iVOD / 168960

Field Value
IVOD_ID 168960
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168960
日期 2026-04-29
會議資料.會議代碼 委員會-11-5-22-8
會議資料.會議代碼:str 第11屆第5會期教育及文化委員會第8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 8
會議資料.種類 委員會
會議資料.委員會代碼[0] 22
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.標題 第11屆第5會期教育及文化委員會第8次全體委員會議
影片種類 Clip
開始時間 2026-04-29T11:58:53+08:00
結束時間 2026-04-29T12:09:05+08:00
影片長度 00:10:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6301273cb2dfee84dbf8115138b98b45c607106bc22f509429ca0dd5c777562e0e7e88b7d6e8a5905ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鍾佳濱
委員發言時間 11:58:53 - 12:09:05
會議時間 2026-04-29T09:00:00+08:00
會議名稱 立法院第11屆第5會期教育及文化委員會第8次全體委員會議(事由:中央研究院、國家科學及技術委員會、數位發展部就「AI主權時代:學門建構與應用、研究應用倫理及數位透明度之配套措施」進行專題報告,並備質詢。【4月29日及30日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 12.41721875
transcript.pyannote[0].end 19.03221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 19.58909375
transcript.pyannote[1].end 22.81221875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 22.93034375
transcript.pyannote[2].end 28.51596875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 28.80284375
transcript.pyannote[3].end 32.43096875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 29.69721875
transcript.pyannote[4].end 29.86596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 30.23721875
transcript.pyannote[5].end 30.91221875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 32.68409375
transcript.pyannote[6].end 34.03409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 34.20284375
transcript.pyannote[7].end 47.02784375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 47.63534375
transcript.pyannote[8].end 59.71784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 60.35909375
transcript.pyannote[9].end 65.43846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 65.91096875
transcript.pyannote[10].end 69.67409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 70.11284375
transcript.pyannote[11].end 83.64659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 84.62534375
transcript.pyannote[12].end 84.99659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 84.99659375
transcript.pyannote[13].end 86.97096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 85.21596875
transcript.pyannote[14].end 86.24534375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 87.61221875
transcript.pyannote[15].end 87.62909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 87.62909375
transcript.pyannote[16].end 87.83159375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 87.83159375
transcript.pyannote[17].end 88.03409375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 88.03409375
transcript.pyannote[18].end 90.75096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 90.90284375
transcript.pyannote[19].end 92.21909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 92.21909375
transcript.pyannote[20].end 93.99096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 94.81784375
transcript.pyannote[21].end 100.99409375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 102.78284375
transcript.pyannote[22].end 103.27221875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 103.28909375
transcript.pyannote[23].end 104.94284375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 105.51659375
transcript.pyannote[24].end 110.57909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 110.00534375
transcript.pyannote[25].end 112.13159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 112.57034375
transcript.pyannote[26].end 142.00034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 142.92846875
transcript.pyannote[27].end 143.33346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 143.33346875
transcript.pyannote[28].end 151.41659375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 151.63596875
transcript.pyannote[29].end 154.72409375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 155.55096875
transcript.pyannote[30].end 157.17096875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 157.20471875
transcript.pyannote[31].end 158.09909375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 158.21721875
transcript.pyannote[32].end 159.12846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 159.36471875
transcript.pyannote[33].end 167.76846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 168.30846875
transcript.pyannote[34].end 176.89784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 177.65721875
transcript.pyannote[35].end 179.24346875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 179.54721875
transcript.pyannote[36].end 186.04409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 186.38159375
transcript.pyannote[37].end 186.78659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 186.87096875
transcript.pyannote[38].end 195.02159375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 195.67971875
transcript.pyannote[39].end 204.37034375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 204.67409375
transcript.pyannote[40].end 206.20971875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 206.73284375
transcript.pyannote[41].end 212.53784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 212.72346875
transcript.pyannote[42].end 218.46096875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 218.71409375
transcript.pyannote[43].end 221.48159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 221.75159375
transcript.pyannote[44].end 226.00409375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 226.69596875
transcript.pyannote[45].end 228.11346875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 228.72096875
transcript.pyannote[46].end 230.74596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 231.11721875
transcript.pyannote[47].end 235.70721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 235.96034375
transcript.pyannote[48].end 237.88409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 238.71096875
transcript.pyannote[49].end 240.85409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 240.85409375
transcript.pyannote[50].end 246.60846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 247.28346875
transcript.pyannote[51].end 252.17721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 252.34596875
transcript.pyannote[52].end 256.48034375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 256.73346875
transcript.pyannote[53].end 257.99909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 258.43784375
transcript.pyannote[54].end 264.44534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 265.10346875
transcript.pyannote[55].end 266.77409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 267.11159375
transcript.pyannote[56].end 269.84534375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 270.25034375
transcript.pyannote[57].end 275.31284375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 275.49846875
transcript.pyannote[58].end 278.24909375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 278.73846875
transcript.pyannote[59].end 281.20221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 281.47221875
transcript.pyannote[60].end 284.54346875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 284.89784375
transcript.pyannote[61].end 297.30096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 297.77346875
transcript.pyannote[62].end 298.60034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 299.08971875
transcript.pyannote[63].end 299.37659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 299.54534375
transcript.pyannote[64].end 300.10221875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 300.64221875
transcript.pyannote[65].end 301.36784375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 303.17346875
transcript.pyannote[66].end 304.13534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 304.55721875
transcript.pyannote[67].end 305.14784375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 305.73846875
transcript.pyannote[68].end 308.28659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 310.29471875
transcript.pyannote[69].end 313.01159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 313.01159375
transcript.pyannote[70].end 313.09596875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 313.95659375
transcript.pyannote[71].end 334.64534375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 332.75534375
transcript.pyannote[72].end 333.31221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 334.05471875
transcript.pyannote[73].end 334.74659375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 334.74659375
transcript.pyannote[74].end 345.02346875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 345.12471875
transcript.pyannote[75].end 363.36659375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 363.43409375
transcript.pyannote[76].end 366.50534375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 366.69096875
transcript.pyannote[77].end 367.04534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 367.72034375
transcript.pyannote[78].end 392.77971875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 393.40409375
transcript.pyannote[79].end 394.46721875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 394.77096875
transcript.pyannote[80].end 397.52159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 397.80846875
transcript.pyannote[81].end 398.75346875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 401.90909375
transcript.pyannote[82].end 402.41534375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 403.30971875
transcript.pyannote[83].end 413.97471875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 413.97471875
transcript.pyannote[84].end 418.34534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 418.95284375
transcript.pyannote[85].end 424.70721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 425.19659375
transcript.pyannote[86].end 435.72659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 435.94596875
transcript.pyannote[87].end 447.43784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 448.26471875
transcript.pyannote[88].end 450.20534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 450.35721875
transcript.pyannote[89].end 450.96471875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 451.26846875
transcript.pyannote[90].end 452.75346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 453.86721875
transcript.pyannote[91].end 461.35971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 461.93346875
transcript.pyannote[92].end 468.58221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 468.80159375
transcript.pyannote[93].end 472.83471875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 473.40846875
transcript.pyannote[94].end 474.31971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 477.40784375
transcript.pyannote[95].end 477.64409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 477.64409375
transcript.pyannote[96].end 477.88034375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 477.88034375
transcript.pyannote[97].end 478.15034375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 478.15034375
transcript.pyannote[98].end 478.23471875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 478.23471875
transcript.pyannote[99].end 478.25159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 478.25159375
transcript.pyannote[100].end 478.55534375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 478.55534375
transcript.pyannote[101].end 479.48346875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 480.15846875
transcript.pyannote[102].end 486.35159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 486.46971875
transcript.pyannote[103].end 507.25971875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 508.23846875
transcript.pyannote[104].end 509.31846875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 509.47034375
transcript.pyannote[105].end 524.05034375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 524.26971875
transcript.pyannote[106].end 527.07096875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 525.63659375
transcript.pyannote[107].end 526.05846875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 528.13409375
transcript.pyannote[108].end 528.50534375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 528.25221875
transcript.pyannote[109].end 528.64034375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 528.64034375
transcript.pyannote[110].end 531.03659375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 528.70784375
transcript.pyannote[111].end 529.11284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 531.34034375
transcript.pyannote[112].end 533.19659375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 534.09096875
transcript.pyannote[113].end 540.62159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 540.92534375
transcript.pyannote[114].end 541.33034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 541.27971875
transcript.pyannote[115].end 547.55721875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 547.81034375
transcript.pyannote[116].end 553.37909375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 554.05409375
transcript.pyannote[117].end 554.72909375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 554.15534375
transcript.pyannote[118].end 557.73284375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 556.75409375
transcript.pyannote[119].end 557.68221875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 557.73284375
transcript.pyannote[120].end 557.96909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 557.96909375
transcript.pyannote[121].end 563.50409375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 564.80346875
transcript.pyannote[122].end 571.85721875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 567.26721875
transcript.pyannote[123].end 568.36409375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 572.61659375
transcript.pyannote[124].end 578.33721875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 579.29909375
transcript.pyannote[125].end 581.27346875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 581.74596875
transcript.pyannote[126].end 583.51784375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 583.51784375
transcript.pyannote[127].end 584.63159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 583.61909375
transcript.pyannote[128].end 583.65284375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 583.85534375
transcript.pyannote[129].end 593.35596875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 594.03096875
transcript.pyannote[130].end 595.38096875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 596.66346875
transcript.pyannote[131].end 598.48596875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 598.58721875
transcript.pyannote[132].end 601.15221875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 601.48971875
transcript.pyannote[133].end 606.13034375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 606.13034375
transcript.pyannote[134].end 606.85596875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 606.85596875
transcript.pyannote[135].end 607.09221875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 606.94034375
transcript.pyannote[136].end 610.46721875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 611.29409375
transcript.pyannote[137].end 612.52596875
transcript.whisperx[0].start 12.655
transcript.whisperx[0].end 27.983
transcript.whisperx[0].text 主席 在場委員先進列席政務機關事長官員會長工作夥伴媒體記者女士先生有請國科會的陳副主委還有速發部的侯次長以及中研院的彭副院長
transcript.whisperx[1].start 29.154
transcript.whisperx[1].end 46.271
transcript.whisperx[1].text 好 請三位機關副所長相配訊臺 謝謝好 莊委員好副院長 副主委跟次長今天我們談的就是數位透明度的分級兼顧資安與取用科專企劃能否來支援能源設施科研研究我們看一下
transcript.whisperx[2].start 47.714
transcript.whisperx[2].end 59.225
transcript.whisperx[2].text 原生數據到底我們是要限制取用還是放寬使用這在我們的AI基本法當中討論很多像歐盟GPAR它是為了保護隱私限制取用但是相對的就是影響到AI的發展速度現在
transcript.whisperx[3].start 60.424
transcript.whisperx[3].end 85.599
transcript.whisperx[3].text 歐盟大概是主要先進國家AI的應用程度發展最慢的但是相對我們看這個吉普利的畫風這是在日本他們政府的法令規定放寬取用可以惡創但是這樣就造成了原來的創作者他會影響到創作者的權益先請問國科會副主委你認為我國的AI基本法之後的取向會偏向哪一邊只能選一邊不能兩邊都選
transcript.whisperx[4].start 87.959
transcript.whisperx[4].end 100.858
transcript.whisperx[4].text 其實MI基本法的設定的過程當中真的是兩邊橫頻的橫頻的副院長你也是這麼認為嗎就是說沒有絕對二選一我想要學界來形成一個共識好 那麼侯次長呢
transcript.whisperx[5].start 104.291
transcript.whisperx[5].end 123.719
transcript.whisperx[5].text 我認為我們目標是希望放寬取用但是採用技術的方式來保障個人的隱私很好 那麼侯市長說明了因為這部會的權責不同因為速發部要發展它當然要降低取用的限制但是我們看到資料的取用被取用的有基本上兩個對價關係如果你AI的數據庫要取用
transcript.whisperx[6].start 124.719
transcript.whisperx[6].end 141.807
transcript.whisperx[6].text 那對方商業機制他允許你取用但是你要不要有回饋機制這我們討論的但是如果是民眾他有涉及到隱私你要取用但要去識別化這就是對價關係的設計但是對於AI取用的對價關係國科會在未來AI基本法之後的各項的行政規定有沒有一個思考
transcript.whisperx[7].start 143.124
transcript.whisperx[7].end 153.974
transcript.whisperx[7].text 跟委員報告這個我們跟速發部應該會共同一起來努力好 跟速發部啦好 那我舉個例子我猜猜看你們知道這是什麼原因這叫做地籍資料啊你知道什麼叫做地籍登記簿騰本嗎
transcript.whisperx[8].start 155.609
transcript.whisperx[8].end 176.469
transcript.whisperx[8].text 沒有人 有印象沒有 譬如說我要是去銀行貸款 我要去申請我本人的名下的土地他會出現我的名字 出生年月日 我的身份證字號 我的住址因為銀行要對保嘛 然後呢 我有沒有設定抵押但是如果今天我是狗仔隊 我去看陳主委 欸常出入某棟房子我根據門牌要查到他的地級 我又查出來說 欸那個地級登錄成本 土地是誰的
transcript.whisperx[9].start 177.711
transcript.whisperx[9].end 205.638
transcript.whisperx[9].text 如果說全街路啊我就可以說誒這個陳主委跟某某地主有一些不尋常的曖昧關係是不是所以要限制嘛但是如果說我是一個房客我是陳租人我要去租你的土地我知道好歹知道你的土地的地主吧所以政府提供的資訊因著他的用途的不同身份的不同他有些取用的不同所以是登記人任何人還是關鍵人取用的不同好但是有一種情況
transcript.whisperx[10].start 206.778
transcript.whisperx[10].end 225.832
transcript.whisperx[10].text 我舉個例你們聽聽看最近我在跟能源署討論台灣的未來的電力配置他說未來能源署會根據因為用電的需要知道目前每個地區的用電需求量所以他會把每個電表的大數據下放到地方政府讓民眾用電人可以知道
transcript.whisperx[11].start 226.993
transcript.whisperx[11].end 246.079
transcript.whisperx[11].text 該地區的用電狀況這個很可怕啦我先問一下副院長齁如果說你住在某個區公所那個區公所你上網可以看到所有家的電表我可不可以找那個不在家的人去偷東西啊對所以這一部分應該是個人資料保護法要檢討的問題是的所以呢當我們形成大數據
transcript.whisperx[12].start 247.518
transcript.whisperx[12].end 263.845
transcript.whisperx[12].text 政府要供人民使用的時候一定要有一些考量我們看一下但是這些還有一些不平等不只是身份不同用途不同還有算力的不平等同樣的算力強的人他可以掌握比較多的資訊相對弱的人就沒辦法取用我舉個例子上個月有一個新聞
transcript.whisperx[13].start 265.186
transcript.whisperx[13].end 283.545
transcript.whisperx[13].text 法國航空母艦戴高樂他撥彎戰雲吃井他要去馳援結果因為有個軍官在航空母艦上跑步他用一個慢跑的APP結果有人去查他這個APP這個資料是公開的他在印度洋上跑步所以馬上人家查出航空母艦的軌跡了
transcript.whisperx[14].start 284.966
transcript.whisperx[14].end 307.512
transcript.whisperx[14].text 好 陳文辰主委那麼這個就是數位平等的數據禁用權還有數位隱蔽要確保治安國安這兩個部分還要獲取到你的算力未來會不會在立法的時候考慮到這個例如一點的不同請往下看來 就是這樣你們會不會有一個分級數位透明 數位隱蔽的相關執法這個可能要問蘇巴布 來
transcript.whisperx[15].start 314.085
transcript.whisperx[15].end 333.908
transcript.whisperx[15].text 是跟委員報告這個部分確實在我們現在整個推動法律修正的這個過程會有風險分歧的方式來不是風險分歧不好意思風險分類那您剛剛講到這個部分其實風險分類中非常重要的一個部分就是隱私這個部分還有會在
transcript.whisperx[16].start 335.229
transcript.whisperx[16].end 363.081
transcript.whisperx[16].text 不好意思會在不同的應用場景底下我們會去跟各部會對接希望他們可以考慮到這件事情好 要注意到其實媒體的數據禁用權因著你的算力多寡不同其實對有人來講是隱蔽的對他來講是透明的那如果你的算力不夠雖然是透明公開的資料但是你都沒辦法使用就像我說的地級登記簿藤本我想在座的人有多少人用過可能不曉得我可以申請第二類第三類可以往下看
transcript.whisperx[17].start 364.281
transcript.whisperx[17].end 392.653
transcript.whisperx[17].text 現在工商時報前天的新聞台電董事長說AI資料中心的用電規模堪比半寶體產業但是它廠房面積比較小可以建在都會地區會對電網形成挑戰什麼意思我們往下看所謂的算力靠電力電網要韌性但是電網裡面的變電所除能設置燃料電池0B效應怎麼去處理有沒有講過這個問題陳主委你們在設這些算力分布的時候
transcript.whisperx[18].start 393.553
transcript.whisperx[18].end 418.082
transcript.whisperx[18].text 還是哪一個要回答這個你們在強調算力的同時有沒有考慮到power couple好 跟委員回報我們在建置算力中心的時候是都有跟台電保持聯繫有確保供電的來源但是台電很困擾你們只是需求者困難誰去排除
transcript.whisperx[19].start 418.982
transcript.whisperx[19].end 446.963
transcript.whisperx[19].text 台電要去排除那台電怎麼排除我舉個例子往下看過去我們在教育委員會我們常常問文資保文資保存常常發現被認定古蹟後就被一把火放火燒掉為什麼因為怕地主怕被限制因此後來呢有人從都市計畫下手想說一個叫做什麼隆基率移轉我給你隆基率獎勵但是你這個台灣銀行你這個古蹟你不能拆你不能改建但是你的發展權我換算成隆基率移轉到你台銀的其他地方大樓有沒有聽過
transcript.whisperx[20].start 448.325
transcript.whisperx[20].end 472.393
transcript.whisperx[20].text 有聽過融進與移轉的這個獎勵吧好 這個是誰想出來的這個就是需要社科的研究才有辦法去解決單單是台電它有能力去創設一個融進與移轉的獎勵嗎很難 但是你們要算力 你們要電力問題都要去解決林碧設施 變電所 台北市 不容興建那請問你在台北市你NVIDIA你要落腳這裡 你怎麼辦陳主委你認為呢
transcript.whisperx[21].start 480.24
transcript.whisperx[21].end 507.158
transcript.whisperx[21].text 這個我們可以鼓勵學者做這方式是 不是鼓勵你們有科專計畫所以我是覺得你們要鎖定不是只看算力而已你們要思考到整個我們的科研在我們的國家社會不是超然於社會而外的所以我們的科研計畫要支援的不是只是一些科學應用還要在應用過程中有些社科的調查才能協助政府機關不只統合這些科研資源還能夠發展出應對的有效政策同不同意
transcript.whisperx[22].start 508.959
transcript.whisperx[22].end 532.913
transcript.whisperx[22].text 同意好那最後呢我們就往下看就是最後的結論了所以呢希望在AI基本的框架下請速發部可以針對不同的算力國科會去評估這個數位分級透明數位隱蔽的相關資法兩個部位共同合作可以嗎兩位陳副主委跟侯市長請對著麥克風答覆好那我知道呢今天那個國科會啊好像
transcript.whisperx[23].start 534.387
transcript.whisperx[23].end 562.883
transcript.whisperx[23].text 沒有這些社會人文科學好像有吧好像是你們有一個人文及社會科學研究發展處是不是未來的科專計畫是不是能夠專門針對能源設施如果克服0b效應去做一些這個社科方面的研究調查這是中研院還是國科會的我看你們這邊有一個人文及社會科學研究發展處對我們有支援支持人設的研究是那你們有沒有那個叫做科專計畫
transcript.whisperx[24].start 565.004
transcript.whisperx[24].end 593.187
transcript.whisperx[24].text 國科會的不是叫科專計畫我們就是研究計畫有研究計畫那科專計畫是由誰來分配由國發會來分配經濟部有經濟部來分配經濟部他不是說他說是用國科會分配完的時候他用他們分配給他的部分那你們問問看後面有人要回答了那應該是指科科技計畫科技計畫科技計畫好那麼未來的科技計畫可不可以在對其他部會框定的額度內或者說你們優先來支援這樣社科的調查跟研究
transcript.whisperx[25].start 594.216
transcript.whisperx[25].end 609.078
transcript.whisperx[25].text 還是眾議院想自告奮勇眾議院你們也有法律研究所科技計畫是這樣就是各部會他會提出一個申請由我們這邊來做一個希望你們未來審核的時候要多多支持這樣的社科研究好嗎好 謝謝謝謝莊嘉賓