iVOD / 165597

Field Value
IVOD_ID 165597
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165597
日期 2025-11-19
會議資料.會議代碼 委員會-11-4-36-9
會議資料.會議代碼:str 第11屆第4會期司法及法制委員會第9次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 9
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4會期司法及法制委員會第9次全體委員會議
影片種類 Clip
開始時間 2025-11-19T10:52:26+08:00
結束時間 2025-11-19T11:11:28+08:00
影片長度 00:19:02
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/9c5448532e3833d1151f90ff844c3c567e24dce8f91e16ee45c75d439e1a44ecb63d252e14d10cbe5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林倩綺
委員發言時間 10:52:26 - 11:11:28
會議時間 2025-11-19T09:00:00+08:00
會議名稱 立法院第11屆第4會期司法及法制委員會第9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、經濟部、金融監督管理委員會、個人資料保護委員會籌備處等就「太子集團涉詐案、跨部會防詐及打詐成效,以及參考新加坡打詐鞭刑入法之可行性評估」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.46034375
transcript.pyannote[0].end 8.23221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.72159375
transcript.pyannote[1].end 16.61909375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 17.00721875
transcript.pyannote[2].end 58.70534375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 60.03846875
transcript.pyannote[3].end 74.34846875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 74.53409375
transcript.pyannote[4].end 78.49971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 75.81659375
transcript.pyannote[5].end 76.52534375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 78.92159375
transcript.pyannote[6].end 80.91284375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 81.14909375
transcript.pyannote[7].end 81.84096875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 82.36409375
transcript.pyannote[8].end 82.83659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 82.97159375
transcript.pyannote[9].end 84.30471875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 84.35534375
transcript.pyannote[10].end 84.67596875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 86.73471875
transcript.pyannote[11].end 87.32534375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 87.32534375
transcript.pyannote[12].end 90.02534375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 90.73409375
transcript.pyannote[13].end 231.60659375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 231.79221875
transcript.pyannote[14].end 326.57909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 327.32159375
transcript.pyannote[15].end 356.17784375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 356.76846875
transcript.pyannote[16].end 357.84846875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 358.00034375
transcript.pyannote[17].end 380.02221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 379.51596875
transcript.pyannote[18].end 392.00346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 385.23659375
transcript.pyannote[19].end 385.50659375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 392.15534375
transcript.pyannote[20].end 392.88096875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 393.03284375
transcript.pyannote[21].end 404.84534375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 404.89596875
transcript.pyannote[22].end 411.37596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 411.37596875
transcript.pyannote[23].end 418.00784375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 411.40971875
transcript.pyannote[24].end 411.73034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 416.05034375
transcript.pyannote[25].end 427.01909375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 426.37784375
transcript.pyannote[26].end 429.70221875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 428.25096875
transcript.pyannote[27].end 432.28409375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 431.54159375
transcript.pyannote[28].end 436.48596875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 434.88284375
transcript.pyannote[29].end 435.55784375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 436.58721875
transcript.pyannote[30].end 450.91409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 451.20096875
transcript.pyannote[31].end 451.23471875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 451.23471875
transcript.pyannote[32].end 452.33159375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 451.25159375
transcript.pyannote[33].end 483.01034375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 482.99346875
transcript.pyannote[34].end 487.97159375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 488.39346875
transcript.pyannote[35].end 490.21596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 490.72221875
transcript.pyannote[36].end 493.05096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 493.42221875
transcript.pyannote[37].end 495.04221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 494.48534375
transcript.pyannote[38].end 506.34846875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 496.35846875
transcript.pyannote[39].end 496.47659375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 497.20221875
transcript.pyannote[40].end 498.56909375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 506.34846875
transcript.pyannote[41].end 508.74471875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 507.29346875
transcript.pyannote[42].end 521.23221875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 509.45346875
transcript.pyannote[43].end 509.47034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 519.29159375
transcript.pyannote[44].end 524.05034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 522.05909375
transcript.pyannote[45].end 530.46284375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 534.63096875
transcript.pyannote[46].end 540.45284375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 540.65534375
transcript.pyannote[47].end 600.59534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 601.05096875
transcript.pyannote[48].end 663.79221875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 664.75409375
transcript.pyannote[49].end 685.10534375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 685.49346875
transcript.pyannote[50].end 720.37409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 720.72846875
transcript.pyannote[51].end 721.82534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 722.01096875
transcript.pyannote[52].end 745.19721875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 745.31534375
transcript.pyannote[53].end 762.17346875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 761.78534375
transcript.pyannote[54].end 770.25659375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 770.44221875
transcript.pyannote[55].end 787.28346875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 787.30034375
transcript.pyannote[56].end 795.34971875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 795.78846875
transcript.pyannote[57].end 820.96596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 820.24034375
transcript.pyannote[58].end 820.25721875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 820.27409375
transcript.pyannote[59].end 820.29096875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 821.57346875
transcript.pyannote[60].end 828.69471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 826.93971875
transcript.pyannote[61].end 827.74971875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 828.32346875
transcript.pyannote[62].end 836.98034375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 835.07346875
transcript.pyannote[63].end 852.42096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 838.27971875
transcript.pyannote[64].end 838.60034375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 850.59846875
transcript.pyannote[65].end 856.25159375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 856.25159375
transcript.pyannote[66].end 862.91721875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 856.28534375
transcript.pyannote[67].end 856.33596875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 862.05659375
transcript.pyannote[68].end 862.22534375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 862.36034375
transcript.pyannote[69].end 862.47846875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 863.30534375
transcript.pyannote[70].end 864.85784375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 864.90846875
transcript.pyannote[71].end 874.91534375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 874.00409375
transcript.pyannote[72].end 878.96534375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 878.15534375
transcript.pyannote[73].end 886.62659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 884.04471875
transcript.pyannote[74].end 892.48221875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 891.38534375
transcript.pyannote[75].end 894.64221875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 894.60846875
transcript.pyannote[76].end 953.56971875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 903.67034375
transcript.pyannote[77].end 903.68721875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 903.68721875
transcript.pyannote[78].end 903.75471875
transcript.pyannote[79].speaker SPEAKER_04
transcript.pyannote[79].start 903.75471875
transcript.pyannote[79].end 903.97409375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 903.97409375
transcript.pyannote[80].end 904.96971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 905.91471875
transcript.pyannote[81].end 909.32346875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 954.10971875
transcript.pyannote[82].end 1060.28721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 1060.30409375
transcript.pyannote[83].end 1061.23221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 1061.45159375
transcript.pyannote[84].end 1061.97471875
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 1061.97471875
transcript.pyannote[85].end 1062.29534375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 1062.29534375
transcript.pyannote[86].end 1062.41346875
transcript.pyannote[87].speaker SPEAKER_04
transcript.pyannote[87].start 1062.41346875
transcript.pyannote[87].end 1062.44721875
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 1063.49346875
transcript.pyannote[88].end 1064.16846875
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 1065.26534375
transcript.pyannote[89].end 1111.67159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 1066.73346875
transcript.pyannote[90].end 1066.98659375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 1070.68221875
transcript.pyannote[91].end 1071.59346875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 1072.04909375
transcript.pyannote[92].end 1076.20034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 1098.50909375
transcript.pyannote[93].end 1098.88034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 1110.86159375
transcript.pyannote[94].end 1111.26659375
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 1112.31284375
transcript.pyannote[95].end 1120.26096875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 1115.31659375
transcript.pyannote[96].end 1115.33346875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 1115.33346875
transcript.pyannote[97].end 1116.39659375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 1120.27784375
transcript.pyannote[98].end 1140.73034375
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 1123.85534375
transcript.pyannote[99].end 1127.23034375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 1130.57159375
transcript.pyannote[100].end 1130.58846875
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 1137.52409375
transcript.pyannote[101].end 1137.54096875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 1137.54096875
transcript.pyannote[102].end 1137.87846875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 1138.65471875
transcript.pyannote[103].end 1140.20721875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 1142.19846875
transcript.pyannote[104].end 1142.65409375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 1142.90721875
transcript.pyannote[105].end 1144.47659375
transcript.whisperx[0].start 7.369
transcript.whisperx[0].end 27.228
transcript.whisperx[0].text 謝謝主席本席先導一下言但是很快的我們可能要先請金管會做一下準備我們今天其實在這邊是針對太子集團整個跨國的犯罪引發我們各界的跨欄但是今天的詢答剛才本席聽到很多的
transcript.whisperx[1].start 28.448
transcript.whisperx[1].end 42.793
transcript.whisperx[1].text 這個數字還有一些報告其實民意代表在這邊就是反映民眾的觀點我們期待行政單位因為你們掌握公權力也有相關的專業你們再回應可以多一些對民意的一個同理
transcript.whisperx[2].start 43.493
transcript.whisperx[2].end 58.242
transcript.whisperx[2].text 所以剛才我們講到名次或報告但是重點是現在許多民眾有苦說不出然後被坑殺了然後無語問蒼天結果看到那麼大的案子目前這個階段的一個處理可能讓大家有一些疑慮但是
transcript.whisperx[3].start 60.203
transcript.whisperx[3].end 81.556
transcript.whisperx[3].text 這些案子卻也引發了很多老民的一個政策所以這個本席今天其實要在這邊為一些民眾來做請命所以接下來我們就請那個應該是金管會 對不起 金融 對 金管會那我們銀行局的局長有在嗎童局長好 請局長
transcript.whisperx[4].start 87.049
transcript.whisperx[4].end 113.471
transcript.whisperx[4].text 好 謝謝 同學好 謝謝本席最近 我想您這邊應該也都有收到一些訊息啦 最近因為普發一萬 那麼也有一個方式就是讓民眾來利用銀行的帳戶來取 領取喔但是呢 又引發了一個越演越累的銀行帳戶無預警會那個凍結喔 那許多民眾因此就產生了一些問題 那
transcript.whisperx[5].start 115.952
transcript.whisperx[5].end 135.678
transcript.whisperx[5].text 這個問題請你們多加注意因為其實很多民眾其實沒有設詐但是因為銀行導入了AI的風險控制模型過於敏感結果被列為預防性凍結的對象結果導致不能提款不能轉帳然後生活會因此而完全停擺結果呢銀行又常常把這樣的風險的責任丟給民眾那把負擔也丟給民眾
transcript.whisperx[6].start 140.86
transcript.whisperx[6].end 166.286
transcript.whisperx[6].text 這樣子的制度是不是走偏也應該開始做一些處理跟調整本席這邊舉幾個例子有個行業叫外送員那麼他常常因為多筆的這個小額的收入結果竟然遭凍結結果兩週不能提款結果為了付房租差點去借高利貸你們雖然聽起來很離譜可是小市民的生活就是這樣很多時候那個時間是不容一點點差異那個毫秒的差異
transcript.whisperx[7].start 168.886
transcript.whisperx[7].end 175.467
transcript.whisperx[7].text 另外還有一些民眾跟朋友聚餐在分帳然後社團的小額的匯款總額不到五萬塊結果也被當成疑似人頭帳戶有一些長者領取敬老金而開戶因為半年前沒有動用存款結果又被郵局來凍結有一些家屬繼承了五百萬帳戶遭凍結了八個月結果又導致醫藥費 商場費也領不出來
transcript.whisperx[8].start 198.032
transcript.whisperx[8].end 214.325
transcript.whisperx[8].text 那麼銀行的櫃台也常常出現民眾會錢給小孩的學費結果因此也會顯示異常那這樣子的金融體系為了防弊結果搞了半天民眾便利成為這樣子的一個成本這樣子是不是有點矯枉過正
transcript.whisperx[9].start 215.766
transcript.whisperx[9].end 230.972
transcript.whisperx[9].text 所以目前銀行導入的一些AI模型將快進快出或者是多比的小額視為高風險但是有一些職業像外送員網拍或短租的一些弱勢族群的典型的金流就導致
transcript.whisperx[10].start 231.932
transcript.whisperx[10].end 250.925
transcript.whisperx[10].text 人民生活的一個困難所以有一些警戒人士其實也警告那個銀行如果管太嚴那這些弱勢族群就被迫要去跟地下金融機構來借錢反而助長了高利貸的一個的事業那也有一些洗錢的疑慮因此本席在這邊要談的是那麼銀行房價是不是過度嚴苛
transcript.whisperx[11].start 254.808
transcript.whisperx[11].end 269.287
transcript.whisperx[11].text 結果產生了一種新的風險那本席要請教你們是不是有盤點金管會是不是有盤點各家銀行目前導入AI風險的模型那你們有沒有來要求銀行來調整一下預防性凍結的一個標準
transcript.whisperx[12].start 270.709
transcript.whisperx[12].end 294.714
transcript.whisperx[12].text 然後將賬戶限制處分的範圍更聚焦在真正可能的詐騙犯而不是日常金融往來的民眾目前每家銀行的標準差異也很大民眾沒有辦法知道金管委員你們是認為這樣合理嗎第二個部分是民眾如果要解鎖賬戶因為已經造成大家生活的麻煩結果銀行端還要求提供金流的來源
transcript.whisperx[13].start 295.194
transcript.whisperx[13].end 301.756
transcript.whisperx[13].text 那從生活費到聚餐到社團的贊助都要舉證那麼經管會你們是不是認為這樣舉證其實對民眾來講有過度負擔變成銀行將打詐的責任轉嫁給民眾所以第三個是那目前相關銀行凍結了民眾的這個帳戶
transcript.whisperx[14].start 316.181
transcript.whisperx[14].end 330.227
transcript.whisperx[14].text 那救濟的機制是怎麼樣呢那最後一個是那你們是不是要要求銀行來重新評估那麼AI模型對於弱勢族群的一個歧視那目前的交易模式推斷打擊其實有點過廣
transcript.whisperx[15].start 331.107
transcript.whisperx[15].end 355.863
transcript.whisperx[15].text 那我们刚才讲到的外送员长者小商家只是金融体系的一般使用者他们不是诈团成员也相对弱势打诈是必要但是打错对象就会变成伤害那助长其他类型的犯罪目前银行的AI不是智慧侦测看起来像是全面扫射结果防诈变成了防民风险控管结果变成了老民
transcript.whisperx[16].start 356.844
transcript.whisperx[16].end 379.074
transcript.whisperx[16].text 那您的看法謝謝委員關心這個議題那這個案件最主要的背景是因為銀行的警示賬戶一直不斷的飆升從111年開始每一個月大概平均增加的警示賬戶大概有2000到3000戶所以從今年開始我們有加強要求銀行必須要去正視這個問題那也提出了相關的一個指導方式那當然部分
transcript.whisperx[17].start 379.534
transcript.whisperx[17].end 400.595
transcript.whisperx[17].text 所以你們有針對剛才本席那個部分有啟動一些機制嗎?還是這是因為幾年來一直有這樣的情況所以你們要求他們要針對這些帳戶去做一些警示而產生了這些老民的狀況呢?各位委員包括最主要是因為警示帳戶飆升的這個議題所以我們在今年有要求金融機構必須要去強化它的風險控管
transcript.whisperx[18].start 401.616
transcript.whisperx[18].end 428.663
transcript.whisperx[18].text 那因為有少部分的銀行他本身的警示賬戶數是比較高所以他為了要趕快降低他的這個警示賬戶數結果看起來是你們要求一些績效結果他們就趕快為了要符合這個績效結果搞得很老民應該不是說績效我們最主要是要強化銀行在偵測警示賬戶這邊的一個能力風險偵測的能力所以有少部分的銀行所以導致這樣子的狀況你們是不是可以
transcript.whisperx[19].start 429.683
transcript.whisperx[19].end 449.771
transcript.whisperx[19].text 趕快做個處理尤其是最近普發現金這個問題才又爆出來嘛對不對就很大量的爆出來是 各位委員報告就是說我們先前有了解有少數的銀行它的確導入AI它把相關的風景的參數就是預警的參數它設的比較嚴比較敏感所以導致一些民眾的部分它就被設為預控
transcript.whisperx[20].start 451.272
transcript.whisperx[20].end 470.943
transcript.whisperx[20].text 好的 那謝謝時間關係我這邊趕快做一個建議然後你們也趕快提出一些相關報告好不好因為現在正在發生很多被普發現金一萬塊的目前卡住了然後這個卡住不是只有卡住那一萬塊會卡住整個戶頭所以是不是這個部分能夠趕快了解做個處理第二個部分你們有沒有做一個全面的檢討你們為了解決那個警示帳戶的問題結果現在產生這個新的問題而且目前很大量然後常常衝擊的都是比較弱勢
transcript.whisperx[21].start 477.546
transcript.whisperx[21].end 505.352
transcript.whisperx[21].text 相對弱勢的族群所以你們是不是可以在一個月內提出相關的檢討給本席我們會有書面報告給委員但是我先跟委員報告一萬塊的部分我們已經通令銀行清查沒有去涉到這一萬塊所以一定要就是如果有今天民眾因為他是這個時候我們都看到了相關的報導而且相關的反應所以這個部分如果有就麻煩你們即刻處理那不要因為這樣一個項目而導致全面的被凍結
transcript.whisperx[22].start 506.072
transcript.whisperx[22].end 529.16
transcript.whisperx[22].text 好不好 這個我們有清查過謝謝 謝謝 本席因為時間的關係就是個案請你們趕快處理然後相關的全面性的你們為了因應的那個警示帳戶的問題而導致的其他問題也請你們做一個整體的檢討 好不好我們已經有召開會議 銀行都有採取相關的措施好 謝謝 那接下來本席 請速發部 調查局 警政署 打詐指揮中心指揮官的代表
transcript.whisperx[23].start 534.656
transcript.whisperx[23].end 562.926
transcript.whisperx[23].text 接下來本席要談的是這個AI生成的詐騙廣告現在非常的泛亂然後以假亂真的取材已經成為新型的國安問題我想各位應該都同意吧那麼目前我們你們經常拿這個各單位經常拿出相關的統計數據然後看起來好像是做得OK但事實上民眾感受不到然後就如同剛才本席所講的今天我們會站在這邊質詢是民意代表的職責
transcript.whisperx[24].start 564.286
transcript.whisperx[24].end 581.579
transcript.whisperx[24].text 雖然你們可以拿一些數據來做佐證但是最重要的是民眾個案的切身感受其實是最大的一個影響所以根據165的儀表版的統計10月份平均每天要受理441件的詐騙案那麼財損大概接近2億
transcript.whisperx[25].start 585.802
transcript.whisperx[25].end 599.748
transcript.whisperx[25].text 但是詐騙手法這其實本席在之前就知道了但是現在非常嚴重詐騙的手法已經全面跟AI技術結合那刑事局這邊也公佈四大類的假名人詐騙手法包括假名人證書
transcript.whisperx[26].start 601.149
transcript.whisperx[26].end 629.988
transcript.whisperx[26].text 假名人賣保險品假名人投資群組那本席認為的很重要的而且很嚴重的是AI生成的偽造名人短影音那我在這邊提醒Glock的整個生成式的影片還有AI語音模型的發展已經讓詐騙廣告的擬真其實讓民眾是沒有辦法辨別的這個情況不是只有很像本人而是事實上真的像本人
transcript.whisperx[27].start 630.868
transcript.whisperx[27].end 656.027
transcript.whisperx[27].text 所以本席其實有看過黃國昌委員館長等名人的AI身為訪談內容被作為推廣加密貨幣的平台去年陳建仁院長在受質詢的時候本席也看到有委員做的AI擬真他也幾乎都被騙過了這個就在你我身邊都可能發生我們自己都有可能碰到
transcript.whisperx[28].start 656.607
transcript.whisperx[28].end 684.625
transcript.whisperx[28].text 好所以呢那最近呢這些東西都還在那個Thread或者是網友截取會做一些流傳那看起來也是本人聲音也是本人沒有辦法查證一下機率我們會誤信的機率非常的高所以連作家吳淡如都表示他應該是被速發目前列為全台最容易被仿冒的名人之一那我想對他來講也是不勝其老所以本席要請教各位
transcript.whisperx[29].start 685.586
transcript.whisperx[29].end 709.833
transcript.whisperx[29].text 各部會 那請問對於AI偽造名人的這個廣告那第一個部分 速發部目前你們的措施是如何啦那目前在平台的一個強制下的機制運作的一個狀況跟跨國族群的企業合作的狀況是不是有比較暢通那還有現在詐騙的短音影音都放在Facebook我們常用嘛然後Instagram還有Straight YouTube x Twitter
transcript.whisperx[30].start 710.373
transcript.whisperx[30].end 737.141
transcript.whisperx[30].text TikTok那我們是不是已經跟Meta或者是Google還有TikTok這些海外的企業簽訂對偽造名人影音內容的一個合作協定蘇發布謝謝委員的質詢有關於這個就是說名人偽造的這個部分呢其實事實上我們在我們列館的這個四大業者跟七大平台裡面我們大概都已經有就是做好這樣子的一個聯繫
transcript.whisperx[31].start 738.055
transcript.whisperx[31].end 754.387
transcript.whisperx[31].text 那並且呢就是針對這個剛剛提到這個微影音的這樣子一個部分因為如果是用AI生成的這個依照照圍條例的相關的規定其實事實上是必須要做揭露的那當然其實剛剛委員有提到說有很多他可能其實他也不大清楚
transcript.whisperx[32].start 754.807
transcript.whisperx[32].end 768.919
transcript.whisperx[32].text 那可以透過我們的網站通報查詢網可以去做一個通報我們一旦確認以後我們就會立刻去進行下降這個問題其實真的還蠻嚴重的你知道一些長者要經過這些步驟其實也真的是還有一段距離
transcript.whisperx[33].start 770.96
transcript.whisperx[33].end 786.168
transcript.whisperx[33].text 好 那另外我想請教一下這個調查局還有警政署目前對於這個假名人的AI詐騙有沒有專案的一個偵辦那麼它其實是一種混合型的新型態那你們有沒有針對這個部分成立這個相關的專案小組
transcript.whisperx[34].start 787.349
transcript.whisperx[34].end 802.405
transcript.whisperx[34].text 有 我們刑事局有成立專案小組對這個部分我會主動去做搜尋那其實有人剛剛講的很有道理就是說這個都是在詐欺之前的那個源頭在廣告平台裡面的這個狀況嘛所以這個應該是所有詐騙裡面是最重要的
transcript.whisperx[35].start 802.885
transcript.whisperx[35].end 817.189
transcript.whisperx[35].text 那每一個最新型的這些的相關的這個詐騙的AI生成的這個模式我們第一時間大概就掌握那會去做搜尋搜尋完之後會做下架停止解析那這些廣告平台如果沒有依照規定來做我們還是會移給蘇發部來做採訪
transcript.whisperx[36].start 821.65
transcript.whisperx[36].end 837.54
transcript.whisperx[36].text 其實最終還是在這個整個的一個網路廣告平台的這個自主的這個管理他們的這個部分是最重要的每次碰到這種問題那各部會就說就是警政署負責的那很多東西就都你們負責的你們在第一線其實很辛苦但是本期今天也要提的我們其實打詐是整個團隊那我們當然是會主動有專門小組會再去做這樣所以剛剛這個委員所提的這裡面的證書那個健保假名人的這些廣告或是這些生成的這些影片
transcript.whisperx[37].start 850.669
transcript.whisperx[37].end 874.241
transcript.whisperx[37].text 感覺他們生存的這個速度都趕不上你們去查核然後下架的速度怎麼辦我們當然就是說就是像這些有一些都是跨境的投放的這個狀況那當然最重要就是網路廣告平台的這一些的業者他們要去做這一些本身的自製跟集合那有一些是今天下架完之後明天再變成一個不同的
transcript.whisperx[38].start 874.821
transcript.whisperx[38].end 893.75
transcript.whisperx[38].text 已經是一個還蠻無法自治跟自律的一個所以你可以看到就像比如講像我可以公開講那個Meta的這個或者是這些那個FB的這些狀況是最嚴重的所以其實現在速度那麼快我們如果還停留在這個平台要自治然後民眾自己要小心那這個已經有詐謗條例可以去做規範跟處罰
transcript.whisperx[39].start 894.89
transcript.whisperx[39].end 910.145
transcript.whisperx[39].text 對我們來講都是法然後都是條例但對民眾來講就是生活我們怎麼樣過得簡單一點在我們當有這麼多技術這麼多科技這麼多平台協助的情況下還有這麼多部會的參與結果大家生活得越來越辛苦好了我們知道警政署是很辛苦
transcript.whisperx[40].start 911.466
transcript.whisperx[40].end 927.539
transcript.whisperx[40].text 各部會 跟這些主題 其實跟大家都有關不管是前段 中段 後段 我想在你們的經驗裡面 應該都有很多處理的經驗在這個經驗裡面 我認為應該有更積極的一些作為我們知道警政署很辛苦 本席問的很多的問題
transcript.whisperx[41].start 928.3
transcript.whisperx[41].end 952.126
transcript.whisperx[41].text 到最後要馬衛福部負責要馬警政署負責那不好意思法務部相關的你們應該有一些經驗所以在跨平台處理的時候我覺得應該要整體連通然後速度跑得比犯罪快一點這樣我們就不會一直在後面追趕好謝謝警政署啦我最後講一下就是這個基本上就是司法院跟那個法務部謝謝那個沒有相關的就請回
transcript.whisperx[42].start 953.257
transcript.whisperx[42].end 969.704
transcript.whisperx[42].text 那我接下來談的是詐騙案的這個爆量然後跟第一線人員的這個問題那很快那麻煩各位請回那司法院法務部我們請相關的代表這邊還是來提一下本席關心很久了每一次都提就是司法院第一線人員的處境
transcript.whisperx[43].start 971.144
transcript.whisperx[43].end 976.405
transcript.whisperx[43].text 我們也知道大家現在面臨最多的就是詐騙案整個司法體系已經超載了不僅是承辦人員的人力不足制度面本身也很難去因應這樣結構性的問題本席也提出一些建議你們可不可以在程序上做一些調整比如說減輕司法人員的負擔有沒有可能 例如
transcript.whisperx[44].start 994.99
transcript.whisperx[44].end 1009.941
transcript.whisperx[44].text 擴大認罪協商制度的適用範圍可以減少除外的範圍擴大可協商的範圍這個部分是不是就可以制度性的或結構性的減輕第一線人員的一些負擔
transcript.whisperx[45].start 1011.523
transcript.whisperx[45].end 1032.123
transcript.whisperx[45].text 因為詐騙案每年都超過數十數萬 十數萬件對司法的能量其實蠻耗費的所以目前整體的刑案量就是詐騙的刑案量非常大第一線檢察官 書記官 法官都過勞但是我們目前沒有辦法直接處理這些很快的處理這些問題
transcript.whisperx[46].start 1033.164
transcript.whisperx[46].end 1062.077
transcript.whisperx[46].text 所以有沒有可能本席這邊建議啦對於放寬認罪協商的一個程序可以用程序改革來減輕司法的一個負擔然後來減輕第一線人員我們知道我們常常在增聘人員但是是不是可以研議看看讓這個證據明確而且犯罪樣態非常清楚的犯罪可以更彈性來運用本席上面所講的一些程序檢疫處理的這個方法呢你們是不是可以研議呢
transcript.whisperx[47].start 1065.517
transcript.whisperx[47].end 1080.2
transcript.whisperx[47].text 現在委員關心這個議題我關於司法人員的負擔部分我們非常非常的沉重本席每一次都會提這個那今天就提出這樣一個可能的方式在法制上我們就像關於詐欺案件的部分我們就擴大所謂的獨任審判的範圍把原先需要合議的案件把它減少讓獨任的審判案件把它擴大到所有的詐欺案件都可以獨任審判
transcript.whisperx[48].start 1090.163
transcript.whisperx[48].end 1111.1
transcript.whisperx[48].text 那這部分我們也經過法務部這邊也有同意那邊我們新的那個詐毀條例已經有做類似的修正那把人解放出來 把何義廷原先綁三個法官來審理之後 變成獨任法官就要審理至於協商的部分 我們也有在注意到這個是原先他有做一個除外規定就是死刑無期徒刑三年以上有期徒刑把他除外我們希望人
transcript.whisperx[49].start 1112.381
transcript.whisperx[49].end 1127.049
transcript.whisperx[49].text 底線 門檻的部分把它變成最重本稅最新本期改成五年以上的話可以擴大協商的範圍這是時間關係啦你們是把相關報告送到本期的辦公室那本期也是要檢視一下我們對整個國際的趨勢在你們這些方法上有沒有符合一個國際這個比較相對彈性而且對於人權也是有一些關注跟保護的一個方向好不好好 謝謝
transcript.whisperx[50].start 1143.621
transcript.whisperx[50].end 1143.802
transcript.whisperx[50].text 謝謝林委員