iVOD / 166637

Field Value
IVOD_ID 166637
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166637
日期 2025-12-24
會議資料.會議代碼 委員會-11-4-23-12
會議資料.會議代碼:str 第11屆第4會期交通委員會第12次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 12
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第4會期交通委員會第12次全體委員會議
影片種類 Clip
開始時間 2025-12-24T10:18:38+08:00
結束時間 2025-12-24T10:29:49+08:00
影片長度 00:11:11
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8b793423fad44d60caf59aa33bac1be61d90d5b7b1a8c999d81c25c0c566a88a7c5064231c774fdb5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃健豪
委員發言時間 10:18:38 - 10:29:49
會議時間 2025-12-24T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第12次全體委員會議(事由:邀請數位發展部部長、行政院打擊詐欺指揮中心、內政部、法務部、金融監督管理委員會及國家通訊傳播委員會就「社群平台打詐成效」進行專題報告,並備質詢。 【12月22日及24日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.50346875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.83596875
transcript.pyannote[1].end 8.67096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.92409375
transcript.pyannote[2].end 9.66659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 15.25221875
transcript.pyannote[3].end 20.56784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.02346875
transcript.pyannote[4].end 26.72721875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.35159375
transcript.pyannote[5].end 55.80284375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 38.96159375
transcript.pyannote[6].end 39.04596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 39.28221875
transcript.pyannote[7].end 39.31596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 57.18659375
transcript.pyannote[8].end 84.69284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 72.28971875
transcript.pyannote[9].end 73.62284375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 73.80846875
transcript.pyannote[10].end 74.24721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 85.31721875
transcript.pyannote[11].end 92.37096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 92.80971875
transcript.pyannote[12].end 126.13784375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 127.36971875
transcript.pyannote[13].end 127.38659375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 127.38659375
transcript.pyannote[14].end 127.45409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 127.45409375
transcript.pyannote[15].end 127.97721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 127.97721875
transcript.pyannote[16].end 129.09096875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 129.49596875
transcript.pyannote[17].end 130.93034375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 130.93034375
transcript.pyannote[18].end 158.35221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 158.45346875
transcript.pyannote[19].end 159.12846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 158.60534375
transcript.pyannote[20].end 192.10221875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 161.99721875
transcript.pyannote[21].end 162.28409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 165.92909375
transcript.pyannote[22].end 166.21596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 169.54034375
transcript.pyannote[23].end 169.99596875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 175.00784375
transcript.pyannote[24].end 175.42971875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 177.26909375
transcript.pyannote[25].end 177.65721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 177.65721875
transcript.pyannote[26].end 177.67409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 178.38284375
transcript.pyannote[27].end 178.45034375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 182.21346875
transcript.pyannote[28].end 182.26409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 192.25409375
transcript.pyannote[29].end 217.16159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 212.26784375
transcript.pyannote[30].end 213.21284375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 218.39346875
transcript.pyannote[31].end 231.62346875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 232.41659375
transcript.pyannote[32].end 234.69471875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 234.94784375
transcript.pyannote[33].end 239.01471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 239.30159375
transcript.pyannote[34].end 250.40534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 251.01284375
transcript.pyannote[35].end 283.93596875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 284.02034375
transcript.pyannote[36].end 296.94659375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 296.94659375
transcript.pyannote[37].end 297.08159375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 297.08159375
transcript.pyannote[38].end 297.38534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 298.24596875
transcript.pyannote[39].end 299.74784375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 299.96721875
transcript.pyannote[40].end 306.46409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 300.03471875
transcript.pyannote[41].end 300.69284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 306.86909375
transcript.pyannote[42].end 308.15159375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 308.43846875
transcript.pyannote[43].end 370.97721875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 371.14596875
transcript.pyannote[44].end 383.86971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 379.61721875
transcript.pyannote[45].end 379.76909375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 382.68846875
transcript.pyannote[46].end 382.82346875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 384.78096875
transcript.pyannote[47].end 393.70784375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 394.02846875
transcript.pyannote[48].end 399.90096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 400.22159375
transcript.pyannote[49].end 450.64409375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 409.72221875
transcript.pyannote[50].end 410.71784375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 428.47034375
transcript.pyannote[51].end 428.48721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 451.13346875
transcript.pyannote[52].end 459.08159375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 457.12409375
transcript.pyannote[53].end 457.41096875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 459.23346875
transcript.pyannote[54].end 462.01784375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 459.67221875
transcript.pyannote[55].end 460.27971875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 462.01784375
transcript.pyannote[56].end 467.04659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 467.29971875
transcript.pyannote[57].end 468.58221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 474.28596875
transcript.pyannote[58].end 474.30284375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 474.87659375
transcript.pyannote[59].end 475.50096875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 478.65659375
transcript.pyannote[60].end 479.12909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 479.12909375
transcript.pyannote[61].end 517.38471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 517.55346875
transcript.pyannote[62].end 520.20284375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 520.25346875
transcript.pyannote[63].end 521.29971875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 521.45159375
transcript.pyannote[64].end 526.61534375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 526.93596875
transcript.pyannote[65].end 573.35909375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 574.15221875
transcript.pyannote[66].end 575.92409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 576.12659375
transcript.pyannote[67].end 580.26096875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 580.46346875
transcript.pyannote[68].end 597.49034375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 593.25471875
transcript.pyannote[69].end 593.67659375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 597.70971875
transcript.pyannote[70].end 599.44784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 599.56596875
transcript.pyannote[71].end 602.06346875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 602.09721875
transcript.pyannote[72].end 609.40409375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 609.43784375
transcript.pyannote[73].end 616.45784375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 616.81221875
transcript.pyannote[74].end 640.25159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 640.55534375
transcript.pyannote[75].end 649.81971875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 645.92159375
transcript.pyannote[76].end 646.15784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 649.92096875
transcript.pyannote[77].end 665.15909375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 665.37846875
transcript.pyannote[78].end 670.39034375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 670.44096875
transcript.pyannote[79].end 671.28471875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 671.18346875
transcript.pyannote[80].end 671.62221875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 672.07784375
transcript.pyannote[81].end 672.21284375
transcript.whisperx[0].start 6.078
transcript.whisperx[0].end 8.242
transcript.whisperx[0].text 謝謝好 謝謝趙偉我們一樣請數位部林部長來 林部長請
transcript.whisperx[1].start 15.427
transcript.whisperx[1].end 36.952
transcript.whisperx[1].text 國賓早安 部長早 部長我們今天針對當然是針對詐騙的問題那當然其實第一個我想大家很關心說過去這段時間Meta的這個詐騙的通報的數量非常非常的高啊這樣的比例那你看其實我們看Meta的營收在這個整個12月預估的話它全年的營收會有161美金在台灣的部分因為台幣大概4957億元這樣的狀況
transcript.whisperx[2].start 39.352
transcript.whisperx[2].end 42.073
transcript.whisperx[2].text 那過去這段時間我們從2025年因為我知道數位部很認真確實有在開罰但是我們看數字2025年5月的時候罰100萬那2025年6月的時候罰1500萬那這2025年8月罰250萬總計罰1850萬那這個數字
transcript.whisperx[3].start 57.216
transcript.whisperx[3].end 79.371
transcript.whisperx[3].text 如果只是單一個人是很高啦但是你針對Meta的大公司1850萬大概還不超過他一小時廣告投放的這個收入所以我想這個這樣子的裁罰的這個金額其實我覺得對Meta可能是無關痛癢坦白說那另外一個問題我想我請教一下到底當初就是2025年5月罰100萬然後2025年8月罰250萬但是6月的時候要罰1500萬中間的過程是什麼是
transcript.whisperx[4].start 85.788
transcript.whisperx[4].end 92.201
transcript.whisperx[4].text 檢舉數量變多還是你們裁罰的標準怎麼改變或是怎麼樣才能夠提升說要能夠把這個真的詐騙廣告來把它撤除掉
transcript.whisperx[5].start 92.904
transcript.whisperx[5].end 121.449
transcript.whisperx[5].text OK 跟委員報告因為我們認為說我們技術這個財閥這個金額的確對Meta這樣的公司來講不是一筆很大的數字但是我們財閥的主要目的不是為了報復不是說我們缺錢又跟他要錢我們最重要是希望他改變他的行為那我們希望說他不能在這件事情上他作為一個旁觀者他以前收這些錢不管是詐騙集團或者是正常的人他投放廣告他都收我們要求他加入我們所謂的好人隊一起
transcript.whisperx[6].start 122.449
transcript.whisperx[6].end 144.826
transcript.whisperx[6].text 做這個詐騙的工作這個是我們的目標在這裡那效果看起來有限到目前為止第一個我們透過書發部的網詐通報查詢網從去年9月到現在已經跟他們通報超過24萬則的詐騙訊息那他們都請他們下架了然後接下來他們就用這24萬則訊息去訓練他們的AI系統告訴他們AI系統說這個台灣的詐騙到底長什麼樣子
transcript.whisperx[7].start 151.451
transcript.whisperx[7].end 178.13
transcript.whisperx[7].text 然後他們自己主動用AI的方式已經下架超過780萬則針對台灣的詐騙訊息部長其實你剛剛在回應其他委員的時候提到一個很關鍵的重點我也想這邊再提出來其實這兩天不是今天金港會發了一個新聞講說我們全台灣這個社群的詐騙的金額下降但我想實際上就其實是部長你剛剛提到其實我們是透過真的要透過外交的方式啦包含說你就製造跟美國這樣子的國家去反映這件事情
transcript.whisperx[8].start 178.49
transcript.whisperx[8].end 199.231
transcript.whisperx[8].text 是我想最近大家看國際新聞知道說包含泰國軍方包含各國軍方對這個柬埔寨動手是所以他是把整個園區抄掉了包含說這個金流包含他這個機房包含人員等等的所以當然你把這個他的基地這個抄掉之後當然我們整體金額會下降所以我覺得這個可能才是真正能夠把這個源頭阻炸把它打斷不然其實我們
transcript.whisperx[9].start 200.032
transcript.whisperx[9].end 216.766
transcript.whisperx[9].text 速發部我們每天在檢舉每天在AI在那邊搜尋到底有多少廣告但如果能夠從源頭把這個核心的問題把它解決掉的話那可能一勞永逸會比較效果會更加明確所以我覺得部長剛剛講的美術系真的需要透過外交的手段或透過這種外交溝通的方式讓
transcript.whisperx[10].start 218.422
transcript.whisperx[10].end 234.57
transcript.whisperx[10].text Meta的母公司Meta公司的母國知道他們在世界各地有發生這樣的事情那這些來源到底來自於哪裡這部分我覺得是不是數位部能夠把相關的這個的數據做成這個記錄讓AIT也好或是其他的單位知道這個事情
transcript.whisperx[11].start 235.037
transcript.whisperx[11].end 250.044
transcript.whisperx[11].text 是 這些事情我們其實都有密切的跟AIT還有Meta我們都有些交流尤其是MetaMeta我們一直要求說它一定要必須把這些事情做好然後因為Meta這家公司
transcript.whisperx[12].start 251.564
transcript.whisperx[12].end 273.489
transcript.whisperx[12].text 事實上他的行為應該是有改變最近我們看到一些作為已經比較積極了在宣傳方面他們之前他們宣傳可能覺得說多一事不如少一事我們也是跟他們講說你們做了什麼事情你們為了你們公司的商譽要不然就是像我們今天質詢很多的委員大家都覺得說台灣人對Meta的觀感很不好
transcript.whisperx[13].start 273.849
transcript.whisperx[13].end 296.937
transcript.whisperx[13].text 那我在這邊也要再次呼籲Meta就是說要趕快把這些事情要做而且要做好宣傳這樣子對你們的商業也是會有正面影響的好 部長這再麻煩你了再來就是其實一樣是相關的納管平台的問題其實之前前段時間大家也爭議過這件事情那包含今天的你們的書面報告裡面你們納管對象範圍公布了四家業者七個平台是
transcript.whisperx[14].start 298.274
transcript.whisperx[14].end 306.217
transcript.whisperx[14].text 但是裡面還是沒有小紅書所以小紅書到底是不是說你們要規範要納管要公告的平台之一
transcript.whisperx[15].start 307.346
transcript.whisperx[15].end 331.432
transcript.whisperx[15].text 我們這個納管的那個平台我們是依照打炸專法的第27條我們就是在台灣它因為規模超過一定的規模的平台我們才會納管因為小紅書算是近年來比較竄起的一個平台它還沒達到我們速發布納管的標準從27條到
transcript.whisperx[16].start 334.594
transcript.whisperx[16].end 357.985
transcript.whisperx[16].text 炸防條例從27條到33條都是規範我們速發部如何去納管那個網路廣告平台那這次小紅書是內政部依照第42條那是走另外一條途徑就是在有緊急案件的時候內政部可以直接要求對一些詐欺網站進行停滯解析或限制接取的限制
transcript.whisperx[17].start 359.446
transcript.whisperx[17].end 382.203
transcript.whisperx[17].text 內政部就行文給TWNIC然後TWNIC就去執行那我們速發部是TWNIC的那個監督機關但是顧安宇這個決策的過程可能還是要請教那個內政部沒關係啦這個上次也在內政部大家問過我只是說你們這個行政部門這個步驟你們的腳步不能不一致啦你們是所謂的數位平台的這個監管機關結果呢
transcript.whisperx[18].start 384.827
transcript.whisperx[18].end 412.034
transcript.whisperx[18].text 在公文裡面或在相關的這個警告這個規範裡面沒有提到這個平台那結果這個平台突然中間有一段時間突然有其他單位說它是這個詐騙網站你就把它封掉了所以我覺得這個是比例原則的問題就之前NCCC也講過今天小紅書這個平台就像Meta一樣Meta是個大平台它裡面有詐騙所以我們是把詐騙的那個網頁或是那個帳號把它這個撤掉不是把整個網站把它封掉
transcript.whisperx[19].start 412.754
transcript.whisperx[19].end 441.882
transcript.whisperx[19].text 理論上應該是這樣小紅書當然裡面可能會有詐騙或是有的沒有的所以你是把那個平台不是把整個平台把它禁掉應該是把裡面的某些帳號禁掉而已不然Telegram也是一樣因為Telegram也沒有在裡面所謂的納管業者它也不會它也不可能落地啦 坦白說那Telegram裡面也有很多什麼洗錢的有的沒有的像是之前我們那個兒少相關問題的你們也只是用相關技術不是把Telegram裡面某些頻道把它封掉你不是全台灣的上不了沒辦法使用Telegram嘛
transcript.whisperx[20].start 442.062
transcript.whisperx[20].end 467.528
transcript.whisperx[20].text 所以我覺得這個邏輯在這種網絡社群上面我覺得你們秉持你們的專業你們應該要去跟所謂的主管機關就是隔壁的內政部講說我今天要做這件事情我不是要把小紅書封掉是我把小紅書裡面涉及詐騙的這個帳號封掉才對啊好不好 你們可不可以去堅持一下這個專業是 我會鼓勵 謝謝謝謝委員這個部長請回 部長先請回那我們先請那個法務部檢察司司長 張司長
transcript.whisperx[21].start 479.335
transcript.whisperx[21].end 493.952
transcript.whisperx[21].text 市長好市長好我想針對實務上討論其實今年1到8月我們青少年的嫌疑犯有4.5萬人涉嫌這個詐欺這個案件在市城裡面我想是最多的那另外就是說報案說我們詐欺罪的受刑人兩年內的再犯罪情形
transcript.whisperx[22].start 494.713
transcript.whisperx[22].end 509.41
transcript.whisperx[22].text 因為要兩年內所以100從如果比較完整的數據111年我們再販率這個2581人裡面有599人再販所以比例高達23.2%那你看112年一年而已它再販率大概10%左右所以它比例也快要到兩成了
transcript.whisperx[23].start 509.89
transcript.whisperx[23].end 526.073
transcript.whisperx[23].text 所以第一個我想問說就是到底我們整個法務部我們整個這個檢查機關對於這種受刑人有沒有什麼樣系統性的檢討他們到底為什麼第一個是那麼多這麼多年輕人去犯這個罪那他們是因為18歲以下嘛所以他們可能他們的刑他們刑責也相對比較輕那是不是有集團
transcript.whisperx[24].start 527.034
transcript.whisperx[24].end 556.004
transcript.whisperx[24].text 他們是針對年輕人這部分在招收在招募讓他們去做這個事情以及這種再犯率的部分我們到底要怎麼處理要不然每次抓一抓大家第一線警察很辛苦然後把人抓了然後警察官搬也搬很辛苦把人家抓了進去之後就出來出來之後就去騙包含說這兩天包含說我們去了解說整個監所的狀況監所現在可能很多地方它的這個比例超收非常嚴重但很多的問題就是因為這幾年詐騙犯在整個監所裡面所佔的比例也很高所以實務上來講
transcript.whisperx[25].start 556.704
transcript.whisperx[25].end 572.289
transcript.whisperx[25].text 可能法官他也不想要再把人送進去 送進去也沒有位置放所以我想問一下 到底整個法國部隊對於這種詐騙的不管是年輕人犯罪也好 還是再犯罪也好你們有什麼樣的對策 還是就這樣擺著反正法官判一判 進去之後出來再造然後結果他們又提升他們詐騙的技術 會不會有這個問題
transcript.whisperx[26].start 574.876
transcript.whisperx[26].end 592.838
transcript.whisperx[26].text 謝謝委員的詢問有關青少年犯詐欺罪的部分因為少年犯的部分是由司法院來主責因為我們對於成少共犯的這種查緝也希望能夠強化查緝利用少年幕後的集團
transcript.whisperx[27].start 593.799
transcript.whisperx[27].end 615.351
transcript.whisperx[27].text 那因此針對這個成少共犯的這個情形我們也則由台高檢署要求各地檢署必須要跟這個轄區的這個法院這邊那對於少年跟成年人可能共同犯罪這樣子的一個相關的證據的聯繫機制必須要有所建立那他們對於這樣子的一個
transcript.whisperx[28].start 616.932
transcript.whisperx[28].end 639.998
transcript.whisperx[28].text 承受共犯的犯罪情節要共同的來做一個幕後的這個溯源查緝的這個強化的工作那針對這個再犯的這種情形那詐為條例裡面那針對那個詐欺犯罪已經有提高這個假釋門檻那我們的矯正署呢也會強化這個在監所內的一個矯正的這個相關的一個機制以上
transcript.whisperx[29].start 640.595
transcript.whisperx[29].end 664.916
transcript.whisperx[29].text 我想這個剛剛因為提到說這個包含說我們對於未成年部分他後面有沒有整個集團共犯部分我希望說能夠有比較具體的檢討的數據啦就到底掌握多少還是說是個人個人個人的把車手抓了但是到底後面利用他們的這個集團是哪些幫派也好或是哪些這個組織也好這個是不是能夠請你們有明確掌握之後提供報告給北本席給我們委員會的委員
transcript.whisperx[30].start 665.476
transcript.whisperx[30].end 667.943
transcript.whisperx[30].text 是好那針對那個陳紹共犯數據的話我們再補充給委員這邊來參考好謝謝市長謝謝好