iVOD / 168221

Field Value
IVOD_ID 168221
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168221
日期 2026-04-08
會議資料.會議代碼 委員會-11-5-23-5
會議資料.會議代碼:str 第11屆第5會期交通委員會第5次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 5
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5會期交通委員會第5次全體委員會議
影片種類 Clip
開始時間 2026-04-08T09:27:06+08:00
結束時間 2026-04-08T09:40:11+08:00
影片長度 00:13:05
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/70d8fc05dcd8abb040e0741e2b973716f747912251df0827212c5ce4660756d3a602a2cfbf58b3ba5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 洪孟楷
委員發言時間 09:27:06 - 09:40:11
會議時間 2026-04-08T09:00:00+08:00
會議名稱 立法院第11屆第5會期交通委員會第5次全體委員會議(事由:邀請數位發展部部長林宜敬列席報告業務概況,並備質詢。【4月8日及9日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.89534375
transcript.pyannote[0].end 7.60784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.62784375
transcript.pyannote[1].end 15.52221875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 16.43346875
transcript.pyannote[2].end 31.92471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 32.75159375
transcript.pyannote[3].end 36.71721875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 36.95346875
transcript.pyannote[4].end 36.97034375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 36.97034375
transcript.pyannote[5].end 110.69721875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 42.96096875
transcript.pyannote[6].end 43.56846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 73.77471875
transcript.pyannote[7].end 74.21346875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 94.07534375
transcript.pyannote[8].end 94.76721875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 110.69721875
transcript.pyannote[9].end 154.31909375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 119.20221875
transcript.pyannote[10].end 119.64096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 135.80721875
transcript.pyannote[11].end 136.06034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 153.07034375
transcript.pyannote[12].end 181.31909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 154.99409375
transcript.pyannote[13].end 156.22596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 181.40346875
transcript.pyannote[14].end 194.32971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 184.72784375
transcript.pyannote[15].end 184.93034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 194.56596875
transcript.pyannote[16].end 210.58034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 199.10534375
transcript.pyannote[17].end 199.61159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 210.86721875
transcript.pyannote[18].end 221.54909375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 221.54909375
transcript.pyannote[19].end 269.54159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 222.59534375
transcript.pyannote[20].end 222.79784375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 264.61409375
transcript.pyannote[21].end 264.85034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 269.54159375
transcript.pyannote[22].end 276.76409375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 276.76409375
transcript.pyannote[23].end 294.98909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 295.84971875
transcript.pyannote[24].end 315.00284375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 314.27721875
transcript.pyannote[25].end 336.70409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 328.92471875
transcript.pyannote[26].end 329.85284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 331.54034375
transcript.pyannote[27].end 332.45159375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 338.07096875
transcript.pyannote[28].end 338.57721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 339.55596875
transcript.pyannote[29].end 351.09846875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 351.95909375
transcript.pyannote[30].end 381.86159375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 361.37534375
transcript.pyannote[31].end 361.81409375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 381.87846875
transcript.pyannote[32].end 381.91221875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 381.97971875
transcript.pyannote[33].end 425.97284375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 425.97284375
transcript.pyannote[34].end 468.02534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 427.45784375
transcript.pyannote[35].end 428.01471875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 437.31284375
transcript.pyannote[36].end 437.59971875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 460.63409375
transcript.pyannote[37].end 460.98846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 467.23221875
transcript.pyannote[38].end 468.48096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 468.48096875
transcript.pyannote[39].end 507.78284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 507.42846875
transcript.pyannote[40].end 576.21096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 522.83534375
transcript.pyannote[41].end 523.15596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 576.21096875
transcript.pyannote[42].end 576.36284375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 576.41346875
transcript.pyannote[43].end 576.48096875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 576.48096875
transcript.pyannote[44].end 576.97034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 576.97034375
transcript.pyannote[45].end 607.49721875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 583.87221875
transcript.pyannote[46].end 583.92284375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 608.49284375
transcript.pyannote[47].end 670.35659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 642.44534375
transcript.pyannote[48].end 642.47909375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 670.82909375
transcript.pyannote[49].end 671.57159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 672.19596875
transcript.pyannote[50].end 674.77784375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 674.77784375
transcript.pyannote[51].end 681.78096875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 681.07221875
transcript.pyannote[52].end 689.52659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 681.91596875
transcript.pyannote[53].end 681.94971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 682.82721875
transcript.pyannote[54].end 683.58659375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 686.65784375
transcript.pyannote[55].end 686.70846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 689.71221875
transcript.pyannote[56].end 691.01159375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 689.83034375
transcript.pyannote[57].end 690.16784375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 691.19721875
transcript.pyannote[58].end 703.90409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 703.66784375
transcript.pyannote[59].end 708.34221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 708.52784375
transcript.pyannote[60].end 726.01034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 724.49159375
transcript.pyannote[61].end 728.77784375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 726.71909375
transcript.pyannote[62].end 727.76534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 728.84534375
transcript.pyannote[63].end 747.91409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 747.49221875
transcript.pyannote[64].end 748.75784375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 748.23471875
transcript.pyannote[65].end 770.20596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 768.73784375
transcript.pyannote[66].end 768.88971875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 769.71659375
transcript.pyannote[67].end 770.99909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 770.99909375
transcript.pyannote[68].end 783.09846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 771.01596875
transcript.pyannote[69].end 771.99471875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 783.09846875
transcript.pyannote[70].end 784.14471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 784.14471875
transcript.pyannote[71].end 784.70159375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 784.33034375
transcript.pyannote[72].end 784.78596875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 784.78596875
transcript.pyannote[73].end 784.80284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 784.80284375
transcript.pyannote[74].end 784.90409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 784.90409375
transcript.pyannote[75].end 785.29221875
transcript.whisperx[0].start 4.324
transcript.whisperx[0].end 31.585
transcript.whisperx[0].text 主席謝謝 麻煩請林部長好 我們請林部長好 部長早四大重點 其中第一個加強打詐我想國人跟本席都非常關心也希望速發部真的說到做到喔所以本席在利用質詢時間再來跟部長講知道最近有很紅的詐騙手法是什麼嗎
transcript.whisperx[1].start 33.079
transcript.whisperx[1].end 59.373
transcript.whisperx[1].text 是講的是LINE跟那個台灣大哥大的那個事情嗎台灣大哥大對有這樣的詐騙啦但另外更重要的是詐騙集團他們也都會與時俱進啦所以最近在封四月封媽祖啊詐騙集團也沒有放棄這個好機會喔但我們已經有看到了台灣事實查核中心已經看到說其實有很多的詐騙訊息什麼免費的結緣品這其實是假的
transcript.whisperx[2].start 60.473
transcript.whisperx[2].end 78.815
transcript.whisperx[2].text 我們也看到說這個在台灣市財務中心裡面上面有看到是從3月就開始出現很多分享結緣品的貼文而且他其實是要求民眾去留言說我要結緣等等的那後續他可能就會有私訊那有私訊他就進一步的來去跟他做連結
transcript.whisperx[3].start 79.696
transcript.whisperx[3].end 96.481
transcript.whisperx[3].text 那分兩種有一種方式是說他直接就是用詐騙的方式你可能要匯款另外一種他是結合便利商店或貨到付款可是到最後他可能到的東西是一個很瑕疵品或說根本沒有這個認證的商品
transcript.whisperx[4].start 97.783
transcript.whisperx[4].end 112.344
transcript.whisperx[4].text 來變成是他的一個詐騙的一個手法好 那我想請教在這一個部分裡面以及剛剛我們速發部講了那麼多說不管是讓這個社群媒體平台這個1.5小時平均啊可以下架可是還是層出不窮
transcript.whisperx[5].start 112.745
transcript.whisperx[5].end 135.385
transcript.whisperx[5].text 是 沒錯那個委員講的沒錯其實像這類的詐騙最困難的地方就是我們要認定它是不是詐騙那像這個結緣還有風媽祖的這些活動裡面事實上我們知道一定還是會有一些比例是真實的訊息但是有些假的訊息那現在最難的就是我們政府必須在保護言論自由跟打詐中間我們必須取得一個平衡點
transcript.whisperx[6].start 136.025
transcript.whisperx[6].end 150.518
transcript.whisperx[6].text 那以這個台灣事實查查中心來講的話這個單位他做的查核是非常非常嚴謹的但是有一個問題是他的速度非常慢他通常要到一兩個禮拜他才辦法去確定一個訊息是不是詐騙那在這個過程中一兩個禮拜之間其實詐騙都已經發生了是所以我們現在詐騙都已經騙完了沒錯沒錯對不對通常
transcript.whisperx[7].start 156.784
transcript.whisperx[7].end 180.163
transcript.whisperx[7].text 很多現在的詐騙是24小時內他可能已經收集一定的個資詐騙集團他們現在也想的是說他不會一個帳號細水流長就可以騙所以他可能一個帳號假帳號裡面騙24小時甚至12個小時收集一定的個資他就馬上利用這些個資去做詐騙轉變手法那我們現在也看到本席剛剛也特別看了一下我們是這個
transcript.whisperx[8].start 181.604
transcript.whisperx[8].end 210.041
transcript.whisperx[8].text 通訊我們速發部的這個通報網裡面其實過去七天喔我們過去印象中是臉書詐騙是大宗沒錯但在過去七天我看到你們的統計其實萃已經比我們的臉書還要來的多兩倍你看這個是過去七天剛剛抓的資料萃上面有一萬三千多件而臉書上面只有五千多件所以換言之我們過去以往會覺得是說
transcript.whisperx[9].start 211.402
transcript.whisperx[9].end 234.558
transcript.whisperx[9].text 臉書上可能年長者使用比較多翠可能相對年輕比較多可是現在反而是翠的詐騙訊息比較高是有沒有注意到這樣一個情況是我們有注意到這個現象那就是如同我們之前常講的就是打詐就是好人跟壞人之間不斷的攻防我們把原來的這個漏洞把它堵住了以前我們覺得最大的問題是Meta Facebook
transcript.whisperx[10].start 234.958
transcript.whisperx[10].end 257.424
transcript.whisperx[10].text 那現在就是說我們把那個漏洞補得比較好的時候這時候詐騙集團就轉移了就轉移到那個上面然後那個以前的訊息譬如說是很多都是仿冒名人那仿冒名人我們用的各種科技還有非科技的手段我們已經把他擋得差不多的時候他這時候他就是用那個線上銷售我們還是我們現在重點還是說我們必須縮短時間所以
transcript.whisperx[11].start 259.925
transcript.whisperx[11].end 276.325
transcript.whisperx[11].text 應該講 對不起 兩個方面一個是我們想辦法縮短時間那我們現在通知那個Meta他們的下架速度已經很快一個半小時 當然還有改善空間但是另外一個就是Meta包括臉書 IG跟Trade所以說臉書 IG跟Trade都可以在1.5個小時平均可以下架嗎
transcript.whisperx[12].start 276.826
transcript.whisperx[12].end 294.416
transcript.whisperx[12].text 是是同一個系統那我們現在最還是就是問題就是在於說判斷是不是那個詐騙那這個地方我們就是必須跟其他部會去合作因為那個依照法令我們就請人家下架還是必須有法律的依據那另外一部分就是
transcript.whisperx[13].start 295.936
transcript.whisperx[13].end 308.323
transcript.whisperx[13].text 我們除了說要加強這個速度以外我們去找那個請那個Meta他們去找到這個根源因為我們現在這個在Meta上面他這個詐騙的生態是這樣子第一個他們會養賬號養賬號以後他們會去開那個粉絲頁然後粉絲頁以後在下面放廣告
transcript.whisperx[14].start 315.007
transcript.whisperx[14].end 332.719
transcript.whisperx[14].text 這就是本席想要提出來的問題因為過去臉書上面是可以投放廣告所以我們用廣告實名制就可以找出源頭 比較容易有管理但現在粹上面到目前為止訊息的散播他比較沒有辦法說用下廣告的方式來去做散播所以這就是新型態的詐騙手法那我們要怎麼樣預防因為現在你的數據告訴我們來我們上一頁下一頁
transcript.whisperx[15].start 339.865
transcript.whisperx[15].end 349.71
transcript.whisperx[15].text 這個是三十天內的統計這也是速發部的統計三十天內的統計其實TRADE跟臉書已經是不相上下都是六萬多則可是如果說我們再看七天內的統計是
transcript.whisperx[16].start 352.491
transcript.whisperx[16].end 381.471
transcript.whisperx[16].text 萃有一萬三千多則而臉書只有五千多則換言之現在詐騙集團可能也知道是說過去這些手法我們常講磨高一尺道要高一丈那我們現在過去有防堵的繼續防堵但未來的部分這就是本席今天要跟你討論的重點就是說萃上面他沒有辦法廣告實名制的情況可是他有辦法有擴散還有就是他用一些關鍵字那可能搭配Meta他們的演算法會比較容易去散播那我們在這一塊要怎麼管理這才是重點
transcript.whisperx[17].start 382.051
transcript.whisperx[17].end 390.918
transcript.whisperx[17].text 是 OK那這個部分第一個就是我們就是請那個Meta他從後台去觀察這些帳號開設的狀況因為通常這些詐騙帳號他譬如說如果說是用E-mail帳號去開設的話同樣的那個帳號E-mail帳號可能開很多帳號
transcript.whisperx[18].start 398.684
transcript.whisperx[18].end 427.166
transcript.whisperx[18].text 那我們只要找到其中有一個是詐騙帳號的話那Meta那邊就可以去推論說其他他開設的帳戶Thread帳戶也可能是詐騙帳戶那這個事情Meta已經有在做那另外一點我們就希望說結合我們這個數位憑證起筆夾的技術我們以後去標示說哪些人是真人哪些帳戶是真人開的哪些帳戶是台灣人開的其實就是確定時線上線下共同嘛
transcript.whisperx[19].start 427.366
transcript.whisperx[19].end 447.327
transcript.whisperx[19].text 你不是說一個人可以開很多的分身而是最理想的狀態應該是一個人他有一個虛擬的帳戶那他才可以這樣相對應嘛所以過去是用不管是用手機認證不管是用E-mail認證那未來怎麼樣加強這一塊好 因為時間的問題是不是請速發部再給本席相關的資料就是說你們要跟Meta怎麼樣因應
transcript.whisperx[20].start 448.448
transcript.whisperx[20].end 466.673
transcript.whisperx[20].text 脆上面的這種新型態的一個詐騙而不要認為說年輕人不一定比較不容易被騙有些時候年輕人可能他比較熱血或是說他看到這個免費捷冤品他可能就信以為真反而他容易上當所以這個部分我必須要求速發部重視脆的詐騙那再來
transcript.whisperx[21].start 468.653
transcript.whisperx[21].end 481.468
transcript.whisperx[21].text 最近有一個YouTube上面可能很多人也瘋傳就是說我們看到AI的影片但他已經被確認他也是假訊息就是他講說60歲以上長者搭飛機有幾大優惠甚至65歲以上長者搭高鐵有幾大優惠
transcript.whisperx[22].start 486.073
transcript.whisperx[22].end 507.487
transcript.whisperx[22].text 而它已經被認定這是一個AI生成的影片而且它裡面的內容其實大多數也都是不是事實那我只是想要請教因為到目前為止還沒有形成一個詐騙的騙金額可是會有人去做AI的生成影片然後講不是事實的一些優惠有沒有掌握這個狀況以及背後的成因是什麼
transcript.whisperx[23].start 508.047
transcript.whisperx[23].end 531.775
transcript.whisperx[23].text 事實上這個問題會越來越嚴重因為AI的影像生成工具越來越便宜越來越普及所以我們現在就是跟Google還有Meta這些平台我們就跟他談就是說希望以後這個AI生成的這個影片都必須做標示那第一個就是說他們本身這種大廠事實上美國的這些大廠他所生成的這個AI影像事實上裡面都有浮水印可以用那個
transcript.whisperx[24].start 532.835
transcript.whisperx[24].end 550.922
transcript.whisperx[24].text 用軟體的方式技術的方式我們就可以檢查出來它是不是AI生成了那這時候這些平台應該要把它標示出來那這個事情我們努力在跟這些大型的平台在溝通因為他們大部分都是美國公司那他們現在看起來是願意往這個方向去配合那另外就是
transcript.whisperx[25].start 551.762
transcript.whisperx[25].end 575.907
transcript.whisperx[25].text 如果說是另外一些小廠或者就是沒有這個標示的那我們就希望說以後我們去通知如果有人譬如說有人仿冒我的影像做了AI影像的話我通知這些平台那AI這些平台他會有三個選項他會要求這個作者三個選項第一個移除這個影片第二個是做標示第二個是第三個是自負法律責任那現在這些好
transcript.whisperx[26].start 576.607
transcript.whisperx[26].end 604.907
transcript.whisperx[26].text OK 是部長你講到重點在於是一般百分之八十九十的人其實接收訊息管道還是從YouTube如果說影片的話從YouTube從臉書社群媒體平台所以百分之八九十的管道如果說這些公司願意配合其實就可以減少很多誤判的一個形式所以還是要從源頭管理嘛你如果說你從這些細微末節譬如說要求每一個人用不同的AI工具生成之後然後都來做一個辨識
transcript.whisperx[27].start 606.448
transcript.whisperx[27].end 631.077
transcript.whisperx[27].text 是不一定這個直接但是如果說上傳到這些平台上面平台他就有責任要揭露出說他到底是不是AI生成是沒錯我相信以現在科技現在技術也可以辦得到是所以現在重點在於是對就是本席剛剛講的因為本席剛剛提到有很多鄉親還甚至傳LINE給我問我說這是不是真的高鐵有現在的優惠
transcript.whisperx[28].start 631.717
transcript.whisperx[28].end 661.017
transcript.whisperx[28].text 明顯一看第一他是AI生成影片第二這些高鐵上的優惠其實不是事實那他為什麼背後的成因為什麼要這樣做我們這還要釐清可是在重點在於是說YouTube上面能不能針對這樣子的一個影片尤其是我看了一下他的點閱率高達21萬次他不是只是幾百次幾千次21萬次的一個影片還持續在轉傳也因此是不是針對這個部分應該要求不管YouTube應該Meta
transcript.whisperx[29].start 661.477
transcript.whisperx[29].end 690.249
transcript.whisperx[29].text 他們針對播放次數比較多而AI生成的影片他就有責任應該要先標示說這個就是AI生成以讓觀眾在點閱的時候可以有更清楚的一個判斷是 我原來這個建議非常好我們會朝這個方向進行跟YouTube那邊去商量他可能是一個全球性的一個政策但至少我們政府有責任就要率先提出來我們也要要求這樣部分什麼時候可以再跟他們溝通也給我們一個時間表吧
transcript.whisperx[30].start 691.249
transcript.whisperx[30].end 708.19
transcript.whisperx[30].text OK 事實上我兩個禮拜前才去那個美國那個Google的總部跟他談過然後一個禮拜前他們又來台灣就拜訪我就是要談這件事情談好幾個議題 這其中一個重要的議題是 但是把這個議題列為是一個重要項目並且有時間表讓我們知道
transcript.whisperx[31].start 708.57
transcript.whisperx[31].end 726.519
transcript.whisperx[31].text OK 好 那這個時間就是時間的預估我們在一個月內可以嗎就是先給委員因為這個事情因為我們沒有法律管轄權因為我們對Google去談我們只能說之以理然後動之以情因為這個我想大公司有社會責任有法律責任
transcript.whisperx[32].start 729
transcript.whisperx[32].end 747.856
transcript.whisperx[32].text 可能說他們賺點閱率結果放任所有的使用者上傳不實的影片內容然後導致另外一個部分是如果說長輩看到那些影片他去要求高鐵公司高鐵公司說沒有結果到最後在那邊回北京這某程度上也算是我們的地方責任是沒錯沒錯
transcript.whisperx[33].start 748.837
transcript.whisperx[33].end 766.582
transcript.whisperx[33].text 也因此本席才會說你至少有你可能沒有辦法百分之百但你至少你針對多少點閱率的影片你就有責任要去做了解以及釐清說它到底是AI生成還是真人拍攝以及它內容的一個真實與否那當然牽扯到言論自由但至少
transcript.whisperx[34].start 767.102
transcript.whisperx[34].end 784.555
transcript.whisperx[34].text 他是AI生成影片的部分就應該要標示出來非常同意一個月內本席等速發布但我要求的是速發布要給我們實成以及你在每一次開會的時候把這列為是重要議題跟Google跟Meta來做溝通好嗎OK沒問題謝謝委員的支持