iVOD / 165663

Field Value
IVOD_ID 165663
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165663
日期 2025-11-20
會議資料.會議代碼 委員會-11-4-19-11
會議資料.會議代碼:str 第11屆第4會期經濟委員會第11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 11
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第4會期經濟委員會第11次全體委員會議
影片種類 Clip
開始時間 2025-11-20T09:56:18+08:00
結束時間 2025-11-20T10:08:56+08:00
影片長度 00:12:38
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/972124280c86b9137bbe4ecd4ea6cfa7558ea7a01fa7587943079a982cb9ebe0ffdbef6d71e002e65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鄭正鈐
委員發言時間 09:56:18 - 10:08:56
會議時間 2025-11-20T09:00:00+08:00
會議名稱 立法院第11屆第4會期經濟委員會第11次全體委員會議(事由:邀請國家發展委員會主任委員、經濟部部長、數位發展部首長、國家科學及技術委員會首長、教育部首長及勞動部首長就「攸關臺灣未來的競爭力,值此AI時代,臺灣如何贏得新人才戰?」進行報告,並備質詢。 【11月19日及20日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 7.94534375
transcript.pyannote[0].end 12.14721875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 12.80534375
transcript.pyannote[1].end 14.72909375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 18.62721875
transcript.pyannote[2].end 19.33596875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 19.77471875
transcript.pyannote[3].end 21.15846875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 21.31034375
transcript.pyannote[4].end 53.06909375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 53.17034375
transcript.pyannote[5].end 78.95534375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 79.07346875
transcript.pyannote[6].end 80.38971875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 80.87909375
transcript.pyannote[7].end 81.73971875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 82.44846875
transcript.pyannote[8].end 87.89909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 88.28721875
transcript.pyannote[9].end 110.37659375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 111.13596875
transcript.pyannote[10].end 149.59409375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 150.01596875
transcript.pyannote[11].end 150.03284375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 150.03284375
transcript.pyannote[12].end 150.92721875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 150.92721875
transcript.pyannote[13].end 150.97784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 150.97784375
transcript.pyannote[14].end 174.67034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 174.83909375
transcript.pyannote[15].end 191.00534375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 190.66784375
transcript.pyannote[16].end 206.09159375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 203.02034375
transcript.pyannote[17].end 203.57721875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 206.71596875
transcript.pyannote[18].end 214.64721875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 214.64721875
transcript.pyannote[19].end 267.39846875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 266.65596875
transcript.pyannote[20].end 299.30909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 276.74721875
transcript.pyannote[21].end 277.03409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 281.75909375
transcript.pyannote[22].end 281.97846875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 299.74784375
transcript.pyannote[23].end 320.33534375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 320.87534375
transcript.pyannote[24].end 330.27471875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 330.69659375
transcript.pyannote[25].end 335.50596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 335.96159375
transcript.pyannote[26].end 353.25846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 353.59596875
transcript.pyannote[27].end 364.96971875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 364.96971875
transcript.pyannote[28].end 377.23784375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 377.38971875
transcript.pyannote[29].end 383.24534375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 383.93721875
transcript.pyannote[30].end 387.22784375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 386.04659375
transcript.pyannote[31].end 386.55284375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 387.22784375
transcript.pyannote[32].end 400.49159375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 400.67721875
transcript.pyannote[33].end 408.76034375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 409.03034375
transcript.pyannote[34].end 413.82284375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 413.82284375
transcript.pyannote[35].end 425.92221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 426.27659375
transcript.pyannote[36].end 454.37346875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 443.79284375
transcript.pyannote[37].end 444.29909375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 454.37346875
transcript.pyannote[38].end 454.86284375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 454.54221875
transcript.pyannote[39].end 454.77846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 454.86284375
transcript.pyannote[40].end 455.97659375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 455.97659375
transcript.pyannote[41].end 461.35971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 462.45659375
transcript.pyannote[42].end 466.96221875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 467.36721875
transcript.pyannote[43].end 470.86034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 471.45096875
transcript.pyannote[44].end 524.37096875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 524.55659375
transcript.pyannote[45].end 533.98971875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 534.19221875
transcript.pyannote[46].end 571.03034375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 572.07659375
transcript.pyannote[47].end 580.34534375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 580.98659375
transcript.pyannote[48].end 592.56284375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 593.77784375
transcript.pyannote[49].end 611.78346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 611.98596875
transcript.pyannote[50].end 624.03471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 624.45659375
transcript.pyannote[51].end 634.75034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 635.13846875
transcript.pyannote[52].end 639.50909375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 639.72846875
transcript.pyannote[53].end 652.23284375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 652.80659375
transcript.pyannote[54].end 689.94846875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 689.79659375
transcript.pyannote[55].end 715.32846875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 696.79971875
transcript.pyannote[56].end 697.00221875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 715.41284375
transcript.pyannote[57].end 738.68346875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 738.31221875
transcript.pyannote[58].end 755.05221875
transcript.whisperx[0].start 8.553
transcript.whisperx[0].end 13.359
transcript.whisperx[0].text 謝謝主席 我想先請一下我們國發會主委好 我們請國發會主委 謝謝
transcript.whisperx[1].start 18.749
transcript.whisperx[1].end 47.825
transcript.whisperx[1].text 委員長主委早因為今天主席安排的一個題目其實非常的切合現在台灣那個需求有關台灣未來競爭力支持AI時代台灣如何贏得新的人才戰那我想說因為跟人才有關的議題其實非常的多因為人才的部分包括我們台灣自己培養也包括從國外那個去延攬去搶人才那我想說所以今天我們來的單位非常多除了國發會之外還包括我們
transcript.whisperx[2].start 49.105
transcript.whisperx[2].end 77.298
transcript.whisperx[2].text 經濟部、國科會、教育部、勞動部等等那我想說我一開始的時候先來講一下整個國際纜財的一個問題因為經濟部這邊直接講 之前曾經講過說未來四年的時候台灣要有20萬個AI人才那這樣一個工作人員投入那這量非常的大 其實台灣的教育體系完全沒辦法直接培養出來這麼多的人那事實上說過去這幾年因為
transcript.whisperx[3].start 78.089
transcript.whisperx[3].end 79.755
transcript.whisperx[3].text 整個美中貿易戰爭的一個
transcript.whisperx[4].start 83.406
transcript.whisperx[4].end 110.271
transcript.whisperx[4].text 再加上長期以來就是一些華裔研發人員台裔研發人員在美國這個環境當中會經常碰到一個隱形玻璃天花板的一個問題所以說從2018年開始的時候其實很多很多的美國的一個高階的研發人員開始回流中國大陸跟其他的地方那事實上在光是2023年一年就有
transcript.whisperx[5].start 111.212
transcript.whisperx[5].end 127.727
transcript.whisperx[5].text 超過4000名高科技研發人員回到大陸去那我想說台灣在這一波AI的一個全球競爭過程當中也扮演非常重要的一個角色那我之前曾經問過一個有關於那個Talent Taiwan的問題就是
transcript.whisperx[6].start 128.867
transcript.whisperx[6].end 147.015
transcript.whisperx[6].text 國發會這邊有一個國際纜財的一個平台可是這平台非常的被動它就是弄成一個網站之後讓大家自己來點選那我想請教一下國發會主委我們國發會在這邊有沒有更積極的一些動作在做國際在搶奪人才在爭取人才到台灣來
transcript.whisperx[7].start 148.155
transcript.whisperx[7].end 176.814
transcript.whisperx[7].text 可不可以請主委做一個具體的說明謝謝委員這個部分的話跟委員報告就是說像Talent Taiwan這個部分的那個網站其實我們已經有在做更進一步的一個優化譬如說原本都只有英文跟日文那其實我有跟同仁講說其實這個還不夠就是說你要有比較多的語言在裡面譬如說假如說我們除了AI人才之外有一些譬如說像中階的一些工作的話我們可能會從那個
transcript.whisperx[8].start 178.676
transcript.whisperx[8].end 205.197
transcript.whisperx[8].text 新南向这边进来即使是AI的话我们也会锁定在那个印度这边所以相对来讲的话我们这个Talent Taiwan的这个部分的网站的话其实我已经要求同仁在这边这个就是我上次讲的部分我们这个Talent Taiwan的部分就是被动的等着大家来点选我说我们有没有更积极的去争取比方说我们在矽谷在Boston这边会不会有一些相关的一些
transcript.whisperx[9].start 206.758
transcript.whisperx[9].end 228.809
transcript.whisperx[9].text 招攬人才的單位去獵頭讓更多的人願意到台灣來來壯大台灣的一個AI生態系有跟委員報告其實我們也有透過那個Linting這樣的一個網站那這網站裡面儲存了大概是億筆的那個全球的那個人才那我們在這網站裡面我們可以經由我們所
transcript.whisperx[10].start 229.829
transcript.whisperx[10].end 245.702
transcript.whisperx[10].text 鎖定的一些領域那去點選完了之後的話這個網站就會跟我們講說在哪一個區域裡面這一類的人才是比較多的那就AI人才這個部分來講的話我們發現就是說美國跟印度比較多那美國這個部分其實我們也有鎖定
transcript.whisperx[11].start 246.142
transcript.whisperx[11].end 261.583
transcript.whisperx[11].text 那我們在那個美國矽谷其實有一個Startup Island Taiwan這樣的一個據點那我們也充分利用這個據點去延攬譬如說像喬二代啦或者是像海外的一些校友那其實都有在做一些連結以及辦一些活動那把台灣
transcript.whisperx[12].start 262.704
transcript.whisperx[12].end 290.463
transcript.whisperx[12].text 需要的一些AI的人才都僅有這樣的一個機會好 謝謝主委你剛剛特別提到喬二代這個部分我也特別關心因為台灣其實坦白說有很多優秀的小留學生他們很小就出國去可是當他們到了一個職場的一個就入職場年紀會碰到一個兵役的問題所以在這邊的時候我想請教國發會我們是不是有評估評議過兵役的問題還有一些他們的配偶跟子女的入境
transcript.whisperx[13].start 292.744
transcript.whisperx[13].end 319.947
transcript.whisperx[13].text 還有就學的一個問題對我們在纜財當中可能會碰到一些阻礙那我們這邊有沒有針對一個部分做一個跨部會的一個整合來試圖解決這樣的問題讓更多可能是我們的小留學生到國外去或者是一些國外的一些人才讓他們能夠更順暢的到台灣來否則的話很多比方說他們如果說是國外的人到台灣來如果他們有另外的一半配偶的時候那
transcript.whisperx[14].start 320.953
transcript.whisperx[14].end 333.81
transcript.whisperx[14].text 如果他們不是高科技的人士他們可能在台灣是找不到工作的我們會不會有一些相關的一些配套來讓這些AI的高科技人才能夠更友善的到台灣來壯大台灣的生態系
transcript.whisperx[15].start 336.013
transcript.whisperx[15].end 352.98
transcript.whisperx[15].text 就这部分跟委员报告我们在Talent Taiwan的这样的一个网站其实我们会提供一站式的服务也就是说只要我们接到案件的话我们会询问就是说你对于在台湾居留你发生什么样问题比如说我们比较常收到的一个状况就是说他在金融
transcript.whisperx[16].start 353.723
transcript.whisperx[16].end 383.033
transcript.whisperx[16].text 在銀行要開戶的時候他要怎麼開那這個部分的話其實我們都有後續的一些設計就是說只要進來那我們就可以協助他去在銀行開戶主委這個部分不只是發掘問題因為這邊現在台灣有一些是因為制度上的不夠友善讓很多人走不進來我剛剛提到兵役就是其中的一個環節那我們怎麼樣的方式能夠透過國發會的角色做一個跨部會的部分讓台灣在這個部分能夠更為友善
transcript.whisperx[17].start 383.991
transcript.whisperx[17].end 399.843
transcript.whisperx[17].text 因為這個病疫問題涉及到 再舉這個例子啦那我剛剛包括講說配偶的一個工作的問題 路徑的問題小朋友的一個就學的問題等等甚至包括有些外籍人士他們如果到台灣來的時候小朋友都要再做一個相關的一個
transcript.whisperx[18].start 400.896
transcript.whisperx[18].end 425.247
transcript.whisperx[18].text 學員的一個證明確定他是一個確定是他的一個子女等等的一個動作那我們會不會有一些跨部會的方式做更友善的一個制度上的一個改變而不是只是發現問題而已有就是說這個部分我們Talent Taiwan不是只有我們國發會在做其他的一些部會假如說有碰到一些問題或什麼話都可以透過這個Talent Taiwan跟我們反映譬如說像在
transcript.whisperx[19].start 426.667
transcript.whisperx[19].end 454.486
transcript.whisperx[19].text 徵求一些國外人才的部分的話我們也跟外交部配合那外交部現在就是說外面的那個要申請進來的譬如說像數位郵募這一塊的話原本是要用資本的那我們現在已經跟外交部合作說他是不是可以由線上直接申請那就委員提到那個配偶的問題的話我們在今年8月通過那個攬財專法裡面有針對特賺的配偶這個部分的工作的話其實是有放寬的OK
transcript.whisperx[20].start 455.106
transcript.whisperx[20].end 470.266
transcript.whisperx[20].text 好 謝謝主委那我接下來我要特別提到一個跟教育部跟我們速發部這邊可能有點關係的部分就是台班怎麼樣去培養就是既有的一個人才那事實上從那個
transcript.whisperx[21].start 471.528
transcript.whisperx[21].end 499.836
transcript.whisperx[21].text NVIDIA其實在台灣要落腳的時候他們已經開出年薪550萬在搶人才所以竹科這邊也出現很多人才移動的一個潛在的一個因子那事實上就是台灣這邊的一些人才AI人才其實顯然是不夠的那就很多的數據都提出來那我這邊要特別提到就是說人才不夠的部分還包括教師荒的問題那我們要怎麼樣透過AI來補足教師荒不足的部分尤其像理科的一個教師人才
transcript.whisperx[22].start 500.476
transcript.whisperx[22].end 518.145
transcript.whisperx[22].text 那有人提到說那可能就是用那個提高薪資的方式可是坦白說你不可能只提高理科老師的一個薪資其實問題是一個很全面的所以我在這邊同時提到幾個問題一個就是整個人才培育的問題那我在教育部這邊有一個接下來有一個四年的一個AI教育計畫
transcript.whisperx[23].start 519.246
transcript.whisperx[23].end 537.55
transcript.whisperx[23].text 那我理解這個狀態可是我要特別提到的一個點就是說在整個我們AI教育當中的時候可能會出現有一些AI的一個資訊的一個不正確的問題所以說事實上包括BBC他們之前就曾經做過一個研究報告就是說你用
transcript.whisperx[24].start 538.07
transcript.whisperx[24].end 560.875
transcript.whisperx[24].text AI生成出來的新聞資料當中的時候有45%是有問題的是不正確的就有AI資訊錯誤的一個問題然後事實上在美國這邊的時候歐洲這邊也出現了很多的一個AI的一個跟生成式對話語言的時候呢會導致他們出現一些心理上面一些問題所以自殺的問題變得非常非常的嚴重
transcript.whisperx[25].start 563.495
transcript.whisperx[25].end 591.876
transcript.whisperx[25].text 然後再加上最近在台灣有很多AI生成式AI自動生成的一些醫療網站然後出現很多的醫療詐騙的一個問題AI詐騙的一個問題那我想這些問題都是我們在做整個AI生態系在人才提供的過程當中我們要讓整個AI生態系更完整的過程當中都會碰到的部分那我想針對這部分先請教育部這邊簡單回應一下剛剛有兩個部分都跟教育部這邊有關
transcript.whisperx[26].start 594.2
transcript.whisperx[26].end 620.295
transcript.whisperx[26].text 謝謝委員指導我想在中小學的部分我們現在針對於課程教學學習的評量以及在作業的使用生成式AI其實已經都有相關的注意事項提醒老師跟學生要注意一些重要的原則另外我們在今年年底12月的時候我們也會有中小學使用AI的一個應用手冊會納入更多一個實際的範例來讓老師跟學生在
transcript.whisperx[27].start 620.996
transcript.whisperx[27].end 649.39
transcript.whisperx[27].text 學習過程教學過程中會有更好的一些參考依循因為AI它能夠模仿能夠關心可是它沒有辦法真正理解情緒啦它可能可以陪伴它可能會產生一些誤導的一個狀態就像BBC他們研究整個新聞甚至是AI出現的狀態有45%的一個錯誤所以AI教導孩子可能會有一些知識的部分可以提供給他們可是可能也會模糊他們對判斷還有現實的感知尤其是現實感知的問題我覺得這非常的重要
transcript.whisperx[28].start 649.75
transcript.whisperx[28].end 665.909
transcript.whisperx[28].text 所以也希望說我們教育部在整個推動我們AI教育當中的時候對這個部分能夠特別的去重視因為這是一個很長期的一個問題而且如果發生了之後它是一輩子的問題好不好 針對這部分我們都特別去那針對那個
transcript.whisperx[29].start 667.21
transcript.whisperx[29].end 689.657
transcript.whisperx[29].text 整個AI詐騙的部分我剛剛特別提到有關於比方說醫療網站詐騙因為很多視頻一出來都是百萬人點選那很多老人家可能就很容易被詐騙那目前我知道數位部這邊的時候他們可能有一些相關的一些計畫在培訓老人家可是量遠遠的不夠這部分可不可以簡單做個回應
transcript.whisperx[30].start 689.957
transcript.whisperx[30].end 709.847
transcript.whisperx[30].text 是 謝謝委員就這個部分我們其實從今就是已經在做的是一個叫數位鬥陣去的一個計畫那到各個城鄉去持續性幾乎每週的辦活動那我們未來明年也會擴大跟更大型的活動合辦另外也跟在地的也希望跟在地的這個民間組織
transcript.whisperx[31].start 711.128
transcript.whisperx[31].end 739.424
transcript.whisperx[31].text 包括各式各样的民间组织甚至像是老人安养中心然后庙宇这些去推动让老人家能够更有机会去了解这些风险我们目前的不论是教材或是比较亲民的游戏这些方式其实都已经洗背了明年会用更大规模的更和民间合作的方式去推动这件事情谢谢因为那个
transcript.whisperx[32].start 740.725
transcript.whisperx[32].end 754.618
transcript.whisperx[32].text 詐騙是現在台灣所有人民心中最不爽的一個部分所以我們希望這麼多AI生成式的詐騙的部分我們數位部這邊能夠扮演更激烈角色來防詐騙這個部分好不好 好 謝謝