15284375
transcript.pyannote[6].end 44.39534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 45.15471875
transcript.pyannote[7].end 59.48159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 59.53221875
transcript.pyannote[8].end 59.54909375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 59.73471875
transcript.pyannote[9].end 62.06346875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 62.28284375
transcript.pyannote[10].end 67.12596875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 67.56471875
transcript.pyannote[11].end 73.35284375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 74.06159375
transcript.pyannote[12].end 83.35971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 84.03471875
transcript.pyannote[13].end 87.35909375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 87.69659375
transcript.pyannote[14].end 91.08846875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 91.39221875
transcript.pyannote[15].end 93.40034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 94.31159375
transcript.pyannote[16].end 95.81346875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 96.06659375
transcript.pyannote[17].end 125.04096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 125.15909375
transcript.pyannote[18].end 141.03846875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 141.64596875
transcript.pyannote[19].end 144.95346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 145.56096875
transcript.pyannote[20].end 159.28034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 159.78659375
transcript.pyannote[21].end 160.22534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 160.73159375
transcript.pyannote[22].end 161.32221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 161.60909375
transcript.pyannote[23].end 166.87409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 167.54909375
transcript.pyannote[24].end 179.36159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 179.64846875
transcript.pyannote[25].end 187.09034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 187.51221875
transcript.pyannote[26].end 194.29596875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 195.03846875
transcript.pyannote[27].end 196.54034375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 197.33346875
transcript.pyannote[28].end 201.26534375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 201.45096875
transcript.pyannote[29].end 202.14284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 202.37909375
transcript.pyannote[30].end 205.90596875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 206.86784375
transcript.pyannote[31].end 208.31909375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 208.87596875
transcript.pyannote[32].end 210.39471875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 210.64784375
transcript.pyannote[33].end 218.19096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 218.68034375
transcript.pyannote[34].end 222.42659375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 222.83159375
transcript.pyannote[35].end 239.47034375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 239.79096875
transcript.pyannote[36].end 253.71284375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 254.35409375
transcript.pyannote[37].end 259.09596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 259.66971875
transcript.pyannote[38].end 265.67721875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 265.96409375
transcript.pyannote[39].end 273.60846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 273.97971875
transcript.pyannote[40].end 283.12596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 283.34534375
transcript.pyannote[41].end 299.61284375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 287.14221875
transcript.pyannote[42].end 287.34471875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 295.12409375
transcript.pyannote[43].end 295.14096875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 295.14096875
transcript.pyannote[44].end 296.99721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 296.99721875
transcript.pyannote[45].end 297.01409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 298.63409375
transcript.pyannote[46].end 348.06096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 300.76034375
transcript.pyannote[47].end 300.92909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 305.80596875
transcript.pyannote[48].end 308.15159375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 309.73784375
transcript.pyannote[49].end 310.15971875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 311.79659375
transcript.pyannote[50].end 314.64846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 316.62284375
transcript.pyannote[51].end 316.67346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 322.73159375
transcript.pyannote[52].end 323.33909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 330.25784375
transcript.pyannote[53].end 330.37596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 348.93846875
transcript.pyannote[54].end 358.60784375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 358.96221875
transcript.pyannote[55].end 362.33721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 362.59034375
transcript.pyannote[56].end 368.19284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 368.41221875
transcript.pyannote[57].end 372.10784375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 371.33159375
transcript.pyannote[58].end 383.98784375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 373.67721875
transcript.pyannote[59].end 373.82909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 380.19096875
transcript.pyannote[60].end 381.89534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 384.69659375
transcript.pyannote[61].end 385.40534375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 385.42221875
transcript.pyannote[62].end 403.73159375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 394.63596875
transcript.pyannote[63].end 396.96471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 404.69346875
transcript.pyannote[64].end 419.00346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 413.78909375
transcript.pyannote[65].end 414.05909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 419.00346875
transcript.pyannote[66].end 426.39471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 420.94409375
transcript.pyannote[67].end 422.12534375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 426.56346875
transcript.pyannote[68].end 431.03534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 431.22096875
transcript.pyannote[69].end 431.89596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 432.18284375
transcript.pyannote[70].end 437.98784375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 438.37596875
transcript.pyannote[71].end 442.25721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 442.89846875
transcript.pyannote[72].end 459.13221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 446.81346875
transcript.pyannote[73].end 447.28596875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 459.21659375
transcript.pyannote[74].end 464.95409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 465.19034375
transcript.pyannote[75].end 468.26159375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 468.90284375
transcript.pyannote[76].end 469.49346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 469.89846875
transcript.pyannote[77].end 470.43846875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 470.69159375
transcript.pyannote[78].end 474.65721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 476.14221875
transcript.pyannote[79].end 476.15909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 476.15909375
transcript.pyannote[80].end 476.26034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 476.26034375
transcript.pyannote[81].end 476.49659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 476.49659375
transcript.pyannote[82].end 477.32346875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 477.45846875
transcript.pyannote[83].end 494.94096875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 495.24471875
transcript.pyannote[84].end 499.19346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 499.68284375
transcript.pyannote[85].end 508.81221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 509.13284375
transcript.pyannote[86].end 525.16409375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 525.26534375
transcript.pyannote[87].end 538.12409375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 538.46159375
transcript.pyannote[88].end 549.66659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 549.86909375
transcript.pyannote[89].end 555.40409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 550.62846875
transcript.pyannote[90].end 551.11784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 555.58971875
transcript.pyannote[91].end 558.81284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 558.93096875
transcript.pyannote[92].end 561.73221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 562.03596875
transcript.pyannote[93].end 564.29721875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 563.16659375
transcript.pyannote[94].end 565.12409375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 564.53346875
transcript.pyannote[95].end 569.66346875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 569.89971875
transcript.pyannote[96].end 572.59971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 572.90346875
transcript.pyannote[97].end 578.97846875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 579.21471875
transcript.pyannote[98].end 590.72346875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 590.14971875
transcript.pyannote[99].end 590.23409375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 590.84159375
transcript.pyannote[100].end 593.64284375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 593.82846875
transcript.pyannote[101].end 596.35971875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 597.11909375
transcript.pyannote[102].end 603.83534375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 604.12221875
transcript.pyannote[103].end 604.91534375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 604.91534375
transcript.pyannote[104].end 624.13596875
transcript.whisperx[0].start 0.229
transcript.whisperx[0].end 25.942
transcript.whisperx[0].text 好謝謝主席各位委員各位官員大家早有請劉世芳劉部長好請部長委員早部長早好今天非常感謝不管是內政部金管會NCC速發部各位的長官今天都在現場那今天講的是有關於有關於詐騙我們這個修法的一些內容可是我想民眾更有感的是現在詐騙金額
transcript.whisperx[1].start 28.243
transcript.whisperx[1].end 44.093
transcript.whisperx[1].text 每個月不斷上升我們看到很多被詐騙的民眾只要一被詐騙簡直就是夜不能醒就是食不下宴非常的可憐當然看到今天內政部的資訊說在今年度
transcript.whisperx[2].start 45.214
transcript.whisperx[2].end 66.836
transcript.whisperx[2].text 的看起來好像詐騙的數量跟金額跟去年8月打詐欺表板的比較起來好像是有稍微下降一下可是大家知道去年8月的時候剛打詐欺表板剛上路的時候那時候的詐騙金額很多那如果我們從這個今年三四五月的金額來看我可以簡單來跟大家報告一下
transcript.whisperx[3].start 67.659
transcript.whisperx[3].end 75.363
transcript.whisperx[3].text 今年3月份詐騙數量16000件詐騙金額損失70億今年的4月詐騙數量15961件詐騙金額往上升76億今年5月詐騙的數量1603件詐騙的金額高達87億在大家如果可以上網查一下
transcript.whisperx[4].start 94.366
transcript.whisperx[4].end 118.415
transcript.whisperx[4].text 在這個月6月15號到6月21號一週詐騙的金額就高達21億詐騙的數量高達3909件所以我必須今天要跟部長跟我們所有在場的官員大家報告的是說我相信政府單位也看到民眾他的難處看到被詐騙的人的心酸
transcript.whisperx[5].start 119.195
transcript.whisperx[5].end 144.686
transcript.whisperx[5].text 可是現在的數字代表的就是詐騙的金額跟數量接接攀升那我希望說大家在開這樣子的質詢或者在開討論這樣的事情的時候不能說好像大家都認為說好像詐騙沒有這樣子的發生的數量沒有再往上升我覺得這樣子的話會讓大家覺得我知道大家有在努力可是這個數字大家可以看到現在詐騙的不管是手法
transcript.whisperx[6].start 145.606
transcript.whisperx[6].end 164.563
transcript.whisperx[6].text 跟詐騙金額被受害的人數是越來越高所以在這邊我也要拜託今天這麼多各部會的長官在這邊一定要苦民所苦好好大家跨部會來協調來處理這樣子的詐騙案件就像我們上個會期跟劉四方部長在113年的7月21號其實打詐
transcript.whisperx[7].start 167.586
transcript.whisperx[7].end 196.302
transcript.whisperx[7].text 打詐的新法令都已經上路了所以以及現在大家在討論很多打詐相關的法令其實我們立法院是願意給我們各部會支持跟協助給大家很多的工具可是我們現在看到的不管是金額跟數量都非常的高一年如果我們這樣換算下來一年詐騙的金額將近千億所以真的是讓本席讓我覺得非常不能接受而且我們真的面對到很多受詐騙的民眾他們真的是非常的
transcript.whisperx[8].start 197.672
transcript.whisperx[8].end 221.423
transcript.whisperx[8].text 不僅家裡造成了很多的紛爭很多人到現在都是很長期的精神的壓力跟後遺症都蠻多的那接下來我要請教今天要審查詐騙這個犯罪條例的內容那我想要跟部長報告幾個新型的詐騙的形態跟樣態要跟請部長來協助也可以帶回去跟各部會來做討論
transcript.whisperx[9].start 222.904
transcript.whisperx[9].end 246.659
transcript.whisperx[9].text 那現在詐騙手段隨著科技進步不斷更新連AI人工智慧或是DeepSync也變成詐騙集團使用的一個方式而且用的越來越如火純青尤其警政署在165的全民詐騙網也提到說詐團現在會用AI假冒檢警來模擬出真實的語音跟臉孔進一步讓被害人落入陷阱
transcript.whisperx[10].start 247.259
transcript.whisperx[10].end 272.828
transcript.whisperx[10].text 那我想要請教我們現在的政府單位針對這種AI Deep Seek的模擬比如說我現在進去一個投資網突然我被邀請到一個投資網他說我是某某投資的名師我根本沒辦法分辨他是某某投資的名師是不是他創立的網站那現在他更厲害的點他可以模仿這個詐騙名字的聲音讓被害人更加相信說這個網站就是某某投資名師的網站
transcript.whisperx[11].start 274.068
transcript.whisperx[11].end 300.016
transcript.whisperx[11].text 那對於現在這樣的機制我們有沒有相關的法令或是對防詐的技術有沒有相關的一個因應的措施是不是請部長或署長來幫我們回答一下謝謝張委員我們都有同理心來處理有關於這個詐團裡面對於犯罪所以才會今天委員提案要加重其刑那我們都會很努力來處理那相關你剛有提到說假檢警的部分我是不是請署長來跟您回答一下好謝謝部長
transcript.whisperx[12].start 300.456
transcript.whisperx[12].end 314.642
transcript.whisperx[12].text 委員好 目前委員所提的就是新型的一個炸機 假檢警的一個炸機就是AI Deep Seek的深圍的技術它用視訊的方式 用那個場景包括夾警察用視訊的方式那這個是用AI這個生成這個技術的一個模擬的一個一個詐騙的方式那這部分我們目前也會做加強的做一個宣導或做做查集的一個工作
transcript.whisperx[13].start 329.989
transcript.whisperx[13].end 347.547
transcript.whisperx[13].text 那我們在第一時間都會把這一些的訊息就是對於這一些試炸讓民眾知道這一些沒有在用這樣的一個公共機關沒有在做視訊這樣的一個方式讓民眾能夠第一時間能夠了解這是一個炸數
transcript.whisperx[14].start 348.953
transcript.whisperx[14].end 367.993
transcript.whisperx[14].text 那我請教署長那現在如果是這樣的話就是我是偽裝可是我不是真正的檢警那這樣子的話我們現在台灣有相關的法令可以處罰他嗎就是你相信我了你相信這個詐騙人可是他有沒有相關的法令說這個的確就是犯罪行為還是說他就是誤自己本身受害人自己的誤解的意思
transcript.whisperx[15].start 368.974
transcript.whisperx[15].end 383.689
transcript.whisperx[15].text 對 這個是一個深為的一個因為我要跟署長報告就是像現在在美國啊也最近通過了就是AI相關的法令就是針對詐騙的形態的犯罪的法令那現在台灣目前來講還是還沒有相關的法令這個我要提醒署長跟部長的部分那現在
transcript.whisperx[16].start 384.77
transcript.whisperx[16].end 403.551
transcript.whisperx[16].text 台灣已經這個詐騙集團已經跟上了這樣子的詐騙的方式跟手法會被我們宣導了以後可是這樣子的加害人他其實是可以逍遙法外的你誤會我啊可是我沒有說我要我就是你這被害人就是他沒有一個法令他可以去來告發這些人
transcript.whisperx[17].start 404.758
transcript.whisperx[17].end 425.907
transcript.whisperx[17].text 那這個部分看看他就是對於這一些一個他的這個行為的一個狀況來做一個依據嗎那我們為了看他的這個方式是怎麼樣來做一個研究一個相關法律來做一個規範好那是不是給署長一點時間如何要來宣傳因為現在我們現在如果沒有相關的法令那執行上你如何去宣傳
transcript.whisperx[18].start 426.787
transcript.whisperx[18].end 442.02
transcript.whisperx[18].text 我個人覺得宣傳最好的一個管道中有兩個面向第一個就是一個電視的媒體或者是網路平台面比較廣的這個部分我們會把這個做一個影片跟案例
transcript.whisperx[19].start 442.961
transcript.whisperx[19].end 467.831
transcript.whisperx[19].text 影片跟愛意來做推播的一個宣導那再來就是在哪個平台上可以看得到就是在電視或者網路平台都可以看得到我們未來會朝這個是一個一個新型的一個詐騙的我們會製成一個影片來做一個宣導提供給各相關單位來做宣導但是兩個管道就是我們上次在立法院有特別提到就是一個網路媒體
transcript.whisperx[20].start 468.931
transcript.whisperx[20].end 473.423
transcript.whisperx[20].text 或者是電視的一個這樣的一個平台來做一個宣導讓這個面更廣
transcript.whisperx[21].start 476.175
transcript.whisperx[21].end 494.567
transcript.whisperx[21].text 是好謝謝那部長不好意思我可以再請署長再請教一下那現在還有另外一種的詐騙其實剛剛我們警政署或是詐騙儀表板其實有統計出來說詐騙最大的五個形態分別是投資假投資詐騙網路購入詐騙以及假冒買方來去騙賣方的一種詐騙或是假交友
transcript.whisperx[22].start 499.95
transcript.whisperx[22].end 518.854
transcript.whisperx[22].text 主要是徵婚那也是假交友或另外是投資所以整個形態來講大概是以投資詐騙為最大宗那現在最近我遇到了很多的詐騙案例也是特別討論說投資詐騙的案例非常的多那很多就是說對虛擬貨幣有相關興趣的民眾在抖音認識網友然後對方透過LINE聯繫來推薦投資機會
transcript.whisperx[23].start 525.396
transcript.whisperx[23].end 537.97
transcript.whisperx[23].text 那讓他去下載一些APP的一個部分來去做詐騙的一個情況那最後我想要請教署長你們有沒有在偵查的部分就謹慎署的角度針對這種投資詐騙你們要如何去查起
transcript.whisperx[24].start 538.516
transcript.whisperx[24].end 557.307
transcript.whisperx[24].text 那包委員現在投資詐騙是大概就是詐騙裡面的這個金額最多而且時間最長委員你這個裡面的資料Wallet APP這是一個冷錢包的一個就是把錢藏在這裡面的一個詐騙的一個手法那這部分我們檢定署都有專責的一個單位會對這些
transcript.whisperx[25].start 562.17
transcript.whisperx[25].end 590.302
transcript.whisperx[25].text 比較這個 請問是哪一個單位 包括刑事局各縣市警察局的刑警大隊或各分局的偵查隊會針對這一些投資的一個這個詐騙的部分會比較做深入的去做蒐證那我們這個部分也都破了非常多 從今年一到五年就破一千五百多團的一個這一些的一個詐團所以我想我們的這個偵破的這個能力都有 這個部分也跟委員報告 那我們
transcript.whisperx[26].start 591.162
transcript.whisperx[26].end 603.367
transcript.whisperx[26].text 現在這個檢舉組的這個就是配合法務部的這個懲詐這個成就都比往年都進步了非常多我想這也是我們一個一個宣導以及查集的一個重點
transcript.whisperx[27].start 604.958
transcript.whisperx[27].end 623.023
transcript.whisperx[27].text 好最後還是要謝謝署長跟部長我相信大家都非常的辛苦那每年我也要跟署長跟部長報告每年我們都會開一場公聽會那希望收集各位專家所有被害人的一些意見那希望說我大概每年大概年底的時候會辦那到時候再拜託部長署長以及各位我們各單位的長官一起來討論謝謝
gazette.lineno 273
gazette.blocks[0][0] 張委員智倫:(9時47分)謝謝主席,各位委員、各位官員,大家早。有請劉世芳部長。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 劉部長世芳:委員早。
gazette.blocks[3][0] 張委員智倫:部長早。今天非常感謝,不管是內政部、金管會、NCC、數發部,各位長官今天都在現場,今天講的是有關於詐騙修法的一些內容,可是我想民眾更有感的是,現在詐騙金額是每個月不斷上升,我們看到很多被詐騙的民眾只要一被詐騙,簡直就是夜不能寢、食不下嚥,非常的可憐。當然看到今天內政部的資訊,看起來今年度詐騙的數量及金額跟去年8月打詐儀錶板相比好像是有稍微下降一些,可是大家知道去年8月打詐儀錶板剛上路的時候詐騙金額很多,如果我們從今年3、4、5月的金額來看,我可以簡單跟大家報告一下,今年3月份的詐騙數量是1萬6,000件,詐騙金額損失70億;今年4月份的詐騙數量是1萬5,961件,詐騙金額往上升至76億;今年5月份的詐騙數量是1萬6,003件,詐騙金額高達87億。大家如果可以上網查一下,6月15號到6月21號一週的詐騙金額就高達21億,詐騙數量高達3,909件。
gazette.blocks[3][1] 我必須今天要跟部長及所有在場官員報告的是,我相信政府單位也看到民眾的難處,看到被詐騙的人的心酸,可是現在的數字代表的就是詐騙的金額跟數量節節攀升,我希望大家在進行這樣子的質詢或是在討論這樣子的事情時,不能大家都認為好像詐騙的發生數量沒有再往上升,我覺得這樣子的話,會讓大家覺得……我知道大家有在努力,可是這個數字,大家可以看到,現在不管是詐騙手法或詐騙金額,受害的人數是越來越高,所以在此我也要拜託,今天這麼多各部會的長官在這邊,一定要苦民所苦,跨部會大家好好來協調、處理這樣子的詐騙案件。
gazette.blocks[3][2] 就像我們上個會期跟劉世芳部長……在113年7月12號三讀後,其實打詐的新法令都已經上路了,現在大家在討論的很多打詐相關的法令,其實我們立法院是願意給各部會支持跟協助,給大家很多的工具,可是我們現在看到的,不管是詐騙金額跟數量都非常的高,如果我們這樣換算下來,一年詐騙的金額將近千億,所以真的是讓本席覺得非常不能接受,尤其我們面對很多受詐騙的民眾,他們真的是非常的……不僅在家裡造成了很多的紛爭,很多人到現在都是受到長期的精神壓力跟後遺症。
gazette.blocks[3][3] 接下來我要請教,今天要審查詐欺犯罪危害防制條例的內容,我想要跟部長報告幾個新型的詐騙型態跟樣態,要請部長協助,部長也可以帶回去跟各部會做討論。現在詐騙手段隨著科技進步不斷更新,連AI人工智慧或是DeepSeek,也變成詐騙集團使用的方式,而且用得越來越爐火純青,尤其警政署在165的全民詐騙網也提到,詐團現在會用AI假冒檢警,模擬出真實的語音跟臉孔,進一步讓被害人落入陷阱。我想要請教,現在政府單位針對這種AI DeepSeek的模擬,比如我突然被邀請到一個投資網,他說:我是某某投資的名師,我根本沒辦法分辨他是不是某某投資的名師、這是不是他創立的網站,現在更厲害的點就是他可以模仿這個名師的聲音,讓被害人更加相信這個網站就是某某投資名師的網站。對於現在這樣的方式,你們有沒有相關的法令,或是對防詐的技術有沒有相關的因應措施?是不是請部長或署長來幫我們回答一下?
gazette.blocks[4][0] 劉部長世芳:謝謝張委員,我們都有同理心來處理有關詐團犯罪的問題,所以今天委員才會提案要加重其刑,我們都會很努力來處理。
gazette.blocks[5][0] 張委員智倫:今天講的不是加重……
gazette.blocks[6][0] 劉部長世芳:你剛剛有提到假檢警的部分,我是不是請署長來跟您回應一下?
gazette.blocks[7][0] 張委員智倫:好,謝謝部長,謝謝署長。
gazette.blocks[8][0] 張署長榮興:委員好。目前委員所提的就是新型的詐欺,假檢警的詐欺。
gazette.blocks[9][0] 張委員智倫:就是AI深偽(DeepSeek)的技術。
gazette.blocks[10][0] 張署長榮興:對,深偽(DeepSeek),他用視訊的方式,用那個場景,包括假警察……
gazette.blocks[11][0] 張委員智倫:就是長得很像,可是不是他。
gazette.blocks[12][0] 張署長榮興:對,由假檢察官或假警察用視訊的方式詐騙,這個是用AI生成技術模擬的一個詐騙方式,這個部分我們目前也會加強做宣導或做查緝的工作。而對於識詐,我們在第一時間都會把這些訊息,讓民眾知道公務機關沒有在用視訊這樣的方式,讓民眾能夠第一時間了解這是一個詐術。
gazette.blocks[13][0] 張委員智倫:我請教署長,現在這樣,就是我是偽裝的,不是真正的檢警,這樣子的話,現在臺灣有相關的法令可以處罰他嗎?就是你相信我這個詐騙人,這樣有沒有相關的法令說這個的確就是犯罪行為,還是說這就是受害人自己本身誤解?
gazette.blocks[14][0] 張署長榮興:對,這個是一個深偽AI的模式。
gazette.blocks[15][0] 張委員智倫:我要跟署長報告,像美國在最近也通過了AI相關的法令,就是針對詐騙型態的犯罪法令,臺灣目前來講還是沒有相關的法令。
gazette.blocks[16][0] 張署長榮興:對,這個目前……
gazette.blocks[17][0] 張委員智倫:這是我要提醒署長跟部長的部分,現在臺灣詐騙集團已經跟上了這樣子的詐騙方式跟手法,但會不會在我們宣導了以後,加害人其實還是可以逍遙法外?
gazette.blocks[18][0] 張署長榮興:這部分我們會來做研究。
gazette.blocks[19][0] 張委員智倫:就是說是你自己誤會我,被害人沒有一個法令可以去告發這些人。
gazette.blocks[20][0] 張署長榮興:這個部分要看對於他這個行為的狀況來做一個依據,我們未來會看他的這個方式是怎麼樣,來研究相關法律做規範。
gazette.blocks[21][0] 張委員智倫:好,是不是給署長一點時間?你要如何來宣傳?因為現在如果沒有相關的法令,執行上你如何去宣傳?
gazette.blocks[22][0] 張署長榮興:我個人覺得宣傳最好的管道有兩個面向,第一個就是電視媒體或者是網路平臺,面比較廣的這個部分,我們會做一個影片跟案例來做推播宣導,再來就是……
gazette.blocks[23][0] 張委員智倫:在哪個平臺上可以看得到?
gazette.blocks[24][0] 張署長榮興:在電視或者網路平臺都可以看得到,這是一個新型的詐騙,我們未來會朝向製成一個影片來做宣導,並提供給各相關單位做宣導。有兩個管道,就是我們上次在立法院有特別提到的,一個是網路媒體,或者是以電視這樣的平臺來做宣導,讓這個面更廣。
gazette.blocks[25][0] 張委員智倫:好,謝謝。部長,不好意思,我再請教署長一下,現在還有另外一種詐騙,其實剛剛警政署或是詐騙儀錶板有統計出來詐騙最大的五個型態,分別是假投資詐騙、網路購物詐騙、假冒買方去騙賣方的詐騙,或者是假交友,主要是徵婚,所以整個型態來講,大概是以投資詐騙為最大宗。最近我遇到了很多的詐騙案例,也有特別討論投資詐騙的案例非常多,很多就是對虛擬貨幣有興趣的民眾,在抖音認識網友,然後對方透過LINE聯繫,推薦投資機會,讓他下載一些app去做詐騙的情況。
gazette.blocks[25][1] 最後,我想要請教署長,在偵查的部分,就警政署的角度,針對這種投資詐騙,你們要如何去查緝?
gazette.blocks[26][0] 張署長榮興:報告委員,現在投資詐騙大概就是詐騙裡面金額最多的,而且時間也最長。委員,你這個資料裡面的Wallet app是一個冷錢包的詐騙,就是把錢藏在這裡面的一個詐騙手法,這部分我們警政署都有專責的單位。
gazette.blocks[27][0] 張委員智倫:方便請問是哪一個單位嗎?
gazette.blocks[28][0] 張署長榮興:包括刑事局、各縣市政府警察局的刑警大隊或各分局的偵查隊,針對這些投資詐騙的部分會比較深入去蒐證,我們這個部分也破獲非常多,從今年1到5月份就破獲了一千五百多團的詐團,所以我想我們偵破的能力都有。這個部分也跟委員報告,現在我們警政署配合法務部懲詐,成效比往年進步了非常多,我想這也是我們宣導以及查緝的重點。
gazette.blocks[29][0] 張委員智倫:好,最後還是要謝謝署長跟部長,我相信大家都非常辛苦,我也要跟署長和部長報告,每年我們都會開一場公聽會,希望蒐集各位專家、所有被害人的一些意見。我每年大概年底的時候會辦,到時候再拜託部長、署長以及各單位的長官一起來討論,謝謝。
gazette.blocks[30][0] 主席:請麥玉珍委員。
gazette.agenda.page_end 74
gazette.agenda.meet_id 委員會-11-3-15-27
gazette.agenda.speakers[0] 張宏陸
gazette.agenda.speakers[1] 王定宇
gazette.agenda.speakers[2] 王義川
gazette.agenda.speakers[3] 王美惠
gazette.agenda.speakers[4] 蘇巧慧
gazette.agenda.speakers[5] 張智倫
gazette.agenda.speakers[6] 麥玉珍
gazette.agenda.speakers[7] 黃建賓
gazette.agenda.speakers[8] 黃捷
gazette.agenda.speakers[9] 李柏毅
gazette.agenda.speakers[10] 許宇甄
gazette.agenda.speakers[11] 牛煦庭
gazette.agenda.speakers[12] 徐欣瑩
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 張啓楷
gazette.agenda.speakers[15] 黃珊珊
gazette.agenda.speakers[16] 吳琪銘
gazette.agenda.speakers[17] 高金素梅
gazette.agenda.speakers[18] 丁學忠
gazette.agenda.speakers[19] 林楚茵
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.speakers[21] 徐富癸
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2025-06-25
gazette.agenda.gazette_id 1146401
gazette.agenda.agenda_lcidc_ids[0] 1146401_00002
gazette.agenda.meet_name 立法院第11屆第3會期內政委員會第27次全體委員會議紀錄
gazette.agenda.content 一、審查委員王定宇等18人擬具「詐欺犯罪危害防制條例第五十四條條文修正草案」案;二、審 查委員廖先翔等18人擬具「詐欺犯罪危害防制條例第四十三條條文修正草案」案;三、審查委員 張宏陸等30人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案;四、審查委員林宜瑾 等27人擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案;五、審查委員王義川等16人 擬具「詐欺犯罪危害防制條例第四十七條條文修正草案」案;六、審查委員陳素月等 18 人擬具 「詐欺犯罪危害防制條例第四十七條條文修正草案」案
gazette.agenda.agenda_id 1146401_00001