iVOD / 16593

Field Value
IVOD_ID 16593
IVOD_URL https://ivod.ly.gov.tw/Play/Full/1M/16593
日期 2025-04-16
影片種類 Full
開始時間 2025-04-16T08:30:51+08:00
結束時間 2025-04-16T12:16:00+08:00
影片長度 03:45:09
支援功能[0] ai-transcript
video_url https://h264media01.ly.gov.tw:443/vod_1/_definst_/mp4:1M/3832c314c43c373d9d3c58e6035bf0897e60f8021a25648d4af80a8cb003b9ba7df15f264bd9f4505ea18f28b6918d91.mp4/playlist.m3u8
會議時間 2025-04-16T09:00:00+08:00
會議名稱 教育及文化委員會、交通委員會舉行制定「人工智慧基本法草案」聯席公聽會(事由:教育及文化委員會、交通委員會舉行制定「人工智慧基本法草案」聯席公聽會)
委員名稱 完整會議
委員發言時間 08:30:51 - 12:16:00
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 128.90534375
transcript.pyannote[0].end 130.79534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 191.25846875
transcript.pyannote[1].end 192.47346875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 193.13159375
transcript.pyannote[2].end 194.43096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 194.86971875
transcript.pyannote[3].end 196.15221875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 196.91159375
transcript.pyannote[4].end 197.68784375
transcript.pyannote[5].speaker SPEAKER_27
transcript.pyannote[5].start 1876.63221875
transcript.pyannote[5].end 1899.75096875
transcript.pyannote[6].speaker SPEAKER_27
transcript.pyannote[6].start 1900.02096875
transcript.pyannote[6].end 1919.78159375
transcript.pyannote[7].speaker SPEAKER_27
transcript.pyannote[7].start 1920.40596875
transcript.pyannote[7].end 1923.46034375
transcript.pyannote[8].speaker SPEAKER_27
transcript.pyannote[8].start 1923.73034375
transcript.pyannote[8].end 1945.73534375
transcript.pyannote[9].speaker SPEAKER_27
transcript.pyannote[9].start 1946.02221875
transcript.pyannote[9].end 1984.49721875
transcript.pyannote[10].speaker SPEAKER_27
transcript.pyannote[10].start 1984.96971875
transcript.pyannote[10].end 2123.81721875
transcript.pyannote[11].speaker SPEAKER_27
transcript.pyannote[11].start 2124.35721875
transcript.pyannote[11].end 2260.28534375
transcript.pyannote[12].speaker SPEAKER_27
transcript.pyannote[12].start 2260.85909375
transcript.pyannote[12].end 2295.70596875
transcript.pyannote[13].speaker SPEAKER_27
transcript.pyannote[13].start 2299.80659375
transcript.pyannote[13].end 2312.32784375
transcript.pyannote[14].speaker SPEAKER_27
transcript.pyannote[14].start 2313.01971875
transcript.pyannote[14].end 2316.90096875
transcript.pyannote[15].speaker SPEAKER_27
transcript.pyannote[15].start 2318.33534375
transcript.pyannote[15].end 2323.38096875
transcript.pyannote[16].speaker SPEAKER_27
transcript.pyannote[16].start 2323.92096875
transcript.pyannote[16].end 2330.82284375
transcript.pyannote[17].speaker SPEAKER_27
transcript.pyannote[17].start 2331.48096875
transcript.pyannote[17].end 2336.18909375
transcript.pyannote[18].speaker SPEAKER_27
transcript.pyannote[18].start 2337.57284375
transcript.pyannote[18].end 2343.00659375
transcript.pyannote[19].speaker SPEAKER_27
transcript.pyannote[19].start 2344.66034375
transcript.pyannote[19].end 2348.23784375
transcript.pyannote[20].speaker SPEAKER_27
transcript.pyannote[20].start 2348.87909375
transcript.pyannote[20].end 2351.91659375
transcript.pyannote[21].speaker SPEAKER_27
transcript.pyannote[21].start 2352.89534375
transcript.pyannote[21].end 2353.51971875
transcript.pyannote[22].speaker SPEAKER_27
transcript.pyannote[22].start 2354.81909375
transcript.pyannote[22].end 2359.98284375
transcript.pyannote[23].speaker SPEAKER_27
transcript.pyannote[23].start 2360.87721875
transcript.pyannote[23].end 2365.63596875
transcript.pyannote[24].speaker SPEAKER_27
transcript.pyannote[24].start 2366.22659375
transcript.pyannote[24].end 2376.75659375
transcript.pyannote[25].speaker SPEAKER_27
transcript.pyannote[25].start 2379.62534375
transcript.pyannote[25].end 2384.48534375
transcript.pyannote[26].speaker SPEAKER_27
transcript.pyannote[26].start 2387.79284375
transcript.pyannote[26].end 2520.36284375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 2539.60034375
transcript.pyannote[27].end 2762.72159375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 2763.31221875
transcript.pyannote[28].end 2764.61159375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 2765.13471875
transcript.pyannote[29].end 2833.68096875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 2833.91721875
transcript.pyannote[30].end 2923.86096875
transcript.pyannote[31].speaker SPEAKER_27
transcript.pyannote[31].start 2924.99159375
transcript.pyannote[31].end 2925.07596875
transcript.pyannote[32].speaker SPEAKER_27
transcript.pyannote[32].start 2925.10971875
transcript.pyannote[32].end 2930.17221875
transcript.pyannote[33].speaker SPEAKER_27
transcript.pyannote[33].start 2930.88096875
transcript.pyannote[33].end 2942.72721875
transcript.pyannote[34].speaker SPEAKER_27
transcript.pyannote[34].start 2944.60034375
transcript.pyannote[34].end 2950.55721875
transcript.pyannote[35].speaker SPEAKER_27
transcript.pyannote[35].start 2951.58659375
transcript.pyannote[35].end 2960.68221875
transcript.pyannote[36].speaker SPEAKER_27
transcript.pyannote[36].start 2961.64409375
transcript.pyannote[36].end 2962.09971875
transcript.pyannote[37].speaker SPEAKER_27
transcript.pyannote[37].start 2963.28096875
transcript.pyannote[37].end 2968.90034375
transcript.pyannote[38].speaker SPEAKER_27
transcript.pyannote[38].start 2969.50784375
transcript.pyannote[38].end 2970.04784375
transcript.pyannote[39].speaker SPEAKER_27
transcript.pyannote[39].start 2971.98846875
transcript.pyannote[39].end 2976.98346875
transcript.pyannote[40].speaker SPEAKER_27
transcript.pyannote[40].start 2978.14784375
transcript.pyannote[40].end 2985.13409375
transcript.pyannote[41].speaker SPEAKER_27
transcript.pyannote[41].start 2986.01159375
transcript.pyannote[41].end 2991.76596875
transcript.pyannote[42].speaker SPEAKER_27
transcript.pyannote[42].start 2994.04409375
transcript.pyannote[42].end 3001.94159375
transcript.pyannote[43].speaker SPEAKER_27
transcript.pyannote[43].start 3002.70096875
transcript.pyannote[43].end 3005.97471875
transcript.pyannote[44].speaker SPEAKER_27
transcript.pyannote[44].start 3006.61596875
transcript.pyannote[44].end 3015.15471875
transcript.pyannote[45].speaker SPEAKER_27
transcript.pyannote[45].start 3015.20534375
transcript.pyannote[45].end 3020.95971875
transcript.pyannote[46].speaker SPEAKER_27
transcript.pyannote[46].start 3022.42784375
transcript.pyannote[46].end 3026.42721875
transcript.pyannote[47].speaker SPEAKER_27
transcript.pyannote[47].start 3027.54096875
transcript.pyannote[47].end 3031.18596875
transcript.pyannote[48].speaker SPEAKER_27
transcript.pyannote[48].start 3031.54034375
transcript.pyannote[48].end 3036.58596875
transcript.pyannote[49].speaker SPEAKER_27
transcript.pyannote[49].start 3037.51409375
transcript.pyannote[49].end 3048.36471875
transcript.pyannote[50].speaker SPEAKER_27
transcript.pyannote[50].start 3049.76534375
transcript.pyannote[50].end 3053.19096875
transcript.pyannote[51].speaker SPEAKER_27
transcript.pyannote[51].start 3054.35534375
transcript.pyannote[51].end 3063.65346875
transcript.pyannote[52].speaker SPEAKER_27
transcript.pyannote[52].start 3063.83909375
transcript.pyannote[52].end 3079.98846875
transcript.pyannote[53].speaker SPEAKER_27
transcript.pyannote[53].start 3081.03471875
transcript.pyannote[53].end 3081.45659375
transcript.pyannote[54].speaker SPEAKER_27
transcript.pyannote[54].start 3082.45221875
transcript.pyannote[54].end 3094.02846875
transcript.pyannote[55].speaker SPEAKER_27
transcript.pyannote[55].start 3094.65284375
transcript.pyannote[55].end 3104.77784375
transcript.pyannote[56].speaker SPEAKER_27
transcript.pyannote[56].start 3105.46971875
transcript.pyannote[56].end 3110.04284375
transcript.pyannote[57].speaker SPEAKER_27
transcript.pyannote[57].start 3110.68409375
transcript.pyannote[57].end 3114.07596875
transcript.pyannote[58].speaker SPEAKER_27
transcript.pyannote[58].start 3114.97034375
transcript.pyannote[58].end 3121.24784375
transcript.pyannote[59].speaker SPEAKER_27
transcript.pyannote[59].start 3121.92284375
transcript.pyannote[59].end 3127.94721875
transcript.pyannote[60].speaker SPEAKER_27
transcript.pyannote[60].start 3128.79096875
transcript.pyannote[60].end 3141.66659375
transcript.pyannote[61].speaker SPEAKER_27
transcript.pyannote[61].start 3142.79721875
transcript.pyannote[61].end 3145.66596875
transcript.pyannote[62].speaker SPEAKER_27
transcript.pyannote[62].start 3146.15534375
transcript.pyannote[62].end 3149.20971875
transcript.pyannote[63].speaker SPEAKER_27
transcript.pyannote[63].start 3149.83409375
transcript.pyannote[63].end 3177.40784375
transcript.pyannote[64].speaker SPEAKER_20
transcript.pyannote[64].start 3185.84534375
transcript.pyannote[64].end 3185.86221875
transcript.pyannote[65].speaker SPEAKER_19
transcript.pyannote[65].start 3185.86221875
transcript.pyannote[65].end 3186.23346875
transcript.pyannote[66].speaker SPEAKER_19
transcript.pyannote[66].start 3188.42721875
transcript.pyannote[66].end 3191.76846875
transcript.pyannote[67].speaker SPEAKER_19
transcript.pyannote[67].start 3192.56159375
transcript.pyannote[67].end 3193.03409375
transcript.pyannote[68].speaker SPEAKER_19
transcript.pyannote[68].start 3193.35471875
transcript.pyannote[68].end 3253.98659375
transcript.pyannote[69].speaker SPEAKER_19
transcript.pyannote[69].start 3254.25659375
transcript.pyannote[69].end 3267.06471875
transcript.pyannote[70].speaker SPEAKER_19
transcript.pyannote[70].start 3267.99284375
transcript.pyannote[70].end 3274.99596875
transcript.pyannote[71].speaker SPEAKER_19
transcript.pyannote[71].start 3275.18159375
transcript.pyannote[71].end 3275.67096875
transcript.pyannote[72].speaker SPEAKER_19
transcript.pyannote[72].start 3276.37971875
transcript.pyannote[72].end 3285.05346875
transcript.pyannote[73].speaker SPEAKER_19
transcript.pyannote[73].start 3285.42471875
transcript.pyannote[73].end 3285.71159375
transcript.pyannote[74].speaker SPEAKER_19
transcript.pyannote[74].start 3286.23471875
transcript.pyannote[74].end 3316.42409375
transcript.pyannote[75].speaker SPEAKER_19
transcript.pyannote[75].start 3316.89659375
transcript.pyannote[75].end 3323.81534375
transcript.pyannote[76].speaker SPEAKER_19
transcript.pyannote[76].start 3324.13596875
transcript.pyannote[76].end 3340.77471875
transcript.pyannote[77].speaker SPEAKER_19
transcript.pyannote[77].start 3341.09534375
transcript.pyannote[77].end 3347.57534375
transcript.pyannote[78].speaker SPEAKER_19
transcript.pyannote[78].start 3348.30096875
transcript.pyannote[78].end 3355.60784375
transcript.pyannote[79].speaker SPEAKER_19
transcript.pyannote[79].start 3355.86096875
transcript.pyannote[79].end 3364.53471875
transcript.pyannote[80].speaker SPEAKER_27
transcript.pyannote[80].start 3366.28971875
transcript.pyannote[80].end 3380.32971875
transcript.pyannote[81].speaker SPEAKER_20
transcript.pyannote[81].start 3391.87221875
transcript.pyannote[81].end 3641.31846875
transcript.pyannote[82].speaker SPEAKER_20
transcript.pyannote[82].start 3641.57159375
transcript.pyannote[82].end 3666.02346875
transcript.pyannote[83].speaker SPEAKER_27
transcript.pyannote[83].start 3667.57596875
transcript.pyannote[83].end 3667.89659375
transcript.pyannote[84].speaker SPEAKER_27
transcript.pyannote[84].start 3668.94284375
transcript.pyannote[84].end 3674.49471875
transcript.pyannote[85].speaker SPEAKER_27
transcript.pyannote[85].start 3675.38909375
transcript.pyannote[85].end 3675.91221875
transcript.pyannote[86].speaker SPEAKER_27
transcript.pyannote[86].start 3676.38471875
transcript.pyannote[86].end 3677.24534375
transcript.pyannote[87].speaker SPEAKER_09
transcript.pyannote[87].start 3687.43784375
transcript.pyannote[87].end 3687.70784375
transcript.pyannote[88].speaker SPEAKER_09
transcript.pyannote[88].start 3688.19721875
transcript.pyannote[88].end 3693.12471875
transcript.pyannote[89].speaker SPEAKER_09
transcript.pyannote[89].start 3693.59721875
transcript.pyannote[89].end 3702.52409375
transcript.pyannote[90].speaker SPEAKER_09
transcript.pyannote[90].start 3702.74346875
transcript.pyannote[90].end 3708.71721875
transcript.pyannote[91].speaker SPEAKER_09
transcript.pyannote[91].start 3709.24034375
transcript.pyannote[91].end 3769.72034375
transcript.pyannote[92].speaker SPEAKER_09
transcript.pyannote[92].start 3770.17596875
transcript.pyannote[92].end 3795.08346875
transcript.pyannote[93].speaker SPEAKER_09
transcript.pyannote[93].start 3796.73721875
transcript.pyannote[93].end 3844.49346875
transcript.pyannote[94].speaker SPEAKER_09
transcript.pyannote[94].start 3844.86471875
transcript.pyannote[94].end 3847.88534375
transcript.pyannote[95].speaker SPEAKER_09
transcript.pyannote[95].start 3848.29034375
transcript.pyannote[95].end 3852.17159375
transcript.pyannote[96].speaker SPEAKER_09
transcript.pyannote[96].start 3852.67784375
transcript.pyannote[96].end 3868.96221875
transcript.pyannote[97].speaker SPEAKER_09
transcript.pyannote[97].start 3869.55284375
transcript.pyannote[97].end 3902.02034375
transcript.pyannote[98].speaker SPEAKER_09
transcript.pyannote[98].start 3903.15096875
transcript.pyannote[98].end 3945.20346875
transcript.pyannote[99].speaker SPEAKER_27
transcript.pyannote[99].start 3945.20346875
transcript.pyannote[99].end 3945.25409375
transcript.pyannote[100].speaker SPEAKER_27
transcript.pyannote[100].start 3946.40159375
transcript.pyannote[100].end 3946.46909375
transcript.pyannote[101].speaker SPEAKER_09
transcript.pyannote[101].start 3946.46909375
transcript.pyannote[101].end 3946.60409375
transcript.pyannote[102].speaker SPEAKER_27
transcript.pyannote[102].start 3946.60409375
transcript.pyannote[102].end 3956.27346875
transcript.pyannote[103].speaker SPEAKER_27
transcript.pyannote[103].start 3958.97346875
transcript.pyannote[103].end 3961.89284375
transcript.pyannote[104].speaker SPEAKER_24
transcript.pyannote[104].start 3973.87409375
transcript.pyannote[104].end 3977.90721875
transcript.pyannote[105].speaker SPEAKER_24
transcript.pyannote[105].start 3978.31221875
transcript.pyannote[105].end 3993.65159375
transcript.pyannote[106].speaker SPEAKER_24
transcript.pyannote[106].start 3994.39409375
transcript.pyannote[106].end 4012.58534375
transcript.pyannote[107].speaker SPEAKER_24
transcript.pyannote[107].start 4013.20971875
transcript.pyannote[107].end 4016.02784375
transcript.pyannote[108].speaker SPEAKER_24
transcript.pyannote[108].start 4016.39909375
transcript.pyannote[108].end 4017.39471875
transcript.pyannote[109].speaker SPEAKER_24
transcript.pyannote[109].start 4018.15409375
transcript.pyannote[109].end 4025.37659375
transcript.pyannote[110].speaker SPEAKER_24
transcript.pyannote[110].start 4025.79846875
transcript.pyannote[110].end 4091.94846875
transcript.pyannote[111].speaker SPEAKER_24
transcript.pyannote[111].start 4092.70784375
transcript.pyannote[111].end 4096.96034375
transcript.pyannote[112].speaker SPEAKER_24
transcript.pyannote[112].start 4099.40721875
transcript.pyannote[112].end 4147.24784375
transcript.pyannote[113].speaker SPEAKER_24
transcript.pyannote[113].start 4147.70346875
transcript.pyannote[113].end 4154.89221875
transcript.pyannote[114].speaker SPEAKER_24
transcript.pyannote[114].start 4154.90909375
transcript.pyannote[114].end 4154.92596875
transcript.pyannote[115].speaker SPEAKER_24
transcript.pyannote[115].start 4155.19596875
transcript.pyannote[115].end 4160.42721875
transcript.pyannote[116].speaker SPEAKER_24
transcript.pyannote[116].start 4160.62971875
transcript.pyannote[116].end 4165.37159375
transcript.pyannote[117].speaker SPEAKER_24
transcript.pyannote[117].start 4165.77659375
transcript.pyannote[117].end 4169.84346875
transcript.pyannote[118].speaker SPEAKER_24
transcript.pyannote[118].start 4170.11346875
transcript.pyannote[118].end 4196.21909375
transcript.pyannote[119].speaker SPEAKER_24
transcript.pyannote[119].start 4197.01221875
transcript.pyannote[119].end 4219.32096875
transcript.pyannote[120].speaker SPEAKER_24
transcript.pyannote[120].start 4219.65846875
transcript.pyannote[120].end 4227.99471875
transcript.pyannote[121].speaker SPEAKER_24
transcript.pyannote[121].start 4228.46721875
transcript.pyannote[121].end 4236.22971875
transcript.pyannote[122].speaker SPEAKER_24
transcript.pyannote[122].start 4236.70221875
transcript.pyannote[122].end 4246.03409375
transcript.pyannote[123].speaker SPEAKER_24
transcript.pyannote[123].start 4246.50659375
transcript.pyannote[123].end 4256.83409375
transcript.pyannote[124].speaker SPEAKER_24
transcript.pyannote[124].start 4258.72409375
transcript.pyannote[124].end 4274.58659375
transcript.pyannote[125].speaker SPEAKER_24
transcript.pyannote[125].start 4275.02534375
transcript.pyannote[125].end 4292.42346875
transcript.pyannote[126].speaker SPEAKER_24
transcript.pyannote[126].start 4293.41909375
transcript.pyannote[126].end 4298.11034375
transcript.pyannote[127].speaker SPEAKER_24
transcript.pyannote[127].start 4298.54909375
transcript.pyannote[127].end 4319.25471875
transcript.pyannote[128].speaker SPEAKER_24
transcript.pyannote[128].start 4320.01409375
transcript.pyannote[128].end 4349.73096875
transcript.pyannote[129].speaker SPEAKER_24
transcript.pyannote[129].start 4350.16971875
transcript.pyannote[129].end 4350.64221875
transcript.pyannote[130].speaker SPEAKER_24
transcript.pyannote[130].start 4351.43534375
transcript.pyannote[130].end 4369.22159375
transcript.pyannote[131].speaker SPEAKER_27
transcript.pyannote[131].start 4373.40659375
transcript.pyannote[131].end 4378.38471875
transcript.pyannote[132].speaker SPEAKER_27
transcript.pyannote[132].start 4379.54909375
transcript.pyannote[132].end 4381.47284375
transcript.pyannote[133].speaker SPEAKER_25
transcript.pyannote[133].start 4382.02971875
transcript.pyannote[133].end 4382.95784375
transcript.pyannote[134].speaker SPEAKER_27
transcript.pyannote[134].start 4384.30784375
transcript.pyannote[134].end 4385.87721875
transcript.pyannote[135].speaker SPEAKER_22
transcript.pyannote[135].start 4391.44596875
transcript.pyannote[135].end 4395.34409375
transcript.pyannote[136].speaker SPEAKER_22
transcript.pyannote[136].start 4396.62659375
transcript.pyannote[136].end 4464.93659375
transcript.pyannote[137].speaker SPEAKER_22
transcript.pyannote[137].start 4465.79721875
transcript.pyannote[137].end 4471.39971875
transcript.pyannote[138].speaker SPEAKER_22
transcript.pyannote[138].start 4471.82159375
transcript.pyannote[138].end 4505.62221875
transcript.pyannote[139].speaker SPEAKER_22
transcript.pyannote[139].start 4507.56284375
transcript.pyannote[139].end 4553.12534375
transcript.pyannote[140].speaker SPEAKER_22
transcript.pyannote[140].start 4553.47971875
transcript.pyannote[140].end 4559.84159375
transcript.pyannote[141].speaker SPEAKER_22
transcript.pyannote[141].start 4561.10721875
transcript.pyannote[141].end 4562.92971875
transcript.pyannote[142].speaker SPEAKER_22
transcript.pyannote[142].start 4563.45284375
transcript.pyannote[142].end 4586.09909375
transcript.pyannote[143].speaker SPEAKER_22
transcript.pyannote[143].start 4586.99346875
transcript.pyannote[143].end 4587.65159375
transcript.pyannote[144].speaker SPEAKER_22
transcript.pyannote[144].start 4588.90034375
transcript.pyannote[144].end 4603.42971875
transcript.pyannote[145].speaker SPEAKER_22
transcript.pyannote[145].start 4603.91909375
transcript.pyannote[145].end 4607.86784375
transcript.pyannote[146].speaker SPEAKER_22
transcript.pyannote[146].start 4608.47534375
transcript.pyannote[146].end 4627.32471875
transcript.pyannote[147].speaker SPEAKER_22
transcript.pyannote[147].start 4628.05034375
transcript.pyannote[147].end 4630.66596875
transcript.pyannote[148].speaker SPEAKER_22
transcript.pyannote[148].start 4631.37471875
transcript.pyannote[148].end 4647.52409375
transcript.pyannote[149].speaker SPEAKER_22
transcript.pyannote[149].start 4648.50284375
transcript.pyannote[149].end 4668.63471875
transcript.pyannote[150].speaker SPEAKER_27
transcript.pyannote[150].start 4669.29284375
transcript.pyannote[150].end 4677.20721875
transcript.pyannote[151].speaker SPEAKER_05
transcript.pyannote[151].start 4680.21096875
transcript.pyannote[151].end 4681.10534375
transcript.pyannote[152].speaker SPEAKER_05
transcript.pyannote[152].start 4681.32471875
transcript.pyannote[152].end 4681.61159375
transcript.pyannote[153].speaker SPEAKER_05
transcript.pyannote[153].start 4682.15159375
transcript.pyannote[153].end 4688.14221875
transcript.pyannote[154].speaker SPEAKER_05
transcript.pyannote[154].start 4688.47971875
transcript.pyannote[154].end 4717.40346875
transcript.pyannote[155].speaker SPEAKER_05
transcript.pyannote[155].start 4718.58471875
transcript.pyannote[155].end 4719.83346875
transcript.pyannote[156].speaker SPEAKER_05
transcript.pyannote[156].start 4721.31846875
transcript.pyannote[156].end 4721.87534375
transcript.pyannote[157].speaker SPEAKER_05
transcript.pyannote[157].start 4722.65159375
transcript.pyannote[157].end 4780.24596875
transcript.pyannote[158].speaker SPEAKER_05
transcript.pyannote[158].start 4781.34284375
transcript.pyannote[158].end 4813.08471875
transcript.pyannote[159].speaker SPEAKER_05
transcript.pyannote[159].start 4814.21534375
transcript.pyannote[159].end 4824.23909375
transcript.pyannote[160].speaker SPEAKER_05
transcript.pyannote[160].start 4824.64409375
transcript.pyannote[160].end 4836.16971875
transcript.pyannote[161].speaker SPEAKER_05
transcript.pyannote[161].start 4836.23721875
transcript.pyannote[161].end 4871.57346875
transcript.pyannote[162].speaker SPEAKER_05
transcript.pyannote[162].start 4872.31596875
transcript.pyannote[162].end 4889.71409375
transcript.pyannote[163].speaker SPEAKER_05
transcript.pyannote[163].start 4890.40596875
transcript.pyannote[163].end 4930.06221875
transcript.pyannote[164].speaker SPEAKER_05
transcript.pyannote[164].start 4930.68659375
transcript.pyannote[164].end 4931.29409375
transcript.pyannote[165].speaker SPEAKER_05
transcript.pyannote[165].start 4931.53034375
transcript.pyannote[165].end 4937.57159375
transcript.pyannote[166].speaker SPEAKER_05
transcript.pyannote[166].start 4937.84159375
transcript.pyannote[166].end 4944.70971875
transcript.pyannote[167].speaker SPEAKER_27
transcript.pyannote[167].start 4947.46034375
transcript.pyannote[167].end 4956.43784375
transcript.pyannote[168].speaker SPEAKER_07
transcript.pyannote[168].start 4959.17159375
transcript.pyannote[168].end 4959.89721875
transcript.pyannote[169].speaker SPEAKER_07
transcript.pyannote[169].start 4961.82096875
transcript.pyannote[169].end 4964.08221875
transcript.pyannote[170].speaker SPEAKER_07
transcript.pyannote[170].start 4964.60534375
transcript.pyannote[170].end 5097.31034375
transcript.pyannote[171].speaker SPEAKER_07
transcript.pyannote[171].start 5098.23846875
transcript.pyannote[171].end 5142.24846875
transcript.pyannote[172].speaker SPEAKER_07
transcript.pyannote[172].start 5142.80534375
transcript.pyannote[172].end 5171.45909375
transcript.pyannote[173].speaker SPEAKER_07
transcript.pyannote[173].start 5171.77971875
transcript.pyannote[173].end 5240.79846875
transcript.pyannote[174].speaker SPEAKER_07
transcript.pyannote[174].start 5241.18659375
transcript.pyannote[174].end 5268.47346875
transcript.pyannote[175].speaker SPEAKER_07
transcript.pyannote[175].start 5269.08096875
transcript.pyannote[175].end 5357.87721875
transcript.pyannote[176].speaker SPEAKER_07
transcript.pyannote[176].start 5358.31596875
transcript.pyannote[176].end 5415.97784375
transcript.pyannote[177].speaker SPEAKER_07
transcript.pyannote[177].start 5416.11284375
transcript.pyannote[177].end 5440.69971875
transcript.pyannote[178].speaker SPEAKER_27
transcript.pyannote[178].start 5441.29034375
transcript.pyannote[178].end 5448.95159375
transcript.pyannote[179].speaker SPEAKER_08
transcript.pyannote[179].start 5455.98846875
transcript.pyannote[179].end 5471.51346875
transcript.pyannote[180].speaker SPEAKER_08
transcript.pyannote[180].start 5471.93534375
transcript.pyannote[180].end 5474.88846875
transcript.pyannote[181].speaker SPEAKER_08
transcript.pyannote[181].start 5475.42846875
transcript.pyannote[181].end 5479.17471875
transcript.pyannote[182].speaker SPEAKER_08
transcript.pyannote[182].start 5479.44471875
transcript.pyannote[182].end 5489.02971875
transcript.pyannote[183].speaker SPEAKER_08
transcript.pyannote[183].start 5489.36721875
transcript.pyannote[183].end 5496.18471875
transcript.pyannote[184].speaker SPEAKER_08
transcript.pyannote[184].start 5496.50534375
transcript.pyannote[184].end 5496.99471875
transcript.pyannote[185].speaker SPEAKER_08
transcript.pyannote[185].start 5497.33221875
transcript.pyannote[185].end 5517.61596875
transcript.pyannote[186].speaker SPEAKER_08
transcript.pyannote[186].start 5518.07159375
transcript.pyannote[186].end 5534.18721875
transcript.pyannote[187].speaker SPEAKER_08
transcript.pyannote[187].start 5534.89596875
transcript.pyannote[187].end 5544.71721875
transcript.pyannote[188].speaker SPEAKER_08
transcript.pyannote[188].start 5544.80159375
transcript.pyannote[188].end 5552.07471875
transcript.pyannote[189].speaker SPEAKER_08
transcript.pyannote[189].start 5552.44596875
transcript.pyannote[189].end 5552.96909375
transcript.pyannote[190].speaker SPEAKER_08
transcript.pyannote[190].start 5553.20534375
transcript.pyannote[190].end 5555.61846875
transcript.pyannote[191].speaker SPEAKER_08
transcript.pyannote[191].start 5555.87159375
transcript.pyannote[191].end 5619.32159375
transcript.pyannote[192].speaker SPEAKER_08
transcript.pyannote[192].start 5619.49034375
transcript.pyannote[192].end 5636.75346875
transcript.pyannote[193].speaker SPEAKER_08
transcript.pyannote[193].start 5636.97284375
transcript.pyannote[193].end 5642.81159375
transcript.pyannote[194].speaker SPEAKER_08
transcript.pyannote[194].start 5643.41909375
transcript.pyannote[194].end 5664.96846875
transcript.pyannote[195].speaker SPEAKER_08
transcript.pyannote[195].start 5665.13721875
transcript.pyannote[195].end 5675.16096875
transcript.pyannote[196].speaker SPEAKER_08
transcript.pyannote[196].start 5675.73471875
transcript.pyannote[196].end 5686.46721875
transcript.pyannote[197].speaker SPEAKER_08
transcript.pyannote[197].start 5686.85534375
transcript.pyannote[197].end 5691.90096875
transcript.pyannote[198].speaker SPEAKER_08
transcript.pyannote[198].start 5692.27221875
transcript.pyannote[198].end 5703.93284375
transcript.pyannote[199].speaker SPEAKER_08
transcript.pyannote[199].start 5704.27034375
transcript.pyannote[199].end 5723.52471875
transcript.pyannote[200].speaker SPEAKER_08
transcript.pyannote[200].start 5723.60909375
transcript.pyannote[200].end 5727.74346875
transcript.pyannote[201].speaker SPEAKER_08
transcript.pyannote[201].start 5727.79409375
transcript.pyannote[201].end 5732.82284375
transcript.pyannote[202].speaker SPEAKER_08
transcript.pyannote[202].start 5733.07596875
transcript.pyannote[202].end 5737.51409375
transcript.pyannote[203].speaker SPEAKER_08
transcript.pyannote[203].start 5738.03721875
transcript.pyannote[203].end 5772.85034375
transcript.pyannote[204].speaker SPEAKER_08
transcript.pyannote[204].start 5773.23846875
transcript.pyannote[204].end 5774.11596875
transcript.pyannote[205].speaker SPEAKER_08
transcript.pyannote[205].start 5774.31846875
transcript.pyannote[205].end 5783.58284375
transcript.pyannote[206].speaker SPEAKER_08
transcript.pyannote[206].start 5784.19034375
transcript.pyannote[206].end 5787.24471875
transcript.pyannote[207].speaker SPEAKER_08
transcript.pyannote[207].start 5787.29534375
transcript.pyannote[207].end 5787.97034375
transcript.pyannote[208].speaker SPEAKER_08
transcript.pyannote[208].start 5788.39221875
transcript.pyannote[208].end 5811.88221875
transcript.pyannote[209].speaker SPEAKER_08
transcript.pyannote[209].start 5812.11846875
transcript.pyannote[209].end 5817.56909375
transcript.pyannote[210].speaker SPEAKER_08
transcript.pyannote[210].start 5817.95721875
transcript.pyannote[210].end 5820.15096875
transcript.pyannote[211].speaker SPEAKER_08
transcript.pyannote[211].start 5821.21409375
transcript.pyannote[211].end 5831.22096875
transcript.pyannote[212].speaker SPEAKER_08
transcript.pyannote[212].start 5831.71034375
transcript.pyannote[212].end 5833.93784375
transcript.pyannote[213].speaker SPEAKER_08
transcript.pyannote[213].start 5834.35971875
transcript.pyannote[213].end 5865.73034375
transcript.pyannote[214].speaker SPEAKER_27
transcript.pyannote[214].start 5867.80596875
transcript.pyannote[214].end 5875.66971875
transcript.pyannote[215].speaker SPEAKER_23
transcript.pyannote[215].start 5880.96846875
transcript.pyannote[215].end 5888.17409375
transcript.pyannote[216].speaker SPEAKER_23
transcript.pyannote[216].start 5888.29221875
transcript.pyannote[216].end 5924.97846875
transcript.pyannote[217].speaker SPEAKER_23
transcript.pyannote[217].start 5925.26534375
transcript.pyannote[217].end 5977.66221875
transcript.pyannote[218].speaker SPEAKER_23
transcript.pyannote[218].start 5977.86471875
transcript.pyannote[218].end 5985.99846875
transcript.pyannote[219].speaker SPEAKER_23
transcript.pyannote[219].start 5986.11659375
transcript.pyannote[219].end 5990.94284375
transcript.pyannote[220].speaker SPEAKER_23
transcript.pyannote[220].start 5991.49971875
transcript.pyannote[220].end 6021.04784375
transcript.pyannote[221].speaker SPEAKER_23
transcript.pyannote[221].start 6022.06034375
transcript.pyannote[221].end 6057.80159375
transcript.pyannote[222].speaker SPEAKER_23
transcript.pyannote[222].start 6058.10534375
transcript.pyannote[222].end 6066.03659375
transcript.pyannote[223].speaker SPEAKER_23
transcript.pyannote[223].start 6066.27284375
transcript.pyannote[223].end 6157.06034375
transcript.pyannote[224].speaker SPEAKER_00
transcript.pyannote[224].start 6082.23659375
transcript.pyannote[224].end 6082.57409375
transcript.pyannote[225].speaker SPEAKER_23
transcript.pyannote[225].start 6157.92096875
transcript.pyannote[225].end 6255.82971875
transcript.pyannote[226].speaker SPEAKER_27
transcript.pyannote[226].start 6257.53409375
transcript.pyannote[226].end 6266.79846875
transcript.pyannote[227].speaker SPEAKER_11
transcript.pyannote[227].start 6279.06659375
transcript.pyannote[227].end 6279.60659375
transcript.pyannote[228].speaker SPEAKER_11
transcript.pyannote[228].start 6279.72471875
transcript.pyannote[228].end 6307.38284375
transcript.pyannote[229].speaker SPEAKER_11
transcript.pyannote[229].start 6307.82159375
transcript.pyannote[229].end 6325.20284375
transcript.pyannote[230].speaker SPEAKER_11
transcript.pyannote[230].start 6325.70909375
transcript.pyannote[230].end 6378.12284375
transcript.pyannote[231].speaker SPEAKER_11
transcript.pyannote[231].start 6379.23659375
transcript.pyannote[231].end 6379.65846875
transcript.pyannote[232].speaker SPEAKER_11
transcript.pyannote[232].start 6380.55284375
transcript.pyannote[232].end 6415.31534375
transcript.pyannote[233].speaker SPEAKER_11
transcript.pyannote[233].start 6415.77096875
transcript.pyannote[233].end 6431.76846875
transcript.pyannote[234].speaker SPEAKER_11
transcript.pyannote[234].start 6432.54471875
transcript.pyannote[234].end 6477.71909375
transcript.pyannote[235].speaker SPEAKER_11
transcript.pyannote[235].start 6479.01846875
transcript.pyannote[235].end 6479.99721875
transcript.pyannote[236].speaker SPEAKER_11
transcript.pyannote[236].start 6482.00534375
transcript.pyannote[236].end 6499.42034375
transcript.pyannote[237].speaker SPEAKER_11
transcript.pyannote[237].start 6499.87596875
transcript.pyannote[237].end 6520.17659375
transcript.pyannote[238].speaker SPEAKER_11
transcript.pyannote[238].start 6520.83471875
transcript.pyannote[238].end 6536.61284375
transcript.pyannote[239].speaker SPEAKER_11
transcript.pyannote[239].start 6537.11909375
transcript.pyannote[239].end 6543.02534375
transcript.pyannote[240].speaker SPEAKER_11
transcript.pyannote[240].start 6543.78471875
transcript.pyannote[240].end 6617.52846875
transcript.pyannote[241].speaker SPEAKER_11
transcript.pyannote[241].start 6618.74346875
transcript.pyannote[241].end 6619.21596875
transcript.pyannote[242].speaker SPEAKER_11
transcript.pyannote[242].start 6619.95846875
transcript.pyannote[242].end 6625.10534375
transcript.pyannote[243].speaker SPEAKER_11
transcript.pyannote[243].start 6626.01659375
transcript.pyannote[243].end 6634.92659375
transcript.pyannote[244].speaker SPEAKER_27
transcript.pyannote[244].start 6636.49596875
transcript.pyannote[244].end 6644.52846875
transcript.pyannote[245].speaker SPEAKER_10
transcript.pyannote[245].start 6660.55971875
transcript.pyannote[245].end 6670.93784375
transcript.pyannote[246].speaker SPEAKER_10
transcript.pyannote[246].start 6670.95471875
transcript.pyannote[246].end 6679.30784375
transcript.pyannote[247].speaker SPEAKER_10
transcript.pyannote[247].start 6679.79721875
transcript.pyannote[247].end 6695.42346875
transcript.pyannote[248].speaker SPEAKER_10
transcript.pyannote[248].start 6695.94659375
transcript.pyannote[248].end 6698.68034375
transcript.pyannote[249].speaker SPEAKER_10
transcript.pyannote[249].start 6699.20346875
transcript.pyannote[249].end 6717.05721875
transcript.pyannote[250].speaker SPEAKER_10
transcript.pyannote[250].start 6717.78284375
transcript.pyannote[250].end 6723.65534375
transcript.pyannote[251].speaker SPEAKER_10
transcript.pyannote[251].start 6724.29659375
transcript.pyannote[251].end 6725.10659375
transcript.pyannote[252].speaker SPEAKER_10
transcript.pyannote[252].start 6725.59596875
transcript.pyannote[252].end 6753.64221875
transcript.pyannote[253].speaker SPEAKER_10
transcript.pyannote[253].start 6753.86159375
transcript.pyannote[253].end 6791.81346875
transcript.pyannote[254].speaker SPEAKER_10
transcript.pyannote[254].start 6792.92721875
transcript.pyannote[254].end 6847.28159375
transcript.pyannote[255].speaker SPEAKER_10
transcript.pyannote[255].start 6847.88909375
transcript.pyannote[255].end 6871.88534375
transcript.pyannote[256].speaker SPEAKER_10
transcript.pyannote[256].start 6871.96971875
transcript.pyannote[256].end 6930.00284375
transcript.pyannote[257].speaker SPEAKER_10
transcript.pyannote[257].start 6930.23909375
transcript.pyannote[257].end 6950.03346875
transcript.pyannote[258].speaker SPEAKER_10
transcript.pyannote[258].start 6950.52284375
transcript.pyannote[258].end 6953.15534375
transcript.pyannote[259].speaker SPEAKER_10
transcript.pyannote[259].start 6953.98221875
transcript.pyannote[259].end 6966.08159375
transcript.pyannote[260].speaker SPEAKER_10
transcript.pyannote[260].start 6967.39784375
transcript.pyannote[260].end 7075.71846875
transcript.pyannote[261].speaker SPEAKER_10
transcript.pyannote[261].start 7076.15721875
transcript.pyannote[261].end 7080.89909375
transcript.pyannote[262].speaker SPEAKER_27
transcript.pyannote[262].start 7083.21096875
transcript.pyannote[262].end 7090.12971875
transcript.pyannote[263].speaker SPEAKER_27
transcript.pyannote[263].start 7092.20534375
transcript.pyannote[263].end 7096.93034375
transcript.pyannote[264].speaker SPEAKER_06
transcript.pyannote[264].start 7115.61096875
transcript.pyannote[264].end 7361.81721875
transcript.pyannote[265].speaker SPEAKER_06
transcript.pyannote[265].start 7362.57659375
transcript.pyannote[265].end 7534.31346875
transcript.pyannote[266].speaker SPEAKER_27
transcript.pyannote[266].start 7536.49034375
transcript.pyannote[266].end 7541.70471875
transcript.pyannote[267].speaker SPEAKER_27
transcript.pyannote[267].start 7542.56534375
transcript.pyannote[267].end 7543.98284375
transcript.pyannote[268].speaker SPEAKER_18
transcript.pyannote[268].start 7549.24784375
transcript.pyannote[268].end 7758.70034375
transcript.pyannote[269].speaker SPEAKER_18
transcript.pyannote[269].start 7758.83534375
transcript.pyannote[269].end 7783.92846875
transcript.pyannote[270].speaker SPEAKER_18
transcript.pyannote[270].start 7784.23221875
transcript.pyannote[270].end 7796.53409375
transcript.pyannote[271].speaker SPEAKER_18
transcript.pyannote[271].start 7797.05721875
transcript.pyannote[271].end 7832.35971875
transcript.pyannote[272].speaker SPEAKER_18
transcript.pyannote[272].start 7832.37659375
transcript.pyannote[272].end 8062.38284375
transcript.pyannote[273].speaker SPEAKER_27
transcript.pyannote[273].start 8064.45846875
transcript.pyannote[273].end 8070.90471875
transcript.pyannote[274].speaker SPEAKER_04
transcript.pyannote[274].start 8078.29596875
transcript.pyannote[274].end 8239.30034375
transcript.pyannote[275].speaker SPEAKER_04
transcript.pyannote[275].start 8239.73909375
transcript.pyannote[275].end 8367.24659375
transcript.pyannote[276].speaker SPEAKER_04
transcript.pyannote[276].start 8368.10721875
transcript.pyannote[276].end 8513.31659375
transcript.pyannote[277].speaker SPEAKER_27
transcript.pyannote[277].start 8515.39221875
transcript.pyannote[277].end 8523.12096875
transcript.pyannote[278].speaker SPEAKER_12
transcript.pyannote[278].start 8534.68034375
transcript.pyannote[278].end 8535.37221875
transcript.pyannote[279].speaker SPEAKER_12
transcript.pyannote[279].start 8535.92909375
transcript.pyannote[279].end 8586.13221875
transcript.pyannote[280].speaker SPEAKER_12
transcript.pyannote[280].start 8587.66784375
transcript.pyannote[280].end 8642.66346875
transcript.pyannote[281].speaker SPEAKER_12
transcript.pyannote[281].start 8643.69284375
transcript.pyannote[281].end 8682.31971875
transcript.pyannote[282].speaker SPEAKER_12
transcript.pyannote[282].start 8683.29846875
transcript.pyannote[282].end 8954.20971875
transcript.pyannote[283].speaker SPEAKER_27
transcript.pyannote[283].start 8956.01534375
transcript.pyannote[283].end 8963.33909375
transcript.pyannote[284].speaker SPEAKER_17
transcript.pyannote[284].start 8972.21534375
transcript.pyannote[284].end 9295.05096875
transcript.pyannote[285].speaker SPEAKER_17
transcript.pyannote[285].start 9295.18596875
transcript.pyannote[285].end 9383.93159375
transcript.pyannote[286].speaker SPEAKER_27
transcript.pyannote[286].start 9387.72846875
transcript.pyannote[286].end 9395.10284375
transcript.pyannote[287].speaker SPEAKER_16
transcript.pyannote[287].start 9402.44346875
transcript.pyannote[287].end 9421.76534375
transcript.pyannote[288].speaker SPEAKER_16
transcript.pyannote[288].start 9422.35596875
transcript.pyannote[288].end 9430.20284375
transcript.pyannote[289].speaker SPEAKER_16
transcript.pyannote[289].start 9430.96221875
transcript.pyannote[289].end 9447.24659375
transcript.pyannote[290].speaker SPEAKER_16
transcript.pyannote[290].start 9447.82034375
transcript.pyannote[290].end 9463.12596875
transcript.pyannote[291].speaker SPEAKER_16
transcript.pyannote[291].start 9463.71659375
transcript.pyannote[291].end 9464.13846875
transcript.pyannote[292].speaker SPEAKER_16
transcript.pyannote[292].start 9464.52659375
transcript.pyannote[292].end 9467.76659375
transcript.pyannote[293].speaker SPEAKER_16
transcript.pyannote[293].start 9468.76221875
transcript.pyannote[293].end 9511.62471875
transcript.pyannote[294].speaker SPEAKER_16
transcript.pyannote[294].start 9511.97909375
transcript.pyannote[294].end 9546.92721875
transcript.pyannote[295].speaker SPEAKER_16
transcript.pyannote[295].start 9547.29846875
transcript.pyannote[295].end 9553.87971875
transcript.pyannote[296].speaker SPEAKER_16
transcript.pyannote[296].start 9554.70659375
transcript.pyannote[296].end 9555.21284375
transcript.pyannote[297].speaker SPEAKER_16
transcript.pyannote[297].start 9555.82034375
transcript.pyannote[297].end 9569.62409375
transcript.pyannote[298].speaker SPEAKER_16
transcript.pyannote[298].start 9570.34971875
transcript.pyannote[298].end 9576.74534375
transcript.pyannote[299].speaker SPEAKER_16
transcript.pyannote[299].start 9577.45409375
transcript.pyannote[299].end 9581.31846875
transcript.pyannote[300].speaker SPEAKER_16
transcript.pyannote[300].start 9581.92596875
transcript.pyannote[300].end 9628.28159375
transcript.pyannote[301].speaker SPEAKER_16
transcript.pyannote[301].start 9628.38284375
transcript.pyannote[301].end 9636.80346875
transcript.pyannote[302].speaker SPEAKER_16
transcript.pyannote[302].start 9637.74846875
transcript.pyannote[302].end 9638.23784375
transcript.pyannote[303].speaker SPEAKER_16
transcript.pyannote[303].start 9638.72721875
transcript.pyannote[303].end 9641.15721875
transcript.pyannote[304].speaker SPEAKER_16
transcript.pyannote[304].start 9641.79846875
transcript.pyannote[304].end 9682.36596875
transcript.pyannote[305].speaker SPEAKER_16
transcript.pyannote[305].start 9683.20971875
transcript.pyannote[305].end 9691.63034375
transcript.pyannote[306].speaker SPEAKER_16
transcript.pyannote[306].start 9693.01409375
transcript.pyannote[306].end 9693.63846875
transcript.pyannote[307].speaker SPEAKER_16
transcript.pyannote[307].start 9694.29659375
transcript.pyannote[307].end 9697.53659375
transcript.pyannote[308].speaker SPEAKER_16
transcript.pyannote[308].start 9697.65471875
transcript.pyannote[308].end 9723.59159375
transcript.pyannote[309].speaker SPEAKER_16
transcript.pyannote[309].start 9723.92909375
transcript.pyannote[309].end 9733.21034375
transcript.pyannote[310].speaker SPEAKER_16
transcript.pyannote[310].start 9734.72909375
transcript.pyannote[310].end 9737.20971875
transcript.pyannote[311].speaker SPEAKER_16
transcript.pyannote[311].start 9737.39534375
transcript.pyannote[311].end 9756.59909375
transcript.pyannote[312].speaker SPEAKER_16
transcript.pyannote[312].start 9756.81846875
transcript.pyannote[312].end 9761.03721875
transcript.pyannote[313].speaker SPEAKER_16
transcript.pyannote[313].start 9761.39159375
transcript.pyannote[313].end 9766.97721875
transcript.pyannote[314].speaker SPEAKER_16
transcript.pyannote[314].start 9768.93471875
transcript.pyannote[314].end 9773.96346875
transcript.pyannote[315].speaker SPEAKER_16
transcript.pyannote[315].start 9774.18284375
transcript.pyannote[315].end 9788.37471875
transcript.pyannote[316].speaker SPEAKER_16
transcript.pyannote[316].start 9789.80909375
transcript.pyannote[316].end 9810.90284375
transcript.pyannote[317].speaker SPEAKER_16
transcript.pyannote[317].start 9811.27409375
transcript.pyannote[317].end 9815.23971875
transcript.pyannote[318].speaker SPEAKER_16
transcript.pyannote[318].start 9815.59409375
transcript.pyannote[318].end 9861.24096875
transcript.pyannote[319].speaker SPEAKER_16
transcript.pyannote[319].start 9863.73846875
transcript.pyannote[319].end 9863.75534375
transcript.pyannote[320].speaker SPEAKER_27
transcript.pyannote[320].start 9863.75534375
transcript.pyannote[320].end 9871.43346875
transcript.pyannote[321].speaker SPEAKER_27
transcript.pyannote[321].start 9871.95659375
transcript.pyannote[321].end 9874.03221875
transcript.pyannote[322].speaker SPEAKER_25
transcript.pyannote[322].start 9876.69846875
transcript.pyannote[322].end 9901.20096875
transcript.pyannote[323].speaker SPEAKER_25
transcript.pyannote[323].start 9901.50471875
transcript.pyannote[323].end 9953.51346875
transcript.pyannote[324].speaker SPEAKER_25
transcript.pyannote[324].start 9954.49221875
transcript.pyannote[324].end 9976.26096875
transcript.pyannote[325].speaker SPEAKER_25
transcript.pyannote[325].start 9976.34534375
transcript.pyannote[325].end 9980.02409375
transcript.pyannote[326].speaker SPEAKER_25
transcript.pyannote[326].start 9980.04096875
transcript.pyannote[326].end 9985.25534375
transcript.pyannote[327].speaker SPEAKER_25
transcript.pyannote[327].start 9985.27221875
transcript.pyannote[327].end 9987.68534375
transcript.pyannote[328].speaker SPEAKER_25
transcript.pyannote[328].start 9988.05659375
transcript.pyannote[328].end 10048.21596875
transcript.pyannote[329].speaker SPEAKER_25
transcript.pyannote[329].start 10048.36784375
transcript.pyannote[329].end 10053.66659375
transcript.pyannote[330].speaker SPEAKER_25
transcript.pyannote[330].start 10053.75096875
transcript.pyannote[330].end 10061.80034375
transcript.pyannote[331].speaker SPEAKER_25
transcript.pyannote[331].start 10061.95221875
transcript.pyannote[331].end 10111.54784375
transcript.pyannote[332].speaker SPEAKER_25
transcript.pyannote[332].start 10111.56471875
transcript.pyannote[332].end 10111.63221875
transcript.pyannote[333].speaker SPEAKER_25
transcript.pyannote[333].start 10111.95284375
transcript.pyannote[333].end 10147.74471875
transcript.pyannote[334].speaker SPEAKER_25
transcript.pyannote[334].start 10148.50409375
transcript.pyannote[334].end 10157.14409375
transcript.pyannote[335].speaker SPEAKER_25
transcript.pyannote[335].start 10157.75159375
transcript.pyannote[335].end 10168.93971875
transcript.pyannote[336].speaker SPEAKER_25
transcript.pyannote[336].start 10169.56409375
transcript.pyannote[336].end 10171.89284375
transcript.pyannote[337].speaker SPEAKER_25
transcript.pyannote[337].start 10172.19659375
transcript.pyannote[337].end 10176.14534375
transcript.pyannote[338].speaker SPEAKER_25
transcript.pyannote[338].start 10176.38159375
transcript.pyannote[338].end 10177.52909375
transcript.pyannote[339].speaker SPEAKER_25
transcript.pyannote[339].start 10177.84971875
transcript.pyannote[339].end 10178.98034375
transcript.pyannote[340].speaker SPEAKER_25
transcript.pyannote[340].start 10179.31784375
transcript.pyannote[340].end 10182.50721875
transcript.pyannote[341].speaker SPEAKER_25
transcript.pyannote[341].start 10182.84471875
transcript.pyannote[341].end 10190.06721875
transcript.pyannote[342].speaker SPEAKER_25
transcript.pyannote[342].start 10190.64096875
transcript.pyannote[342].end 10205.64284375
transcript.pyannote[343].speaker SPEAKER_25
transcript.pyannote[343].start 10206.08159375
transcript.pyannote[343].end 10207.16159375
transcript.pyannote[344].speaker SPEAKER_25
transcript.pyannote[344].start 10207.80284375
transcript.pyannote[344].end 10214.51909375
transcript.pyannote[345].speaker SPEAKER_25
transcript.pyannote[345].start 10214.82284375
transcript.pyannote[345].end 10216.94909375
transcript.pyannote[346].speaker SPEAKER_25
transcript.pyannote[346].start 10217.18534375
transcript.pyannote[346].end 10220.17221875
transcript.pyannote[347].speaker SPEAKER_25
transcript.pyannote[347].start 10220.47596875
transcript.pyannote[347].end 10224.49221875
transcript.pyannote[348].speaker SPEAKER_25
transcript.pyannote[348].start 10225.40346875
transcript.pyannote[348].end 10250.63159375
transcript.pyannote[349].speaker SPEAKER_25
transcript.pyannote[349].start 10250.96909375
transcript.pyannote[349].end 10277.98596875
transcript.pyannote[350].speaker SPEAKER_25
transcript.pyannote[350].start 10278.74534375
transcript.pyannote[350].end 10280.14596875
transcript.pyannote[351].speaker SPEAKER_25
transcript.pyannote[351].start 10280.36534375
transcript.pyannote[351].end 10282.96409375
transcript.pyannote[352].speaker SPEAKER_25
transcript.pyannote[352].start 10283.26784375
transcript.pyannote[352].end 10302.75846875
transcript.pyannote[353].speaker SPEAKER_27
transcript.pyannote[353].start 10305.03659375
transcript.pyannote[353].end 10312.64721875
transcript.pyannote[354].speaker SPEAKER_02
transcript.pyannote[354].start 10321.57409375
transcript.pyannote[354].end 10367.65971875
transcript.pyannote[355].speaker SPEAKER_02
transcript.pyannote[355].start 10367.74409375
transcript.pyannote[355].end 10430.02971875
transcript.pyannote[356].speaker SPEAKER_02
transcript.pyannote[356].start 10430.19846875
transcript.pyannote[356].end 10473.56721875
transcript.pyannote[357].speaker SPEAKER_02
transcript.pyannote[357].start 10474.27596875
transcript.pyannote[357].end 10481.19471875
transcript.pyannote[358].speaker SPEAKER_02
transcript.pyannote[358].start 10481.38034375
transcript.pyannote[358].end 10488.16409375
transcript.pyannote[359].speaker SPEAKER_02
transcript.pyannote[359].start 10488.65346875
transcript.pyannote[359].end 10493.80034375
transcript.pyannote[360].speaker SPEAKER_02
transcript.pyannote[360].start 10494.27284375
transcript.pyannote[360].end 10497.00659375
transcript.pyannote[361].speaker SPEAKER_02
transcript.pyannote[361].start 10497.58034375
transcript.pyannote[361].end 10498.50846875
transcript.pyannote[362].speaker SPEAKER_02
transcript.pyannote[362].start 10498.64346875
transcript.pyannote[362].end 10527.22971875
transcript.pyannote[363].speaker SPEAKER_02
transcript.pyannote[363].start 10527.71909375
transcript.pyannote[363].end 10574.90159375
transcript.pyannote[364].speaker SPEAKER_02
transcript.pyannote[364].start 10575.34034375
transcript.pyannote[364].end 10585.31346875
transcript.pyannote[365].speaker SPEAKER_02
transcript.pyannote[365].start 10585.51596875
transcript.pyannote[365].end 10588.28346875
transcript.pyannote[366].speaker SPEAKER_02
transcript.pyannote[366].start 10588.62096875
transcript.pyannote[366].end 10605.46221875
transcript.pyannote[367].speaker SPEAKER_02
transcript.pyannote[367].start 10605.98534375
transcript.pyannote[367].end 10608.48284375
transcript.pyannote[368].speaker SPEAKER_02
transcript.pyannote[368].start 10609.12409375
transcript.pyannote[368].end 10624.93596875
transcript.pyannote[369].speaker SPEAKER_02
transcript.pyannote[369].start 10625.50971875
transcript.pyannote[369].end 10633.76159375
transcript.pyannote[370].speaker SPEAKER_02
transcript.pyannote[370].start 10634.06534375
transcript.pyannote[370].end 10642.77284375
transcript.pyannote[371].speaker SPEAKER_02
transcript.pyannote[371].start 10643.56596875
transcript.pyannote[371].end 10657.16721875
transcript.pyannote[372].speaker SPEAKER_02
transcript.pyannote[372].start 10657.57221875
transcript.pyannote[372].end 10658.70284375
transcript.pyannote[373].speaker SPEAKER_02
transcript.pyannote[373].start 10658.98971875
transcript.pyannote[373].end 10662.51659375
transcript.pyannote[374].speaker SPEAKER_02
transcript.pyannote[374].start 10663.46159375
transcript.pyannote[374].end 10664.13659375
transcript.pyannote[375].speaker SPEAKER_02
transcript.pyannote[375].start 10664.77784375
transcript.pyannote[375].end 10673.89034375
transcript.pyannote[376].speaker SPEAKER_02
transcript.pyannote[376].start 10674.97034375
transcript.pyannote[376].end 10689.95534375
transcript.pyannote[377].speaker SPEAKER_02
transcript.pyannote[377].start 10690.66409375
transcript.pyannote[377].end 10691.32221875
transcript.pyannote[378].speaker SPEAKER_02
transcript.pyannote[378].start 10692.14909375
transcript.pyannote[378].end 10713.79971875
transcript.pyannote[379].speaker SPEAKER_02
transcript.pyannote[379].start 10714.25534375
transcript.pyannote[379].end 10735.58534375
transcript.pyannote[380].speaker SPEAKER_02
transcript.pyannote[380].start 10735.90596875
transcript.pyannote[380].end 10738.20096875
transcript.pyannote[381].speaker SPEAKER_02
transcript.pyannote[381].start 10738.43721875
transcript.pyannote[381].end 10741.45784375
transcript.pyannote[382].speaker SPEAKER_02
transcript.pyannote[382].start 10742.01471875
transcript.pyannote[382].end 10767.64784375
transcript.pyannote[383].speaker SPEAKER_02
transcript.pyannote[383].start 10767.96846875
transcript.pyannote[383].end 10832.14409375
transcript.pyannote[384].speaker SPEAKER_02
transcript.pyannote[384].start 10832.29596875
transcript.pyannote[384].end 10849.99784375
transcript.pyannote[385].speaker SPEAKER_27
transcript.pyannote[385].start 10850.97659375
transcript.pyannote[385].end 10858.82346875
transcript.pyannote[386].speaker SPEAKER_13
transcript.pyannote[386].start 10861.47284375
transcript.pyannote[386].end 10883.78159375
transcript.pyannote[387].speaker SPEAKER_13
transcript.pyannote[387].start 10884.60846875
transcript.pyannote[387].end 10916.09721875
transcript.pyannote[388].speaker SPEAKER_13
transcript.pyannote[388].start 10916.73846875
transcript.pyannote[388].end 10935.25034375
transcript.pyannote[389].speaker SPEAKER_13
transcript.pyannote[389].start 10935.36846875
transcript.pyannote[389].end 10937.57909375
transcript.pyannote[390].speaker SPEAKER_13
transcript.pyannote[390].start 10938.25409375
transcript.pyannote[390].end 10957.59284375
transcript.pyannote[391].speaker SPEAKER_13
transcript.pyannote[391].start 10958.72346875
transcript.pyannote[391].end 10960.37721875
transcript.pyannote[392].speaker SPEAKER_13
transcript.pyannote[392].start 10960.88346875
transcript.pyannote[392].end 10982.12909375
transcript.pyannote[393].speaker SPEAKER_13
transcript.pyannote[393].start 10982.75346875
transcript.pyannote[393].end 10993.94159375
transcript.pyannote[394].speaker SPEAKER_13
transcript.pyannote[394].start 10995.17346875
transcript.pyannote[394].end 11007.67784375
transcript.pyannote[395].speaker SPEAKER_13
transcript.pyannote[395].start 11008.38659375
transcript.pyannote[395].end 11035.09971875
transcript.pyannote[396].speaker SPEAKER_13
transcript.pyannote[396].start 11035.21784375
transcript.pyannote[396].end 11040.16221875
transcript.pyannote[397].speaker SPEAKER_13
transcript.pyannote[397].start 11040.80346875
transcript.pyannote[397].end 11074.40159375
transcript.pyannote[398].speaker SPEAKER_13
transcript.pyannote[398].start 11075.00909375
transcript.pyannote[398].end 11084.59409375
transcript.pyannote[399].speaker SPEAKER_13
transcript.pyannote[399].start 11085.50534375
transcript.pyannote[399].end 11106.41346875
transcript.pyannote[400].speaker SPEAKER_13
transcript.pyannote[400].start 11107.12221875
transcript.pyannote[400].end 11147.11596875
transcript.pyannote[401].speaker SPEAKER_13
transcript.pyannote[401].start 11147.82471875
transcript.pyannote[401].end 11149.98471875
transcript.pyannote[402].speaker SPEAKER_13
transcript.pyannote[402].start 11150.03534375
transcript.pyannote[402].end 11160.19409375
transcript.pyannote[403].speaker SPEAKER_13
transcript.pyannote[403].start 11160.59909375
transcript.pyannote[403].end 11169.07034375
transcript.pyannote[404].speaker SPEAKER_13
transcript.pyannote[404].start 11169.42471875
transcript.pyannote[404].end 11198.17971875
transcript.pyannote[405].speaker SPEAKER_13
transcript.pyannote[405].start 11198.75346875
transcript.pyannote[405].end 11200.47471875
transcript.pyannote[406].speaker SPEAKER_13
transcript.pyannote[406].start 11200.87971875
transcript.pyannote[406].end 11235.50721875
transcript.pyannote[407].speaker SPEAKER_13
transcript.pyannote[407].start 11236.16534375
transcript.pyannote[407].end 11264.49846875
transcript.pyannote[408].speaker SPEAKER_13
transcript.pyannote[408].start 11265.07221875
transcript.pyannote[408].end 11281.13721875
transcript.pyannote[409].speaker SPEAKER_27
transcript.pyannote[409].start 11283.14534375
transcript.pyannote[409].end 11290.97534375
transcript.pyannote[410].speaker SPEAKER_15
transcript.pyannote[410].start 11299.12596875
transcript.pyannote[410].end 11299.54784375
transcript.pyannote[411].speaker SPEAKER_15
transcript.pyannote[411].start 11299.86846875
transcript.pyannote[411].end 11435.72909375
transcript.pyannote[412].speaker SPEAKER_15
transcript.pyannote[412].start 11436.30284375
transcript.pyannote[412].end 11465.80034375
transcript.pyannote[413].speaker SPEAKER_15
transcript.pyannote[413].start 11466.91409375
transcript.pyannote[413].end 11544.01596875
transcript.pyannote[414].speaker SPEAKER_15
transcript.pyannote[414].start 11544.99471875
transcript.pyannote[414].end 11608.68096875
transcript.pyannote[415].speaker SPEAKER_15
transcript.pyannote[415].start 11609.79471875
transcript.pyannote[415].end 11718.85784375
transcript.pyannote[416].speaker SPEAKER_27
transcript.pyannote[416].start 11720.93346875
transcript.pyannote[416].end 11726.60346875
transcript.pyannote[417].speaker SPEAKER_27
transcript.pyannote[417].start 11727.22784375
transcript.pyannote[417].end 11733.35346875
transcript.pyannote[418].speaker SPEAKER_27
transcript.pyannote[418].start 11735.12534375
transcript.pyannote[418].end 11802.74346875
transcript.pyannote[419].speaker SPEAKER_26
transcript.pyannote[419].start 11803.11471875
transcript.pyannote[419].end 11804.21159375
transcript.pyannote[420].speaker SPEAKER_26
transcript.pyannote[420].start 11804.73471875
transcript.pyannote[420].end 11805.27471875
transcript.pyannote[421].speaker SPEAKER_26
transcript.pyannote[421].start 11805.49409375
transcript.pyannote[421].end 11807.80596875
transcript.pyannote[422].speaker SPEAKER_26
transcript.pyannote[422].start 11808.09284375
transcript.pyannote[422].end 11813.37471875
transcript.pyannote[423].speaker SPEAKER_26
transcript.pyannote[423].start 11814.31971875
transcript.pyannote[423].end 11815.01159375
transcript.pyannote[424].speaker SPEAKER_26
transcript.pyannote[424].start 11815.33221875
transcript.pyannote[424].end 11820.15846875
transcript.pyannote[425].speaker SPEAKER_26
transcript.pyannote[425].start 11820.39471875
transcript.pyannote[425].end 11824.63034375
transcript.pyannote[426].speaker SPEAKER_26
transcript.pyannote[426].start 11824.83284375
transcript.pyannote[426].end 11825.42346875
transcript.pyannote[427].speaker SPEAKER_26
transcript.pyannote[427].start 11825.86221875
transcript.pyannote[427].end 11827.80284375
transcript.pyannote[428].speaker SPEAKER_26
transcript.pyannote[428].start 11827.98846875
transcript.pyannote[428].end 11843.07471875
transcript.pyannote[429].speaker SPEAKER_26
transcript.pyannote[429].start 11843.31096875
transcript.pyannote[429].end 11844.59346875
transcript.pyannote[430].speaker SPEAKER_26
transcript.pyannote[430].start 11844.89721875
transcript.pyannote[430].end 11845.11659375
transcript.pyannote[431].speaker SPEAKER_00
transcript.pyannote[431].start 11845.11659375
transcript.pyannote[431].end 11845.13346875
transcript.pyannote[432].speaker SPEAKER_26
transcript.pyannote[432].start 11845.13346875
transcript.pyannote[432].end 11845.15034375
transcript.pyannote[433].speaker SPEAKER_26
transcript.pyannote[433].start 11845.42034375
transcript.pyannote[433].end 11870.44596875
transcript.pyannote[434].speaker SPEAKER_26
transcript.pyannote[434].start 11870.64846875
transcript.pyannote[434].end 11893.59846875
transcript.pyannote[435].speaker SPEAKER_26
transcript.pyannote[435].start 11894.00346875
transcript.pyannote[435].end 11901.88409375
transcript.pyannote[436].speaker SPEAKER_26
transcript.pyannote[436].start 11902.77846875
transcript.pyannote[436].end 11907.03096875
transcript.pyannote[437].speaker SPEAKER_26
transcript.pyannote[437].start 11907.26721875
transcript.pyannote[437].end 11919.67034375
transcript.pyannote[438].speaker SPEAKER_26
transcript.pyannote[438].start 11920.14284375
transcript.pyannote[438].end 11929.44096875
transcript.pyannote[439].speaker SPEAKER_26
transcript.pyannote[439].start 11929.62659375
transcript.pyannote[439].end 11945.84346875
transcript.pyannote[440].speaker SPEAKER_26
transcript.pyannote[440].start 11946.55221875
transcript.pyannote[440].end 11947.00784375
transcript.pyannote[441].speaker SPEAKER_26
transcript.pyannote[441].start 11947.46346875
transcript.pyannote[441].end 11979.86346875
transcript.pyannote[442].speaker SPEAKER_26
transcript.pyannote[442].start 11980.06596875
transcript.pyannote[442].end 11999.60721875
transcript.pyannote[443].speaker SPEAKER_26
transcript.pyannote[443].start 12000.61971875
transcript.pyannote[443].end 12023.55284375
transcript.pyannote[444].speaker SPEAKER_26
transcript.pyannote[444].start 12023.92409375
transcript.pyannote[444].end 12036.19221875
transcript.pyannote[445].speaker SPEAKER_26
transcript.pyannote[445].start 12036.69846875
transcript.pyannote[445].end 12038.45346875
transcript.pyannote[446].speaker SPEAKER_26
transcript.pyannote[446].start 12038.72346875
transcript.pyannote[446].end 12043.61721875
transcript.pyannote[447].speaker SPEAKER_26
transcript.pyannote[447].start 12044.15721875
transcript.pyannote[447].end 12050.43471875
transcript.pyannote[448].speaker SPEAKER_26
transcript.pyannote[448].start 12051.36284375
transcript.pyannote[448].end 12053.13471875
transcript.pyannote[449].speaker SPEAKER_26
transcript.pyannote[449].start 12053.59034375
transcript.pyannote[449].end 12072.99659375
transcript.pyannote[450].speaker SPEAKER_26
transcript.pyannote[450].start 12073.38471875
transcript.pyannote[450].end 12105.10971875
transcript.pyannote[451].speaker SPEAKER_26
transcript.pyannote[451].start 12106.18971875
transcript.pyannote[451].end 12106.64534375
transcript.pyannote[452].speaker SPEAKER_26
transcript.pyannote[452].start 12107.50596875
transcript.pyannote[452].end 12112.38284375
transcript.pyannote[453].speaker SPEAKER_26
transcript.pyannote[453].start 12112.77096875
transcript.pyannote[453].end 12146.52096875
transcript.pyannote[454].speaker SPEAKER_26
transcript.pyannote[454].start 12146.75721875
transcript.pyannote[454].end 12150.11534375
transcript.pyannote[455].speaker SPEAKER_26
transcript.pyannote[455].start 12151.07721875
transcript.pyannote[455].end 12152.62971875
transcript.pyannote[456].speaker SPEAKER_26
transcript.pyannote[456].start 12153.15284375
transcript.pyannote[456].end 12162.99096875
transcript.pyannote[457].speaker SPEAKER_26
transcript.pyannote[457].start 12163.96971875
transcript.pyannote[457].end 12180.42284375
transcript.pyannote[458].speaker SPEAKER_27
transcript.pyannote[458].start 12181.73909375
transcript.pyannote[458].end 12182.17784375
transcript.pyannote[459].speaker SPEAKER_27
transcript.pyannote[459].start 12182.49846875
transcript.pyannote[459].end 12188.48909375
transcript.pyannote[460].speaker SPEAKER_27
transcript.pyannote[460].start 12189.02909375
transcript.pyannote[460].end 12205.49909375
transcript.pyannote[461].speaker SPEAKER_21
transcript.pyannote[461].start 12206.61284375
transcript.pyannote[461].end 12217.44659375
transcript.pyannote[462].speaker SPEAKER_21
transcript.pyannote[462].start 12217.73346875
transcript.pyannote[462].end 12239.72159375
transcript.pyannote[463].speaker SPEAKER_21
transcript.pyannote[463].start 12239.90721875
transcript.pyannote[463].end 12252.52971875
transcript.pyannote[464].speaker SPEAKER_21
transcript.pyannote[464].start 12253.15409375
transcript.pyannote[464].end 12284.76096875
transcript.pyannote[465].speaker SPEAKER_21
transcript.pyannote[465].start 12285.46971875
transcript.pyannote[465].end 12291.49409375
transcript.pyannote[466].speaker SPEAKER_21
transcript.pyannote[466].start 12291.73034375
transcript.pyannote[466].end 12293.83971875
transcript.pyannote[467].speaker SPEAKER_21
transcript.pyannote[467].start 12294.32909375
transcript.pyannote[467].end 12326.17221875
transcript.pyannote[468].speaker SPEAKER_00
transcript.pyannote[468].start 12324.72096875
transcript.pyannote[468].end 12325.02471875
transcript.pyannote[469].speaker SPEAKER_21
transcript.pyannote[469].start 12326.76284375
transcript.pyannote[469].end 12334.59284375
transcript.pyannote[470].speaker SPEAKER_21
transcript.pyannote[470].start 12335.01471875
transcript.pyannote[470].end 12336.76971875
transcript.pyannote[471].speaker SPEAKER_27
transcript.pyannote[471].start 12337.98471875
transcript.pyannote[471].end 12376.99971875
transcript.pyannote[472].speaker SPEAKER_19
transcript.pyannote[472].start 12400.37159375
transcript.pyannote[472].end 12445.64721875
transcript.pyannote[473].speaker SPEAKER_27
transcript.pyannote[473].start 12446.65971875
transcript.pyannote[473].end 12454.20284375
transcript.pyannote[474].speaker SPEAKER_20
transcript.pyannote[474].start 12467.50034375
transcript.pyannote[474].end 12666.30471875
transcript.pyannote[475].speaker SPEAKER_27
transcript.pyannote[475].start 12670.21971875
transcript.pyannote[475].end 12680.00721875
transcript.pyannote[476].speaker SPEAKER_14
transcript.pyannote[476].start 12688.22534375
transcript.pyannote[476].end 12688.74846875
transcript.pyannote[477].speaker SPEAKER_14
transcript.pyannote[477].start 12689.10284375
transcript.pyannote[477].end 12931.34346875
transcript.pyannote[478].speaker SPEAKER_14
transcript.pyannote[478].start 12931.88346875
transcript.pyannote[478].end 13014.06471875
transcript.pyannote[479].speaker SPEAKER_27
transcript.pyannote[479].start 13016.66346875
transcript.pyannote[479].end 13024.02096875
transcript.pyannote[480].speaker SPEAKER_27
transcript.pyannote[480].start 13026.11346875
transcript.pyannote[480].end 13026.50159375
transcript.pyannote[481].speaker SPEAKER_27
transcript.pyannote[481].start 13028.39159375
transcript.pyannote[481].end 13028.74596875
transcript.pyannote[482].speaker SPEAKER_27
transcript.pyannote[482].start 13030.93971875
transcript.pyannote[482].end 13035.85034375
transcript.pyannote[483].speaker SPEAKER_27
transcript.pyannote[483].start 13036.40721875
transcript.pyannote[483].end 13069.36409375
transcript.pyannote[484].speaker SPEAKER_27
transcript.pyannote[484].start 13070.08971875
transcript.pyannote[484].end 13084.34909375
transcript.pyannote[485].speaker SPEAKER_27
transcript.pyannote[485].start 13084.56846875
transcript.pyannote[485].end 13098.55784375
transcript.pyannote[486].speaker SPEAKER_27
transcript.pyannote[486].start 13098.84471875
transcript.pyannote[486].end 13107.21471875
transcript.pyannote[487].speaker SPEAKER_27
transcript.pyannote[487].start 13107.92346875
transcript.pyannote[487].end 13141.16721875
transcript.pyannote[488].speaker SPEAKER_27
transcript.pyannote[488].start 13141.48784375
transcript.pyannote[488].end 13165.23096875
transcript.pyannote[489].speaker SPEAKER_27
transcript.pyannote[489].start 13165.97346875
transcript.pyannote[489].end 13366.41471875
transcript.pyannote[490].speaker SPEAKER_27
transcript.pyannote[490].start 13366.88721875
transcript.pyannote[490].end 13432.61534375
transcript.pyannote[491].speaker SPEAKER_27
transcript.pyannote[491].start 13438.90971875
transcript.pyannote[491].end 13459.95284375
transcript.pyannote[492].speaker SPEAKER_27
transcript.pyannote[492].start 13460.71221875
transcript.pyannote[492].end 13487.74596875
transcript.pyannote[493].speaker SPEAKER_01
transcript.pyannote[493].start 13523.97659375
transcript.pyannote[493].end 13524.02721875
transcript.pyannote[494].speaker SPEAKER_01
transcript.pyannote[494].start 13524.97221875
transcript.pyannote[494].end 13525.02284375
transcript.pyannote[495].speaker SPEAKER_01
transcript.pyannote[495].start 13525.14096875
transcript.pyannote[495].end 13527.03096875
transcript.pyannote[496].speaker SPEAKER_00
transcript.pyannote[496].start 13526.03534375
transcript.pyannote[496].end 13526.13659375
transcript.pyannote[497].speaker SPEAKER_00
transcript.pyannote[497].start 13526.25471875
transcript.pyannote[497].end 13526.32221875
transcript.pyannote[498].speaker SPEAKER_00
transcript.pyannote[498].start 13526.33909375
transcript.pyannote[498].end 13527.14909375
transcript.pyannote[499].speaker SPEAKER_01
transcript.pyannote[499].start 13527.14909375
transcript.pyannote[499].end 13527.18284375
transcript.pyannote[500].speaker SPEAKER_00
transcript.pyannote[500].start 13527.18284375
transcript.pyannote[500].end 13527.26721875
transcript.pyannote[501].speaker SPEAKER_01
transcript.pyannote[501].start 13527.26721875
transcript.pyannote[501].end 13527.28409375
transcript.whisperx[0].start 191.394
transcript.whisperx[0].end 193.822
transcript.whisperx[0].text 感谢观看
transcript.whisperx[1].start 1876.67
transcript.whisperx[1].end 1897.802
transcript.whisperx[1].text 今天是立法院委員會教育文化委員會正式召開的也是全院正式召開的首場有關人工智慧基本法的公聽會首先要非常的感謝今日與會發表寶貴意見的15位專家學者的代表也要感謝19個
transcript.whisperx[2].start 1900.323
transcript.whisperx[2].end 1919.229
transcript.whisperx[2].text 與人工智慧領域相關的列席部會代表真的非常感謝那也非常榮幸今天能夠與我國產官學界有關人工智慧領域的專家代表齊聚一堂一同討論我國人工智慧政策的未來發展與部會分工
transcript.whisperx[3].start 1921.553
transcript.whisperx[3].end 1944.674
transcript.whisperx[3].text 協調一個整體的框架那人工智慧目前正處於快速而且蓬勃發展的時期並且對於全球產業格局具有全面重塑的影響力根據Gartner的估算2024年全球人工智慧市場規模大約2400億美元並且以年均20%以上的複合成長率來擴張
transcript.whisperx[4].start 1946.135
transcript.whisperx[4].end 1973.29
transcript.whisperx[4].text McKinsey則預測到了2030年70%的企業將至少採用一項人工智慧的技術而人工智慧的應用也將為全球經濟帶來高達13兆美元的成長同時人工智慧也就是AI也被廣泛運用於無人機量子運算機器人先進能源太空科技以及自動駕駛等領域
transcript.whisperx[5].start 1975.632
transcript.whisperx[5].end 1984.029
transcript.whisperx[5].text 現階段國際對於人工智慧的管理大致可以分為制定專法的歐盟模式以及採取行政命令的美國模式
transcript.whisperx[6].start 1985.086
transcript.whisperx[6].end 2014.233
transcript.whisperx[6].text 而我國立法院目前一共有五個基本法版本有待排審作為人工智慧領域的基本發展框架也很可能會成為我國首部有人工智慧領域相關的法律它的內容應該包含哪些面向應該也就是今日列席的專家學者以及部會代表最關心的議題而且我們相信可能存在一種台灣模式一來因為台灣是美國在人工智慧上最重要的夥伴
transcript.whisperx[7].start 2014.833
transcript.whisperx[7].end 2041.112
transcript.whisperx[7].text 我们会与美国以及其他的友人共同的迈向AI领域的开放研发与创新但同时我们在个人隐私上又遵守在过去遵守欧盟GDPR的规范加上过去台湾在人权的保障到了现在也都有长足的进步所以确实有可能既能兼取两者的优点又能符合AI时代的需要
transcript.whisperx[8].start 2041.832
transcript.whisperx[8].end 2062.351
transcript.whisperx[8].text 所以我們堅信透過這一次我們在台灣我們中華民國人工智慧基本法的訂定將能汲取國際經驗進而產生一種全新的台灣模式本席認為人工智慧基本法首先應該以人為本數位平權永續發展以及值得信賴的前提之下
transcript.whisperx[9].start 2063.072
transcript.whisperx[9].end 2080.913
transcript.whisperx[9].text 遵循自主、保密、安全、包容以及透明的基本原則,以保障人民基本權利為首要目標,並且避免人工智慧的應用有偏差、有歧視、廣告不實、資訊誤導或造假、違法等等的情勢。
transcript.whisperx[10].start 2082.094
transcript.whisperx[10].end 2108.956
transcript.whisperx[10].text 除此之外由於今日列席的18個我們剛剛有提到是19個相關的部會可以得知人工智慧的研發應用所涉及的領域遍及整個行政部門的業務規管甚至橫跨院紀因此單一的部會或許可能難以將主管我國人工智慧的所有業務所以本席也認為有一個討論的空間是否行政院應該成立國家人工智慧戰略特別委員會
transcript.whisperx[11].start 2109.997
transcript.whisperx[11].end 2123.404
transcript.whisperx[11].text 或者相应的组织结构由行政院院长召集学者专家人工智慧相关的民间团体产业代表政务委员相关机关首长甚至到县市首长等等
transcript.whisperx[12].start 2124.437
transcript.whisperx[12].end 2150.913
transcript.whisperx[12].text 共同的督導全國人工智慧的事務並訂定國家人工智慧發展的綱領最後本席認為要推動我國人工智慧的全面發展除了防弊之外心力也是重中之重雖說棍子與胡蘿蔔兩者都不可偏廢但是在AI發展的重要時期本席認為國家應該積極辦理人工智慧相關的產業之
transcript.whisperx[13].start 2152.914
transcript.whisperx[13].end 2170.72
transcript.whisperx[13].text 輔助、投資、激勵、輔導或者提供租稅、金融等財政優惠措施在資料的開放上也予以鼓勵並且持續推動各級學校、產業、社會以及公務機關的人工智慧教育後職國民的數位素養
transcript.whisperx[14].start 2171.52
transcript.whisperx[14].end 2191.485
transcript.whisperx[14].text 以及數位平權的可能性同時也期望透過這次的討論我們一起來研議建立資料開放共享再利用甚至有可能討論到類似資料市集等等的方法來提升人工智慧使用資料的可利用性
transcript.whisperx[15].start 2192.986
transcript.whisperx[15].end 2211.125
transcript.whisperx[15].text 並為將來建立合理價值保存甚至進一步有分配機制來保留可能性相信如此一來政府才能作為百工百業的領頭羊台灣模式有可能出現帶領國家全力衝刺在全球AI競賽當中
transcript.whisperx[16].start 2211.926
transcript.whisperx[16].end 2239.827
transcript.whisperx[16].text 取得優先的名次那我們今天有討論提綱如下第一點參考全球人工智慧治理模式如何從歐盟模式與美國模式的法治架構中去無存經提煉出適合我國的台灣模式第二點如何透過人工智慧基本法法治化的過程確保以人為本數位平權永續發展之精神得以落實
transcript.whisperx[17].start 2240.808
transcript.whisperx[17].end 2259.065
transcript.whisperx[17].text 第三點,如何在兼顧創新與人權的前提之下,提升我國人工智慧領域之科學研究,擴大人工智慧領域相關之人才培育,並且在全球人工智慧產業的激烈競爭當中,增加我國軟硬體之多元競爭優勢。
transcript.whisperx[18].start 2260.936
transcript.whisperx[18].end 2287.876
transcript.whisperx[18].text 第四点如何建立资料开放共享及再利用机制以提升人工智慧使用资料之可利用性并为将来建立合理价值保存与分配机制保留可行性第五点如何运用人工智慧确保劳动者之劳动权益增进人工智慧时代劳动者所需之知识与技能并提升劳动参与落实尊严劳动
transcript.whisperx[19].start 2288.556
transcript.whisperx[19].end 2315.264
transcript.whisperx[19].text 我們現在介紹與會委員與貴賓首先我們非常感謝劉淑冰委員那我們接下來依簽到順序來依次介紹我們今天的與會貴賓首先中華民國資訊經理人協會蔡祺妍理事長謝謝蔡理事長MID-ANDY AI薛良斌共同創辦人謝謝
transcript.whisperx[20].start 2318.43
transcript.whisperx[20].end 2341.81
transcript.whisperx[20].text 陽明交通大學科技法律學院林志傑特聘教授謝謝台北醫學大學大數據科技以及管理研究所許明輝教授許教授謝謝軍醫平台教育基金會呂冠偉董事長兼執行長謝謝財團法人台灣人工智慧學校基金會侯一秀侯秘書長謝謝
transcript.whisperx[21].start 2344.721
transcript.whisperx[21].end 2364.189
transcript.whisperx[21].text Go Go Look政府關係暨公共政策林益榮經理 謝謝Go Go Look中央研究院制裁暨轉促邱文聰處長 謝謝中央研究院法律學研究所李建良特別研究員 謝謝
transcript.whisperx[22].start 2367.264
transcript.whisperx[22].end 2383.377
transcript.whisperx[22].text 資訊工業策進會 資策會 洪玉祥博士 洪博士 謝謝Libes Consulting Group 王志清 共同創辦人 技術會長 謝謝台灣大學資訊工程系 徐永珍教授 謝謝
transcript.whisperx[23].start 2387.864
transcript.whisperx[23].end 2405.363
transcript.whisperx[23].text 那本次邀請與會貴賓國立台灣大學資訊工程學系陳育農教授無法親自出席已先將意見進行錄影將與與會委員貴賓發言後播放影帶另外今天我們有收與老師做翻譯也有同步的聽打服務非常非常的感謝
transcript.whisperx[24].start 2406.184
transcript.whisperx[24].end 2420.07
transcript.whisperx[24].text 那待會需要表達意見的時候請到我右手邊的質詢台發言因為我們只有兩位手語老師他們非常辛苦再次感謝這樣他們就不用一直移動如果大家都在右邊的質詢台發言的話
transcript.whisperx[25].start 2421.291
transcript.whisperx[25].end 2442.982
transcript.whisperx[25].text 他們就可以很方便的來替各位來進行翻譯所以我們就在右手邊來發言請大家配合以利手語老師的畫面轉播那如果需要觀看聽打的服務也歡迎到立法院議事轉播網際網路多媒體隨選視訊系統也就是IVOD的頁面當中提供
transcript.whisperx[26].start 2444.362
transcript.whisperx[26].end 2457.427
transcript.whisperx[26].text 我們在這個上面都會有錄影也會有直播那便於收看即時的字幕今天我們安排三位聽打員葉惠慈 陳君如 黃之林兩位首議員李振輝 蕭匡宇我們給他掌聲謝謝一下
transcript.whisperx[27].start 2461.048
transcript.whisperx[27].end 2482.869
transcript.whisperx[27].text 为了大家能够顺利的表达意见我们做如下处理每位贵宾发言时间为7分钟在第6分钟的时候我们会有铃声提醒7分钟结束的时候会有一个结束铃声专家学者的发言呢将以这个优先次序为准现场发言以及书面资料立法院会做成记录刊登公报
transcript.whisperx[28].start 2483.57
transcript.whisperx[28].end 2499.385
transcript.whisperx[28].text 在場的立法委員如果有意見發表請於10點鐘以前登記那10點鐘以前有登記者我們也會在會議中進行穿插並以在場委員登記順序來發言那委員如果要發言一樣請至主席台這裡來登記
transcript.whisperx[29].start 2500.726
transcript.whisperx[29].end 2518.527
transcript.whisperx[29].text 那今天呢因為有這個貴賓呢剛好有臨時的一個行程那我們非常非常感謝也拜託我們這個就先有請我們的第一位發言者呢中華民國資訊經理人協會蔡奇岩理事長來進行發言謝謝
transcript.whisperx[30].start 2540.42
transcript.whisperx[30].end 2555.838
transcript.whisperx[30].text 葛主席還有各位來賓 各位先進大家好我是資訊經驗協會的理事長蔡企業針對這一次的人工智慧基本法我們協會主要是代表資訊產業還有產業的IT這些夥伴們
transcript.whisperx[31].start 2560.583
transcript.whisperx[31].end 2576.271
transcript.whisperx[31].text 那我們覺得這個法案的訂定是很好的而且進度應該要再加速一點因為Global AI Index其實也考慮各國立法的進度那確實大家也應該有個法律可以依循那針對今天的兩個主要的法案
transcript.whisperx[32].start 2579.372
transcript.whisperx[32].end 2602.672
transcript.whisperx[32].text 那葛偉源的版本還有邱偉源的版本那有以下幾個建議第一個是第一條是關於那個AI的Chaining Data在葛偉源的版本的第13條第15條都有涉獵到那我們覺得但是在邱偉源的版本似乎比較少那我們覺得這個是蠻重要的因為AI其實要訓練就靠Data
transcript.whisperx[33].start 2603.513
transcript.whisperx[33].end 2624.093
transcript.whisperx[33].text 那我們覺得應該要納入這些說明尤其產業其實很需要在training data上面可以再積極一點也就是考慮在就像博士班在寫論文的時候其實應該要看的是他寫出來的論文有沒有清全有沒有抄襲
transcript.whisperx[34].start 2625.054
transcript.whisperx[34].end 2645.356
transcript.whisperx[34].text 而不是去管他在寫論文的階段讀了誰的論文所以AI在學習的時候是像這樣子的他去看了誰的資料然後去學學起來了其實最終他會不會侵害制裁權是看他生成出來的東西或者是使用者在用他的時候怎麼用
transcript.whisperx[35].start 2646.477
transcript.whisperx[35].end 2669.633
transcript.whisperx[35].text 那所以我們其實比較主張在訓練階段是不涉及制裁權的啦那至少我覺得在立法上希望可以往這個比較積極的方向走那如果往前走一小步也許至少現在Data Mining的合理使用方面能夠先訂出一個規範讓大家可以往下走第二點是關於那個
transcript.whisperx[36].start 2670.553
transcript.whisperx[36].end 2687.458
transcript.whisperx[36].text 閣委員版本的第12條跟邱委員版本的第4條都有談到政府應該要提供租稅獎勵等等優惠那這個我覺得方向是很好但是實務上我希望在座的時候各部會可以盤點現在所有租稅優惠跟獎勵優惠那些表格
transcript.whisperx[37].start 2688.278
transcript.whisperx[37].end 2711.537
transcript.whisperx[37].text 我講直白一點就是產業其實會我們的會員其實跟我們反映過曾經在某一次智慧機械的補助審查各位聽到智慧機械這個名字其實它是包含軟體因為現在所謂的智慧機械包括AI這些軟體都是智慧機械可是因為這個名字本身叫機械以至於在某一個
transcript.whisperx[38].start 2712.538
transcript.whisperx[38].end 2735.234
transcript.whisperx[38].text 我們某一個廠商在產業審查智慧機械的租稅獎勵的時候直接跟被審查委員丟一句話說智慧機械只補助工廠自動化機械所以直接把所有軟體的都剔除掉了那這個就是一個沒有把名字寫清楚或者在
transcript.whisperx[39].start 2736.574
transcript.whisperx[39].end 2762.14
transcript.whisperx[39].text 這個補助條文過去用了我們所謂的硬體製造那個年代訂下來的那些表格沿用到現在都沒有改那以至於在各個地方落實的時候會出現很大的問題我建議所以確實AIJR去發展政府的這些租稅獎勵等等都很重要但是往下一步就是請各部會把那些表單都整理一下那第三個是關於那個
transcript.whisperx[40].start 2765.267
transcript.whisperx[40].end 2793.274
transcript.whisperx[40].text Open Data這塊台灣應該要整理一個台灣Common Data Set也就是我們的台灣人用的各種語料包括繁體的中文、台語、客語、原住民語不管是文字或語音盡量政府在這邊要去提供更多的支持不見得是錢比如說IMA我們資訊經理的協會其實我們有做了一個project叫台灣Tons其實我們才一個月的時間已經獲得了
transcript.whisperx[41].start 2793.914
transcript.whisperx[41].end 2817.761
transcript.whisperx[41].text 光在台語方面原本我們台灣的這個common data set只有400萬字的台語文我們一個月內我們就募集到了另外500萬字比原來的又多變成兩倍以上的這個數據可以息息授權給所有開源的AI專案所以我覺得像這樣子怎麼去把台灣common data set
transcript.whisperx[42].start 2818.461
transcript.whisperx[42].end 2833.034
transcript.whisperx[42].text 推動公司合作那以IMA資訊經理的協會我們做這個其實也沒有跟政府拿半毛錢那大家有熱情就可以做那政府要做的就是支持肯定鼓勵這樣就很好了那再來是
transcript.whisperx[43].start 2834.116
transcript.whisperx[43].end 2848.845
transcript.whisperx[43].text 有一個策略上在推動兩位委員的版本可能都沒有提到我是覺得open source可能是台灣最大的出路也就是在研發AI的時候我是覺得是不是在法條裡面可以再補上就是應該要積極鼓勵推動
transcript.whisperx[44].start 2850.646
transcript.whisperx[44].end 2868.939
transcript.whisperx[44].text 台灣的各個產業在研發的時候投入開源那不只是用open source而是台灣應該有組織有策略的去投入在open source的社群裡面去貢獻因為只有透過你有貢獻你才會在全球有影響力能夠在美中這兩個
transcript.whisperx[45].start 2870.941
transcript.whisperx[45].end 2890.274
transcript.whisperx[45].text 這個兩大這個科技大的這個經濟體下面我們能夠在open source的世界取得一席之地那這個我覺得應該是不是在法條裡面可以訂那最後一個建議就是兩個版本的法條其實都沒有提到關於救濟跟權責那我也建議可以加
transcript.whisperx[46].start 2890.914
transcript.whisperx[46].end 2916.911
transcript.whisperx[46].text 那救濟全責的意思就是說將來會有在用AI的時候會有分所謂的製造者平台跟使用者那也許不一定會適合在基本法定可是應該要指導後面的立法要明確下來就什麼情況是製造者的責任什麼情況是平台的責任那麼使用者受到侵害的時候應該要向誰提出救濟那由哪一個主管機關來
transcript.whisperx[47].start 2918.332
transcript.whisperx[47].end 2942.475
transcript.whisperx[47].text 進行仲裁等等 這個在未來應用的時候也是很重要的以上發言 謝謝好 謝謝蔡理事長的發言那我們也歡迎我們蔓玉珍委員好 謝謝那我們接下來介紹今天非常感謝所有的與會官員國家科學及技術委員會國科會副主任委員陳秉宇副主委
transcript.whisperx[48].start 2944.799
transcript.whisperx[48].end 2956.482
transcript.whisperx[48].text 國科會前瞻級應用科技處副處長王紹明副處長 副處長數位發展部常務次長葉寧 葉次長 謝謝數位發展部數位策略師師長蔡壽權 蔡師長好 數發部數位政府師高級分析師關長志 謝謝
transcript.whisperx[49].start 2972.325
transcript.whisperx[49].end 2983.775
transcript.whisperx[49].text 數位發展部資料創新師 高級分析師 陳景榮數位發展部法制處副處長 吳一倫副處長 謝謝數位發展處數位產業署副組長 鍾嘉榮副組長 謝謝
transcript.whisperx[50].start 2994.113
transcript.whisperx[50].end 3020.547
transcript.whisperx[50].text 教育部次長待會可能會到那我們先介紹教育部資科師師長吳穎田師長謝謝教育部高等教育師專門委員吳志偉教育部技職師專門委員陳映璇教育部國民及學前教育署主任秘書張永傑行政院教育科學文化處處長吳靜茹中央研究院
transcript.whisperx[51].start 3022.492
transcript.whisperx[51].end 3036.097
transcript.whisperx[51].text 資訊科學研究所副研究員莊廷瑞 謝謝考試院考選部研究委員黃立賢考試院考選部專門委員楊文宜 謝謝國防部戰略規劃師建軍規劃處處長翁宇恒 謝謝 謝謝處長財政部複稅署專門委員劉旭峰 謝謝
transcript.whisperx[52].start 3049.827
transcript.whisperx[52].end 3062.959
transcript.whisperx[52].text 法務部參事汪南君參事 謝謝經濟部經濟法治司副司長黃婉玉副司長 謝謝經濟部智慧財產局副局長張玉英副局長
transcript.whisperx[53].start 3065.124
transcript.whisperx[53].end 3087.541
transcript.whisperx[53].text 經濟部產業發展署副組長蔡中平副組長謝謝經濟部中小企業署專門委員張淑儒專門委員經濟部產業技術師檢任繼政戴建成好有的是坐在這邊那交通部交通科技及資訊師副司長王東琦謝謝勞動部綜合規劃師專門委員林永裕謝謝
transcript.whisperx[54].start 3095.147
transcript.whisperx[54].end 3101.193
transcript.whisperx[54].text 勞動部勞動條件及就業平等師專門委員侯松妍謝謝勞動部勞動關係師專門委員莊美娟謝謝衛生福利部資訊處副處長王美珠謝謝文化部綜合規劃師副司長陳怡靜
transcript.whisperx[55].start 3116.032
transcript.whisperx[55].end 3126.22
transcript.whisperx[55].text 謝謝國家發展委員會法治協調處檢任視察林興文謝謝行政院人事行政總處培訓考用處專門委員陳怡君
transcript.whisperx[56].start 3129.915
transcript.whisperx[56].end 3147.086
transcript.whisperx[56].text 謝謝個人資料保護委員會籌備處法治事務組組長林郁佳謝謝行政院主計總處公務預算處專門委員李易柔謝謝金融監督管理委員會法律事務處處長林志憲謝謝
transcript.whisperx[57].start 3149.895
transcript.whisperx[57].end 3173.226
transcript.whisperx[57].text 那大家可以看到我們人工智慧真的涵蓋範圍非常廣所以我們今天在這個公聽會裡面能夠有產官學界還有這麼多的部會派代表來聆聽我想我們今天應該會非常非常的順利也是非常非常重要的一個里程碑那我們現在先請國科會陳秉宇副主委就現行規定執行狀況相關等問題提出說明時間五分鐘
transcript.whisperx[58].start 3188.494
transcript.whisperx[58].end 3191.523
transcript.whisperx[58].text 主席各位委員以及在場的參選人先敬大家好
transcript.whisperx[59].start 3193.445
transcript.whisperx[59].end 3219.332
transcript.whisperx[59].text 推動台灣成為人工智慧指導師政府重要的施政方向那因為AI將帶動各行各業的應用發展並讓我國在國際的重要供應鏈中站穩腳步但是AI在帶來經濟效益的同時也可能帶來新的風險因此我們需要訂立AI的發展原則以確保政府推動方向一致並且要建構AI技術與應用的良善環境
transcript.whisperx[60].start 3220.672
transcript.whisperx[60].end 3245.013
transcript.whisperx[60].text 人工智慧基本法草案規劃AI發展的七大基本原則跟政府的四大推動重點作為引導我國各機關發展與促進AI應用的原則本草案於去年的7月進行預告並爭詢利害關係人還有相關團體的意見經整合各界意見後我們在10月22日呈報行政院並且在11月22日進行審查作業
transcript.whisperx[61].start 3247.695
transcript.whisperx[61].end 3274.638
transcript.whisperx[61].text 因應各界關切重點多為AI產業發展及應用以及相關的風險管理資料治理的議題而且AI的應用涉及保護國家安全還有人民的權益行政院在今年的2月26號指示將人工智慧基本法草案改由速發部主政辦理立法作業還有後續的條文解釋而有關AI應用涉及相關作用法部分
transcript.whisperx[62].start 3276.885
transcript.whisperx[62].end 3301.763
transcript.whisperx[62].text 則仍是會透過行政院數位政策法制協調專案會議的機制盤點檢討各部會重要作用法的推動情形本會則會專責致力發展AI科研透過補助頂尖學研機構聚焦當前AI關鍵議題研究支援百工百業智慧轉型所需知AI基礎模型演算法還有應用核心技術
transcript.whisperx[63].start 3302.903
transcript.whisperx[63].end 3323.5
transcript.whisperx[63].text 並且持續強化各項AI人才的培育包含基礎研究系統開發還有跨領域應用等等同時也積極鏈接重要國際夥伴建立科研合作關係吸引全球AI人才還有資源匯聚台灣共同完善AI整體研發及應用環境在AI發展
transcript.whisperx[64].start 3324.721
transcript.whisperx[64].end 3347.008
transcript.whisperx[64].text 與國際情勢的快速變化下人工智慧基本法草案確實有其制定的必要性目前本草案的規劃以綜合考量各國作法還有我國國情透過確立AI研發與應用的基本原則定瞭國家重要發展方向再促進產業發展與風險平衡的中間取得平衡進而提升國家競爭力
transcript.whisperx[65].start 3348.608
transcript.whisperx[65].end 3364.255
transcript.whisperx[65].text 在今天的公聽會當中各位專家學者的建言可進一步完善人工智慧基本法還有相關法規本會也將納入大家的意見還有建議來推動AI的科研發展共同奠定我國AI永續發展的基礎謝謝大家
transcript.whisperx[66].start 3367.069
transcript.whisperx[66].end 3379.207
transcript.whisperx[66].text 謝謝陳秉宇副主委的發言謝謝那我們接下來有請數位發展部彥寧常務次長發言那待會是教育部的吳穎田司長依序說明時間5分鐘
transcript.whisperx[67].start 3392.715
transcript.whisperx[67].end 3414.796
transcript.whisperx[67].text 主席趙偉國務委員在場的各位委員以及來自於這個產官學界各界的先進代表大家早安大家好今天非常榮幸能夠來到這個教科文委員會來就人工智慧基本法的公聽會來聆聽各位的這個這個高見那本部也先就我們目前在國內外人工智慧法是現況
transcript.whisperx[68].start 3415.717
transcript.whisperx[68].end 3434.509
transcript.whisperx[68].text 以及在建構台灣的AI產業生態系本部的相關的作為跟各位先做一個簡要的報告首先人工智慧的技術的今年的發展被世界上普遍認為是整體產業或社會活動會帶來非常廣泛而且深入的改變而且對我國企業跟發展
transcript.whisperx[69].start 3434.949
transcript.whisperx[69].end 3457.928
transcript.whisperx[69].text 提供了关键的竞争优势同时也可能对个人或社会带来风险或影响鉴于人工智慧的技术创新的速度以及它可能面临的挑战全球的各个主要国家都致力在不妨碍技术创新跟产业发展前提下寻求建立人工智慧治理的方针与原则我们纵观世界上各国
transcript.whisperx[70].start 3458.368
transcript.whisperx[70].end 3478.625
transcript.whisperx[70].text 大概會認為有這個治理的模式大概會有兩個主要的趨向一個依照國情可能會有譬如像美國或英國或日本或新加坡比較強調以軟法的形式確立人工智慧的發展的基本原則運用人工智慧的風險的管理的框架
transcript.whisperx[71].start 3479.105
transcript.whisperx[71].end 3508.202
transcript.whisperx[71].text 推動可信任的人工智慧的發展那我們看到歐盟乃至於韓國會採取比較具有拘束力的監理架構那我們台灣借盡這個國際治理的模式發展思維特別會考量到人工智慧趨勢日新月異同時我們也需要保障的基本人權那我們也會贊成以制定基本法的立法模式來宣示人工智慧的基本原則那促進剛剛主席特別強調的
transcript.whisperx[72].start 3508.902
transcript.whisperx[72].end 3524.056
transcript.whisperx[72].text 以人為本的人工智慧的研發來應用也保障國民的人格尊嚴權利來提升國民的生活福祉維護國家主權安全跟文化價值增進永續發展跟國家競爭力作為主要的立法宗旨
transcript.whisperx[73].start 3524.736
transcript.whisperx[73].end 3547.191
transcript.whisperx[73].text 那为了借鉴国际并且切合我的国情人工智慧基本法目前行政院在研议的草案是立足于鼓励创新兼顾人权的核心理念以七大基本原则为框架明确的来定谋国家在AI发展方面的方向同时平衡产业创新跟风险管理的架构那我们参考了这个英美的这个
transcript.whisperx[74].start 3547.871
transcript.whisperx[74].end 3572.098
transcript.whisperx[74].text 鼓勵創新發展跟歐盟的兼顧人權的這個精神那包含了永續性人類自主性隱私保護資料治理安全透明可解釋性公平性跟可問責的七大管理原則並規劃創新合作金人才培育以及風險管理應用負責權益保障及資料利用法規調適跟業務檢視等等作為四大推動重點作為引導我國各機關發展跟這個
transcript.whisperx[75].start 3574.099
transcript.whisperx[75].end 3596.264
transcript.whisperx[75].text 促进人工智慧应用的原则那我们为了审慎研议刚才国科会的副助理也提到我们在持续的征行产业界学界的意见而且也透过行政院的政委所主持的平台来进行讨论来凝聚共识那基本法草案去年在国科会已经在去年7月已经预告了
transcript.whisperx[76].start 3596.644
transcript.whisperx[76].end 3612.849
transcript.whisperx[76].text 那有鑒於這個AI應用發展跟保護國家安全有密切相關行政院的確在2月指示這個基本法草案有改由本部來進行推動立法而且續行條文的解釋那我們會全力以赴希望能夠在這段時間由行政院通過來送請大院來審議
transcript.whisperx[77].start 3614.449
transcript.whisperx[77].end 3639.896
transcript.whisperx[77].text 那本部當然除了這個法案的推動之外我們也持續的推動AI的產業發展我們透過算力資料人才行銷資金等五大政策工具會積極的投資台灣的AI新創事業希望能夠讓AI的創新來自於我們民間企業的活力並由政府及產業共同協力來打造完整的AI產業投資的生態系來加速數位經濟產業的發展
transcript.whisperx[78].start 3641.676
transcript.whisperx[78].end 3665.495
transcript.whisperx[78].text 那政府會持續的聽聽各位的建言那適時調整法規跟配套措施希望通過本法的推動領領台灣在全球的AI創新暗潮中能夠佔領關鍵的地位同時維護國家的主權跟文化價值創造更有智慧安全而且永續的數位社會那今天非常謝謝大家的指教那我的報告到此結束謝謝
transcript.whisperx[79].start 3669.912
transcript.whisperx[79].end 3675.499
transcript.whisperx[79].text 謝謝速發部葉司長接下來有請教育部吳穎田司長說明時間5分鐘
transcript.whisperx[80].start 3688.259
transcript.whisperx[80].end 3708.36
transcript.whisperx[80].text 主席各位委員女士先生及在場的各位先進大家好今天大院教育及文化委員會交通委員會舉行制定人工智慧基本法草案聯席公聽會教育部呈邀列席並得聆聽各位委員著見深感榮幸
transcript.whisperx[81].start 3709.361
transcript.whisperx[81].end 3723.087
transcript.whisperx[81].text 承蒙各位委員長期對教育事務之關心敬請繼續指正與支持教育部長期致力於AI人才培育相關的推動工作我們也積極在推動
transcript.whisperx[82].start 3725.448
transcript.whisperx[82].end 3742.057
transcript.whisperx[82].text 各方面的一個相關的一個學習資源我們希望透過各個學習多元的學習管道讓學生有機會有興趣去了解AI以及應用AI以下僅就本部所推動的三大主要
transcript.whisperx[83].start 3742.677
transcript.whisperx[83].end 3768.203
transcript.whisperx[83].text AI相關的一個業務跟各位做說明第一部分是紮根中小學的人工智慧教育教育部開發許多通用型的人工智慧夥伴以及英語聊天的一個機器人我們將它融入許多的一個學習平台希望透過這樣子的一個融入方式讓我們的學生都有機會使用AI來進行學習
transcript.whisperx[84].start 3770.29
transcript.whisperx[84].end 3794.156
transcript.whisperx[84].text 再來教育部也積極發展AI相關的一個補充性的一個教材教案以及這樣子的一個數位內容我們也積極推動大學教師寫手高中進行遠距教學我們開設AI的高中的一個多元選修課程我們希望提供城鄉學生均等的一個學習機會
transcript.whisperx[85].start 3796.769
transcript.whisperx[85].end 3811.744
transcript.whisperx[85].text 接著我們教育部也持續辦理AI素養的爭霸賽以及科技教育創新實作競賽我們希望鼓勵參賽的學生能夠學習AI的程式設計以及AI的程式發展
transcript.whisperx[86].start 3812.344
transcript.whisperx[86].end 3837.48
transcript.whisperx[86].text 那在第二部分教育部也積極建立中小學的教師的一個支持系統教育部積極辦理職前與在職教師之AI學習真人活動除此之外教育部也發布了中小學數位學習教學指引中小學使用人工智慧注意事項我們提供現場教師AI最新的一個進度以及教學勢力
transcript.whisperx[87].start 3838.36
transcript.whisperx[87].end 3854.166
transcript.whisperx[87].text 那在第三個部分教育部也積極提升高等教育人工智慧的教學量能教育部成立台灣大專校院人工智慧學習聯盟也就是所謂的一個TICA透過這樣子的一個方式開設
transcript.whisperx[88].start 3855.766
transcript.whisperx[88].end 3868.393
transcript.whisperx[88].text AI的課程供學生做跨校的一個學習除此之外教育部也積極推動人工智慧技術及應用人才培育計畫發展大學AI人才培育的一個課程地圖
transcript.whisperx[89].start 3869.682
transcript.whisperx[89].end 3888.008
transcript.whisperx[89].text 希望透過這樣的一個課程地圖引導資電學院及非資電學院規劃及開設人工智慧技術及應用系列的一個課程除此之外教育部也辦理全國性的人工智慧專業領域競賽也就是所謂的一個ACAP
transcript.whisperx[90].start 3888.428
transcript.whisperx[90].end 3893.372
transcript.whisperx[90].text 希望透過這樣的一個競賽主題 能夠扣合重點產業領域讓學生能夠與時俱進 能夠獲得實務的訓練
transcript.whisperx[91].start 3903.206
transcript.whisperx[91].end 3920.204
transcript.whisperx[91].text 此外在教育部所核定的產學創新研究學院當中有五個是人工智慧領域的一個研究學院希望透過這樣子的一個方式我們能夠建置大學當中AI應用教學實作領域
transcript.whisperx[92].start 3921.305
transcript.whisperx[92].end 3943.815
transcript.whisperx[92].text 並推動實作領域的一個精進計畫我們也希望能夠協助技專院校充實AI的一個教學場域強化AI技術及相關的一個應用的一個課程及師資未來教育部將持續推動及深化各學習階段的一個AI教育與人才培育以上報告 敬請各位先進會議指導謝謝各位
transcript.whisperx[93].start 3947.072
transcript.whisperx[93].end 3961.509
transcript.whisperx[93].text 好 謝謝吳穎田市長的說明接下來我們依簽名順序請專家學者薛良斌共同創辦人發言接下來麥玉珍委員請準備
transcript.whisperx[94].start 3974.205
transcript.whisperx[94].end 3993.228
transcript.whisperx[94].text 主席,各位先進,大家好。我是薛良斌。我是MediaAndy這家公司的共同創辦人。我也目前在訓練一個台灣的模型,叫做FreeSeed。今天很榮幸來跟大家分享,以及對於人工智慧基本法草案提供一些建議。
transcript.whisperx[95].start 3994.469
transcript.whisperx[95].end 4015.593
transcript.whisperx[95].text 那我看過了這個之前的版本然後以及目前的版本那我覺得目前版本真的是非常非常棒然後有提供了非常多的資訊那我這邊有一些這個建議的修正方向已經有先提供給各位那我這邊有五點然後在這邊跟大家說明那首先第一個是這個治理的架構那
transcript.whisperx[96].start 4018.214
transcript.whisperx[96].end 4046.842
transcript.whisperx[96].text 葛立委這邊有提到說建議設立一個國家員工智慧戰略特別委員會那我個人是同意這個觀點那但是在這一份的這個葛立委這邊的個案中呢這邊有提到原本有提到說有把直轄市及縣市政府委員的參與資格放進來那我這邊建議是說應該移除這邊的參與資格而是以中央的統一集權方法來運作
transcript.whisperx[97].start 4048.062
transcript.whisperx[97].end 4063.641
transcript.whisperx[97].text 畢竟說人工智慧是一個非常專門的領域那由大家其實我覺得有些人是負責執行有些人是負責提供建議那我覺得人越多開會效率越慢但今天非常感謝大家都來參與會議
transcript.whisperx[98].start 4065.523
transcript.whisperx[98].end 4091.253
transcript.whisperx[98].text 那我建議的修正條文就是說移除這方面的知轄市及縣市政府首長參與資格但同時間我們可以建立一個多層的治理架構首先是由戰略委員會來協助做政策的制定以及說由部會層級間來非常多部會的長官們來成立專責小組來執行執行的分工協調
transcript.whisperx[99].start 4092.745
transcript.whisperx[99].end 4120.808
transcript.whisperx[99].text 那第三層的話則是政府的應用單位負責做在地的推動那第二件事情是說在兩岸裡面都有提到說風險分級的框架那我建議是可以結合兩岸的優點然後來建立一個更完整的分級規範因為原本的兩岸裡面都只有說我們要風險管理但是其實並沒有說要怎麼樣的方法風險管理
transcript.whisperx[100].start 4121.548
transcript.whisperx[100].end 4146.917
transcript.whisperx[100].text 那我建議可以直接採用歐盟的標準那就是歐盟有這個有禁止使用的風險高風險有限風險以及最近風險四級那我建議說我們可以更進一步可以直接來不管是以美國的方案或是以歐盟的方案我這邊是以歐美方案為準那另外一件事情是我也建議說我們可以在這個基本法之中呢我們直接
transcript.whisperx[101].start 4148.078
transcript.whisperx[101].end 4162.494
transcript.whisperx[101].text 建議增加一個條文是說由行政院指定或者設立一個專責單位然後來做風險評估那我想過往往往會這樣就是我們說法案上面說我們要評估風險然後但是並沒有一個單位可以來負責決定說這個風險怎麼評估
transcript.whisperx[102].start 4165.878
transcript.whisperx[102].end 4190.484
transcript.whisperx[102].text 那往往最後就是這個不做不做 多做多錯嘛所以之後就不做了對 那我建議說我們可以直接實行這邊不管是指定由書發部或者是書發部的什麼單位或者甚至是外部單位然後來做風險評估技術資源及驗證那甚至說可以提供定期的報告那對於這個其他的不管是我們的部會或者縣市政府然後來做
transcript.whisperx[103].start 4192.324
transcript.whisperx[103].end 4213.034
transcript.whisperx[103].text 這個要做支持或要做應用導致都可以有一個依據那第三點是這個兩岸裡面其實都有提到數位平權跟人才培育那但是裡面就講說政府應該做但是其實沒有寫說那錢在哪裡那所以那顯然的說我們就要再開一次會然後決定說哪個單位要付錢這樣
transcript.whisperx[104].start 4214.415
transcript.whisperx[104].end 4236.047
transcript.whisperx[104].text 那所以我這邊建議是說其實政府應該設立一個人工智慧的科技性基金然後針對偏鄉然後弱勢族群然後可以有這個接觸人工智慧的機會那並且必須要有成效指標那第二件事情是就是我其實我個人認為說政府在人才培育其實做越少越好
transcript.whisperx[105].start 4236.967
transcript.whisperx[105].end 4256.414
transcript.whisperx[105].text 今天應該也有其他的單位代表我建議是可以有一個整合產學研的資源來推動系統性的培育計畫甚至說可以建立一個教育資源的共享平台我想今天也有很多教育然後長官學籍的代表可以提供更多的建議
transcript.whisperx[106].start 4258.932
transcript.whisperx[106].end 4274.358
transcript.whisperx[106].text 那第四項是這個預算及資源保障那首先這樣嘛就是我們有一個基本法但是沒錢的話顯然大家不知道該做什麼事情以及哪裡有錢可以做所以呢我覺得隔岸中有一個各級主管機關要編列預算的規定我覺得是非常棒
transcript.whisperx[107].start 4275.098
transcript.whisperx[107].end 4292.177
transcript.whisperx[107].text 那但是這個預算有沒有花在對的地方那我建議可以有一個這個專案管理概念讓我們來確定說我們投入的資源是有效的那當然就是我們有一個這個不管是績效考核或者是說怎麼樣的分配機制來確定說我們資金真的有花在對的地方
transcript.whisperx[108].start 4293.779
transcript.whisperx[108].end 4318.9
transcript.whisperx[108].text 最後一項是剛剛前一位蔡祺妍、蔡理事長其實有提到說我們怎麼樣做資料治理同樣的我建議說我們應該建立國家級的資料治理機制我們在訓練FreeSeed大型人模型的時候我們其實遇到的最大問題就是繁體中文資料不夠
transcript.whisperx[109].start 4320.391
transcript.whisperx[109].end 4349.374
transcript.whisperx[109].text 我們可以把所有我們拿得到繁體中文的資料整理起來大概一個下午這個模型訓練就吃完了所以資料是完全不夠用的那我建議說兩岸的都有資料共享條款但是可以訓練可以整理出一個國家級AI的訓練資料集不管是政府單位要用民間單位要用甚至國外的公司要用我們應該是做盡可能開放讓大家可以把繁體中文做得更好
transcript.whisperx[110].start 4350.234
transcript.whisperx[110].end 4369.419
transcript.whisperx[110].text 那當然一樣的就是我建議政府做得越少越好可以是獎勵然後可以是扶植然後各個的這個公司或是機構的代表然後甚至是各種稅務見面如果你提供資料我們就幫你減稅等等的方法那今天非常謝謝大家謝謝謝良斌創辦人的發言接下來我們請
transcript.whisperx[111].start 4379.802
transcript.whisperx[111].end 4394.942
transcript.whisperx[111].text 麥玉珍委員發言張雅琳委員請準備主席各位先進各位家人們大家早安
transcript.whisperx[112].start 4397.004
transcript.whisperx[112].end 4415.704
transcript.whisperx[112].text 隨著科技快速的發展與進步我們都知道人工智慧不再是科技幻想的電影也不是未來而是現在AI的世代已經來臨了AI是未來數位與經濟的核心力量
transcript.whisperx[113].start 4416.645
transcript.whisperx[113].end 4442.757
transcript.whisperx[113].text 從太空科技、機器人、生成式人工智慧、自駕系統等方方面面逐漸進入人民的生活在各項產業升級與應用之中我們享受著人工智慧帶來生活便利與效率的提升同時也要正視人工智慧能發展必須的監管風險
transcript.whisperx[114].start 4444.678
transcript.whisperx[114].end 4464.61
transcript.whisperx[114].text 並同時達成數位的平權 以人為本的理念面對這股浪潮 各國提出相關的監管規範如美國 德國 英國 歐盟等等私人企業 像是烏果
transcript.whisperx[115].start 4465.888
transcript.whisperx[115].end 4486.562
transcript.whisperx[115].text 微软等也都有提出相关伦理准则甚至制定专访以求在科技发展的同时能够适当以预防或防止人工智慧使用上可能带来的危害与攻击然而
transcript.whisperx[116].start 4487.342
transcript.whisperx[116].end 4488.983
transcript.whisperx[116].text 雖然已有諸多國際法規可以參考我們仍要考慮每一個國家產業類的差異不是僅僅的複製貼上而是要通過這場公聽會與各位學者的意見
transcript.whisperx[117].start 4508.326
transcript.whisperx[117].end 4530.667
transcript.whisperx[117].text 整合我们各个委员提出的不同的草案共同制定出适合台湾人民值得信赖的法规也因此台湾民众党提出了人工智慧发展及管理条例草案除了确立在中央主管机构为数位发展部
transcript.whisperx[118].start 4532.209
transcript.whisperx[118].end 4557.685
transcript.whisperx[118].text 將所風險納入管理對於現行可以預期基本權的侵害防範於未然同時在草案中設計足夠的可問責性制度與相關文書提出的義務填補人工智慧系統科技的發展所帶來的風險與不便性
transcript.whisperx[119].start 4561.215
transcript.whisperx[119].end 4587.307
transcript.whisperx[119].text 除了以上的限制與規範外有鑒於高科技發展今年來一直以來的台灣努力的目標與經濟上不可缺的一部分除了兼具人工智慧發展也提出相關創新鼓勵的措施鼓勵我國人工智慧發展與進步最後
transcript.whisperx[120].start 4588.953
transcript.whisperx[120].end 4607.375
transcript.whisperx[120].text 感謝各領域的菁英在百忙之中還有我們國家禁忌患亂之極願意播出時間來到立法院提出建議希望通過今天的公聽會需要大家
transcript.whisperx[121].start 4608.587
transcript.whisperx[121].end 4627.023
transcript.whisperx[121].text 及时广益除了完善的法规制度也能从人民关心的角度向自个人资料的收集应用的范围以及各项可能受到人工智慧的冲击的产业
transcript.whisperx[122].start 4628.14
transcript.whisperx[122].end 4647.035
transcript.whisperx[122].text 如何精進於應變科技公司可能收到人工的供給的潮流相信從這些角度的討論才能更全面制定出適合我國人民
transcript.whisperx[123].start 4648.564
transcript.whisperx[123].end 4676.555
transcript.whisperx[123].text 的需求更科基還有更有保障的規定讓人工智慧是人類應用的工具不是期待人類的智慧以上謝謝大家也感謝大家謝謝謝謝麥玉珍委員的發言接下來請張雅玲委員發言下一位林志傑特聘教授請準備
transcript.whisperx[124].start 4680.462
transcript.whisperx[124].end 4696.468
transcript.whisperx[124].text 謝謝主席那現場的各位專家學者還有我們的部會代表那這邊跟大家打聲招呼我是民進黨立法委員張雅玲那今天非常高興就是我們來舉辦這樣子的一個AI座談會來收集大家的意見尤其在此時此刻
transcript.whisperx[125].start 4697.388
transcript.whisperx[125].end 4715.502
transcript.whisperx[125].text 是我想大家都知道嘛就是AI畢竟大家都是這個領域的專業那就是在這個現在AI快速發展然後技術已經進入到日常生活的各個層面裡面然後現在尤其是國家也喊出了台灣AI國家隊等等的所以我覺得我們勢必要針對於這個發展的AI產業等一下轉一下剛用跑的好
transcript.whisperx[126].start 4722.728
transcript.whisperx[126].end 4741.448
transcript.whisperx[126].text 所以我想我們還是必須要來回應到就是說目前我們應該這個法規的重點應該是怎麼樣來支持我們的產業可以發展以及確保我們國民的安全那我之前講的安全其實是一個權利的概念喔那如果是這樣子的目標的話我自己是有兩個想法啦那我覺得也可以請教大家的意見喔
transcript.whisperx[127].start 4742.749
transcript.whisperx[127].end 4770.897
transcript.whisperx[127].text 這個基本法裡面應該要有主責單位有個主管機關那因為現在的AI的發展它可能很跨在於這個出發部、經濟部、國科會甚至衛福部、教育部等等其實是非常各個面向其實都會有受到影響可是我們現在是缺乏一個整體的治理架構可是因為AI的風險跟倫理的問題不只只是產業發展而已它更涉及了人權、民主、國安甚至是可能影響了我們的司法的判斷
transcript.whisperx[128].start 4771.877
transcript.whisperx[128].end 4800.156
transcript.whisperx[128].text 因此我認為我們需要一個能夠統籌各部會的並且具有決策跟執行能力的中央主管機關來專責管理AI的規範制定政策推動風險控管以及讓我們可以跟國際接軌那美國拜登總統在2023年簽署了一個AI的行政命令明確的要求要設立一個AI的安全研究中心交由國家標準與技術研究院和國安部門與國家安全部來主導
transcript.whisperx[129].start 4801.317
transcript.whisperx[129].end 4812.658
transcript.whisperx[129].text 統一的來處理AI的測試標準風險評估以及各部門的應用規範那我想在這邊大家可能也可以一起來集思廣益到底我們台灣比較適合放在哪一個部門呢
transcript.whisperx[130].start 4814.264
transcript.whisperx[130].end 4834.379
transcript.whisperx[130].text 那第二個部分呢我也認為就是說我們在AI基本法裡面應該要明確的界定風險分級與責任分類的制度因為我們AI不是每一個用途都應該要有高強度的監管我們應該依據它的實質的一個影響程度來把風險分等級例如就是說可能有最低等級有限風險高風險
transcript.whisperx[131].start 4836.44
transcript.whisperx[131].end 4857.201
transcript.whisperx[131].text 以及不可接受的風險那這部分我們可以參考這個AI的歐盟的AI Act的分級方式但是也要納入美國所強調的用途導向影響導向的原則比方說AI如果只是用來寫文案畫插圖啦或是課堂練習風險當然是相對非常的低但是如果它今天用在於司法判決醫療診斷
transcript.whisperx[132].start 4859.723
transcript.whisperx[132].end 4871.293
transcript.whisperx[132].text 求職審查這些可能就屬於高風險的系統就需要更嚴格的一個審查機制那更重要的是我們應該要明確的界定風險的醫務人到底是開發者使用者
transcript.whisperx[133].start 4872.589
transcript.whisperx[133].end 4889.352
transcript.whisperx[133].text 然後誰負責了系統的安全誰負責資料透明等等不能夠發生問題之後就各部門互踢皮球然後廠商也不用負責等等所以我認為我們在設計AI基本法的時候除了考量到產業跟技術部分也要把人的基本權益一起納入來思考
transcript.whisperx[134].start 4890.473
transcript.whisperx[134].end 4912.523
transcript.whisperx[134].text 那同時我也知道產業也會有點擔心就是說因為AI的變化實在是太快了如果我們把一個相對的法則放進來的時候可能也會限縮了一個AI的發展所以我想這個部分也是大家可能我們未來在制定相關法律的時候也是要一併來考量的那最後呢我要來強調AI基本法並不是要限制創新而是要提供清楚的規則和方向
transcript.whisperx[135].start 4913.343
transcript.whisperx[135].end 4929.284
transcript.whisperx[135].text 讓好的技術能夠安心發展讓人民能夠信任使用那我相信我們現在一起來面對的話我們就更有機會的在兼顧剛剛講的不管是產業或者是我們國際的趨勢或者是我們人權的部分的一個就可以面對這樣子的問題
transcript.whisperx[136].start 4930.766
transcript.whisperx[136].end 4944.696
transcript.whisperx[136].text 所以今天才是再次非常感謝大家一起前來然後我也希望未來我們可以打造出一個更能夠適應各個領域然後也能夠保障我們人權的一個AI基本法謝謝謝謝張雅玲委員的發言接下來請林志傑特聘教授發言接下來請許明輝教授準備
transcript.whisperx[137].start 4964.893
transcript.whisperx[137].end 4987.719
transcript.whisperx[137].text 主席各位委員還有各位專家學者各位各部會的長官還有各位幕僚同仁大家早安大家好我是國立陽明交通大學的林志傑同時我也是台灣科技法學會的副理事長以及台灣科技產業推進協會的執行長那非常感謝大家的邀請可以讓我今天來跟大家分享一下包括我們協會的會員
transcript.whisperx[138].start 4989.079
transcript.whisperx[138].end 5012.314
transcript.whisperx[138].text 以及產業界這麼多年來在國立陽明交通大學服務那麼對於目前的AI以及我們所提出的人工智慧基本法草案有一些意見跟回饋那麼剛剛其實包括主席以及各位委員還有專家學者都對於人工智慧基本法目前世界各國的立法模式已經提出了一些基本的說明
transcript.whisperx[139].start 5012.854
transcript.whisperx[139].end 5027.362
transcript.whisperx[139].text 那我想講的是其實大家都不會去反對任何的國家有一個基本的指導原則只是要不要用基本法的方式還是責成各部會立法那各有利弊得失那我想先在這個簡報檔因為這個簡報應該講完就一個多小時了老師們都非常會講課
transcript.whisperx[140].start 5032.424
transcript.whisperx[140].end 5046.054
transcript.whisperx[140].text 所以如果簡報檔還來不及講完的部分那麼各位先進有需要也可以跟我聯絡那我都很願意可以提供參考那我想先提出一個比較重要的概念就是AI它其實是一個資訊最相關的資訊治理議題
transcript.whisperx[141].start 5049.215
transcript.whisperx[141].end 5073.924
transcript.whisperx[141].text 簡單來說在現在世界上各大國家裡面大概有兩大塊資訊掌握的模式第一個就是中國他的資訊掌握模式是由國家來高度掌控所以各位可以看到像中國在很久以前他就開始各式各樣的方法來蒐集人民的個資那麼他在個資的蒐集使用利用上的國家的這個寬度是非常寬的那掌握的深度也是非常深的
transcript.whisperx[142].start 5074.464
transcript.whisperx[142].end 5096.887
transcript.whisperx[142].text 那這個當然有助於中國去發展他的AI因為他的資料實在太多他的人口太多他掌握又太便利這是第一種掌握資訊的模式第二種掌握資訊的模式是美國那麼美國用的就是這個自由市場經濟以及企業的模式比如說當我們使用各種大型科技公司所提供的服務或者是產品
transcript.whisperx[143].start 5098.271
transcript.whisperx[143].end 5118.213
transcript.whisperx[143].text 各位一定都會到最後大家都沒有看但是最後就會點下一個東西叫做什麼我同意對不對或者是accept all cookies或者是我答應接受所有各自的運用大家應該在所有的這個資訊或者是科技商品的使用上都會有這樣子的一個步驟
transcript.whisperx[144].start 5118.874
transcript.whisperx[144].end 5141.903
transcript.whisperx[144].text 那這個步驟代表什麼呢這個步驟代表其實你已經允許這個企業或這個私部門來掌握利用使用你的個資只是我們平常也許並不是這麼清楚的理解到底他用去哪裡所以簡單講其實目前世界各國掌握最多個資的大概就是這兩塊一個是由國家來高度掌握一個是由企業來高度掌握
transcript.whisperx[145].start 5142.85
transcript.whisperx[145].end 5171.029
transcript.whisperx[145].text 那么这样子的两种掌握方式当然都对AI发展会有很大的帮助因为AI靠的就是资讯嘛那怎么办呢如果夹在这个中国的模式跟美国模式中你要怎么办呢因为你比如以欧洲来讲它每一个国家都这么小语言又不一样所以它在资讯的模式上的优势势必不可能跟中国跟美国相提并论于是欧洲就会发展出它自己的AI治理模式某种程度而言也是资料的治理模式
transcript.whisperx[146].start 5171.909
transcript.whisperx[146].end 5189.277
transcript.whisperx[146].text 所以各位可以去看這個過去十幾二十年他從資訊的GDPR到一直到AI的這個基本的這個概念跟架構跟基本法他的大概的track都是非常相近的也就是說在資料的取得上面歐洲他沒辦法跟中國跟美國相提並論那台灣呢
transcript.whisperx[147].start 5191.478
transcript.whisperx[147].end 5214.933
transcript.whisperx[147].text 我覺得這個AI基本法我看完以後其實我有個很大的感覺就是主權我們的主權在哪裡以現在AI的服務裡面即使它提供的是繁體中文你會發現它裡面的語彙它的詞句其實跟我們慣用的方式都是不一樣的絕大部分其實是中國簡體式的一種概念所以我更希望看到一個AI基本法它裡面做的是什麼
transcript.whisperx[148].start 5215.954
transcript.whisperx[148].end 5240.391
transcript.whisperx[148].text 我很希望他能夠不要再有這種充斥著本地文化不同的資訊喪失語言背後蘊含的政治經濟文化深層認同的危險所以我很建議我們的AI基本法一開始應該有一個AI主權的概念也就是說今天我們要發展這個東西是基於我們中華民國台灣的主權那我對於資料質疑有一個更高的國家戰略地位
transcript.whisperx[149].start 5241.332
transcript.whisperx[149].end 5268.165
transcript.whisperx[149].text 那回來看我們目前這個基本法有嗎那很遺憾他感覺好像只是在講一些原理原則的宣示並沒有這個企圖心把AI提高到一個主權戰略地位的概念那這件事是非常重要的因為他不只是攸關我們的科技發展他還攸關於我們的國家安全這是第一點第二個是我要講的是這些都是我剛剛在這個有提到的大家都已經講過的就是歐盟模式跟美國模式
transcript.whisperx[150].start 5269.144
transcript.whisperx[150].end 5296.901
transcript.whisperx[150].text 美國雖然他沒有一個統一的基本法但是他對於一個概念的原則還有呢應用再來呢執行他是有非常清楚規範的我們在立一個法的時候這三個層面是缺一不可的你要先告訴大家原則再告訴大家原則要如何應用最後再來告訴我執行要怎麼落實你不可以只給人家一個方向以後告訴人家說反正最後會有細部規定然後如果你不服就去訴願吧
transcript.whisperx[151].start 5297.922
transcript.whisperx[151].end 5314.571
transcript.whisperx[151].text 我覺得這個是感覺是一個不負責任的立法方式所以各位可以看比如說他的這個倫理框架他講得非常清楚他的演算法是不可以歧視的系統是可以解釋的隱私需要保障人類作為最後的控制者而是自主權決策的保障
transcript.whisperx[152].start 5315.111
transcript.whisperx[152].end 5331.803
transcript.whisperx[152].text 比如說他把AI技術納入國家戰略安全的一個應用方面大家可以看一下那大家可以看一下這個台灣的模式那麼這一次來參加這個會議有被要求要就三個問題來講不好意思我盡快把它講完
transcript.whisperx[153].start 5332.443
transcript.whisperx[153].end 5357.524
transcript.whisperx[153].text 包括第一个如何以人为本第二个数位平权第三个永续发展那在我的简报里面都有我的建议是这样我觉得目前的草案呢他没有公告政府中长期的采购跟扶持方向我觉得这一点对业者是非常重要的第二个人权不能仅是一个原则的宣示你必须要有落地的制度尤其内容如果相冲突的时候该怎么办比如说
transcript.whisperx[154].start 5358.445
transcript.whisperx[154].end 5376.743
transcript.whisperx[154].text 像我們講的我們允許他有這個監理沙盒可是如果監理沙盒他侵犯了個資那這個時候到底他這個conflict你打算怎麼解決你不可能把這個問題丟給私部門或者要求私部門在提出所有的AI的這個產品或服務的時候他必須自證沒有任何的危險
transcript.whisperx[155].start 5377.304
transcript.whisperx[155].end 5396.389
transcript.whisperx[155].text 因為這些自證都是一個非常高的法尊成本讓我一分鐘把它講完那再來就是人才培育跟產業資源應該要有一個正向的循環跟解方那我的建議其實是會比較參考美國的模式來想辦法在各個部門裡面去提高它應用的可能性
transcript.whisperx[156].start 5396.909
transcript.whisperx[156].end 5415.158
transcript.whisperx[156].text 那在這裡我會很建議大家可以去看我個人其實在之前看到金管會大概在兩年前他就提出一個guidance我覺得金管會的模式是非常非常適合的因為你這個基本法到最後還是要責成各個部會去落實相關的AI規範所以最後我要講的就是說
transcript.whisperx[157].start 5416.348
transcript.whisperx[157].end 5439.998
transcript.whisperx[157].text 我覺得人工智慧基本法應該要先定義我到底要做什麼你先釐清楚定位以後你就可以妥善立法你不要過猶不及不能弄出一個非常宣示性的其實是沒有辦法操作的基本草案或者是在這個地方會感覺掛萬漏一那麼以上是我的一個分享最重要的還是我覺得AI主權的宣示跟落實以上 謝謝
transcript.whisperx[158].start 5441.388
transcript.whisperx[158].end 5448.675
transcript.whisperx[158].text 谢谢林志杰特聘教授的发言接下来请许明辉教授发言然后郭玉琴委员准备
transcript.whisperx[159].start 5456.381
transcript.whisperx[159].end 5472.658
transcript.whisperx[159].text 主席 委員以及在座的各位先進我是台北醫學大學的許明輝除了是大學的教授我也是雙核醫院的神經外科醫師當然我也是大學的數據長所以我大概負責我們整個大學跟醫療體系數據的應用
transcript.whisperx[160].start 5475.721
transcript.whisperx[160].end 5495.963
transcript.whisperx[160].text 我另外一個很特殊的身份是我曾經被借調到衛福部當了好幾年的資訊處的處長所以以往都是站在這個講台的左手邊今天很榮幸有機會到右手邊來那我想AI對我們整個國家的重要性是我想大家都應該都可以認同的
transcript.whisperx[161].start 5497.448
transcript.whisperx[161].end 5517.165
transcript.whisperx[161].text 曾經有人講過說這個數據是原油或石油但是石油沒有用那AI才是新的電力所以其實你空有數據其實是沒有什麼用處必須要好好善用這個數據那AI就是最重要這個善用數據的一個元素所以
transcript.whisperx[162].start 5518.166
transcript.whisperx[162].end 5532.719
transcript.whisperx[162].text 其實我是覺得我們這個在整個的規劃上我們在整體AI我想我還是會比較著重在醫療的應用我覺得我們是沒有落後的因為在科技部還沒有改制回國科會的時候這個
transcript.whisperx[163].start 5535.221
transcript.whisperx[163].end 5554.029
transcript.whisperx[163].text 這個科技部的前展師就做了巨量影像資料這個是非常早那巨量影像資料這個投資投資在學界也證實這是對的因為到現在已經有很多影像的AI公司事實上就是從這樣一路從學研的專案走下來的那我想近期這個其實衛福部
transcript.whisperx[164].start 5556.53
transcript.whisperx[164].end 5584.25
transcript.whisperx[164].text 我覺得他們現在做得非常好是他們有所謂的他們用所謂的次世代醫療的計畫去投入了所謂的三大AI中心因為台灣的醫療很重要的一個人才都是在醫學中心所以他們鼓勵台灣的醫院去競爭這個計畫的經費去成立三種AI中心一種叫做可信任的AI其實就跟AI基本法呼應的就是AI
transcript.whisperx[165].start 5584.73
transcript.whisperx[165].end 5606.821
transcript.whisperx[165].text 它有很多基本的元素如果AI是不安全AI是有偏差的這當然是不能用所以他們有一種這個計畫是所謂的可信任AI那AI在醫療應用除了這個基本的AI應用之外有一個非常重要的是如果它進到醫療這是高度管制的所以其實因為我們有譬如說我們有食品藥物管理署
transcript.whisperx[166].start 5607.341
transcript.whisperx[166].end 5636.428
transcript.whisperx[166].text AI產品有一部分跟藥品是一樣的這個要用在人身上必須要非常謹慎所以他們也鼓勵醫院去成立所謂的取證中心另外因為AI最後會造成社會衝擊所以價值的衝擊對社會對個人他們也有一個在這個所謂的這個整個計畫中有一個叫做衝擊評估那我是覺得這個對整個在醫療應用我覺得這是相當完整而且他們也要求醫院
transcript.whisperx[167].start 5637.168
transcript.whisperx[167].end 5663.726
transcript.whisperx[167].text 必須要制定要有這個決策的委員會那通常因為醫院本來也是國科會跟衛福部投了很多智慧醫療所以醫院現在普遍已經都有智慧醫療委員會他們現在就是要求說你只要是AI產品或AI應用你不可以一個人說了算你必須要經過這些委員會所以我覺得連基層的這個治理架構都已經有了所以我相信這個是
transcript.whisperx[168].start 5665.788
transcript.whisperx[168].end 5685.528
transcript.whisperx[168].text 我覺得我們是可以期待它真的是未來也是護國這個群山之一個重要的山那當然不過我覺得現在比較憂心的是我們從這個長期的計畫培養出了很多譬如說有的人這個茶葉蛋做得很好有的人咖啡做得很好所以他們就去開一個茶葉蛋的攤販
transcript.whisperx[169].start 5686.969
transcript.whisperx[169].end 5703.648
transcript.whisperx[169].text 其實我們現在缺的是我們很多產品都已經走到成熟我們需要一個便利商店的平台所以我覺得因為我們已經看到我們的這些長期投資的AI的這個產品嘗試走到國際去可是我看到的是
transcript.whisperx[170].start 5704.409
transcript.whisperx[170].end 5731.587
transcript.whisperx[170].text 我們單打獨鬥是比較辛苦所以這個真的是也很期待經濟部對於這些已經成熟而且合法的AI的產品必須要有一個集體向海外來做促銷的這個動作那當然我們一開始就也跟大家報告其實數據是這整個整個AI的這個競賽當中最重的元素台灣有一個最寶貴的資源真的就是健保資料庫那
transcript.whisperx[171].start 5733.228
transcript.whisperx[171].end 5748.103
transcript.whisperx[171].text 其實等一下也有邱文聰邱處長他也會發言我跟他互動了十幾年我們在同一個議題上持相反的看法不過我非常珍惜因為我們是一個這樣自由民主的社會所以我們透過對話來取得共識
transcript.whisperx[172].start 5750.245
transcript.whisperx[172].end 5772.047
transcript.whisperx[172].text 那當然我們很期待就是最後健康資料的應用要有一個好的法治基礎不過我會覺得說其實剛才也有委員提到了也有這個先進提到其實有兩個因素很重要一個就是資料健康資料的標準是有國際標準的我們就叫common data modelCDM那其實也非常感謝這個不管是這個
transcript.whisperx[173].start 5773.468
transcript.whisperx[173].end 5800.308
transcript.whisperx[173].text 國客會或衛福部現在也都大力的倡導說我們不要自己做自己的東西我們要去跟全球的這個標準做接軌那回到最後的資料的這個取得其實我跟這個邱處長學習這麼多年其實我同意他我現在已經決定同意他全部的看法不過只有一件事我覺得非常重要因為我們現在大量使用美國的資料
transcript.whisperx[174].start 5801.329
transcript.whisperx[174].end 5819.831
transcript.whisperx[174].text 難道美國是一個不重視民主法治或者是隱私的國家嗎不過美國最重要是他在HIPAA法案中明確的規範前面自主取得同意這個都沒有問題不過HIPAA中最重要的規範是一旦前面程序都完成
transcript.whisperx[175].start 5821.826
transcript.whisperx[175].end 5849.652
transcript.whisperx[175].text 個資去掉之後這個資料集就不再屬人體研究範圍那美國因為有這樣一個大的法的保障我們現在是大量的使用透過申請透過因為我們跟美國是很友好的國家美國他們願意把他們的健康資料提供我們使用那其實健康資料不被涵蓋這個並不是保護到大家健康資料不被涵蓋未來的AI可能會
transcript.whisperx[176].start 5850.652
transcript.whisperx[176].end 5875.208
transcript.whisperx[176].text 比較對那些沒被涵蓋到的人會比較不適用所以我想我們很期待說我們能夠得到更多的認同那從資料這個基礎到AI的基本法我們都能夠未來都能夠有很好的發展謝謝謝謝許明輝教授發言接下來請郭育晴委員發言然後請林佩翔委員準備
transcript.whisperx[177].start 5881.321
transcript.whisperx[177].end 5888.567
transcript.whisperx[177].text 主席 各位委員還有在場的與會先進 大家好今天非常榮幸有這個機會來討論人工智慧基本草案的會議我以下提出幾個重點來跟大家說明我想台灣不應該只是在歐盟的風險或者是在美國的市場導向當中取得折衷的一個做法而是應該要主動來提出屬於自己的台灣模式
transcript.whisperx[178].start 5910.043
transcript.whisperx[178].end 5923.631
transcript.whisperx[178].text 在負責任的這個AI的應用跟產業的一個轉型當中其實要來展現台灣民主的一些韌性那我舉例來講其實我們可以接近這個加拿大他們在這個演算法的影響評估當中的一些制度
transcript.whisperx[179].start 5924.042
transcript.whisperx[179].end 5952.07
transcript.whisperx[179].text 那麼它來透過所謂的保障透明跟信任打造我們自己屬於這個亞洲第一個AI民主的治理一個模式那第二點我想這個數位平權不應該只是一個空泛的一個口號而是要從這個制度的設計的語言開始建立我想在台灣其實不管是在偏鄉或者是高齡族群他們在使用這個網路的使用率其實目前為止其實還是有待這個提升的一個空間
transcript.whisperx[180].start 5952.85
transcript.whisperx[180].end 5969.736
transcript.whisperx[180].text 那尤其是在這個寬頻跟普及跟網速的這個品質當中其實還是存在有些許的一些落差那自己直接會影響到AI應用的一個基礎的設施那我建議是不是可以讓我們的這個科技普及性列為所謂的國家的義務避免這個AI的發展
transcript.whisperx[181].start 5970.976
transcript.whisperx[181].end 5985.669
transcript.whisperx[181].text 它只變成所謂的這個數位精英的一個專利而是應該是要推動到全民共享的一個進步那另外呢其實我才提到一點就是根據這個美國國家兒童失蹤跟受虐兒童的這個援助中心他們的資料指出
transcript.whisperx[182].start 5986.269
transcript.whisperx[182].end 6002.469
transcript.whisperx[182].text 在2023年他們接獲了4700份由AI生成的兒童性剝削的圖像或者是影片那這比前一年呢增加了12%這也凸顯到了這個AI有可能會威脅到所謂的弱勢族群他們的安全
transcript.whisperx[183].start 6003.09
transcript.whisperx[183].end 6019.823
transcript.whisperx[183].text 所以在推動AI的同時其實要怎麼樣建立有效的一個監管的機制避免這些技術性滲透到社會的底層這是我的建議第三點我想AI應該不是只有是科技上的一個問題它更應該要關乎所謂的產業跟人權
transcript.whisperx[184].start 6022.144
transcript.whisperx[184].end 6044.477
transcript.whisperx[184].text 我們常常要說這個要扶植台灣的AI的產業但是要思考就是當我們的產業在面臨這樣的一個挑戰雖然在台灣其實我們有很多的半導體製造業還有我們的醫療影像等等其實我們這些品質都已經是所謂的世界級的一個優勢了但是在AI的發展我們仍是屬於所謂的初期
transcript.whisperx[185].start 6045.538
transcript.whisperx[185].end 6072.394
transcript.whisperx[185].text 所以我們應該是不是先聚焦在本土優勢的領域來推動AI的一個應用並導入AI倫理的一個審查能夠讓這個創新跟社會責任能夠並行發展好 那第四點是關於所謂的資料的治理其實是不容許所謂的這個模糊性的一個空間的存在那我想現行的個資法其實沒有辦法有效的處理非個資的資料的治理跟共享的一個問題
transcript.whisperx[186].start 6073.394
transcript.whisperx[186].end 6099.589
transcript.whisperx[186].text 那這個點呢其實我們建議是不是可以參照歐盟他們在推動資料共享的一個架構那來成立這個資料公益信託或者是數據共管的一個平台讓這個資料呢從這個私人壟斷轉向所謂的公共利益來推動這個AI的發展的重要性那第五點呢就是AI跟勞動權益的不能對立啦應該是要共同的進化才對那我想呢根據這個預測這個AI呢將要
transcript.whisperx[187].start 6102.272
transcript.whisperx[187].end 6103.516
transcript.whisperx[187].text 就可能取代
transcript.whisperx[188].start 6106.657
transcript.whisperx[188].end 6126.554
transcript.whisperx[188].text 8500萬個的工作但是也因為AI的發展也可能會創造9700萬個新的職位我想這重點不是在於我們人力或者會不會被AI取代而是我們是不是可以有所謂的轉型的能量政府應該要提供更多支持的一些措施讓工會跟勞工來參與所謂AI轉型的過程當中的一些決策
transcript.whisperx[189].start 6131.858
transcript.whisperx[189].end 6156.576
transcript.whisperx[189].text 那第六點呢我建議就是AI的主管機關應該是要設在所謂的這個訴法部而非國科會那我想AI其實它不是只有科研上的問題那更是應用在跨部門的整合的一些議題那訴法部呢作為所謂的數位政策的一個統合的單位統整的單位是更應該就是更適合負責這個AI的法規的推動跟執行
transcript.whisperx[190].start 6157.967
transcript.whisperx[190].end 6162.009
transcript.whisperx[190].text 那第七點我想這個AI的發展還是要守住這個民主的一個防線所以要如何強化這個AI的國防的防護網那我想這AI的技術有可能會帶來一些國安上的一些危險風險那特別是來路不明的這些AI的模型
transcript.whisperx[191].start 6174.637
transcript.whisperx[191].end 6176.959
transcript.whisperx[191].text 它有可能會透過所謂的滲透國防電網甚至在我們的醫療的體系當中這些基礎的設施成為我們的國安的一些漏洞所以像舉例像中國深層的深層式的一些AI
transcript.whisperx[192].start 6189.668
transcript.whisperx[192].end 6201.191
transcript.whisperx[192].text 它也可能會用在所謂的認知作戰或者是選舉的干預來威脅我們的民主的制度所以我呼籲其實我們應該要建立所謂的AI國安的審查的機制來加強關鍵設施當中的這個AI的安全審查並且實施這個內容來源的一個標記還有就是政治性模型的一個透明的清單
transcript.whisperx[193].start 6213.434
transcript.whisperx[193].end 6235.269
transcript.whisperx[193].text 來避免使用到來路不明的這個AI的模型那最後一點我想這個立法其實不能只是紙上談兵我們應該要如何來打造AI治理的這個行動的引擎剛剛其實志傑老師也特別有提到其實我們應該要設置這個沙盒試驗場域讓整個創新的應用可以在安全可控的條件下來做發展
transcript.whisperx[194].start 6236.61
transcript.whisperx[194].end 6254.931
transcript.whisperx[194].text 我想AI的立法應該是要根據台灣的社會的需求還有民主的價值來做這樣子的一個設計那我們也希望能夠打造自己所謂的台灣的模式使得AI的技術能夠服務全體的人民讓我們來共享這樣子的一個社會進步的資源以上報告 謝謝
transcript.whisperx[195].start 6257.774
transcript.whisperx[195].end 6260.076
transcript.whisperx[195].text 主席各位專家學者業界的先進們大家早安
transcript.whisperx[196].start 6283.894
transcript.whisperx[196].end 6306.644
transcript.whisperx[196].text 非常高興今天能參與這一場人工智慧基本法草案的公聽會人工智慧的發展速度之快、影響之深已經讓我們的生活、產業甚至整個社會結構都產生了巨大的變化這不只是科技的進步更是一場關乎於倫理、法律跟人權重大的挑戰跟機會
transcript.whisperx[197].start 6308.324
transcript.whisperx[197].end 6324.838
transcript.whisperx[197].text 討論人工智慧基本法正是為了在這波浪潮中找到一條適合台灣的發展路線所以我提出以下五點第一點我認為台灣需要有自己的人工智慧模式
transcript.whisperx[198].start 6325.879
transcript.whisperx[198].end 6343.375
transcript.whisperx[198].text 目前國際上有兩種人工智慧的治理模式歐盟模式跟美國模式歐盟重視風險管理對於高風險的AI應用進行嚴格監管比如醫療公共安全這些領域而美國比較偏向市場導向強調創新跟產業競爭力我認為台灣
transcript.whisperx[199].start 6348.72
transcript.whisperx[199].end 6377.86
transcript.whisperx[199].text 應該結合這兩者的優點發展出屬於自己的台灣模式我們可以學習歐盟的風險分級管理針對高風險的AI應用確保安全性跟透明性同時也要跟美國一樣對於創新留有足夠的空間更重要的是台灣需要加入自己的特色譬如數位平權文化多樣性等讓AI的發展真正符合我們的社會需求
transcript.whisperx[200].start 6379.281
transcript.whisperx[200].end 6404.995
transcript.whisperx[200].text 第二點我提議以人為本讓科技讓AI服務每一個人人工智慧的發展最後面還是要回到人的身上讓科技造福每一個人而不是加劇社會的不平等首先我們要縮小數位落差偏鄉地區的數位基礎設施要能夠跟上讓每個人都有機會接觸到AI技術帶來的便利
transcript.whisperx[201].start 6405.655
transcript.whisperx[201].end 6431.185
transcript.whisperx[201].text 再來我們要推動全民的數位教育尤其是針對弱勢族群幫他們提升技能避免在AI時代被邊緣化另外人工智慧也應該為永續發展服務像是能源管理氣候變遷應對這些領域AI可以發揮很大的作用但同時之間我們也要注意技術對環境的影響確保它是可敘的
transcript.whisperx[202].start 6432.642
transcript.whisperx[202].end 6455.587
transcript.whisperx[202].text 第三點我們應該要培養人才讓台灣在國際上站穩腳步人工智慧的核心競爭力到底說還是人才我們必須投入更多資源到AI的科技研究跟教育上面培養出更多國際級的專業人才我認為政府應該增加對AI研究的支持尤其是在基礎研究跟前沿技術這些領域
transcript.whisperx[203].start 6456.747
transcript.whisperx[203].end 6479.344
transcript.whisperx[203].text 同時我們也要推動產學合作讓學界跟企業一起參與AI技術的研發和應用在教育上面中小學我們就應該開始把AI的相關課程融入在孩子教育裡讓他們從小就接觸到這些技術而對於大學生跟在職人士我們也應該
transcript.whisperx[204].start 6482.062
transcript.whisperx[204].end 6496.341
transcript.whisperx[204].text 其實還有另外一點我們的AI博士好像只有100個AI博士只有35個留在台灣這是很大的危機這點如果不改善的話其實我們再怎麼樣有再好的AI教育都沒有用我們要提供更多的新修建修經會幫助他們在AI時代
transcript.whisperx[205].start 6497.082
transcript.whisperx[205].end 6518.353
transcript.whisperx[205].text 掌握所需要的新技術第四點我們也剛有同仁提到資料共享資料是人工智慧的基石沒有高質量的資料AI技術就無法發揮它的潛力我們應該建立一個資料開放與共享的機制讓政府和民間資料能夠更備好的利用
transcript.whisperx[206].start 6520.914
transcript.whisperx[206].end 6542.691
transcript.whisperx[206].text 当然资料的安全跟隐私也是非常重要的我们需要有明确的规范来保护各自并且制定合理的价值分配机制来确保资料贡献者能够得到应有的回报第五点保障劳动者的权益来迎接AI时代的挑战
transcript.whisperx[207].start 6543.871
transcript.whisperx[207].end 6562.367
transcript.whisperx[207].text 人工智慧的發展不可避免的會對勞動市場帶來衝擊有些工作可能會被取代而有些工作可能會需要新的技能我們要做的就是幫勞工來適應這些變化確保勞工的權益不會因為技術的進步而受損害
transcript.whisperx[208].start 6563.448
transcript.whisperx[208].end 6580.047
transcript.whisperx[208].text 另一方面我們也要提供更多的技能培訓跟職能教育機會幫勞工提升競爭力我們也要製定相關的保障機制確保AI在應用勞動市場時不會侵犯到勞工的基本權利
transcript.whisperx[209].start 6580.948
transcript.whisperx[209].end 6595.022
transcript.whisperx[209].text 最近有關Mid Journey也好當AI剛出來的時候有關Mid Journey還是有關世衛財產權甚至最近最紅的吉卜利的狀況吉卜利的這個化石的風格我覺得這未來可能會一直不停的在發在重生在我們的AI產業裡面
transcript.whisperx[210].start 6597.384
transcript.whisperx[210].end 6617.677
transcript.whisperx[210].text 而這一點是需要我們去直接去注意的如何能夠保持原創性但是如何又能夠融合所有的元素在裡面這是未來AI可以幫助我們但是同時之間AI如何也要保障當初原創者的精神這是我們未來在AI基本法也好還是在人工智慧裡面也好我們需要去注意到的最後
transcript.whisperx[211].start 6620.017
transcript.whisperx[211].end 6633.87
transcript.whisperx[211].text 人工智慧是一個充滿潛力的領域但它同時也帶來許多挑戰我期待今天的公聽會我們能夠凝聚更多的智慧與共識為了台灣的人工智慧來發展出創新的局面謝謝
transcript.whisperx[212].start 6660.6
transcript.whisperx[212].end 6670.489
transcript.whisperx[212].text 主席在座的委員然後政府的先進然後各界的夥伴大家早安我是軍醫平台教育基金會的負責人 呂冠偉
transcript.whisperx[213].start 6671.38
transcript.whisperx[213].end 6698.017
transcript.whisperx[213].text 那今天我想剛剛跟大家學習非常多就是什麼是台灣模式那台灣模式當然我們參考了美國歐盟還有各個國家當中可能我們需要思考的事情是我們的優勢到底在哪所以今天我個人的觀察是我們需要更著重應用
transcript.whisperx[214].start 6699.298
transcript.whisperx[214].end 6716.763
transcript.whisperx[214].text 人才還有整合因為台灣很難實務上是模型大國所以資料相關的東西討論非常重要剛剛各位先進也都有很多的對話我相信大家也有那我今天比較想要側重另外一個面向就是人才
transcript.whisperx[215].start 6718.328
transcript.whisperx[215].end 6738.13
transcript.whisperx[215].text 2023年9月軍事平台教育基金會與相關倡議夥伴舉辦教育AI年會當時蔡前總統跟三位總統候選人包含賴總統都一起出席賴總統在裡面也特別提到教育、醫療、法律等更在地化的部分我們怎麼樣深化
transcript.whisperx[216].start 6738.931
transcript.whisperx[216].end 6751.585
transcript.whisperx[216].text 那今年1月的時候也另外相關的倡議單位舉辦了AI人才高峰會那蕭副總統跟相關的夥伴那其實也包含各位員也都到現場做深度的討論那AI
transcript.whisperx[217].start 6754.088
transcript.whisperx[217].end 6778.1
transcript.whisperx[217].text 基本法關鍵不僅是法是它後面到底對於台灣的人才跟國家戰略定位是什麼需要細緻討論那這裡幾個東西我覺得是需要在討論的過程當中深化的因為當我們討論法的時候很容易就直接進到法的裡面當然我們可以討論不同版本的法案的對照但是到底為什麼要立這個法
transcript.whisperx[218].start 6778.92
transcript.whisperx[218].end 6791.393
transcript.whisperx[218].text 那為什麼不是其他的作用法先去處理就好了那當然它一定是一個國家級的戰略工具那後面的那個圖像想像是什麼第二個是我剛剛想要提到的東西就是
transcript.whisperx[219].start 6793.05
transcript.whisperx[219].end 6815.226
transcript.whisperx[219].text 如果我們不是模型大國那我們在各個產業裡面到底像剛剛有談到醫療的可能有不同的比如說金融的到底在這裡面AI的應用我們怎麼各個產業都打造出那個的AI we all need這樣子教育AI 金融AI 醫療AI等等各方面的應用可能更重要再來應用
transcript.whisperx[220].start 6816.867
transcript.whisperx[220].end 6846.087
transcript.whisperx[220].text 脫離不了人所以關鍵是怎麼樣培育不僅是AI人才那樣會貪純只談專才其實AI尤其深層式AI給我們最大的機會是它可以是普惠性的它是任一個國家善用可以整體性提升等一下我會稍微再提一下所以雖然要做國際對照但是到底台灣的niche在哪裡這件事情我認為是在立法的推動過程當中尤其是基本法需要思考更深的
transcript.whisperx[221].start 6846.787
transcript.whisperx[221].end 6871.299
transcript.whisperx[221].text 那因此公聽會我相信這是一個很棒的開始可是可能我們需要更深入的討論我知道之前各部會也有跟各專家去做討論但是這一次的討論應該非常非常的不一樣因為它可能可以顛覆非常多的領域有升旗的契機那當然這個社會共識的凝聚我認為一個很重要的事情就是我們能否
transcript.whisperx[222].start 6872.159
transcript.whisperx[222].end 6894.768
transcript.whisperx[222].text 既然是AI基本法的討論那我們能否也善用AI來去整合梳理大家的共識並且呈現給社會大眾看那最後是到底真正的產業需求是什麼因為在這些立法的過程當中我們可能著重法條那但是到底哪些產業怎麼樣去梳理出後面的共同卡住的需求
transcript.whisperx[223].start 6895.668
transcript.whisperx[223].end 6909.596
transcript.whisperx[223].text 這個是比較少在討論當中聽到的那我以教育為例為什麼我們會主張在AI應用要優先而且深度討論教育人才大家可以看到這個圖面上
transcript.whisperx[224].start 6910.436
transcript.whisperx[224].end 6929.667
transcript.whisperx[224].text 在40年前教育哲學家Benjamin Bloom就用實驗的方式清楚的看到統一的班級講述跟一對一的教學當中他可以讓整個人才學習的差異程度到兩個標準差40年前他是一個Problem叫做Two Sigma Problem
transcript.whisperx[225].start 6930.347
transcript.whisperx[225].end 6949.205
transcript.whisperx[225].text 但是現在生成式AI來它是機會而且更關鍵的事情是什麼呢這其實不是只是在純教育界談中小學生其實所有的產業如果我們要做人才整體的升級關鍵就在能不能用生成式AI大量的幫助每一個人有進展因為
transcript.whisperx[226].start 6950.612
transcript.whisperx[226].end 6965.788
transcript.whisperx[226].text 大家知道一件事情就是哈佛商業評論特別寫到其實AI不會取代人但是善用AI的人會取代不用AI的人那善用AI的國家就會取代不用AI的國家
transcript.whisperx[227].start 6967.495
transcript.whisperx[227].end 6983.789
transcript.whisperx[227].text 那再來一件事情就是既然如果是基本法的討論到底他跟教育基本法還有科技基本法中間的勾肌連動是什麼那教育基本法在當初因為今天有就是教科文委員會蠻關鍵的核心是在第一條就訂定這是確保
transcript.whisperx[228].start 6984.669
transcript.whisperx[228].end 7004.698
transcript.whisperx[228].text 學習的權利它是把學習權放在受教權前面所以當初這個教育基本法進步的地方那我想我們需要去思考的事情是到底在AI基本法它最主要要促進的是什麼是資料的整合以嗎還是它是一個台灣人才整體升級最重要的一個基本知識法律
transcript.whisperx[229].start 7005.638
transcript.whisperx[229].end 7022.283
transcript.whisperx[229].text 那在AI基本法的這個鬆綁怎麼樣創新跟促進公共利益我想就簡單提幾個點那剛好今天原本有另外受邀的一位陳映農教授像我們陳長包含我剛跟等一下的這個侯義修秘書長也都有很多的意見交換那
transcript.whisperx[230].start 7023.983
transcript.whisperx[230].end 7051.926
transcript.whisperx[230].text 這些東西我想大家會在談資料的共享開放智慧財產這個剛剛大家都提那我想特別提第三點就是在AI應用跟人才培育不僅要公司協力而且要讓民間的創新為主去推動那政府可以協助去撇除限制那因為這個議題真的很複雜所以怎麼樣它有高度的整合性但又有分向深化的治理機制我想這個是需要大家在立法的過程當中思考的
transcript.whisperx[231].start 7052.526
transcript.whisperx[231].end 7079.74
transcript.whisperx[231].text 所以雖然不是直接就法條進行討論但是我想這個開始的後面更重要的事情是這個討論過程怎麼更深化可以更跨域的需求的彙整行行有AI人人學AI台灣會AI那這個台灣模式甚至是在立法討論的過程當中可以更AI一些更有AI的彙整AI的內容產出甚至是公民一起的討論謝謝
transcript.whisperx[232].start 7084.035
transcript.whisperx[232].end 7096.467
transcript.whisperx[232].text 謝謝呂冠偉董事長的發言那我們教育部次長葉秉成次長也已經到場謝謝好那我們接下來請侯怡秀秘書長發言廖偉祥委員準備
transcript.whisperx[233].start 7115.966
transcript.whisperx[233].end 7143.419
transcript.whisperx[233].text 大家好我是台灣人工智慧學校秘書長侯怡秀那謝謝今天給我這個機會來跟大家分享我們對這個人工智慧法治的一些看法人工智慧學校是由台灣六家民間企業在2017年捐款一億八千萬元成立的一個學校那過去七年來我們訓練了超過一萬一千名的這個學員校友那這些學員校友來自一千四百多家將近一千五百家的台灣公司
transcript.whisperx[234].start 7144.179
transcript.whisperx[234].end 7172.22
transcript.whisperx[234].text 那我跟大家分享我們的校友來源最重要的來源是資訊科技業那另外第二個讓大家可能會比較驚訝的是我們在生技醫療產業有非常多的校友那為什麼要讓大家看這張圖呢這張圖重要的地方在於它表示了台灣的人工智慧在各產業滲透和深入的程度那大家可以理解是資訊科技業其實或是說半導體業其實是目前台灣運用AI最多的地方
transcript.whisperx[235].start 7172.9
transcript.whisperx[235].end 7195.673
transcript.whisperx[235].text 但是醫療產業也有非常多的運用醫療產業實際上我們有超過一千多名的校友是醫生他們是實際上現在每天都還在看診的醫生討論到人工智慧這個法案我們首先要提出來的是剛剛已經有很多位專家講到說這個技術是會改變我們整個生活然後社會文化環境
transcript.whisperx[236].start 7196.573
transcript.whisperx[236].end 7223.191
transcript.whisperx[236].text 它是會滲透到百工百業所以我們面臨的其實是一個第四次工業革命的狀態那工業革命其實以長期來看它會帶來很大的好處但是短期之間呢就是會有很多的摩擦和有人受到傷害和衝擊那在這樣的狀況下我們的目標應該是如何協助台灣所有的人能夠順利的度過這一個轉型的狀態那因此今天能夠請到非常多各個部會的
transcript.whisperx[237].start 7227.293
transcript.whisperx[237].end 7243.401
transcript.whisperx[237].text 專家來一起討論這件事我覺得這是一個非常好的一個安排和結構因為這確實不是只有數位部或是國科會的事情而是在教育衛福然後金融財政各方面都會受到相當大的影響
transcript.whisperx[238].start 7244.381
transcript.whisperx[238].end 7261.799
transcript.whisperx[238].text 那我現在想先強調的是人工智慧或說英文的Artificial Intelligence這個詞它其實是一把傘意思是什麼呢從1956年Artificial Intelligence這個詞會在美國的Dustmouse這個workshop提出以來呢它的技術內涵其實是一直改變的
transcript.whisperx[239].start 7262.119
transcript.whisperx[239].end 7283.232
transcript.whisperx[239].text 那實際上這個技術內還會持續改變中所以我們在做人工智慧基本法的定義的時候其實我們必須要留有一定的空間去注意這個技術變化的改變我們可以說現在人工智慧基本上是每個星期在做新版本的推出那有可能在一兩年之內就有相異於現在大型與模型的技術成為主流
transcript.whisperx[240].start 7283.692
transcript.whisperx[240].end 7311.997
transcript.whisperx[240].text 那實際上我們現在運用最多的未必是生成式AI而是所謂傳統式和判別式的AI那這是第一件事那第二件事是人工智慧其實是一把刀它會帶來好處也會帶來壞處端看使用者怎麼用所以對於人才的培育培養使用者怎麼正確的去使用這把刀是重中之重我可以很確定的說在所有主權AI要素裡面投入人才培育是萬無一失的事情
transcript.whisperx[241].start 7312.617
transcript.whisperx[241].end 7333.072
transcript.whisperx[241].text 以算力來說 人工智慧學校在2018年買了4600萬的GPU這些GPU到了2020年的時候已經沒有用了沒有學員要用 因為他們全部都嫌太慢但是對於他們在過去幾年中學到的這些知識一直到現在都是讓他們可以持續在全世界保持領先的重點
transcript.whisperx[242].start 7334.233
transcript.whisperx[242].end 7361.438
transcript.whisperx[242].text 那人工智慧會帶來很多的問題我這邊就不追述但是我們要注意的是其實不是只有人工智慧基本法去規範人工智慧我們有很多現行的法律其實也是在規範這些可能產生的問題我們並不是好像人工智慧就把我們帶到一個異心是一個沒有法律規範的狀態其實並不是這樣的那我接下來要講的是我覺得談過剛剛有幾位專家提到
transcript.whisperx[243].start 7362.618
transcript.whisperx[243].end 7388.277
transcript.whisperx[243].text 台灣其實在現代現實條件底下我覺得我們不可能成為人工智慧科技研發的最尖端的國家就是要比大語言模型的研發我們是不可能的但是我覺得台灣是有機會成為最會用AI的國家百工百業都應該學會然後我們可以在各個產業領域裡面把它用到最好因為台灣人有很強烈的工程師的性格然後我們能夠把這個工藝做到最成熟
transcript.whisperx[244].start 7388.897
transcript.whisperx[244].end 7408.843
transcript.whisperx[244].text 但另外一個重點是我們可以用民主的方式去使用AI民主的方式包括什麼呢包括知識的普及包括開發過程的普及包括治理程序的普及我們講到台灣的模式的AI治理或是基本法是什麼我覺得一個重中之重就是我們必須要是從bottom up有很多公民參與還有審議
transcript.whisperx[245].start 7410.723
transcript.whisperx[245].end 7414.747
transcript.whisperx[245].text 各行各業的利害關係人可以透過他們實際應用的經驗和他們的見解來一起討論行訴百公百業應該怎麼用AI的規範內涵
transcript.whisperx[246].start 7427.779
transcript.whisperx[246].end 7447.732
transcript.whisperx[246].text 那AI時代的關鍵能力其實並不是說單純AI而已其實你能讓他怎麼樣用到最好取決於你原來的領域產業的基礎知識有多少基本上你如果本來領域產業知識是越好的人AI能夠幫助你的能力就會越大
transcript.whisperx[247].start 7448.192
transcript.whisperx[247].end 7473.285
transcript.whisperx[247].text 那另外一個重點就是我們在過去七年中學到的是學習AI不是學習歷史而是學游泳你必須要有水你要下去游你才學得會所以不論是哪一個組織如果要提供AI的教育或是說AI的培訓一定要有工具在手一定要提供你的學員有學習的這個機會那我覺得這個也是在基本法裡面我們要明確宣示出來的
transcript.whisperx[248].start 7475.366
transcript.whisperx[248].end 7487.132
transcript.whisperx[248].text 最後我們來提到如何從AI新手變成精英我想特別講的是AI素養我覺得是我們未來每一個人從小到我們的學員的平均年齡其實是40歲我們最大的學員年紀來上課的時候已經70歲了所以這個是不論什麼年紀我們都應該要去培養這樣的素養
transcript.whisperx[249].start 7496.837
transcript.whisperx[249].end 7512.002
transcript.whisperx[249].text 它包括了理解技術邏輯 運用技術能力評估 反思AI的能力特別是反思和評估這件事情我覺得是我們目前比較少重視到的但是是如何讓我們不受AI傷害非常重要的一環
transcript.whisperx[250].start 7513.122
transcript.whisperx[250].end 7533.205
transcript.whisperx[250].text 最後我想提到的是人工智慧的治理我們希望是透過一個草根的多方利害關係人在特定的應用場景去做分析管理的討論而且因為技術發展的緣故我們需要有一個敏捷治理的制度去能夠隨時調整流動性的去做治理和管理我今天的分享就到這邊謝謝大家
transcript.whisperx[251].start 7542.93
transcript.whisperx[251].end 7543.634
transcript.whisperx[251].text 劉淑冰委員準備
transcript.whisperx[252].start 7549.264
transcript.whisperx[252].end 7574.926
transcript.whisperx[252].text 感謝我們今天的主席葛如君委員那我覺得今天來到這裡很興奮也很感動對 因為我覺得今天是這個AI基本法可能立法的一小步我覺得卻是我們台灣AI發展的一大步那我也蠻認同剛剛我們祕書長所說的成為最會用AI的國家那其實隨著AI生成的內容其實我覺得
transcript.whisperx[253].start 7576.067
transcript.whisperx[253].end 7595.35
transcript.whisperx[253].text 第一個面對AI,我想不管是不是所有的人類可能面對AI都算是一個幼稚園的部分還是一個幼稚園的小朋友還在面對說到底應該怎麼去應用規範等等的那我想要從今天的基本法裡面找一小段出來表達我的其中的一個建議
transcript.whisperx[254].start 7596.371
transcript.whisperx[254].end 7621.974
transcript.whisperx[254].text 第一個 我覺得隨著AI的這個生成內容其實像包含所謂的這個DeepFake身為影像啦AI聊天機器人等等 其實日益逼真那就會導致一件事情人類跟機器生成行為之間的界線是越來越模糊尤其是新一代的這個AI機器人可能以前所謂有的真實感可以模仿人類的語言 外貌跟互動
transcript.whisperx[255].start 7623.135
transcript.whisperx[255].end 7638.186
transcript.whisperx[255].text 所以我覺得這不僅是影響日常的數位互動也可能威脅我們民主的進程公眾的信任或者是國家安全或社會凝聚力其實可以看到現在有很多所謂的AI生成的內容不斷地在散播或者在網路上面到處亂發酵這樣
transcript.whisperx[256].start 7641.553
transcript.whisperx[256].end 7667.75
transcript.whisperx[256].text 那有些時候我們自己也可以看到很多所謂的不管是這個社群媒體你也可以看到那個帳號進去他到底是不是真的人呢那現在可能還相對很好分類一進去看到沒什麼朋友然後也沒什麼這個貼文他亂發一堆訊息你大概可以分得出來可是其實隨著這個技術AI的發展他可能越來越沒有辦法分辨越來越扭曲所以我認為如果沒有
transcript.whisperx[257].start 7668.61
transcript.whisperx[257].end 7691.344
transcript.whisperx[257].text 一個可靠的機制可以驗證這個數位空間中的人類身份我覺得在我們的民主社會或是台灣可能面臨在AI的驅動下有廣泛的操控、詐騙或是冒名頂替跟公共論述的扭曲所以我自己是在這個AI基本法裡面我覺得大家都講到捷運塔面向很廣
transcript.whisperx[258].start 7692.845
transcript.whisperx[258].end 7712.375
transcript.whisperx[258].text 那我想要從中間挑一個東西我覺得政府應該可以去推動的就是我覺得應該要設立明確的人類驗證的機制我覺得應該要推動設立人類的驗證機制那這種技術又必須要安全然後它可以尊重隱私那可以有包容性而且易於民眾的使用
transcript.whisperx[259].start 7712.995
transcript.whisperx[259].end 7718.117
transcript.whisperx[259].text 所以我覺得概念上就是要人機區分那透過人類驗證我們可以區分這個人類跟人工智慧系統那也確保我們數位空間的可信度那防範我們的錯假資訊跟維護我們的民主跟社會穩定
transcript.whisperx[260].start 7729.381
transcript.whisperx[260].end 7758.296
transcript.whisperx[260].text 那在國際上比如說歐盟的AI法案美國相關政策也都已經開始討論所謂的Proof of Human就是人類驗證的技術那就在強調在數位互動公共討論政府服務數位投票或是內容驗證的場域應該有區分人類使用者跟AI系統的一個關鍵的一個方向所以才可以維護我們民主跟社會信任那我覺得所以
transcript.whisperx[261].start 7759.016
transcript.whisperx[261].end 7783.441
transcript.whisperx[261].text 具體來說,國家應該推動能夠區分人類使用者跟人工智慧系統的技術發展應用,確保這個技術數位互動的可信度。這些技術應該兼具安全性、隱私保護性、包容性跟易於存取,以保護人類的尊嚴,防止操控並維持數位公共生活的完整性。
transcript.whisperx[262].start 7784.361
transcript.whisperx[262].end 7794.878
transcript.whisperx[262].text 所以我未來也會提出這個我的立法版本會把這個部分納入那我就是希望說這個東西我認為應該是一個比較有別於目前大家討論的一個區塊
transcript.whisperx[263].start 7797.13
transcript.whisperx[263].end 7804.332
transcript.whisperx[263].text 那我覺得剛剛也有講到這個身邊的例子喔譬如說包含我自己我們在從事民意代表的過程中我們也希望我們的服務可以更AI化就是說或許我們的各個應用可以讓我們選民24小時都可以接觸到所以我其實曾經也就想過那是不是用選民服務系統跟這個所謂AI做一個結合可是就像我剛剛說的它就會面臨到很模糊的問題那所以這就是我我覺得一個實際生活中可以去思考的
transcript.whisperx[264].start 7827.02
transcript.whisperx[264].end 7850.547
transcript.whisperx[264].text 那這也會跟我們所謂最會用AI的這個方向我覺得也是一個可以相互呼應那我覺得除了人類驗證的原則之外那當然包含著在AI治理上還有四大的推動重點第一個第一個我覺得是創新合作跟人才培育那政府應該要積極這個投資AI的基礎建設那提供研發補助推動人才培育
transcript.whisperx[265].start 7851.227
transcript.whisperx[265].end 7879.326
transcript.whisperx[265].text 跟這個素養的教育然後建立創新實驗的環境促進我們公司協力跟國際合作那所以比如說多元的治理架構跨部會的協作也很重要那例如像歐盟可能有設立歐洲的這個AI辦公室國家監管機構那南韓加拿大可能也都有國家的AI委員會AI政策中心或是AI安全研究院統籌政策跟技術指導這些合規監督這是第一點那第二個
transcript.whisperx[266].start 7880.106
transcript.whisperx[266].end 7895.483
transcript.whisperx[266].text 重點就是風險管理跟應用負責那就是建立風險分級機制不過因為我想剛剛也有很多先進前輩也有提到相關的所以我這個部分我就點到這裡那當然第三點就是權益保障跟資料的利用
transcript.whisperx[267].start 7896.764
transcript.whisperx[267].end 7901.987
transcript.whisperx[267].text 剛剛前面我有提到所謂強化各自隱私的保障推動資料的開放共享特別鼓勵我們繁體中文語料的訓練維護我們文化的主權避免AI模型過度依賴所謂境外的資料
transcript.whisperx[268].start 7914.992
transcript.whisperx[268].end 7919.234
transcript.whisperx[268].text 那第四個就是法規的調適跟業務檢視因為像在這個加拿大的部分它其實也有強調法規的彈性因為正如我剛剛所說我們現在面對AI大家可能都還是幼稚園的一個狀態所以其實我覺得保持彈性是很重要的
transcript.whisperx[269].start 7932.941
transcript.whisperx[269].end 7954.788
transcript.whisperx[269].text 那根據AI技術發展持續調整這個安全的義務那像日本的AI法案可能以原則性的規範為主那它目的也是保持這個政策的調整空間那政府當然應該要持續的檢討主管法規和確保法治跟技術發展同步那建立AI應用負責機制防止這個違法濫用剛剛有提到這個AI這個工具非常強大
transcript.whisperx[270].start 7958.789
transcript.whisperx[270].end 7978.022
transcript.whisperx[270].text 它可以是很好的工具也可以是很好的武器在破壞我們的人類社會那尤其具體的案例譬如說台灣也曾經發生網紅將知名人士合成不雅的影片的案子更活生生的違法使用那當然包含詐騙也是大量的所以這部分非常重要那我最後結語一下
transcript.whisperx[271].start 7978.883
transcript.whisperx[271].end 8002.932
transcript.whisperx[271].text 我覺得人工智慧基本法也是台灣邁向AI治理與創新發展的重要里程碑所以我剛剛提的部分是我想針對原則上希望可以納入人類驗證的原則可以使我們台灣在AI的時代更能夠維護我們的民主信任跟社會安全而且確保人類的獨立性跟人類的尊嚴
transcript.whisperx[272].start 8003.832
transcript.whisperx[272].end 8029.96
transcript.whisperx[272].text 那除此之外前面也有提到其他的國家所以仍有許多部分我們可以持續滾動調整那制度上也應該我們國家應該可以更加的參考所以也必須承認台灣在AI研究發展措施跟治理的制度的這個建制的領域都還有不足那人工智慧基本法其中的基本兩個字我覺得也能呼應我們的確還走在這個地基建設的階段
transcript.whisperx[273].start 8033.641
transcript.whisperx[273].end 8062.177
transcript.whisperx[273].text 那程序上我是覺得我們當然是先求有再求好但是我們心態上也要知道這個階段如果沒有把這個基礎打好會對未來的發展跟治理會有巨大的影響所以今天的公聽會很感謝這個召委的安排那我們也期待立法院能夠廣納各界的意見制定兼顧發展風險權益跟國際接軌的現代化法制讓台灣的AI時代可以穩健前行好 謝謝大家
transcript.whisperx[274].start 8064.562
transcript.whisperx[274].end 8070.654
transcript.whisperx[274].text 谢谢廖伟祥委员的发言接下来请刘书斌委员发言林毅荣经理准备
transcript.whisperx[275].start 8078.325
transcript.whisperx[275].end 8099.897
transcript.whisperx[275].text 好 謝謝主席那我們今天討論到人工智慧基本法或者是說人工智慧相關法定的這個制定的時候首先要確定的是他在的這個主管機關這部分我們看到行政院他已經提出來的是由國發會然後後來在到今年的時候就轉到所謂的書發附這邊
transcript.whisperx[276].start 8102.438
transcript.whisperx[276].end 8103.82
transcript.whisperx[276].text 那這邊最重要的是剛才其他的很多的學者專家們也提到的是說這個是一個跨部會的這樣子的一個影響性的一個新的發展絕對不限於在前面這兩個部會
transcript.whisperx[277].start 8117.555
transcript.whisperx[277].end 8131.937
transcript.whisperx[277].text 那因此呢我們在本身我們本黨也有提出來的一個人工智慧與發展的這個管理條例特別還重要的是管理這部分那我們的一個地方除了原來我們從數位發展部這邊部會之外我們特別想到說如果國發會因為現在的不是國發會國科會的這個主委他目前是身兼在所謂的科技發展這部分的跨領域的一個政委在那邊可能也是一個蠻好的一個選項可以做參考
transcript.whisperx[278].start 8147.1
transcript.whisperx[278].end 8153.002
transcript.whisperx[278].text 另外我們在看到的是在人工智慧的發展的這部分它其實有幾個發展方向是必須要去兼顧到它的一個問責性還有這個解決性還有實用性甚至包括隱私人權等等的公平的永續的發展這樣的一個尊重但是
transcript.whisperx[279].start 8166.607
transcript.whisperx[279].end 8170.628
transcript.whisperx[279].text 我覺得更重要的是在發展方向當中可能需要注意到兩個第一個就是發展在研發部分就是必須要再給它一個開放性尤其是它的資料來源是屬於在open source的這種情況這樣的情況之下跟行政院所提到的這一種
transcript.whisperx[280].start 8184.552
transcript.whisperx[280].end 8189.676
transcript.whisperx[280].text 除了說抒發部這邊特想要說像是不是有AI的主權的情況呢是不是有這個干擱的情況事實上要去了解那另外一個部分就在所謂的本黨的一個法制上面的一個重要性是在所謂的管理那管理這邊呢就是你要有工具
transcript.whisperx[281].start 8203.045
transcript.whisperx[281].end 8208.767
transcript.whisperx[281].text 那工具的部分特別是說針對可能發生的情形那在可能發生的情形當中從科研的發展研發然後到產品甚至是到後面的狀況是服務剛才有學者也特別提到說在服務的這一部分的時候呢更是我們要變成說是使用者那服務的這部分呢就必須要根據這個相關的所謂利害關係的人包括後來的使用者當然都是必須要消費者等等都必須要去做一些苛責
transcript.whisperx[282].start 8230.712
transcript.whisperx[282].end 8237.096
transcript.whisperx[282].text 這邊的工具性當中可能最重要的是在於要提供的是分類所謂的風險的分類那風險的分類當中我們本黨的這個條案當中特別有強調是說有一些是所謂的不可以
transcript.whisperx[283].start 8245.981
transcript.whisperx[283].end 8251.682
transcript.whisperx[283].text 不可以去所謂的不可以接受的這樣的風險還包括是高風險特定風險跟低風險這樣的狀況那不可接受的風險的話特別是如果採取這樣歐盟的這個法規呢是針對說如果是在複雜的這個戰爭的場域這種情況的話是包括它才用發展那種所謂的自動的這個殺人這個武器這是絕對不行的所以它也還有倫理性
transcript.whisperx[284].start 8270.086
transcript.whisperx[284].end 8272.427
transcript.whisperx[284].text 那我們本黨特別會針對是在有關於在高風險這部分的他設置了這個相關的情況那剛才我跟你講說根據所謂利害關係人當中也是在服務的使用跟使用前的苛與苛責那有這樣的苛責的情況之下呢到時候
transcript.whisperx[285].start 8286.431
transcript.whisperx[285].end 8293.756
transcript.whisperx[285].text 是不是要有罰則或什麼等等的這個是另外再說但是我覺得如果你要做到管理的情況那就是不少把這些高風險的等級列出來之後呢等等的設於相關的負責單位當中給予適當的適當的這樣的一個讓他苛責的情況那如果有這樣的情況之下至少要管理一個方向上面是一個方向是一個方向有利於去導引那另外一個部分我們也知道說資料的來源資料的來源最終是收集到個人的各種的不同的資料
transcript.whisperx[286].start 8316.591
transcript.whisperx[286].end 8329.765
transcript.whisperx[286].text 那這邊部分呢 可是必須要做個去識別化尤其是大數 AI 或者說大數據資料的應用這邊呢很重要的是它就是把整體的資料拉出來但是它變成說要避免到所謂的這樣個人的 然後變成說
transcript.whisperx[287].start 8331.967
transcript.whisperx[287].end 8354.274
transcript.whisperx[287].text 變成說到時候去辨別出來的時候形成對他個人隱私的這種傷害因此在個人資料蒐集之後的這個整體的去識別化的這個部分特別要去重視然後還有當然可能要實驗性的這樣這個沙盒的實驗場域的也是說必要那另外更重要的是說要避免風險的情況還有就是必須要接受生味技術
transcript.whisperx[288].start 8355.274
transcript.whisperx[288].end 8366.956
transcript.whisperx[288].text 身為技術跟辨識系統的這個揭露義務這邊的揭露義務就會特別針對產品的製造或是在服務在使用的時候就必須把它列清楚那這邊就可以避免到說有些
transcript.whisperx[289].start 8368.188
transcript.whisperx[289].end 8374.671
transcript.whisperx[289].text 有些其他的什麼敵對的或者說有人利用這個去詐騙等等的這個部分就會形成了這種但罪的一個漏洞所以這邊特別要去注意到那最後的這個地方我們針對的是說剛才有提到說如果你的苛責的對象這個程序上面都清楚了苛責對象也清楚了特別是在針對後面的就是這個使用產品的這個產品的這個製造跟後面的服務的使用者
transcript.whisperx[290].start 8398.562
transcript.whisperx[290].end 8414.276
transcript.whisperx[290].text 服務的這個服務的提供者這邊部分提供出來的時候那苛責就讓大家清楚了那就沒有問題那當然還必須包括的是最後的這個還有我剛才其實還重要的是在金融的部分剛才創新好像創新比較強我們門黨裡面特別有強調說除了預算的這個剝入之外那還有包括是基金這樣的一個像國發會的這個基金就可以放進去那特別我有想到是說
transcript.whisperx[291].start 8424.224
transcript.whisperx[291].end 8443.754
transcript.whisperx[291].text 這邊請不要再去說到硬體的部分而特別繼續在軟體的人才的培育上面還有一個原則我就剛剛補充我前面可能沒有講清楚的部分就是在於說這個部分AI的使用是要讓它普及包括在醫療農業等等的都是很重要的這麼重要的部分的時候就必須要讓所有的資料的它的可
transcript.whisperx[292].start 8444.594
transcript.whisperx[292].end 8469.494
transcript.whisperx[292].text 公平的去使用或是公平的甚至是方便的去接觸的assess的情況是必須要注意到的所以它的平等使用不分的年齡老幼等等的包括在教育上面讓人們都有適當的素養就是非常的重要那最重要的我就要做一個結語就在於說AI的發展是我們在台灣利用在我們在晶片的還包括在
transcript.whisperx[293].start 8470.134
transcript.whisperx[293].end 8494.934
transcript.whisperx[293].text 在資訊產業當中的這個特性的時候呢是發展的一個好好的契機所以我們在可能在大型的這個語言或大型的這種使用模組的那個模型當中可能不是占有限區但是我們自己在我們的繁體中文上面的包括華人那個使用圈上卻是一個非常大的一個發展當然也注意到我們本土上面的一個特殊性的把它成為一個最重要的這個資訊載源包括我們上次看到在國科會的
transcript.whisperx[294].start 8497.857
transcript.whisperx[294].end 8513.248
transcript.whisperx[294].text 金屬科學研究有TIDE這個資訊TIDE這個APP的使用我就覺得是非常好的那繼續把針對這些的特點繼續發揚光大的話那就是未來台灣的未來的這個發展的一個重要的一個契機好 謝謝謝謝劉書斌委員的發言接下來請林義榮經理發言邱文聰處長準備
transcript.whisperx[295].start 8536.234
transcript.whisperx[295].end 8551.267
transcript.whisperx[295].text 謝謝謝謝收到到今天的這個公聽會那我想今天就是會想要從可能房價還有虛位信任的這個觀點來跟大家分享說目前產業界怎麼樣來看待這個人工智慧法的這個立法
transcript.whisperx[296].start 8551.767
transcript.whisperx[296].end 8559.551
transcript.whisperx[296].text 那也謝謝大家就是購入其實在2022年就成立了所以我們其實早在10年前就非常關注房價的議題那目前的這個佈局其實也涵蓋到全球那我們在做這個房價還有數位信任的這個建設上面其實我們也發覺到一個很關鍵的因素就是必須是公司協力的一個狀態才有可能來克服現在社會中這麼大的一個
transcript.whisperx[297].start 8578.02
transcript.whisperx[297].end 8602.268
transcript.whisperx[297].text 困難那我想未來我們要發展人工智慧的研發以及應用其實也需要依循同樣的邏輯跟概念那在這邊其實也想要跟大家分享其實早在2000年的時候我想大家都可以認知到很傳統的這些電話或者是傳銷的詐騙那時候其實都是困在區域性可能我們很知道說我們可能我們都會
transcript.whisperx[298].start 8603.108
transcript.whisperx[298].end 8607.672
transcript.whisperx[298].text 可能台灣就是所謂的詐騙輸出國可是那個是在2000年的時候我們可以這樣子講但是我們陸續的往前到2010年可能是數位詐騙釣魚網站相關的這些郵件的詐騙到了2020年我想我們所面臨的挑戰是更加的嚴峻的
transcript.whisperx[299].start 8622.102
transcript.whisperx[299].end 8628.666
transcript.whisperx[299].text 因為不是只有我們這個產業會使用AI我們也發現說現在的這些詐騙集團因為他已經有非常精細的產業分工他們在AI的運用上面其實速度是超乎我們的想像的那我們現在其實也觀察到非常多的詐騙其實都已經是透過AI在進行生成
transcript.whisperx[300].start 8643.737
transcript.whisperx[300].end 8656.912
transcript.whisperx[300].text 那在這邊當然我們公司也是為著這個AI的這個防炸也建築了一個完整的生態系那我們也發現說深受其害的不僅是只有消費端甚至現在企業端也遭遇同樣的挑戰那我們在這邊也發現說
transcript.whisperx[301].start 8660.276
transcript.whisperx[301].end 8681.85
transcript.whisperx[301].text 如果我們要做好AI防詐這件事情其實前期的偵測是關鍵點我們不再只是被動的去防禦說今天詐騙帶來的影響甚至我們必須更提前的去知道說哪一些可能是未來詐騙會出現的場景或者是現在詐騙到底是以什麼樣的形式在市面上流通
transcript.whisperx[302].start 8683.379
transcript.whisperx[302].end 8698.953
transcript.whisperx[302].text 那在這邊的話也很感謝就是現在無論是我們的立委們還有我們的政府單位們都非常重視人工智慧法的這個立法那我們也觀察到現在的普遍的提案裡面有幾項積極的措施是作為一個產業端這邊的代表
transcript.whisperx[303].start 8701.275
transcript.whisperx[303].end 8706.736
transcript.whisperx[303].text 是非常肯定的包含說要有明確的主管機關因為在過往可能我們在發展人工智慧在訓練這些資料的時候可能會遇到各自的挑戰那我們過去可能在各自這一塊就是因為沒有明確的主管機關所以我們在應用上其實也需要
transcript.whisperx[304].start 8720.7
transcript.whisperx[304].end 8734.438
transcript.whisperx[304].text 去克服很多的法尊上的限制那現在無論是可能是國科會或者是速發部或者是說可能各位委員有另外提到說要另外成立所謂的國家人工智慧戰略特別委員會我想對於
transcript.whisperx[305].start 8737.121
transcript.whisperx[305].end 8756.09
transcript.whisperx[305].text 產業來說只要有一個明確的主管機關能夠出來對我們來說就知道說未來在產業的發展上可以找到誰等於是有一個明確的一個組織機關那對於一個產業的這個發展來說它就有一個正向的引導的功能那再來是給予財稅跟金融的優惠措施
transcript.whisperx[306].start 8757.731
transcript.whisperx[306].end 8760.375
transcript.whisperx[306].text 以及公司協力推動人工智慧創新應用我想這兩塊其實是相提並論的因為我們在人工智慧發展的時候我想可能在跟公部門的一個接觸過程裡面他們也會很直接告訴我們的產業界說其實
transcript.whisperx[307].start 8773.27
transcript.whisperx[307].end 8793.579
transcript.whisperx[307].text 單純要從公部門來發展AI有它的限制性其實很多的時候也需要師部門的力量一起來投入尤其是在科技研發的這一塊的能量上面再來是建立資料開放跟共享機制我想前面有許多先進都已經提到說資料的開放跟共享確實會影響到我們AI的訓練以及模型的成熟度
transcript.whisperx[308].start 8798.781
transcript.whisperx[308].end 8823.042
transcript.whisperx[308].text 當然我們這個資料的共享要如何來設計這個制度我想也是未來我們相關的法規會來處理的比較細節的地方那在這邊我想另外提到的是可能會有的潛在的衝擊包含我們都有提到所謂的資料最小化的原則但是在這邊我們可能也要來思考看看因為AI訓練裡面我們需要的是大量的資料
transcript.whisperx[309].start 8826.084
transcript.whisperx[309].end 8837.495
transcript.whisperx[309].text 那這個最小化原則跟大量資料之間這個橫勾到底要怎麼來彌平我想可能在基本法裡面很難處理但是很開心今天有很多的政府部會來到現場我想未來的這個細節的這個規範裡面
transcript.whisperx[310].start 8842.74
transcript.whisperx[310].end 8858.665
transcript.whisperx[310].text 很需要也有產業界的聲音進來包含學術界的聲音進來大家一起來集思廣益如何來處理這一塊那可能也有其他跟個資法潛在的法益衝突我們也需要來好好的思考一下包含我們現在個資法強調的可刪除權但是我們也發現在產業發展的過程裡面M型訓練後的資料其實是不好刪除的
transcript.whisperx[311].start 8866.528
transcript.whisperx[311].end 8878.195
transcript.whisperx[311].text 尤其他可能透過他自我的訓練他其實已經散發他各個神經元裡面到底要怎麼解決這個資料刪除的議題甚至我們一直很在意的可能有歧視或偏見的議題這個也是我們需要再來解決的
transcript.whisperx[312].start 8882.557
transcript.whisperx[312].end 8899.594
transcript.whisperx[312].text 那另外我們可能也要再思考看關於人工智慧風險分類我想現在我們每一部的提案裡面基本上都有提到這個分類的概念可是這個風險分類我們要提出一個觀點就是詐騙集團他們運用AI是沒有在受管制的
transcript.whisperx[313].start 8900.054
transcript.whisperx[313].end 8923.376
transcript.whisperx[313].text 那假設說我們今天公司部門為了防詐的目的發展跟運用AI要進行打詐的時候我們是不是要應該思考說這樣子的AI風險模型會落在哪一個分類裡面那甚至我們也很感謝葛委員提出來的第13條裡面其實他們就有把法規條式甚至可能有沙盒這樣的概念納入我想這個也是為了我們的這個發展
transcript.whisperx[314].start 8924.697
transcript.whisperx[314].end 8953.843
transcript.whisperx[314].text 提供一个合适还有弹性合法的空间那最后是人工智慧安全标准还有验证的机制我想目前会遇到就是产业复杂性的挑战因为每个产业它运用的AI模型是会不同的甚至领域也不同但是我们强调的标准跟验证会有一致性的要求那如何在这么复杂的一个产业里面取出一致性这件事情我想就是留待未来可以有产官学一起来共同讨论谢谢大家
transcript.whisperx[315].start 8956.5
transcript.whisperx[315].end 8960.411
transcript.whisperx[315].text 謝謝林益榮經理的發言接下來請邱文聰處長發言吳宗憲委員準備
transcript.whisperx[316].start 8972.513
transcript.whisperx[316].end 8987.483
transcript.whisperx[316].text 主席各位委員還有在座各位委員跟與會的各部會的代表還有各位專家學大家好那我們來談所謂的AI的治理個人認為必須要處理兩個面向的問題第一個就是AI的開發前端的問題他這裡需要處理的
transcript.whisperx[317].start 8989.344
transcript.whisperx[317].end 9007.167
transcript.whisperx[317].text 包括人力、算力及資料的問題跟未來之後的AI應用面向的問題那我先談應用面向的問題大家在談應用面向的時候都會舉所謂的美國模式跟歐盟模式那美國以這種比較是原則式的規範軟法的方式而相對於歐盟它是一個比較
transcript.whisperx[318].start 9008.229
transcript.whisperx[318].end 9016.099
transcript.whisperx[318].text 以具體的規則的方式來這個比較強硬的方式來執法那今年二月初的時候呢美國副總統J.D.
transcript.whisperx[319].start 9016.099
transcript.whisperx[319].end 9021.726
transcript.whisperx[319].text Vance他甚至在巴黎的高峰會上面就公開批評歐盟的模式會扼殺創新
transcript.whisperx[320].start 9024.049
transcript.whisperx[320].end 9040.312
transcript.whisperx[320].text 所以這就引起了一個軒然大波說那究竟到底要怎麼做那Vance他甚至舉了一個例子跟剛剛那個儀秀秘書長提的例子有點像就是他舉了軍刀軍刀當初協助了美國獨立的建國所以他說軍刀呢
transcript.whisperx[321].start 9040.692
transcript.whisperx[321].end 9065.658
transcript.whisperx[321].text 如果用在好的地方它可以帶來文明的創新但用在壞的地方它可能會傷害個人所以他暗示了什麼呢他暗示說AI似乎它就像一把軍刀一樣不需要做太多的事前管制只需要做事後的管制什麼叫做事後管制就是你拿來亂用用來傷害人的時候我們才需要管制但是反之如果用在好的地方我們其實不需要事前的管制
transcript.whisperx[322].start 9066.238
transcript.whisperx[322].end 9093.385
transcript.whisperx[322].text 但是究竟我們台灣的模式應該如何來選擇的時候個人認為要從兩個面向來思考第一個是從事物的本質什麼是事物的本質就是說到底AI像不像是一把刀這個問題上面我認為我們必須要理解說以比如說我們大家比較熟悉的食品跟藥品這兩種類型的管制模式當成是一個例子來思考的話食品它基本上
transcript.whisperx[323].start 9093.925
transcript.whisperx[323].end 9111.341
transcript.whisperx[323].text 不太需要做事前的管制但是萬一發生了食安問題的時候我們需要做事後的一個究責反之藥品你需要做事前的管制你需要有事前的充分的證據證明它是有效安全的我們才會讓它去上市那AI究竟像是食品還是藥品
transcript.whisperx[324].start 9111.661
transcript.whisperx[324].end 9128.124
transcript.whisperx[324].text 我們必須看不同的事物不同的本質來決定而不能夠一概而論的說它就是一把軍刀所以我們都不需要事情的管制它需要適當的針對某些類型特別是什麼特別是那種我們不是用模仿現在人類行為來做的AI而是拿來做預測的
transcript.whisperx[325].start 9129.085
transcript.whisperx[325].end 9148.239
transcript.whisperx[325].text 那當這種預測會影響到重大的個人的權利的時候這種AI的應用它其實就需要比較高度的事前的管制那我相信台灣的模式必須就考量自己本身的社會文化的一些特殊性來提出我們自己的AI的這個風險的分類我想這個是會有別於美國跟歐盟的
transcript.whisperx[326].start 9149.039
transcript.whisperx[326].end 9166.6
transcript.whisperx[326].text 那再來我們談一下就是前端的開發我們需要處理的人力、算力跟最重要的資料的問題那人力、算力的問題我想剛剛已經有很多學者提到那資料的問題是我比較擅長所以我就在這邊再提出一些我的看法
transcript.whisperx[327].start 9167.521
transcript.whisperx[327].end 9190.93
transcript.whisperx[327].text 怎麼樣在資料的運用上面能夠回到以人為本這件事情非常重要雖然我們都知道這個資料的使用會關係到整個AI開發成功與否那裡頭涉及到兩類資料一種就是個資另外一種跟諸位權有關的個資的使用要如何以人為本這件事情大家過去都是在
transcript.whisperx[328].start 9192.231
transcript.whisperx[328].end 9210.888
transcript.whisperx[328].text 這個絞盡腦汁的去想出各種去用這個技術方式去處理過之後讓它去識別化好像就跟個人沒有關了所以我們就不需要去關心不用去擔心個人的權益那前面許明輝教授他也特別指這個點名我他說我跟他有十年以來的這個爭議其實我跟他爭議已經在
transcript.whisperx[329].start 9211.948
transcript.whisperx[329].end 9235.55
transcript.whisperx[329].text 111年的宪判是13号里头获得这个解决也就是说其实各自的使用如果是做目的外的利用的话你需要有法律的明确的授权依据之外还要起码要能够提供个人有一个退出权所以在AI的时代里头我们透过去识别的话的方式有没有办法处理的这个问题我们必须去思考就是说AI的资料的利用我们需要做串联
transcript.whisperx[330].start 9236.35
transcript.whisperx[330].end 9261.227
transcript.whisperx[330].text 資料要串聯其實它就仍然是個資就不會像是許明輝教授講到的美國HIPAA Privacy Rule裡頭這種去識別化的方式因為去識別化它已經不能夠串聯但是我們要串聯基本上就不可能完全的去識別化在這個意義上面我認為我們應該要善用的是現在的IT的技術來協助個人資料當事人去行使他的權利我們不應該只是
transcript.whisperx[331].start 9262.308
transcript.whisperx[331].end 9277.91
transcript.whisperx[331].text 講究所謂內卷式的用資料去識別化的方式來做資料的這個利用而應該思考是我們怎麼樣向外的去engage資料當事人他可以透過好的IIT的這個協助來行使他的權利來促進他的資料的選擇權
transcript.whisperx[332].start 9279.031
transcript.whisperx[332].end 9294.582
transcript.whisperx[332].text 他願意參與AI的開發那他可以來選擇他如果他不願意的話他也可以用一個成本相對比較低的方式來決定他的一個資料的目的外利用的一個方式那我想這個是才是能夠回到以人為本的資料利用的一個前提
transcript.whisperx[333].start 9295.402
transcript.whisperx[333].end 9309.291
transcript.whisperx[333].text 其次針對豬肉圈的這個部分雖然剛剛有幾位先進有提到說在訓練階段似乎不太需要去顧慮豬肉圈的問題那我想還是要提醒一下就是說豬肉圈在前面的訓練階段
transcript.whisperx[334].start 9311.792
transcript.whisperx[334].end 9326.22
transcript.whisperx[334].text 雖然現在世界各國好像沒有一個統一的方式在做但是回到著作權法的基本核心有兩個模式一個模式就是說你要取得授權授權的話就是一個一個一個的transaction所以它的交易成本會非常的高
transcript.whisperx[335].start 9327.04
transcript.whisperx[335].end 9352.13
transcript.whisperx[335].text 另外一種模式就是合理使用合理使用就是說法院宣告它是合理使用之後就沒有交易市場了因為不需要交易了你就可以拿去用了這兩種模式其實個人認為都不是適當的一種模式因為前一種成本太高另外一種模式是你完全就忽略了content provider它原來應該要保這個受到的權益的保障所以第三種模式可能方向是什麼其實是可能要透過立法的方式來給這樣的一種
transcript.whisperx[336].start 9354.031
transcript.whisperx[336].end 9379.948
transcript.whisperx[336].text AI的訓練或是資料探勘有一個法定的授權再搭配一定程度的這種compensation那這樣的一個方式才能夠適度的在財產權上面去保障這個著作財產權的一個權益那另外一方面也能夠促進這樣一個資料利用這樣子的模式才是個人認為呢是能夠符合所謂的以人為本的這樣一種資料的開發訓練跟應用以上 謝謝
transcript.whisperx[337].start 9388.394
transcript.whisperx[337].end 9394.577
transcript.whisperx[337].text 謝謝邱文聰處長的發言接下來請洪孟楷委員發言吳宗憲委員準備謝謝
transcript.whisperx[338].start 9402.492
transcript.whisperx[338].end 9420.924
transcript.whisperx[338].text 主席各位委員同仁以及各位在場的先進我想今天非常的有意義是我們召委排人工智慧基本法草案的公聽會並且開宗明義就強調我們整體的一個方向以及我們現在面臨到的挑戰跟作為我要先跟各位先進報告
transcript.whisperx[339].start 9423.202
transcript.whisperx[339].end 9446.241
transcript.whisperx[339].text 最近我有做兩個很明顯的例子來做人工智慧也是AI的運用在我的行業上面上個禮拜我拿到一份一千多頁的產業報告非常專業的報告我們使用了AI就是ChapGDP丟進去十分鐘不到的時間他幫我整理出脈絡、段落以及相關結論
transcript.whisperx[340].start 9448.098
transcript.whisperx[340].end 9467.247
transcript.whisperx[340].text 讓我可以一目了然馬上從原本可能要花兩天的時間可能要三個同仁來很專業的了解這樣子一千多頁的一個產業背景的報告變成是我馬上可以理解的一個條列式的一個簡要結論第二剛剛我特別過來的時候同仁給我一個談餐
transcript.whisperx[341].start 9468.837
transcript.whisperx[341].end 9483.957
transcript.whisperx[341].text 也是我把大方向給同仁之後同仁幫我寫的談判我想說測試一下所以我就請ChapGDP生成一個600字的新聞稿看了之後真的覺得好像馬上就可以發出來給各位先進來做參考跟指證
transcript.whisperx[342].start 9484.838
transcript.whisperx[342].end 9511.274
transcript.whisperx[342].text 而我講的這一些其實在各位先進的眼裡或耳裡我相信一定都是很粗淺的運用我也知道現在AI人工智慧的運用程度在各行各業程度不一而更多的是可以有大量使用的部分包括程式碼的一個編輯包括文本的一個判讀以及包括影像的生成等等的所以
transcript.whisperx[343].start 9512.114
transcript.whisperx[343].end 9533.712
transcript.whisperx[343].text 既然身為立法委員也好或者說各行各業的角色都會有AI的一個衝擊的時候我們要怎麼樣能夠幫助我們台灣行業裡面把AI人工智慧基本法正式來落實並且有一個合理的規範保障隱私保障勞工的權益並且能夠增加我們的一個競爭優勢這是我們的關鍵
transcript.whisperx[344].start 9535.814
transcript.whisperx[344].end 9554.797
transcript.whisperx[344].text 其實在教育文化委員會這個會場裡面我已經不止一次跟我們的召委也提到我們在這一屆的使命就是一定要催生AI人工智慧基本法而已經是第三個會期了我們也希望我們政府趕快能夠讓我們看到我們的一個草案好
transcript.whisperx[345].start 9556.162
transcript.whisperx[345].end 9576.449
transcript.whisperx[345].text 說起來我想我的核心價值以及對於我們這一部台灣版的人工智慧基本法有四大面向必須要兼顧第一產業的創新以及轉型發展目前大家講歐盟模式也好美國模式也好那怎麼樣能夠變成是我們的台灣模式
transcript.whisperx[346].start 9577.526
transcript.whisperx[346].end 9589.91
transcript.whisperx[346].text 其實對於產業的一個參與跟致力的一個機制大家都說避免要過早的一個設限但是能夠讓AI來協助我們來創新來變成是助力而非障礙
transcript.whisperx[347].start 9594.791
transcript.whisperx[347].end 9618.663
transcript.whisperx[347].text 這一點就是我們所希望能夠看到的也因此在台灣相對來講過去我們都講是說我們最大的一個優勢就是人才的一個靈活度以及我們每一個人都充滿創意想像的部分我真的認為其實如果說有AI能夠來加入的話反而更能夠相輔相成對於我們的人才競爭優勢但第二個部分
transcript.whisperx[348].start 9619.443
transcript.whisperx[348].end 9646.326
transcript.whisperx[348].text 保障個資以及數據管理在推動開放資料的時候怎麼樣能夠保護民眾自主的資料自主權賦予可吸權以及刪除權建立專責的監管單位落實對AI資料運用風險集合以及補償機制我們國家裡面現在有所謂的數位發展部但過去我們一直強調其實我們的個資保障明顯不足
transcript.whisperx[349].start 9646.874
transcript.whisperx[349].end 9668.469
transcript.whisperx[349].text 不管是在我們的網路世界也好不管是在各大的網站平台或者是之後未來如果說有這樣子的一個AI再來去做使用的時候個人的資料如何來做一個有效的保障並且能夠有專責的單位來去落實風險集合以及應用我想這一點部分是我會在之後
transcript.whisperx[350].start 9669.049
transcript.whisperx[350].end 9689.991
transcript.whisperx[350].text 人工智慧基本法裡面草案特別注重而且重視的地方以及第三防範AI濫用跟心情的犯罪尤其是像身為影像AI詐騙等相關的威脅其實大家看到我們現在也看到很多的不管是網路上的留言或者是說什麼樣的一個
transcript.whisperx[351].start 9693.075
transcript.whisperx[351].end 9707.855
transcript.whisperx[351].text 文本其實AI要去仿照模仿去做這樣的一個風格寫作一點也不難甚至給他關鍵字他可以一次生出八個十個不同的版本跟劇本
transcript.whisperx[352].start 9708.476
transcript.whisperx[352].end 9732.993
transcript.whisperx[352].text 如果說這樣子的一個方向越來越多越來越廣的時候我們到底在網路世界或是到底在真實看到文章的時候哪一個是真人寫哪一個是AI寫這一點就是我們要認為防範於未來未來的可能的新型犯罪我們應該界定並且加重相關的行則以及最後是保障我們現行勞工的權益
transcript.whisperx[353].start 9734.755
transcript.whisperx[353].end 9760.751
transcript.whisperx[353].text 很多時候大家會害怕AI的推出反而會讓過去勞力密集的地方而造成這個員工權益就是大幅的可能工作機會降低等等譬如說我剛剛講的這樣的一個例子一千多頁的報告過去需要三個人可能專業的人士大幅的去整理現在只需要十分鐘他可以馬上幫你整理到位
transcript.whisperx[354].start 9761.491
transcript.whisperx[354].end 9788.035
transcript.whisperx[354].text 那未來人員的一個配置以及職癌的轉型該怎麼做我一直強調我也一直認為是在人工智慧的部分我其實有一個充滿的想像就是未來是會下指令的人有絕對的優勢所以過去幾十年來我們的教育體制我們的社會環境都是培養如何去
transcript.whisperx[355].start 9789.884
transcript.whisperx[355].end 9803.898
transcript.whisperx[355].text 做好指令的人能夠從如何做好指令的人這樣的一個教育方向角度來變成是如何去培養一個會下指令的人利用科技利用環境利用我們的電腦設備等等讓
transcript.whisperx[356].start 9805.76
transcript.whisperx[356].end 9828.892
transcript.whisperx[356].text AI來去協助做這些指令的執行我想更加重要所以最後我還是再次強調今天的公聽會讓我能夠來發表我自己的一個看法以及跟各位先進來做一個互動我也會在辦公室裡面聆聽我們所有先進所發言以及做這樣子的一個人工智慧基本法的一個方向的期待
transcript.whisperx[357].start 9829.412
transcript.whisperx[357].end 9854.245
transcript.whisperx[357].text 我們更希望是看到未來行政院出來的版本的時候我們會在教育文化委員會以及相關的委員會聯席的時候一條一條的來審查能夠達成我們大家所期待的幫助我們產業的發展提高我們國家的競爭力並且保護個人的個資以及照顧有可能的勞工權益這一些面向都是我們一起持續關注
transcript.whisperx[358].start 9855.225
transcript.whisperx[358].end 9860.508
transcript.whisperx[358].text 祝福我們今天開會順利成功 也感謝昭偉再次感謝各位先進 祝福大家 謝謝
transcript.whisperx[359].start 9876.978
transcript.whisperx[359].end 9900.395
transcript.whisperx[359].text 謝謝主席 大家早安我今天很高興說教文跟教養委員會能夠對AI基本法又往前邁進一大步從去年4月我在跟葛昭偉還有洪孟凱委員我們在共提了一個AI基本法然後這段時間還好我們的科技委員葛委員他不斷的呼籲奔走之下
transcript.whisperx[360].start 9902.016
transcript.whisperx[360].end 9923.922
transcript.whisperx[360].text 雖然立法院這邊很熱一直在努力的進步但是行政院似乎還是一直在停滯而且到現在都還不願意把草案送到國會那其實這個跟國際的趨勢是背道而馳那加上政府最近的一些政策幾乎也搞不清楚這個所謂的AI政府會不會像葛偉元說的會A變成B變BI這個我也不知道
transcript.whisperx[361].start 9924.502
transcript.whisperx[361].end 9953.252
transcript.whisperx[361].text 尤其是我們看到最近的一些狀況AI它所需要的運算需要大量的電力以及晶片就我們的電力我們的發電是比較貴而且在國際間認為是屬於髒電就是用不乾淨能源所發的電力那在晶片的部分呢我們最近的一些新聞包括台積電要到美國設廠降低全世界高階晶片在台灣生產的這個比重這個其實對於AI的發展其實反而是負面的做法所以政府的政策
transcript.whisperx[362].start 9954.531
transcript.whisperx[362].end 9975.457
transcript.whisperx[362].text 不懂為什麼其實他是往AI發展的反方向去走第二個就是所謂的AI內閣為什麼他到目前為止都不願意把這個基本法的草案送到國會我想說不管政府怎麼樣我們國會還是盡我們的全力去努力那今天我很感謝所有的這些與會的學者給我們很多方面還有周全的意見
transcript.whisperx[363].start 9976.497
transcript.whisperx[363].end 9994.611
transcript.whisperx[363].text 那我過去在2020年那個時候我自己在研究所念工業工程的時候其實我那時候的論文主要就是寫跟人工智慧有關的那我是利用人工智慧的系統去做一些洗錢上面的偵測以及防治那這個東西在目前實務上面也用了很多因為它可以
transcript.whisperx[364].start 9995.211
transcript.whisperx[364].end 10011.103
transcript.whisperx[364].text 先做第一線的防治第一線的把一些問題勾結出來那他利用自己不斷的學習不斷的精進就是人工智慧的系統他對於洗錢的防治其實有很大的幫助那目前食物也運作的很好
transcript.whisperx[365].start 10012.163
transcript.whisperx[365].end 10032.995
transcript.whisperx[365].text 所以我覺得人工智慧它在將來一定是人類世界一個非常重要的東西而且它的發展不會像人類文明的發展是循序漸進它可能走到某一個程度之後它是瞬間的跳一倍跳十倍跳一百倍是瞬間的跳所以這是人工智慧不一樣有別於人類智慧不一樣的地方
transcript.whisperx[366].start 10033.875
transcript.whisperx[366].end 10061.228
transcript.whisperx[366].text 那我在還沒擔任立委的時候其實我在財團法人人工智慧法律國際基金會擔任副執行長那這也是國內第一個去研究人工智慧法律方面的一個基金會那我們也很謝謝基金會這段時間給我們非常多的指導以及這個立法方面的給他們經過很多年的這個討論出來的這個結晶其實我們在國會也是很倚重這個法案
transcript.whisperx[367].start 10063.929
transcript.whisperx[367].end 10089.676
transcript.whisperx[367].text 我在去年所主題的這個草案其實我們主要是希望建構四個重點一個是以人為本多元包容永續發展還有值得信任其實它就橫跨了將來人工智慧發達之後人類跟機器之間要怎麼去協調怎麼保障一些失業的人口怎麼樣讓國家加強對於失業的因為人工智慧而失業的人他們的補助以及一些譬如說
transcript.whisperx[368].start 10090.976
transcript.whisperx[368].end 10111.328
transcript.whisperx[368].text 一些個人資料等等的這個保護這個東西在我們的基本法都有特別說到當然基本法不是作用法基本法是整個AI走向的一個很重要的一個方向指導的那個方向的一個很基礎的一個法制我們希望把人工智慧導向一個正向的一個發展
transcript.whisperx[369].start 10112.048
transcript.whisperx[369].end 10138.285
transcript.whisperx[369].text 同時帶動國家整體的這個數位轉型也同時造福我們一般的人民那今年那個葛委員他有主題我也跟他一起共提的這個法案其實方向都是一致的那我們幾個包括洪委員我們三個其實一直很努力的推動希望在這個會期能夠趕快把人工智慧基本法推過去因為當初我們推出草案開記者會的時候我記得那時候歐洲才剛過
transcript.whisperx[370].start 10139.266
transcript.whisperx[370].end 10147.03
transcript.whisperx[370].text 就這段時間我們一直停滯不前其他國家亞洲韓國等等他們一直在往前超前但是我們一直在原地踏步我希望
transcript.whisperx[371].start 10148.567
transcript.whisperx[371].end 10168.659
transcript.whisperx[371].text 不管怎麼樣政府不走可是我們立法院這邊還是要努力的推動過去因為只有基本法確認完方向之後各個領域的作用法才能夠趕快出來否則就是完全停在那裡那你要知道像我剛說的人工智慧的發展跟人類智慧的堆疊累積真的不一樣
transcript.whisperx[372].start 10169.82
transcript.whisperx[372].end 10189.869
transcript.whisperx[372].text 他可能是許多不同的機器他所學習到的東西到時候彙整在一起的時候那是一瞬間的所以人類從從知道走到這個地方會跌倒他可能要三歲五歲多次的經驗去摸插頭會被電到他可能要好幾年的經驗累積他才知道要要規避掉這個但是
transcript.whisperx[373].start 10190.689
transcript.whisperx[373].end 10206.441
transcript.whisperx[373].text 有人工智慧的話它可能是瞬間因為它同時可能全世界有幾千萬台機器去學習到這個知識瞬間匯集給它也就是說人工智慧的發展就是我剛剛說的匯瞬間如果我們在法制的推動上面總是延宕總是
transcript.whisperx[374].start 10207.842
transcript.whisperx[374].end 10223.122
transcript.whisperx[374].text 那個沒有往前再踏一步的話我們完全跟不上人工智慧的發展以及產業上面的需求所以我很謝謝就是兩位葛昭偉還有洪偉勇我們這幾位戰友我們一直在拼命在這一塊上面
transcript.whisperx[375].start 10225.472
transcript.whisperx[375].end 10250.398
transcript.whisperx[375].text 最後我想說時間也不多啦我還是希望各個領域的專家學者能夠給我們最好的建議因為目前立法院各個委員已經提出非常多不同的版本雖然方向大致上都相同但是我們還是希望在彙整各大家的這些經驗譬如說葛昭偉他正在科技上面非常非常的厲害那他給我們很多的經驗然後讓我們去修出最好的
transcript.whisperx[376].start 10251.078
transcript.whisperx[376].end 10277.239
transcript.whisperx[376].text 基本法出來然後這個基本法因為它是基本法所以它可以因應在各個領域這個方向是不會變的讓各個領域都能夠有自己最好的作用法出來那還有我也對於那個昭偉他所倡議的說要設置獨立的委員會例如像韓國的制度這部分我也是非常支持那我也希望說政府能夠好好的研討這個有意義的這個建議
transcript.whisperx[377].start 10279
transcript.whisperx[377].end 10299.055
transcript.whisperx[377].text 當然最後還是希望行政機關趕快推出法案一個基本法講了那麼多年了卻都推不出來還是在搞整天搞大罷免我真不知道國家這樣會走向什麼樣的方向好那最後我要謝謝那個裁判法人人工智慧法律國際研究基金會這段時間給我們的指導好謝謝給我們這麼多經驗上面的傳承好謝謝 謝謝各位
transcript.whisperx[378].start 10305.822
transcript.whisperx[378].end 10312.18
transcript.whisperx[378].text 謝謝吳宗憲委員的發言接下來請李建良特聘研究員發言洪玉祥博士準備
transcript.whisperx[379].start 10321.887
transcript.whisperx[379].end 10340.498
transcript.whisperx[379].text 主席各位在場的先進大家早安感謝趙薇安排這一場的公聽會讓我有機會針對人工智慧基本法草案的議題來表示我個人的看法
transcript.whisperx[380].start 10341.558
transcript.whisperx[380].end 10367.21
transcript.whisperx[380].text 首先就是針對我們今天的議題就是人工智慧基本法草案這個議題裡頭的一個中心的概念就是基本法也就是說我們要以基本法的方式來規範人工智慧我想大家都知道基本法是我們台灣立法的一個特色可能大家不知道我們總共大概有11部的基本法最早大概就是教育基本法
transcript.whisperx[381].start 10368.551
transcript.whisperx[381].end 10386.262
transcript.whisperx[381].text 還有最近的就是去年的新住民基本法我們也可以說基本法是我們立法的一種特殊形態它的優點就是可以把基本的原則在一部法律裡頭非常清楚的展現同時它對於這個觀念還有整個
transcript.whisperx[382].start 10389.364
transcript.whisperx[382].end 10416.118
transcript.whisperx[382].text 這個相關議題的一個架構可以非常清楚的一個展現我們可以說它這一種立法的藍圖可以讓我們這個暗圖所計可以以這個為基礎來前進不過我想大家也應該知道就是基本法的同時它的一個可能它的弱點就是說它要落地其實還有一段的這個距離所以說我想各位都知道
transcript.whisperx[383].start 10417.859
transcript.whisperx[383].end 10445.376
transcript.whisperx[383].text 基本法在法院的判決裡頭很少引用唯一的例外當然就是原住民主基本法我想大家都知道這個重點為什麼呢因為它裡頭有一個條文說如果今天的開發是在一個原住民地區的話要經過原住民的同意所以這個例子才告訴我們說基本法有它的優點有它的局限性我個人並不反對訂定人工智慧基本法
transcript.whisperx[384].start 10446.176
transcript.whisperx[384].end 10473.231
transcript.whisperx[384].text 我接下來要談的是說我們如何讓這個基本法能夠展現它的優點然後作為下一步我們要落實的一個基礎首先我想先談的一點就是大家在談到說美國模式跟歐盟模式當然我們會說它表面上一個是法律一個是所謂的行政命令但是我們必須要更進一步去看是
transcript.whisperx[385].start 10474.332
transcript.whisperx[385].end 10479.255
transcript.whisperx[385].text 美國模式的規範對象是政府部門歐盟不是在規範政府部門,而是在規範人民
transcript.whisperx[386].start 10494.484
transcript.whisperx[386].end 10515.176
transcript.whisperx[386].text 也就是所謂的Provider, Deployer, Importer等等它其實是規範了所有的業者或是人民因此它必須要有一些要件甚至它有罰則所以這是兩個最基本性的一個差異性這個基本上的差異性在我們立法的時候當然我們就會發現說
transcript.whisperx[387].start 10517.678
transcript.whisperx[387].end 10539.413
transcript.whisperx[387].text 單純從這個基本法他沒有辦法去把這個部分形成起來那我們的法律規定我們大概可以看得出來基本法裡頭的主詞都是政府那麼當然我們要注意到各位人的這個版本上面有兩個名稱一個是國家一個是政府所以這個就要注意說在同一個版本裡頭有國家跟政府那這兩個差別是什麼但這是題外話
transcript.whisperx[388].start 10540.794
transcript.whisperx[388].end 10565.179
transcript.whisperx[388].text 那接下來就是這是第一個部分就是說我們必須要認清我們今天規範的對象如果是人民的時候呢那麼當然剛剛都有提到說他是一個基本法不是作用法但是我們如果讓他能夠再move on的話呢我們必須要考量這個部分那第二點呢想要提出來就是我們的規範對象是人工智慧因此我們當然上面都會有人工智慧的定義
transcript.whisperx[389].start 10566.059
transcript.whisperx[389].end 10587.909
transcript.whisperx[389].text 那這個當然就是當它變成定義的時候呢就是它再也不是我們一般講什麼是人工智慧什麼是AI我們就會follow這個定義那因此這個也是我們將來要去注意到的地方是我們常常規定說本法所稱什麼什麼什麼但是一旦定了之後呢可能它會影響到所有的法律我們今天所有法律提到人工智慧的話就會referred到
transcript.whisperx[390].start 10588.609
transcript.whisperx[390].end 10607.784
transcript.whisperx[390].text Referred到我們這個法律裡頭這是第一點第二點就是我們是把AI把它當作一般性整個來談我們並沒有去分但是我想各位知道說之所以現在這個歐盟的這個AI Act它會通過其實是因為深深是AI的關係也就是深深是AI它的這個
transcript.whisperx[391].start 10609.198
transcript.whisperx[391].end 10632.657
transcript.whisperx[391].text 影響力跟專業性的AI我們就是說現在有一個所謂的通用性AI的概念就是所謂general purpose的AI這個部分在基本法裡頭我們訂這個基本法的時候各個版本其實都還是在甚至AI引發影響的這個階段所以這個部分可能在
transcript.whisperx[392].start 10634.438
transcript.whisperx[392].end 10658.256
transcript.whisperx[392].text 基本法的時候可能也要在這個部分把他assign進去這個概念也就是說這個深圳市AI他所產生的這個影響跟他如何來分級是兩個是息息相關的所以接下來我們就知道說分級大概我們都知道這個分級大概會是這個AI基本法的一個重點但是深圳市AI是沒有辦法分級的因為他的
transcript.whisperx[393].start 10659.476
transcript.whisperx[393].end 10685.075
transcript.whisperx[393].text 因此我們會有另外一個概念就是對社會的衝擊性所以它的判準是用算力來判準它不是用風險來判準所以這個觀念我們可能也必須要進去這個基本法裡面那這個是屬於風險的這個部分跟我們規範的對象是不是要把它統一的做一個AI這個部分來談
transcript.whisperx[394].start 10687.183
transcript.whisperx[394].end 10713.18
transcript.whisperx[394].text 那在這個基礎之下我們想就要談說風險分級這是一個問題那我想這個這個歐盟的AI基本法它已經有一個非常完整的風險的這個分級我們當然我們也可以把它copy過但重點不在這裡重點是誰來判斷風級誰來判斷所以接下來這個機制的問題呢可能會牽涉到我想剛剛都有提到說我們需要有一個主管機關
transcript.whisperx[395].start 10714.341
transcript.whisperx[395].end 10740.49
transcript.whisperx[395].text 但是我們問題是主管機關要做什麼當然這個兩個版本裡頭都會提到說主管機關是國科會當然這是過去就是講國科會但是現在會不會因為這個主政機關從國科會移到這個數化部呢我們要把主管機關改成這個數化部但是問題重點不在這裡重點是主管機關要做什麼那我們的這個基本法草案裡頭基本上就是協調
transcript.whisperx[396].start 10742.572
transcript.whisperx[396].end 10763.231
transcript.whisperx[396].text 做一種coordinate如果主管機關只是做這個coordinate的話其實這個部分的主管機關可能更合適的是這個所謂AI戰略委員會它升級更高但是我們如果我剛才講的歐盟的AI的這個模式的話它主管機關是要去管的 去判斷的去開罰單的 那個部分我們
transcript.whisperx[397].start 10768.095
transcript.whisperx[397].end 10785.669
transcript.whisperx[397].text 哪一個機關才合適呢如果我們去面對這個問題的時候它可能就是一個可能是下一步我們要去做的那最後我想就是抱歉 耽誤一點時間最後就是回到這個我們今天的主題之一就是所謂資料開放或者所謂的資料的這個治理
transcript.whisperx[398].start 10786.269
transcript.whisperx[398].end 10812.979
transcript.whisperx[398].text 那我想要提出的觀念就是說資料開放資料治理呢是一個通案性的問題不是AI的問題也就是說呢它是一個我們的所謂數位infrastructure的問題所以這個部分呢它不會它如果要定在AI基本法裡頭的話呢它頂多只能夠規範跟AI性質相關的部分但是這個部分我們必須要拉出來做全面性的就是資料治理呢
transcript.whisperx[399].start 10813.539
transcript.whisperx[399].end 10831.742
transcript.whisperx[399].text 他有好幾面就所謂的各自的問題有所謂資料開放的問題當然還有這個所謂的剛剛其實有提到說這個資料裡頭有所謂的非個人資料的話他的所謂利他的這個部分的這個提升那最後呢其實還有一點就是資料的
transcript.whisperx[400].start 10832.403
transcript.whisperx[400].end 10858.388
transcript.whisperx[400].text 品質問題所以一般我沒有特別注意到就是所謂的這個Garbage in Garbage out的這個部分就是說我們要減少這個資料是一個Garbage那這個部分就是未來一個資料治理的一個思維的方向以上簡單的簡介 謝謝謝謝李建良 特別研究員的發言接下來我們請洪玉祥 博士發言王志清 蘇委長準備
transcript.whisperx[401].start 10862.076
transcript.whisperx[401].end 10883.144
transcript.whisperx[401].text 主席還有各位先進還有各位列席的這個部會的代表我想今天這個是代表我們這個產業的聲音因為去年的話我們大概也辦了很多場的座談大概87個業者的一個參與那今天在這個人工智慧基本法的草案的話大概先把這個
transcript.whisperx[402].start 10884.936
transcript.whisperx[402].end 10913.242
transcript.whisperx[402].text 產業的聲音跟各位大概簡單的說明第一個來講的話我們大概在繁體中文的一個大語言的模型那我們業界還是認為需要有國家的政府的長期的支持然後研發出來持續性的維護那這樣子來講的話我們才可以避免我們很多的業者在接這個政府的標案的時候所產生的一些用到這個簡體等等這樣子的一個用語的誤差
transcript.whisperx[403].start 10914.73
transcript.whisperx[403].end 10937.269
transcript.whisperx[403].text 那第二塊的話剛剛各位很多的業界先進都提過就是我們的這些開放的資料的一個取得非常的不太容易所以在這裡頭不管是包含像這個蔡理事長她所講的這種Public Data的一個Set那我想在這一塊地方也大概是我們業界反應的問題那也因為有這些的資料
transcript.whisperx[404].start 10938.308
transcript.whisperx[404].end 10956.076
transcript.whisperx[404].text 如果沒有一個比較public data set的這樣子的一個看法的時候我們可能業者在用一些這樣子的一個資料那可能就牽扯到一些安全惡思隱知的一個問題所以使得他的產品的研發可能受挫或是在應用的時候可能會碰到一個就是未來開發就失敗
transcript.whisperx[405].start 10958.769
transcript.whisperx[405].end 10981.86
transcript.whisperx[405].text 那另外的話就是在法規啦就是說也是跟資料有關我們認為說在這些相關的法規政府是不是也在未來的話提供一個比較讓我們可以遵循的這樣子的一個環境就是說知道哪一些是可以做哪一些高風險的時候我可以怎麼樣子來執行低風險的時候我應該怎麼樣子來做那這樣子來講在客戶的使用上信任度
transcript.whisperx[406].start 10982.853
transcript.whisperx[406].end 11007.421
transcript.whisperx[406].text 相對它也會比較高那這樣子來講的話對我們的一個服務跟市場的拓展會比較有利一點那當然還有很多包含這些產業的發展等等那再來的話就是大家都會提到就是人才的一個短缺的問題那每一個行業都在喊其實我們在做數位轉型的時候不只是軟體產業各行各業百工百業都在喊
transcript.whisperx[407].start 11008.444
transcript.whisperx[407].end 11034.584
transcript.whisperx[407].text 那人不夠怎麼辦那我們業界這邊還有另外一個思考的話就是說是不是在思考到底我要培育什麼樣的人所以可能未來教育部的話可能除了說你現在未來的人才是多少資訊要多少到底我們要培育什麼樣的人才就先把那個N夠先定出來是應用的人才還是研發的人才不夠的話我到底要怎麼補那補的時候是海就是國內補還是海外也可以補
transcript.whisperx[408].start 11035.485
transcript.whisperx[408].end 11063.902
transcript.whisperx[408].text 那現在我們也知道很多資訊學門的一些的學生的數量明顯嚴重的不足啦所以我想這一塊的話我想在這個我們業界的反應的話會是這樣那另外的還有一個普遍就是所謂的預算的失衡的問題如果各位去把這些長年以來的話這些國客會用債相關的這些政府的補助預算的時候其實都是重硬輕軟尤其是在晶片 晶創可是AI的重點是什麼
transcript.whisperx[409].start 11064.722
transcript.whisperx[409].end 11083.963
transcript.whisperx[409].text 資料軟體應用服務所以我是覺得說我們業界認為說如果你台灣要發展AI那除了算力我覺得算力還好買就是只要跟輝達講這個差不多但是我到底我們的軟體的應用服務開發到底要做什麼樣的預算投資我們希望是長期的支援
transcript.whisperx[410].start 11085.758
transcript.whisperx[410].end 11105.83
transcript.whisperx[410].text 所以在這邊來講的話大概就把他們稍微歸納起來第一個我們還是希望政府持續的這個來提供這樣的國家級的大型的繁中的模型我想等一下徐永珍老師應該對這個很有感覺因為我們的預算實在是也很低大概就2.3億而已我覺得這可以持續再擴大或維持
transcript.whisperx[411].start 11107.165
transcript.whisperx[411].end 11130.258
transcript.whisperx[411].text 那另外的話就是在產業的應用來講的話我覺得剛剛很多的業者都攔到重點是在於說你要用出來嘛才有價值所以到底我們台灣什麼樣子很特色的產業所以我們業者的建議是希望能夠在這些的將來各部位在提的時候希望能夠有一個AI加X的這種東西
transcript.whisperx[412].start 11130.638
transcript.whisperx[412].end 11159.145
transcript.whisperx[412].text 也就是說在台灣比較擅長可以創造的不同的應用不管你是在醫療不管你是在製造不管你是在教育等等到底什麼樣才是我們最好的一個服務然後可以是帶動我們下一波的經濟發展不然未來的話因為各位要知道軟體服務是不用收關稅的嘛我只要收當地的加值稅就好不然美中關稅大戰的話我覺得台灣未來真的是可以往軟體跟服務的這樣方向去重視
transcript.whisperx[413].start 11160.683
transcript.whisperx[413].end 11167.977
transcript.whisperx[413].text 那再來的話呢就是我們認為業者的話就是說在資料的相關法規我們還是希望在立法上面
transcript.whisperx[414].start 11169.571
transcript.whisperx[414].end 11197.93
transcript.whisperx[414].text 一定要理但是不要太給我們過度的一個監督我所謂的監督就是限制太多因為限制太多的話其實我的研發的速度我的這個創新的速度就太慢所以我比較贊同剛剛不管是江中處長或是明慧教授講就我們先分一下這到底應用是什麼樣子那如果有些東西的一個使用像剛剛來講你或者是藥品的使用還是產品就是你的食物是事後再管制
transcript.whisperx[415].start 11198.843
transcript.whisperx[415].end 11218.344
transcript.whisperx[415].text 我們業界的看法是說台灣的AI軟體的應用的發展就還沒起來你給它加一大堆的東西事實上根本就不用起來你立這些法還沒用因為它根本就不會起來的時候它就不會去需要這些法來管就像你當初汽車跟馬車在競爭的時候它絕對不會定到說你要有馬花斑馬線
transcript.whisperx[416].start 11219.085
transcript.whisperx[416].end 11237.702
transcript.whisperx[416].text 然後噴到新的你右轉的時候要理讓他這個都是未來之後才會是發生的所以我們是希望是說在這樣的情況之下先讓台灣的這些AI的產業跟應用先發展起來但是我法在上面的話提供適度的這樣子的一個補償或者是說這種事後的這樣子的一個規範這是大概我們是講的
transcript.whisperx[417].start 11241.585
transcript.whisperx[417].end 11264.188
transcript.whisperx[417].text 那最後因為時間的關係我們認為在這一個歐盟跟美國的模式我們還是希望是說可以是權衡跟平衡之間讓我們的產業創新不要受到阻礙但是在風險的控管分歧可以是適度但是不要去過度那我們也支持就是各位所提的就是說在一個治理的基本法
transcript.whisperx[418].start 11265.131
transcript.whisperx[418].end 11290.574
transcript.whisperx[418].text 然後基本上在這個治理的委員會跟這個預算一定比例的監督然後持續的去讓我們台灣不管在人民在勞動的這樣子的權利上獲得一個比較好的一個保障所以大概這個是我們是業界的一個看法以上謝謝謝謝洪玉祥博士的發言接下來有請王志清蘇委長發言徐永禎教授準備
transcript.whisperx[419].start 11299.922
transcript.whisperx[419].end 11325.82
transcript.whisperx[419].text 主席 各位先進以及各政府代表大家好 我是王志勤 力備池的共同創辦人很高興今天來這邊代表產業發表一些意見產業界我覺得非常希望這部人工智慧法可以出台那當然希望這份法它出台不是為了禁錮創新是希望它能為產業帶來相關的方向之語及政策的一些補助
transcript.whisperx[420].start 11326.821
transcript.whisperx[420].end 11353.307
transcript.whisperx[420].text 那我這邊分享一些幾個產業界在導入AI過程中我們實際上遇到的幾個議題首先是資料使用的釋法性那在資料使用上我們在導入企業的時候第一個被企業問到的就是我們使用的資料來源合法嗎?安全嗎?用了會不會侵權?那我這邊舉一個比較落地的案例是這樣子我們其中做了一個專家的AI agent那這個專家其實是業界很有名的這個教授
transcript.whisperx[421].start 11353.747
transcript.whisperx[421].end 11369.153
transcript.whisperx[421].text 那其實以前教授他只要讀完書吸收完知識他就可以做知識的變現可是我們今天在AI使用的時候我們會更嚴謹來看待這些事情我運用這些資料重新訓練AI我會不會侵權那我用哪些資料要怎麼用
transcript.whisperx[422].start 11369.753
transcript.whisperx[422].end 11397.615
transcript.whisperx[422].text 我覺得這有點在AI發展中是一個比較過度我們在看這些事情所以首先從這個產業面來講如果這樣子再處理這些事情的話其實它或多或少都會減低創新的速度那我們再往下看當然我們會討論這個議題就是我們不希望去侵犯原始的著作權人的權益所以我們在思考說怎樣去AI應用完我可以跟原始的著作人達得共贏
transcript.whisperx[423].start 11398.295
transcript.whisperx[423].end 11426.995
transcript.whisperx[423].text 那其次是比如說我使用了這個AI的這個公用的訓練局去訓練以後我要不要標註這些地方我要不要跟他共享利益我想這是後面我們可能會面臨到的事情那再者是我們在訓練AI的過程中會發現說很多的這個資料未到AI以後AI變成是所有公司裡面最具最有權限最高的這個動作那我怎麼去保護他那我想這是資料釋法性跟應用上面我們面臨的第一個比較大的問題
transcript.whisperx[424].start 11427.435
transcript.whisperx[424].end 11442.156
transcript.whisperx[424].text 那第二個是在AI的應用上面各行各業都會受到衝擊那我們怎麼如何去改善這個勞動者的轉型然後補齊落差那最後第三個比較大的問題就是AI的議題那我們發現近期有一些模型是表現特別好的可是呢
transcript.whisperx[425].start 11442.837
transcript.whisperx[425].end 11465.15
transcript.whisperx[425].text 我們在開源的市集我們也發現說有一些模型它是有惡意程式的那這惡意程式可能我們用了這些AI以後其實我的不管是我的資安會受到極大的風險那目前其實也沒有一個風險風級風險風級的一個指引所以在導入上面要嘛就是一刀切所以我想這幾個是我們實際在導入的過程中我想迫切要馬上去解決的問題
transcript.whisperx[426].start 11466.98
transcript.whisperx[426].end 11488.819
transcript.whisperx[426].text 所以呼應這次這個公聽會所以我個人蠻支持就是國家應該有一個足夠高的視角的重要單位比如說像國家AI的戰略委員會進行這個政策的方向以及跨部會的協調那除此之外也應該有一個組織的單位組織單位要負責的應該是具體的指引跟質疑的制度比如說資料的應用、風險的分級
transcript.whisperx[427].start 11491.24
transcript.whisperx[427].end 11508.745
transcript.whisperx[427].text 模型使用的透明度跟資料的標記我想呼應我剛剛第一個產業面的第一個問題那這樣的架構應該可以讓整個速度再加速推進那有了基本法以後組織單位我們就可以思考說台灣的AI發展策略剛剛很多的先進都有提到我們是要針對這個我們要發展
transcript.whisperx[428].start 11510.566
transcript.whisperx[428].end 11539.174
transcript.whisperx[428].text 有特色的大雲模型還是說台灣應該在某些特定的領域我們要去發展我們AI agent的生態圈去跟這些大雲模型去做一個互搭我想整個世界的AI區是各自有各自的重心那台灣也有適合發展的地方那我們怎麼樣去配搭那以及在往後面來講的話政府除了政策資源上面是不是在國家的數位資產剛剛有提到比如說像是健保或者是文化上面的數位資產我們怎麼樣去做公司部門的這個合作
transcript.whisperx[429].start 11539.594
transcript.whisperx[429].end 11559.848
transcript.whisperx[429].text 然後這應該都要在基本法上面給予一些制度性的鼓勵跟支持那後面來講的話目前我們在導入產業界我自己有發現一個比較大的狀況我自己稱為叫做三明治的現況這三明治現況是在AI的導入大型的集團其實都開始在用AI的工具跟導入了
transcript.whisperx[430].start 11560.208
transcript.whisperx[430].end 11574.795
transcript.whisperx[430].text 那反倒是這個另外一個在推進的是我們這個年輕人們他們使用AI的這個技術其實他們掌握度非常高反倒是中間的這個部門我說他是三明治中間的中小企業他可能考量到這個東西會不會有一些衝擊
transcript.whisperx[431].start 11575.455
transcript.whisperx[431].end 11593.224
transcript.whisperx[431].text 安不安全 穩定性高不高甚至是我導了AI有些比較有良心的企業會想說我會不會影響某些工作人的權益這些事情都導致於這個中小企業它的導入我想比原本預期的還緩慢一些相對於國際來講所以在政府上面如果基本法下來以後
transcript.whisperx[432].start 11593.864
transcript.whisperx[432].end 11608.462
transcript.whisperx[432].text 怎麼樣政府有一個產業的政策從中間去把這個東西再擴散那以及有一些公司部門的合作可以加速落地我想或許是我們很期望基本法趕快落地然後我們可以往下面的事情去延伸
transcript.whisperx[433].start 11609.844
transcript.whisperx[433].end 11635.755
transcript.whisperx[433].text 那最後面剛剛有提到這個資安的部分那我想風險的分級蠻重要不是說有些模型有問題然後我就不用那我們還是希望透過這個加速我們在世界在發展AI的中間有一個發展的地位所以怎麼去分級然後我們可以透過使用的場域應用的資料的敏感度那在不同的地方我們去做一個分級然後做一個使用
transcript.whisperx[434].start 11636.135
transcript.whisperx[434].end 11665.094
transcript.whisperx[434].text 我想這樣的話我們在台灣上面我們應該可以按照前面的去找到我們自己發展的定位然後找到一個我們自己的角色來做我想最後就如果總結一下的話我想AI的浪潮會帶來一些衝擊但整體的產業剛剛我們這樣看下來其實我想各行各業都已經開始在影響從教育產業然後製造業然後還有一些可能在教育或者是這個安全的領域上面都已經或多或少都已經帶來影響了
transcript.whisperx[435].start 11666.175
transcript.whisperx[435].end 11682.006
transcript.whisperx[435].text 那我想與其去擔心這件事情或者政府怎麼樣去把這個方向跟基本方向去有一些有一些原則有一些原則跟配套我想基本法這次看到整個的願景跟想要達成方向都有明確的這個定義
transcript.whisperx[436].start 11683.687
transcript.whisperx[436].end 11689.971
transcript.whisperx[436].text 我個人就個人以及產業都很希望這件事情趕快的落地讓負責人我們可以趕快去做那台灣可以在這個階段我們應該不是超歐盟或其他國家透過這樣發展方式台灣自己有明確特色有基礎的點我們在這邊去發展那剛剛這樣談臉下來其實有一些產業或許就可以這樣隱隱而生包含像是AI的風險評鑑的工具測試風險的這個方法論然後再到我們產業界的AI agent
transcript.whisperx[437].start 11712.383
transcript.whisperx[437].end 11732.597
transcript.whisperx[437].text 那這樣子的話各國都有自己發展的立基點我想這是我們希望的那也謝謝今天有機會來到這邊謝謝謝謝王志清蘇委長的發言接下來請游昊委員發言游昊委員好游昊委員不在那接下來請葛如君委員發言
transcript.whisperx[438].start 11735.234
transcript.whisperx[438].end 11761.269
transcript.whisperx[438].text 因為我就不移動讓這個手語翻譯的老師太辛苦所以我就在這邊簡要的做個表達首先我想在過去我們其實在2024年的三四月份我跟吳宗憲委員就已經共同提案作為立法院這一屆會期的第一個人工智慧基本法的草案
transcript.whisperx[439].start 11761.909
transcript.whisperx[439].end 11779.8
transcript.whisperx[439].text 幫我按一下下一頁那在這個草案當中呢也是有賴了這個人工智慧這個國際基金會下一頁就是得非常多的幫忙人工智慧法律國際研究基金會的協助在當時呢提出了一些看法那當時的觀點呢其實是原先覺得這個發展上面
transcript.whisperx[440].start 11785.723
transcript.whisperx[440].end 11813.173
transcript.whisperx[440].text 可能已经开始要进入到管理了那当时有一些这样的思维我们就在这个影片当中请国际研究基金会执行长来做一个简要的说明来说明一下去年的版本的一些梗概谢谢国委员 吴委员以及各位在场的先进长官大家好我是财团法人人工智慧法律国际研究基金会的执行长张立青
transcript.whisperx[441].start 11814.349
transcript.whisperx[441].end 11839.798
transcript.whisperx[441].text 很感謝趙偉讓我有機會以錄影的方式來回應這一次的公聽會我們都知道AI時代已經來臨而且已經快速的發展因此基本法的制定對於因應AI時代的法治需求是非常的重要例如人權的保障國家政策的建立等等這個都是非常的這一個關鍵的因此我們基金會組織的這個研究團隊在諮詢
transcript.whisperx[442].start 11843.439
transcript.whisperx[442].end 11870.188
transcript.whisperx[442].text 这个相关的顾问之后我们提出了符合国际先进立法趋势的AI基本法比如AI伦理原则的法治化而且用国家的高度主导AI发展的策略强调社会公平以及弱势的保障并且尊重基本人权保护隐私跟个人的资料并且促进产业的发展并且以AI应用风险的高低作为管制宽延的这个原则
transcript.whisperx[443].start 11870.768
transcript.whisperx[443].end 11893.044
transcript.whisperx[443].text 在2023年的3月25日我們提倡立法並且發表AI基本法的草案這是一部由民間提出的草案參考了先進國家的立法力結合理論與實務然後在這樣子的這個基礎之下2024年3月本會跟吳宗憲立委葛如軍立委洪孟凱立委也共同推動
transcript.whisperx[444].start 11894.065
transcript.whisperx[444].end 11919.462
transcript.whisperx[444].text AI基本法的草案進入立法院來審議在此之後七月國科會也公佈了AI基本法的草案那麼關於本次公聽會的討論提綱那我想要以綜合這四部草案的內容來回應以下的這一個提綱首先我們到底要如何去無存精提煉出適合我國的台灣模式的AI基本法呢
transcript.whisperx[445].start 11920.242
transcript.whisperx[445].end 11945.642
transcript.whisperx[445].text 我们认为从本会提出AI基本法草案以来不管是国科会以及社会各界都有关注并且提出各种版本的草案那表示台湾社会对于基本法的制定其实都有相当的共识所以我们可以参照欧盟的模式制定法律同时掺着美国的这个产业自立的精神融合达成AI产业的创新跟管制之间的这个平衡
transcript.whisperx[446].start 11946.601
transcript.whisperx[446].end 11960.44
transcript.whisperx[446].text 接著到底要如何透過AI法治化的過程確保以人為本數位平權跟永續發展的精神呢那要落實這些精神個別法律的部門法例如醫療交通金融製造環境
transcript.whisperx[447].start 11961.681
transcript.whisperx[447].end 11976.674
transcript.whisperx[447].text 教育等都必須加以修正但是在此之前基本法應該先確立基本的規範價值而在法制上我們應該要簡述積極的制定AI基本法而最重要的是合適的主管機關應該要設在速發部因為當AI進入應用
transcript.whisperx[448].start 11980.257
transcript.whisperx[448].end 11999.429
transcript.whisperx[448].text 涉及到保護國家安全以及高風險AI管理的權益等等這個其實都是由速發部主政的範圍而且在實踐上我們強調在基本法制定之後應該要有三年內檢視相關法例是否符合基本法精神的修正
transcript.whisperx[449].start 12000.7
transcript.whisperx[449].end 12023.273
transcript.whisperx[449].text 其他版本雖然也有這樣子的一個檢視但是如果沒有限定時程的這個規範可能會有所遲延好我們要如何兼顧創新以及人前然後提升AI領域的這個科學研究並且增加我們軟硬體的多元競爭優勢呢我們都知道基本法制定的首要任務是在
transcript.whisperx[450].start 12024.013
transcript.whisperx[450].end 12049.162
transcript.whisperx[450].text 框架的這個之下落實各種的AI政策而這種多面向的這種政策譬如研發創新基本教育專業培養產業發展產學合作跟基礎建設這些在這四個版本的這個基本法當中都有可以看出它的相關的立法我們從這樣子的相關立法必然可以增強我國轉硬體的多元的競爭的優勢的
transcript.whisperx[451].start 12051.411
transcript.whisperx[451].end 12072.764
transcript.whisperx[451].text 第四點是如何建立資料開放共享以及再利用機制來提升人工智慧使用資料的可用性因為AI的應用可能侵害個人的隱私資料的權益等等因此如果要建立資料開放共享以及再利用機制應該要完善相關的法規例如個人資料保護法健保
transcript.whisperx[452].start 12073.604
transcript.whisperx[452].end 12099.711
transcript.whisperx[452].text 資料庫使用的相關法規等等因此在2023年本會就提出整個資料的收集處理應用應該要省著人民的隱私資訊自主以及產業發展的均衡維護並且建立必要的保護及監督的機制而國科會的版本以及葛委員的版本也進一步的指出考慮資料應該具有永久性可加解密性之再利用性以及價值可追溯
transcript.whisperx[453].start 12100.532
transcript.whisperx[453].end 12106.471
transcript.whisperx[453].text 記錄的特性那這樣子的一個規範其實是非常值得肯定的最後
transcript.whisperx[454].start 12107.557
transcript.whisperx[454].end 12130.883
transcript.whisperx[454].text 我們來看到底要如何應用AI來確保勞動者的勞動權益呢因為AI的應用可能造成勞動者權益不是自願性的失業的權益侵害所以勞動基準法以及職業安全衛生等法規必須應該相應的修正同樣的在2023年我們所提出的這個基本法就提出
transcript.whisperx[455].start 12131.203
transcript.whisperx[455].end 12149.888
transcript.whisperx[455].text 应该在透过教育产学合作的方式来提升劳动参与因此各级政府应该就AI利用所导致的非自愿性的失业依照他的工作能力给予辅导就业而2024年跟2025年的这个其他委员国科会的版本以及
transcript.whisperx[456].start 12151.124
transcript.whisperx[456].end 12180.246
transcript.whisperx[456].text 各委員的版本都有指出政府應該要針對彌平人工智慧發展所造成的這種失業的問題來加以注重那這是非常重要的我們知道當前正處於AI基本法的立法的一個重要的時機因此我們期待大家可以及時廣益攜手制定符合台灣本土需求然後符合國際趨勢的台灣的AI基本法感謝各位的聆聽敬請大家指教
transcript.whisperx[457].start 12181.786
transcript.whisperx[457].end 12205.217
transcript.whisperx[457].text 好 謝謝葛如君委員的發言那今天也非常感謝大家那我們今天還有一位國立台灣大學資訊工程學系的陳韻榮教授因為今天有事要是不刻前來但是有事先預先錄影那我們是否請議事人員協助播放我們今天的錄影
transcript.whisperx[458].start 12206.647
transcript.whisperx[458].end 12228.824
transcript.whisperx[458].text 大家好我是国立台湾大学资讯管理学系的老师陈玉龙带我的学生林燕婷一起开源了非常多以台湾资料为主的繁体中文语言模型那在开发的过程中我们注意到有几个非常重要的问题第一个呢就是台湾资料其实显著的不足最主要其实来自有非常多的出版社跟著作权人他们其实对于
transcript.whisperx[459].start 12229.324
transcript.whisperx[459].end 12252.054
transcript.whisperx[459].text 資料的開放開放出來給我們來使用做訓練其實是有些抗爭的那在這邊法規其實也還沒有非常的完善去規劃到底怎樣是一個合理的使用對於台灣人這些教育的養成包含是我們的一些價值觀或是我們學習到的這些內容這些都是非常非常重要我們希望語言模型都可以具備的價值觀那我會建議
transcript.whisperx[460].start 12253.214
transcript.whisperx[460].end 12268.111
transcript.whisperx[460].text 我們台灣的這些教育從小學國中甚至到高中我們現在是一綱多本所以一個課綱裡面有非常多不同的教科書的版本它其實都是在傳遞這些教育的內容不管是數學的內容國語的內容或者是甚至是社會的內容
transcript.whisperx[461].start 12269.132
transcript.whisperx[461].end 12284.606
transcript.whisperx[461].text 這些其實都是非常非常重要的資料可以讓模型透過這些資料能夠學習到符合我們台灣人訓練過程中的這些價值觀那如果這些資料可以用某種程度讓他們可以願意開放出來給各界使用
transcript.whisperx[462].start 12285.547
transcript.whisperx[462].end 12308.067
transcript.whisperx[462].text 这样子一来不管是学术界或产业界他们在训练这些模型的时候他们就可以把这些模型训练的比较符合我们国人在过去的教育过程中学习到这些知识内容那这样子不仅是让我们的价值观可以有效的输出体现在这些模型上面它也可以benefit后续用在教育上面的应用
transcript.whisperx[463].start 12308.888
transcript.whisperx[463].end 12336.539
transcript.whisperx[463].text 他們讓這些教育的應用他們知道說哪些內容其實是應該要教給學生的然後教的過程是怎樣教的順序應該是怎樣那這些資料其實都算是一個我覺得對於我們國家來講是共同利益所以我會希望能夠讓這些資料做到某種程度上面的開放然後可以讓學術界跟產業界們可以直接把模型訓練在這些開放出來的重要資料上那這是我的建議謝謝大家
transcript.whisperx[464].start 12339.133
transcript.whisperx[464].end 12359.703
transcript.whisperx[464].text 好 謝謝陳韻農教授的發言那我們今天專家學者委員皆已發言完畢那有19個部會有提供書面的資料真的再次感謝也請各位可以查閱同時我們有Meta公司也提出書面資料會後會補上現在我們請國科會代表回應
transcript.whisperx[465].start 12365.787
transcript.whisperx[465].end 12376.664
transcript.whisperx[465].text 待會還有速發部教育部那如果還有部會要回應的話也可以事先提出我們待會提供時間那我們是否有請國科會先代表回應
transcript.whisperx[466].start 12401.079
transcript.whisperx[466].end 12422.186
transcript.whisperx[466].text 主席各位委員還有各位在場的參選人大家好那今天很高興聽到大家很多很多的建議那我想很多建議應該都還是來自於說大家對於這個基本法的期待那還有對於這個我猜是人才然後或者是資源上面的挹注那我們會把這些
transcript.whisperx[467].start 12423.927
transcript.whisperx[467].end 12444.741
transcript.whisperx[467].text 資訊帶回國科會那會再做內部的討論那當然非常重要的是我們還是會非常地站在支持我們的前端學研的科研的這個角度上面那會帶著會跟大家一起努力那今天很高興聽到大家的很多的建議那我們會把它帶回去做研議謝謝大家 謝謝
transcript.whisperx[468].start 12447.987
transcript.whisperx[468].end 12453.862
transcript.whisperx[468].text 謝謝國科會副主委陳秉宇副主委代表國科會回應接下來請速發部代表回應
transcript.whisperx[469].start 12467.803
transcript.whisperx[469].end 12485.402
transcript.whisperx[469].text 首先非常感謝昭緯跟各位委員在委員會安排這樣的公聽會各位專家學者各位先進所提供的各種保護意見對於我們本部未來推動AI基本法是非常重要的一個參考首先表示感謝之意
transcript.whisperx[470].start 12485.902
transcript.whisperx[470].end 12512.015
transcript.whisperx[470].text 那第二個當然我們大概從幾個方面來報告第一個是所謂基本法的定位那如各位所知的那基本法基本上是一個原則原理的這樣的一個規定那我們也深深感覺到說將來AI的應用發展是會在各個領域所以除了基本法之外那還會有作用法做進一步的規範那在這樣的情況下基本法的訂定以及它的規範
transcript.whisperx[471].start 12513.516
transcript.whisperx[471].end 12538.418
transcript.whisperx[471].text 最重要是能夠平衡各方面的利益那特別是適合台灣的這個狀況因為剛剛很多先進也提到台灣在這個比較大的語言模型的開發上面會有一定的困難但產業立即是我們有源源不絕的新創與活力那訴發部也基於這樣子所以我們不管在資金或算力上面都是針對具有新創
transcript.whisperx[472].start 12539.88
transcript.whisperx[472].end 12549.05
transcript.whisperx[472].text 對支扶業方面來支柱我們也期待說未來的AI基本法的規定能夠不要阻礙台灣眾多的中小企業來負有創新精神的企業的發展這是第一個報告第二個有關
transcript.whisperx[473].start 12554.036
transcript.whisperx[473].end 12570.006
transcript.whisperx[473].text 都提到非常多的資料治理的問題那有兩個部分一個有關於權力的部分必須要能夠達到一定的平衡那我們在過去推資料治理上面會非常重要一件事情就是說合理的授權運用當然還是需要的因為如果這個著作權法
transcript.whisperx[474].start 12570.846
transcript.whisperx[474].end 12595.08
transcript.whisperx[474].text 這個如果完全排除這個AI在AI訓練上面如果完全是合理使用的話我們已經看到日本會產生一些的問題但是我們會盡力來推所謂標準的授權條款讓大家能夠廣泛運用另外關於繁中資料庫的部分本部已經開始努力來做國家的這個AI的語料庫的推動那這需要一定的時間的累積那另外在人才方面的話
transcript.whisperx[475].start 12595.9
transcript.whisperx[475].end 12617.448
transcript.whisperx[475].text 誠如各位先進都提到大概有兩個不同階段的那我們都會跟國科會跟教育部都來推動一個部分是用AI的就是必須具有AI素養的那這是各個各行各業從產業到學校都需要來做的那另外一方面也是比較高階的具有AI專長的那這是這個兩個不同的層次那本部從政府機關
transcript.whisperx[476].start 12618.368
transcript.whisperx[476].end 12635.392
transcript.whisperx[476].text 以及各方面以及產業界會進行來推動那會跟教育部在其他部份來合作那最後提到各位都提到數位平權的一個非常重要概念那我們我們完成相當同意數位發展部成立的一個主要目的就是希望這個數位的這個基礎
transcript.whisperx[477].start 12635.712
transcript.whisperx[477].end 12654.293
transcript.whisperx[477].text 建設以及數位的應用能夠廣泛為我們的國民所享用所以不管是通訊建設也好或AI的應用發展也好我們都朝向讓全體國民能夠共享我們數位轉型的利益我們非常感謝各位先進各位委員給我們的指教本部也會再參考
transcript.whisperx[478].start 12656.335
transcript.whisperx[478].end 12679.628
transcript.whisperx[478].text 各位的這個寶貴意見繼續推動AI基本法的相關的這個推動以及未來的法律解釋跟各部會來共同合作來推動以上報告 謝謝謝謝速發部葉次長代表回應接下來我們有請教育部次長葉秉成次長代表回應
transcript.whisperx[479].start 12689.295
transcript.whisperx[479].end 12704.848
transcript.whisperx[479].text 我想首先非常感謝今天許多的代表提供我們的這個關於這個AI基本法的許多意見在裡面當中關於這個教育的這一塊我想這個幫台灣培養AI的人才我想這是今天大家很多這個在談到這一塊大家的共識
transcript.whisperx[480].start 12705.729
transcript.whisperx[480].end 12726.104
transcript.whisperx[480].text 這一塊也是教育部持續都在努力的所以包括像這個今天一開始市長的報告我們在這個AI這個大學聯盟持續的怎麼樣在現在這個AI的師資人數能夠有限的情況下怎麼集結各個大學的力量然後來幫台灣幫產業來培養足夠的人才這是我們現在在做那我們也看到說這個
transcript.whisperx[481].start 12727.165
transcript.whisperx[481].end 12749.841
transcript.whisperx[481].text 這個AI大學聯盟在今年在第二個學期的時候其實人數就已經也大幅的上升現在休克人數大概有五千多人但我想剛才這個有這個產業的代表提到一件重要一件事情就是說那我們培養的人到底是什麼樣的人到底台灣的這個產業需要的人是什麼那麼我想這件事情我們會持續的跟速發部這個在做更緊密的合作就從
transcript.whisperx[482].start 12750.561
transcript.whisperx[482].end 12763.712
transcript.whisperx[482].text 速發部因為教育部這邊其實會需要其他部會讓我們知道說產業到底需要哪些人那當比如說速發部或是其他部會告訴我們的時候那當然我們就再開始跟大學聯盟的這個老師們說那這個是什麼課其實產業很需要的我們要開始做這個
transcript.whisperx[483].start 12767.395
transcript.whisperx[483].end 12789.588
transcript.whisperx[483].text 也讓產業知道的是我們AI大學聯盟其實已經把這些人才已經分成已經有做分類了像我們現在有四個不同的學分學程這裡面有做非常High-end的技術在做這個自然語言處理的這一塊的或是這個AI影像處理這個智慧影像處理但我們也有這個應用單純應用AI的這樣的學程所以那也跟各位報告的是因為
transcript.whisperx[484].start 12790.228
transcript.whisperx[484].end 12805.2
transcript.whisperx[484].text 我們現在學校培養出這樣的人如果產業界不認識這些人是沒有用的所以我們也很積極像教育部現在前一陣子我們也主動的去跟企業的人資長去接觸讓企業人才說以後你要聘AI人才
transcript.whisperx[485].start 12805.8
transcript.whisperx[485].end 12828.734
transcript.whisperx[485].text 教育部在幫大家培養哪樣的人才以後要認哪一種證書我們希望讓產業跟教育部有更緊密的連結那我們培養出來的人就會比較是業界需要的我想這一塊我們會持續在跟事發部還有跟業界做更多的交流跟接觸那另外中小學這一塊我想我們也是非常積極在做但我想中小學的AI教育這一塊我想也跟大家分享就是說
transcript.whisperx[486].start 12829.574
transcript.whisperx[486].end 12853.616
transcript.whisperx[486].text AI現在這個事情是這樣,就是我們整個AI的演進速度非常非常快那我們如果,現在的AI跟兩年前的AI不一樣兩年後的AI也跟現在很不一樣所以在現在這個階段其實你很難說,針對現在的AI我們整個教育做什麼樣大幅度的更動你很可能你現在做大幅度的更動結果過兩年之後,其他已經不需要了我常常舉的例子就是說
transcript.whisperx[487].start 12854.136
transcript.whisperx[487].end 12876.326
transcript.whisperx[487].text 像如果是兩年前你用深層式AI像Mid Journey或是這些你教他深層式AI畫圖的時候你的指令如果下得不好可能那個AI沒有辦法畫出你想要的樣子所以那個時候大家講說Prompt很重要Prompt Engineer怎麼下厲害的指令才會畫出你的樣子這個能力很重要但是兩年後的今天深層式AI你教他畫圖你用白畫文
transcript.whisperx[488].start 12877.146
transcript.whisperx[488].end 12901.347
transcript.whisperx[488].text 隨便跟他講他可以畫出你要的樣子也就是說AI的演進太快如果你用他這個過渡時期的長相你就說整個大的教育的改變要怎麼樣的改變這是一件很冒險的事情所以在這個階段教育部的方針是我們現在是要讓老師跟學生第一個讓他們熟悉AI會用AI喜歡用AI這個是我們現在這個階段
transcript.whisperx[489].start 12902.748
transcript.whisperx[489].end 12930.914
transcript.whisperx[489].text 然後另外是讓他對AI的演進他會有興趣那我們常常在談那件事情說如果讓孩子們覺得AI是個好玩的東西的時候就好像我們在玩遊戲一樣我們要玩gamegame只要有新版的遊戲出來我們就好像很多玩家就趕快想要去下載我們現在想要讓台灣的孩子去用AI玩AI是個好玩的事情的時候那我們的國民將來以後長大之後新的AI他的接受度會很高新的AI有什麼新的功能他會
transcript.whisperx[490].start 12931.934
transcript.whisperx[490].end 12957.299
transcript.whisperx[490].text 他會不害怕會想去碰觸他會想去了解他我想這是我們這個階段在中小學我們想要做到的事情那不只是小學還要幫他老師怎麼讓老師真能讓老師覺得用AI用在我的教學上可以幫助我這是我們在努力的地方但是我想今天很多代表也提供了很多我覺得很寶貴的意見那我想我們會帶回去教育部持續的再看這個裡面有什麼我們可以再做得更好
transcript.whisperx[491].start 12957.699
transcript.whisperx[491].end 12985.358
transcript.whisperx[491].text 我想最後再提一件事情剛剛一直談到這個資料這件事情我想教育部接下來我們其實已經在做了所以我們有在盤點說教育部有哪些東西我們這些資料是外面很欠缺我們可以開放出來比如說我們之前就開放了本土語的語料庫因為很多業界的人或是老師他要開發一些本土語相關的應用他們現在的最大問題是他們沒有好的語料庫所以我們就教育部我們大概在去年我們就已經宣布了本土語的語料庫我們就開放出來
transcript.whisperx[492].start 12986.078
transcript.whisperx[492].end 13013.449
transcript.whisperx[492].text 完全免費台灣任何老師任何業界他需要用這本土醫藥庫來開發出什麼應用都歡迎大家都來申請跟國教院去國教院網站可以申請下載那我們未來也會持續要看說我們有什麼樣的資源什麼樣的資料我們就開放出來讓台灣要發展這方面產業的人都可以拿來用那我想我們的這個產業的這個就會比較更加的蓬勃我想以上教育部跟大家報導到這邊謝謝大家 謝謝
transcript.whisperx[493].start 13017.182
transcript.whisperx[493].end 13024.236
transcript.whisperx[493].text 好 謝謝葉秉成次長代表教育部進行回應請問是否有部會也要進行回應好好
transcript.whisperx[494].start 13031.221
transcript.whisperx[494].end 13049.666
transcript.whisperx[494].text 那如果沒有的話呢,我想接下來就進行主席的結語。首先,今天非常感動,還是要再次感謝今天親自參與,或者是以視訊錄影的方式參加的一共13位專家學者的代表,而且都是非常具有代表性的。
transcript.whisperx[495].start 13050.206
transcript.whisperx[495].end 13069.016
transcript.whisperx[495].text 以及今天特別列席的人工智慧法律國際研究基金會的李博士也是幫助我們許多位委員伸出我們去年的這一屆會期第一次的AI基本法草案那我想今天與會的各位專家學者立法委員以及19個部會的代表
transcript.whisperx[496].start 13070.168
transcript.whisperx[496].end 13098.306
transcript.whisperx[496].text 今天我們都是台灣未來產業的造山者在不遠的將來AI將有可能為台灣的產業群山帶來全新的機會造出新的山峰帶來新的機會與可能其中的關鍵可能就掌握在今天與會的每個人手中我們今天所有的過程也都全程直播錄影
transcript.whisperx[497].start 13099.186
transcript.whisperx[497].end 13124.421
transcript.whisperx[497].text 後續也都掌握在所有觀看文字記錄語音記錄以及影像記錄的所有人手中那我們今天的公聽會也是跨黨派我想在AI面前我們每個人都是Team台灣今天我們也很感動看到有非常多的共識被提出今天有非常多與會的專家都提到關於開放資料的看法
transcript.whisperx[498].start 13125.117
transcript.whisperx[498].end 13140.595
transcript.whisperx[498].text 我特別感同身受許多產業界的許多產業界的朋友不好意思今天真的比較緊張因為底下都有非常多我非常崇拜的專家學界還有部會官員的朋友許多產業界的朋友都曾經向我反映
transcript.whisperx[499].start 13141.673
transcript.whisperx[499].end 13164.834
transcript.whisperx[499].text 假如再不抓緊時間建立屬於台灣文化的繁體中文資料庫未來全球進入全面AI時代以後我們台灣特有的繁體中文的文化將有可能消失在地球表面甚至在人類成為跨星際物種之後消失在這個宇宙當中全面被簡體中文所取代
transcript.whisperx[500].start 13166.021
transcript.whisperx[500].end 13183.049
transcript.whisperx[500].text 各國的立法有在強調各自保護但是西方國家並沒有我們台灣特有的檢體覆蓋繁體的問題台灣訓練資料稀缺這樣的困擾加上我們的著作權法可以說是舉世嚴格
transcript.whisperx[501].start 13183.969
transcript.whisperx[501].end 13205.024
transcript.whisperx[501].text 資料有效利用以及限制呢相對很多公司部門呢對於需要建立主權模型有一定的看法但是對於資料的收集呢相對的還不夠積極很多人包含我的基本法草案還有其他委員的基本法草案都有提到主權都有提到主權AI
transcript.whisperx[502].start 13205.805
transcript.whisperx[502].end 13229.852
transcript.whisperx[502].text 但是目前為止還沒有一個特定的指定的主責機構來進行資料的收集或者解套當然我們剛剛有提有看到速發部還有包含國科會的副主委還有包含我們剛剛的教育部的次長都有提到包含速發部也在開始進行了這個資料的這個收集那我想我們會非常的期待
transcript.whisperx[503].start 13230.512
transcript.whisperx[503].end 13258.089
transcript.whisperx[503].text 否則 繁體中文的文化消亡將會是全體國人包含文化界 科技界當然也不止這些人我們會共同一起非常的擔憂因此今天與會的專家學者呢都對於建立台灣的繁體中文資料庫訓練屬於台灣的大語言模型或者模型的修改或者資料的重新訓練等等我想是具有強烈的使命感
transcript.whisperx[504].start 13258.829
transcript.whisperx[504].end 13286.972
transcript.whisperx[504].text 我強烈的認同這樣的想法也認為政府機關應該採取積極的作為不應該讓這群有熱情有理念的專家學者產業代表只能筋疲力竭的單打獨鬥對於開放資料政府應該嚴義成立國家層級的AI訓練資料庫的可行性並且提供足夠的獎勵機制溯源的機制加解密等等的做法
transcript.whisperx[505].start 13287.852
transcript.whisperx[505].end 13315.914
transcript.whisperx[505].text 讓除了政府機關以外國家的百工百業都有足夠的誘因與動機與政府並肩作戰一起參與這場全世界的AI競賽同時剛剛也聽到非常多與會來賓包含部會官員提到培育AI的人才我們也看到一個新的可能的做法不只培育AI的人才也用AI來培育AI或者未來更多元的人才
transcript.whisperx[506].start 13316.654
transcript.whisperx[506].end 13322.718
transcript.whisperx[506].text 這很可能形成一個AI整個產業的教育的飛輪甚至成為整個產業的飛輪
transcript.whisperx[507].start 13346.454
transcript.whisperx[507].end 13365.769
transcript.whisperx[507].text 把所有的文字資料把所有今天公聽會的內容呢都上到我們立法院的相關的系統當中也都會成為各位的養分也希望能成為未來AI的養分未來這部人工智慧基本法將有可能是我們台灣我們中華民國正式邁入AI時代的起點
transcript.whisperx[508].start 13366.994
transcript.whisperx[508].end 13393.911
transcript.whisperx[508].text 目前的提案版本相信只是拋磚引玉相信今天透過我們的討論將會有更多的立委同僚關注到AI議題的重要性提出更包含更多包含更多元面向的草案版本同時也要呼籲我們的政府尤其是我們的卓榮泰院長所率領的行政院以及行政院的團隊我們希望在法案審查的過程當中可以更加的積極參與
transcript.whisperx[509].start 13395.532
transcript.whisperx[509].end 13412.205
transcript.whisperx[509].text 也應該緊迫提出行政院草案的版本我們再次感謝今天有19個以上的部會來提供我們文件的資料發言以及列席同時我想作為本會期教育及文化委員會的召委我也將持續
transcript.whisperx[510].start 13413.266
transcript.whisperx[510].end 13431.813
transcript.whisperx[510].text 推進法案的進度並且督促政府在AI領域扮演好領頭羊的角色我們可以帶領國家的科研界產業界教育界數位的產業我們一起在這場全球AI競賽當中爭取後發先至領先的名次謝謝
transcript.whisperx[511].start 13438.936
transcript.whisperx[511].end 13456.371
transcript.whisperx[511].text 好 我們依據立法院職權行使法第58條規定委員會應於公聽會終結後10日內依出席者所提供之正反意見提出公聽會報告送交本院全體委員及出席者第59條規定公聽會報告作為審查該特定議案之參考
transcript.whisperx[512].start 13460.816
transcript.whisperx[512].end 13487.484
transcript.whisperx[512].text 我們會把各位的發言意見以及所有的書面資料綜合歸納會編成冊那今天資料真的非常豐富也非常完整我們再次感謝所有與會來賓也感謝我們的議事人員的協助送交本院全體委員以及所有出席的與會貴賓非常感謝各位出席今天的舉辦的公聽會所提供的寶貴意見我們一定會審慎考量作為未來修法之依據謝謝大家
transcript.whisperx[513].start 13509.757
transcript.whisperx[513].end 13511.137
transcript.whisperx[513].text 謝謝觀看,下次見