| IVOD_ID |
169777 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/169777 |
| 日期 |
2026-06-03 |
| 會議資料.會議代碼 |
委員會-11-5-26-13 |
| 會議資料.會議代碼:str |
第11屆第5會期社會福利及衛生環境委員會第13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 |
13 |
| 會議資料.種類 |
委員會 |
| 會議資料.委員會代碼[0] |
26 |
| 會議資料.委員會代碼:str[0] |
社會福利及衛生環境委員會 |
| 會議資料.標題 |
第11屆第5會期社會福利及衛生環境委員會第13次全體委員會議 |
| 影片種類 |
Clip |
| 開始時間 |
2026-06-03T11:08:52+08:00 |
| 結束時間 |
2026-06-03T11:22:42+08:00 |
| 影片長度 |
00:13:50 |
| 支援功能[0] |
ai-transcript |
| video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5329b193fad04125f92fbd48759d59445efbe1c17d8a019977c83729728f4ea8b0f568547c5b28c35ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
廖偉翔 |
| 委員發言時間 |
11:08:52 - 11:22:42 |
| 會議時間 |
2026-06-03T09:00:00+08:00 |
| 會議名稱 |
立法院第11屆第5會期社會福利及衛生環境委員會第13次全體委員會議（事由：(6月3日上午9時起)
一、審查「性別平等工作法」修正草案等100案。
(一)委員范雲等17人擬具「性別平等工作法部分條文修正草案」案。
(二)委員郭昱晴等17人擬具「性別平等工作法第十五條條文修正草案」案。
(三)委員萬美玲等35人擬具「性別平等工作法第十五條條文修正草案」案。
(四)委員黃秀芳等18人擬具「性別平等工作法第十五條條文修正草案」案。
(五)委員黃健豪等21人擬具「性別平等工作法第二十條條文修正草案」案。
(六)委員黃健豪等21人擬具「性別平等工作法第十九條之一及第二十一條條文修正草案」案。
(七)委員李彥秀等22人擬具「性別平等工作法第十五條條文修正草案」案。
(八)委員許智傑等25人擬具「性別平等工作法第二十條條文修正草案」案。
(九)委員吳宗憲等16人擬具「性別平等工作法第十四條條文修正草案」案。
(十)委員吳宗憲等17人擬具「性別平等工作法第十五條條文修正草案」案。
......(因系統字數上限，詳見議事日程)
二、審查「就業保險法」修正草案等88案。
(一)委員謝衣鳯等19人擬具「就業保險法第十條、第十一條及第十九條之三條文修正草案」案。
(二)委員范雲等17人擬具「就業保險法第十一條及第十九條之二條文修正草案」案。
(三)委員許宇甄等22人擬具「就業保險法第十一條條文修正草案」案。
(四)委員邱鎮軍等20人擬具「就業保險法第十一條條文修正草案」案。
(五)委員謝衣鳯等17人擬具「就業保險法第十四條條文修正草案」案。
(六)委員黃健豪等20人擬具「就業保險法第十條、第十一條及第十九條之三條文修正草案」案。
(七)委員林淑芬等23人擬具「就業保險法第十一條及第十九條之三條文修正草案」案。
(八)委員徐欣瑩等20人擬具「就業保險法第十九條之二條文修正草案」案。
(九)委員涂權吉等16人擬具「就業保險法第十條、第十一條及第十九條之二條文修正草案」案。
(十)委員王育敏等18人擬具「就業保險法部分條文修正草案」案。
......(因系統字數上限，詳見議事日程)
【綜合詢答，僅詢答】
【第一（一○○）案及第二（八十八）案，如經復議則不予審查】
(6月3日下午2時30分起)
(6月3日若上午議程尚未結束，待結束後接續召開)
一、繼續審查中華民國115年度中央政府總預算案關於勞動部主管預算。(公務及非營業特種基金預算案)。
二、繼續審查勞動部函送財團法人職業災害預防及重建中心115年度預算書案。
【6月3日、6月4日二天一次會】） |
| transcript.pyannote[0].speaker |
SPEAKER_00 |
| transcript.pyannote[0].start |
0.03096875 |
| transcript.pyannote[0].end |
1.02659375 |
| transcript.pyannote[1].speaker |
SPEAKER_00 |
| transcript.pyannote[1].start |
2.86596875 |
| transcript.pyannote[1].end |
4.03034375 |
| transcript.pyannote[2].speaker |
SPEAKER_00 |
| transcript.pyannote[2].start |
4.46909375 |
| transcript.pyannote[2].end |
5.63346875 |
| transcript.pyannote[3].speaker |
SPEAKER_00 |
| transcript.pyannote[3].start |
5.80221875 |
| transcript.pyannote[3].end |
6.76409375 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
11.82659375 |
| transcript.pyannote[4].end |
20.83784375 |
| transcript.pyannote[5].speaker |
SPEAKER_01 |
| transcript.pyannote[5].start |
19.89284375 |
| transcript.pyannote[5].end |
19.94346875 |
| transcript.pyannote[6].speaker |
SPEAKER_01 |
| transcript.pyannote[6].start |
20.24721875 |
| transcript.pyannote[6].end |
20.28096875 |
| transcript.pyannote[7].speaker |
SPEAKER_00 |
| transcript.pyannote[7].start |
21.42846875 |
| transcript.pyannote[7].end |
28.33034375 |
| transcript.pyannote[8].speaker |
SPEAKER_00 |
| transcript.pyannote[8].start |
28.68471875 |
| transcript.pyannote[8].end |
29.30909375 |
| transcript.pyannote[9].speaker |
SPEAKER_00 |
| transcript.pyannote[9].start |
29.59596875 |
| transcript.pyannote[9].end |
75.32721875 |
| transcript.pyannote[10].speaker |
SPEAKER_00 |
| transcript.pyannote[10].start |
75.54659375 |
| transcript.pyannote[10].end |
77.33534375 |
| transcript.pyannote[11].speaker |
SPEAKER_00 |
| transcript.pyannote[11].start |
77.75721875 |
| transcript.pyannote[11].end |
89.51909375 |
| transcript.pyannote[12].speaker |
SPEAKER_00 |
| transcript.pyannote[12].start |
89.65409375 |
| transcript.pyannote[12].end |
92.20221875 |
| transcript.pyannote[13].speaker |
SPEAKER_00 |
| transcript.pyannote[13].start |
92.92784375 |
| transcript.pyannote[13].end |
96.04971875 |
| transcript.pyannote[14].speaker |
SPEAKER_00 |
| transcript.pyannote[14].start |
96.47159375 |
| transcript.pyannote[14].end |
98.04096875 |
| transcript.pyannote[15].speaker |
SPEAKER_00 |
| transcript.pyannote[15].start |
98.64846875 |
| transcript.pyannote[15].end |
111.00096875 |
| transcript.pyannote[16].speaker |
SPEAKER_01 |
| transcript.pyannote[16].start |
107.57534375 |
| transcript.pyannote[16].end |
107.96346875 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
111.50721875 |
| transcript.pyannote[17].end |
122.44221875 |
| transcript.pyannote[18].speaker |
SPEAKER_01 |
| transcript.pyannote[18].start |
113.58284375 |
| transcript.pyannote[18].end |
115.11846875 |
| transcript.pyannote[19].speaker |
SPEAKER_01 |
| transcript.pyannote[19].start |
115.21971875 |
| transcript.pyannote[19].end |
116.35034375 |
| transcript.pyannote[20].speaker |
SPEAKER_01 |
| transcript.pyannote[20].start |
117.85221875 |
| transcript.pyannote[20].end |
118.52721875 |
| transcript.pyannote[21].speaker |
SPEAKER_00 |
| transcript.pyannote[21].start |
122.98221875 |
| transcript.pyannote[21].end |
143.87346875 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
144.37971875 |
| transcript.pyannote[22].end |
152.17596875 |
| transcript.pyannote[23].speaker |
SPEAKER_00 |
| transcript.pyannote[23].start |
152.20971875 |
| transcript.pyannote[23].end |
172.57784375 |
| transcript.pyannote[24].speaker |
SPEAKER_01 |
| transcript.pyannote[24].start |
166.46909375 |
| transcript.pyannote[24].end |
167.85284375 |
| transcript.pyannote[25].speaker |
SPEAKER_01 |
| transcript.pyannote[25].start |
168.25784375 |
| transcript.pyannote[25].end |
168.91596875 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
172.79721875 |
| transcript.pyannote[26].end |
219.18659375 |
| transcript.pyannote[27].speaker |
SPEAKER_01 |
| transcript.pyannote[27].start |
177.03284375 |
| transcript.pyannote[27].end |
178.34909375 |
| transcript.pyannote[28].speaker |
SPEAKER_01 |
| transcript.pyannote[28].start |
183.12471875 |
| transcript.pyannote[28].end |
183.76596875 |
| transcript.pyannote[29].speaker |
SPEAKER_01 |
| transcript.pyannote[29].start |
184.33971875 |
| transcript.pyannote[29].end |
185.18346875 |
| transcript.pyannote[30].speaker |
SPEAKER_01 |
| transcript.pyannote[30].start |
188.54159375 |
| transcript.pyannote[30].end |
189.85784375 |
| transcript.pyannote[31].speaker |
SPEAKER_01 |
| transcript.pyannote[31].start |
191.83221875 |
| transcript.pyannote[31].end |
194.21159375 |
| transcript.pyannote[32].speaker |
SPEAKER_01 |
| transcript.pyannote[32].start |
195.96659375 |
| transcript.pyannote[32].end |
197.90721875 |
| transcript.pyannote[33].speaker |
SPEAKER_01 |
| transcript.pyannote[33].start |
212.80784375 |
| transcript.pyannote[33].end |
213.12846875 |
| transcript.pyannote[34].speaker |
SPEAKER_01 |
| transcript.pyannote[34].start |
214.17471875 |
| transcript.pyannote[34].end |
214.44471875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
219.25409375 |
| transcript.pyannote[35].end |
262.53846875 |
| transcript.pyannote[36].speaker |
SPEAKER_01 |
| transcript.pyannote[36].start |
224.63721875 |
| transcript.pyannote[36].end |
226.17284375 |
| transcript.pyannote[37].speaker |
SPEAKER_01 |
| transcript.pyannote[37].start |
228.68721875 |
| transcript.pyannote[37].end |
228.85596875 |
| transcript.pyannote[38].speaker |
SPEAKER_01 |
| transcript.pyannote[38].start |
232.11284375 |
| transcript.pyannote[38].end |
232.82159375 |
| transcript.pyannote[39].speaker |
SPEAKER_01 |
| transcript.pyannote[39].start |
249.02159375 |
| transcript.pyannote[39].end |
249.93284375 |
| transcript.pyannote[40].speaker |
SPEAKER_01 |
| transcript.pyannote[40].start |
253.45971875 |
| transcript.pyannote[40].end |
253.57784375 |
| transcript.pyannote[41].speaker |
SPEAKER_00 |
| transcript.pyannote[41].start |
262.58909375 |
| transcript.pyannote[41].end |
269.81159375 |
| transcript.pyannote[42].speaker |
SPEAKER_00 |
| transcript.pyannote[42].start |
269.91284375 |
| transcript.pyannote[42].end |
280.57784375 |
| transcript.pyannote[43].speaker |
SPEAKER_01 |
| transcript.pyannote[43].start |
270.70596875 |
| transcript.pyannote[43].end |
272.52846875 |
| transcript.pyannote[44].speaker |
SPEAKER_00 |
| transcript.pyannote[44].start |
280.64534375 |
| transcript.pyannote[44].end |
282.63659375 |
| transcript.pyannote[45].speaker |
SPEAKER_00 |
| transcript.pyannote[45].start |
282.82221875 |
| transcript.pyannote[45].end |
284.69534375 |
| transcript.pyannote[46].speaker |
SPEAKER_00 |
| transcript.pyannote[46].start |
285.01596875 |
| transcript.pyannote[46].end |
328.36784375 |
| transcript.pyannote[47].speaker |
SPEAKER_01 |
| transcript.pyannote[47].start |
297.31784375 |
| transcript.pyannote[47].end |
297.95909375 |
| transcript.pyannote[48].speaker |
SPEAKER_01 |
| transcript.pyannote[48].start |
298.65096875 |
| transcript.pyannote[48].end |
299.34284375 |
| transcript.pyannote[49].speaker |
SPEAKER_01 |
| transcript.pyannote[49].start |
301.87409375 |
| transcript.pyannote[49].end |
302.54909375 |
| transcript.pyannote[50].speaker |
SPEAKER_01 |
| transcript.pyannote[50].start |
302.97096875 |
| transcript.pyannote[50].end |
303.93284375 |
| transcript.pyannote[51].speaker |
SPEAKER_01 |
| transcript.pyannote[51].start |
304.21971875 |
| transcript.pyannote[51].end |
304.74284375 |
| transcript.pyannote[52].speaker |
SPEAKER_01 |
| transcript.pyannote[52].start |
310.10909375 |
| transcript.pyannote[52].end |
310.64909375 |
| transcript.pyannote[53].speaker |
SPEAKER_01 |
| transcript.pyannote[53].start |
313.12971875 |
| transcript.pyannote[53].end |
313.61909375 |
| transcript.pyannote[54].speaker |
SPEAKER_01 |
| transcript.pyannote[54].start |
324.08159375 |
| transcript.pyannote[54].end |
325.14471875 |
| transcript.pyannote[55].speaker |
SPEAKER_01 |
| transcript.pyannote[55].start |
326.07284375 |
| transcript.pyannote[55].end |
326.76471875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
329.85284375 |
| transcript.pyannote[56].end |
375.65159375 |
| transcript.pyannote[57].speaker |
SPEAKER_01 |
| transcript.pyannote[57].start |
358.99596875 |
| transcript.pyannote[57].end |
359.29971875 |
| transcript.pyannote[58].speaker |
SPEAKER_01 |
| transcript.pyannote[58].start |
361.94909375 |
| transcript.pyannote[58].end |
362.77596875 |
| transcript.pyannote[59].speaker |
SPEAKER_00 |
| transcript.pyannote[59].start |
376.03971875 |
| transcript.pyannote[59].end |
379.16159375 |
| transcript.pyannote[60].speaker |
SPEAKER_00 |
| transcript.pyannote[60].start |
379.36409375 |
| transcript.pyannote[60].end |
436.43534375 |
| transcript.pyannote[61].speaker |
SPEAKER_01 |
| transcript.pyannote[61].start |
411.73034375 |
| transcript.pyannote[61].end |
412.50659375 |
| transcript.pyannote[62].speaker |
SPEAKER_01 |
| transcript.pyannote[62].start |
413.73846875 |
| transcript.pyannote[62].end |
414.34596875 |
| transcript.pyannote[63].speaker |
SPEAKER_01 |
| transcript.pyannote[63].start |
422.69909375 |
| transcript.pyannote[63].end |
423.39096875 |
| transcript.pyannote[64].speaker |
SPEAKER_01 |
| transcript.pyannote[64].start |
425.95596875 |
| transcript.pyannote[64].end |
427.13721875 |
| transcript.pyannote[65].speaker |
SPEAKER_01 |
| transcript.pyannote[65].start |
428.20034375 |
| transcript.pyannote[65].end |
429.83721875 |
| transcript.pyannote[66].speaker |
SPEAKER_01 |
| transcript.pyannote[66].start |
431.69346875 |
| transcript.pyannote[66].end |
432.70596875 |
| transcript.pyannote[67].speaker |
SPEAKER_01 |
| transcript.pyannote[67].start |
432.99284375 |
| transcript.pyannote[67].end |
433.51596875 |
| transcript.pyannote[68].speaker |
SPEAKER_01 |
| transcript.pyannote[68].start |
435.10221875 |
| transcript.pyannote[68].end |
435.55784375 |
| transcript.pyannote[69].speaker |
SPEAKER_00 |
| transcript.pyannote[69].start |
436.75596875 |
| transcript.pyannote[69].end |
444.73784375 |
| transcript.pyannote[70].speaker |
SPEAKER_01 |
| transcript.pyannote[70].start |
438.62909375 |
| transcript.pyannote[70].end |
439.64159375 |
| transcript.pyannote[71].speaker |
SPEAKER_00 |
| transcript.pyannote[71].start |
445.98659375 |
| transcript.pyannote[71].end |
450.59346875 |
| transcript.pyannote[72].speaker |
SPEAKER_01 |
| transcript.pyannote[72].start |
446.02034375 |
| transcript.pyannote[72].end |
446.86409375 |
| transcript.pyannote[73].speaker |
SPEAKER_01 |
| transcript.pyannote[73].start |
447.58971875 |
| transcript.pyannote[73].end |
448.45034375 |
| transcript.pyannote[74].speaker |
SPEAKER_00 |
| transcript.pyannote[74].start |
450.99846875 |
| transcript.pyannote[74].end |
462.28784375 |
| transcript.pyannote[75].speaker |
SPEAKER_00 |
| transcript.pyannote[75].start |
462.42284375 |
| transcript.pyannote[75].end |
475.78784375 |
| transcript.pyannote[76].speaker |
SPEAKER_01 |
| transcript.pyannote[76].start |
470.21909375 |
| transcript.pyannote[76].end |
470.33721875 |
| transcript.pyannote[77].speaker |
SPEAKER_01 |
| transcript.pyannote[77].start |
471.33284375 |
| transcript.pyannote[77].end |
472.53096875 |
| transcript.pyannote[78].speaker |
SPEAKER_00 |
| transcript.pyannote[78].start |
475.85534375 |
| transcript.pyannote[78].end |
538.96784375 |
| transcript.pyannote[79].speaker |
SPEAKER_01 |
| transcript.pyannote[79].start |
478.74096875 |
| transcript.pyannote[79].end |
479.71971875 |
| transcript.pyannote[80].speaker |
SPEAKER_01 |
| transcript.pyannote[80].start |
485.98034375 |
| transcript.pyannote[80].end |
486.97596875 |
| transcript.pyannote[81].speaker |
SPEAKER_01 |
| transcript.pyannote[81].start |
489.37221875 |
| transcript.pyannote[81].end |
492.05534375 |
| transcript.pyannote[82].speaker |
SPEAKER_01 |
| transcript.pyannote[82].start |
499.64909375 |
| transcript.pyannote[82].end |
500.15534375 |
| transcript.pyannote[83].speaker |
SPEAKER_00 |
| transcript.pyannote[83].start |
539.35596875 |
| transcript.pyannote[83].end |
602.80596875 |
| transcript.pyannote[84].speaker |
SPEAKER_01 |
| transcript.pyannote[84].start |
557.37846875 |
| transcript.pyannote[84].end |
557.96909375 |
| transcript.pyannote[85].speaker |
SPEAKER_01 |
| transcript.pyannote[85].start |
562.52534375 |
| transcript.pyannote[85].end |
564.12846875 |
| transcript.pyannote[86].speaker |
SPEAKER_01 |
| transcript.pyannote[86].start |
575.35034375 |
| transcript.pyannote[86].end |
575.56971875 |
| transcript.pyannote[87].speaker |
SPEAKER_01 |
| transcript.pyannote[87].start |
592.86659375 |
| transcript.pyannote[87].end |
594.06471875 |
| transcript.pyannote[88].speaker |
SPEAKER_00 |
| transcript.pyannote[88].start |
603.16034375 |
| transcript.pyannote[88].end |
605.62409375 |
| transcript.pyannote[89].speaker |
SPEAKER_00 |
| transcript.pyannote[89].start |
606.43409375 |
| transcript.pyannote[89].end |
618.26346875 |
| transcript.pyannote[90].speaker |
SPEAKER_01 |
| transcript.pyannote[90].start |
613.85909375 |
| transcript.pyannote[90].end |
615.74909375 |
| transcript.pyannote[91].speaker |
SPEAKER_00 |
| transcript.pyannote[91].start |
618.60096875 |
| transcript.pyannote[91].end |
638.02409375 |
| transcript.pyannote[92].speaker |
SPEAKER_01 |
| transcript.pyannote[92].start |
619.84971875 |
| transcript.pyannote[92].end |
620.96346875 |
| transcript.pyannote[93].speaker |
SPEAKER_01 |
| transcript.pyannote[93].start |
625.03034375 |
| transcript.pyannote[93].end |
627.69659375 |
| transcript.pyannote[94].speaker |
SPEAKER_00 |
| transcript.pyannote[94].start |
638.10846875 |
| transcript.pyannote[94].end |
639.61034375 |
| transcript.pyannote[95].speaker |
SPEAKER_00 |
| transcript.pyannote[95].start |
639.82971875 |
| transcript.pyannote[95].end |
640.67346875 |
| transcript.pyannote[96].speaker |
SPEAKER_00 |
| transcript.pyannote[96].start |
641.26409375 |
| transcript.pyannote[96].end |
642.02346875 |
| transcript.pyannote[97].speaker |
SPEAKER_00 |
| transcript.pyannote[97].start |
642.17534375 |
| transcript.pyannote[97].end |
646.27596875 |
| transcript.pyannote[98].speaker |
SPEAKER_00 |
| transcript.pyannote[98].start |
646.61346875 |
| transcript.pyannote[98].end |
678.27096875 |
| transcript.pyannote[99].speaker |
SPEAKER_01 |
| transcript.pyannote[99].start |
651.30471875 |
| transcript.pyannote[99].end |
651.69284375 |
| transcript.pyannote[100].speaker |
SPEAKER_01 |
| transcript.pyannote[100].start |
652.50284375 |
| transcript.pyannote[100].end |
653.11034375 |
| transcript.pyannote[101].speaker |
SPEAKER_01 |
| transcript.pyannote[101].start |
657.32909375 |
| transcript.pyannote[101].end |
657.78471875 |
| transcript.pyannote[102].speaker |
SPEAKER_01 |
| transcript.pyannote[102].start |
659.97846875 |
| transcript.pyannote[102].end |
660.78846875 |
| transcript.pyannote[103].speaker |
SPEAKER_01 |
| transcript.pyannote[103].start |
665.68221875 |
| transcript.pyannote[103].end |
665.74971875 |
| transcript.pyannote[104].speaker |
SPEAKER_01 |
| transcript.pyannote[104].start |
667.31909375 |
| transcript.pyannote[104].end |
670.28909375 |
| transcript.pyannote[105].speaker |
SPEAKER_01 |
| transcript.pyannote[105].start |
672.36471875 |
| transcript.pyannote[105].end |
673.03971875 |
| transcript.pyannote[106].speaker |
SPEAKER_00 |
| transcript.pyannote[106].start |
678.86159375 |
| transcript.pyannote[106].end |
691.04534375 |
| transcript.pyannote[107].speaker |
SPEAKER_01 |
| transcript.pyannote[107].start |
683.14784375 |
| transcript.pyannote[107].end |
684.17721875 |
| transcript.pyannote[108].speaker |
SPEAKER_01 |
| transcript.pyannote[108].start |
685.94909375 |
| transcript.pyannote[108].end |
687.06284375 |
| transcript.pyannote[109].speaker |
SPEAKER_00 |
| transcript.pyannote[109].start |
691.63596875 |
| transcript.pyannote[109].end |
708.74721875 |
| transcript.pyannote[110].speaker |
SPEAKER_01 |
| transcript.pyannote[110].start |
695.41596875 |
| transcript.pyannote[110].end |
696.34409375 |
| transcript.pyannote[111].speaker |
SPEAKER_01 |
| transcript.pyannote[111].start |
702.31784375 |
| transcript.pyannote[111].end |
702.63846875 |
| transcript.pyannote[112].speaker |
SPEAKER_01 |
| transcript.pyannote[112].start |
707.81909375 |
| transcript.pyannote[112].end |
708.64596875 |
| transcript.pyannote[113].speaker |
SPEAKER_00 |
| transcript.pyannote[113].start |
708.98346875 |
| transcript.pyannote[113].end |
760.57034375 |
| transcript.pyannote[114].speaker |
SPEAKER_01 |
| transcript.pyannote[114].start |
710.38409375 |
| transcript.pyannote[114].end |
711.37971875 |
| transcript.pyannote[115].speaker |
SPEAKER_01 |
| transcript.pyannote[115].start |
717.87659375 |
| transcript.pyannote[115].end |
718.61909375 |
| transcript.pyannote[116].speaker |
SPEAKER_01 |
| transcript.pyannote[116].start |
724.74471875 |
| transcript.pyannote[116].end |
725.23409375 |
| transcript.pyannote[117].speaker |
SPEAKER_01 |
| transcript.pyannote[117].start |
732.08534375 |
| transcript.pyannote[117].end |
732.35534375 |
| transcript.pyannote[118].speaker |
SPEAKER_00 |
| transcript.pyannote[118].start |
760.89096875 |
| transcript.pyannote[118].end |
783.70596875 |
| transcript.pyannote[119].speaker |
SPEAKER_00 |
| transcript.pyannote[119].start |
783.79034375 |
| transcript.pyannote[119].end |
785.15721875 |
| transcript.pyannote[120].speaker |
SPEAKER_00 |
| transcript.pyannote[120].start |
785.46096875 |
| transcript.pyannote[120].end |
830.02784375 |
| transcript.pyannote[121].speaker |
SPEAKER_01 |
| transcript.pyannote[121].start |
790.81034375 |
| transcript.pyannote[121].end |
793.05471875 |
| transcript.pyannote[122].speaker |
SPEAKER_01 |
| transcript.pyannote[122].start |
798.69096875 |
| transcript.pyannote[122].end |
799.21409375 |
| transcript.pyannote[123].speaker |
SPEAKER_01 |
| transcript.pyannote[123].start |
806.35221875 |
| transcript.pyannote[123].end |
807.65159375 |
| transcript.pyannote[124].speaker |
SPEAKER_01 |
| transcript.pyannote[124].start |
809.22096875 |
| transcript.pyannote[124].end |
809.62596875 |
| transcript.pyannote[125].speaker |
SPEAKER_01 |
| transcript.pyannote[125].start |
814.06409375 |
| transcript.pyannote[125].end |
815.38034375 |
| transcript.pyannote[126].speaker |
SPEAKER_01 |
| transcript.pyannote[126].start |
816.40971875 |
| transcript.pyannote[126].end |
817.99596875 |
| transcript.pyannote[127].speaker |
SPEAKER_01 |
| transcript.pyannote[127].start |
819.44721875 |
| transcript.pyannote[127].end |
819.81846875 |
| transcript.pyannote[128].speaker |
SPEAKER_01 |
| transcript.pyannote[128].start |
828.76221875 |
| transcript.pyannote[128].end |
829.43721875 |
| transcript.pyannote[129].speaker |
SPEAKER_00 |
| transcript.pyannote[129].start |
830.16284375 |
| transcript.pyannote[129].end |
831.96846875 |
| transcript.whisperx[0].start |
0.47 |
| transcript.whisperx[0].end |
5.277 |
| transcript.whisperx[0].text |
請廖偉強委員好 謝謝主席請洪森漢部長有請洪部長 |
| transcript.whisperx[1].start |
12.521 |
| transcript.whisperx[1].end |
36.518 |
| transcript.whisperx[1].text |
部長好,這個禮拜我想全台灣很關注的,除了我們今天的主題之外,還有另外一個是computax,對不對?部長,我想AI會不會取代工作,是這兩年以來大家都非常關切的議題。黃仁勳執行長之前有表示,全球製造業面臨數千萬的勞動力短缺,隨著機器人跟AI導入, |
| transcript.whisperx[2].start |
37.338 |
| transcript.whisperx[2].end |
57.611 |
| transcript.whisperx[2].text |
將會填補人力不足並帶動經濟成長那他也更說你不會被AI取代你會被會使用AI的人取代所以我想另外還有一個部分就是在世界經濟論壇的時候其實Google DeepMind的創辦人跟這個Anthropic的創辦人有一個很深度的對談也就是說 |
| transcript.whisperx[3].start |
58.952 |
| transcript.whisperx[3].end |
74.788 |
| transcript.whisperx[3].text |
這個人類看起來人類社會過去在農業社會進入到工業革命的時候這個人類社會有適應性可是他有的適應性是來自於農業社會到工業這個工業革命的時候他們有一百多年的時間適應新的工作適應新的工作型態生活型態 |
| transcript.whisperx[4].start |
75.669 |
| transcript.whisperx[4].end |
91.996 |
| transcript.whisperx[4].text |
可是他們很擔心的是現在的這個AI的發展可能是一到五年或十年內會對於我們社會人類衝擊非常的大那這衝擊非常大的原因是太時間太短我們來不及適應這個不曉得這個部長同不同意 |
| transcript.whisperx[5].start |
93.29 |
| transcript.whisperx[5].end |
108.971 |
| transcript.whisperx[5].text |
跟文說明 我當然從這個人類的工作或哪些工作那些部長你就說你同不同意就是這個短期的衝擊會對於我們的人類社會還有勞動市場會造成很大的衝擊我們非常關注這個衝擊會不會發生 |
| transcript.whisperx[6].start |
111.767 |
| transcript.whisperx[6].end |
119.391 |
| transcript.whisperx[6].text |
所以你不確定你也不同意所以可能會衝擊很大這件事情要觀察嘛對不對好那觀察的話就要問一下就是部長其實這也是一個勞動權益的問題啦要觀察就是要知道這個勞動要怎麼調整那再來 |
| transcript.whisperx[7].start |
129.455 |
| transcript.whisperx[7].end |
143.234 |
| transcript.whisperx[7].text |
IMF曾經有警告全球約有40%的工作會受到AI影響那已開發的經濟體可能更高達60%那台灣作為高度數位化製造業跟服務業都仰賴白領流程的經濟體 |
| transcript.whisperx[8].start |
144.451 |
| transcript.whisperx[8].end |
171.629 |
| transcript.whisperx[8].text |
那你們現在你剛說要要密切關注那請問你們有沒有評估過台灣哪些職務最容易受到AI的衝擊跟我們說明呃我們其實最近期其實也用各種不同的管道包括跟產業去了解目前台灣的確以目前台灣這個當下AI的發展是還沒有造成所謂很大程度的那你們有沒有去數據的但是但是我們的確也看到比方說在美國好 |
| transcript.whisperx[9].start |
172.91 |
| transcript.whisperx[9].end |
188.886 |
| transcript.whisperx[9].text |
的確在美國看到比較多是一些比較白領的工作比方說城市的這個設計員或者是一些行政資源或者是一些行政管理行政資源對或客服客服的人員現在會是在請問這邊比較多大家會 |
| transcript.whisperx[10].start |
191.368 |
| transcript.whisperx[10].end |
208.728 |
| transcript.whisperx[10].text |
比較擔心他們的工作時間有限這個我想這個敘述我們大概都有了解那我就是想我們要比較明確的我們要明確一點就是說你的研究你有沒有說去研究到掌握到過去一年因為AI造成的之前或者是植物異動的 |
| transcript.whisperx[11].start |
210.423 |
| transcript.whisperx[11].end |
228.86 |
| transcript.whisperx[11].text |
這個職位的中位數是多少你有沒有去做到這樣子的研究我們有跟一些產業在詢問目前其實還沒有看到目前這個當下還沒有看到很大幅度的之前的狀況所以你是用詢問的嗎現在的你們的做法是用詢問的嗎然後包括我們也會起一個計畫來去做這部分的監測 |
| transcript.whisperx[12].start |
230.341 |
| transcript.whisperx[12].end |
239.885 |
| transcript.whisperx[12].text |
對請問你有沒有研究計劃呢但是他可能要一段時間因為AI的發展的確很快速但我們目前我先講目前我們看到產業狀況是台灣還沒有因為AI的導入而有大規模的失業或解雇這樣的狀況但是未來會是什麼發展 |
| transcript.whisperx[13].start |
252.069 |
| transcript.whisperx[13].end |
269.107 |
| transcript.whisperx[13].text |
這部分的確還需要觀察部長說實在的這樣子的回答我有點擔心真的有點像鴕鳥心態其實這個世界頂尖的專家都已經講出這個短期的衝擊和植物的變動就算未來可能製造很大量的工作機會但是因為現在的變動比較劇烈那到底要怎麼讓這些轉型很重要我們並沒有樂觀以待 |
| transcript.whisperx[14].start |
272.891 |
| transcript.whisperx[14].end |
295.906 |
| transcript.whisperx[14].text |
所以我剛剛的問題就是你的研究計畫,那你什麼時候要出來的?你這個其實這已經一兩年的題目了,所以我就要問你們,你們有沒有做一份AI高風險職務清單?請問你們有做這個東西嗎?跟委員說明,第一個他可能不是叫做AI高風險的職務清單,但我們最關心的事情還是他的勞動權益,跟勞動權益可能會影響的一些類型。 |
| transcript.whisperx[15].start |
297.307 |
| transcript.whisperx[15].end |
319.368 |
| transcript.whisperx[15].text |
包括會產生 勞動權益會產生風險的類型你有做出研究報告 你有做這個研究還追蹤嗎我們當然其實包括比方說其實它不一定是哪一個職類裡面才會有 而是在工作裡面比方說我想問具體一點啦 就是說你現在有什麼成果或是研究嗎 或者是你有個追蹤的機制嗎 |
| transcript.whisperx[16].start |
320.149 |
| transcript.whisperx[16].end |
324.535 |
| transcript.whisperx[16].text |
現在看起來就是這個都可以用講的講得很模糊可是事實上本席要告訴我們我們真的演你演你是不是其實你知道在 |
| transcript.whisperx[17].start |
329.875 |
| transcript.whisperx[17].end |
358.876 |
| transcript.whisperx[17].text |
本席之前在這個我們的委員會其實也早就提過動議在2024年底的時候吧當時跟陳昭志委員和陳景輝委員就有說過你們要去做這個研究報告其實到現在已經一年多了其實我看不到這個報告那我們擔心的就是說當已經來臨的時候我們沒有準備好才開始要輔導我們應該提前介入那我的意思你應該是要去盤點要有一個策略性的方式你先盤點現在有可能的衝擊其實這個已經我相信已經有大概的 |
| transcript.whisperx[18].start |
359.036 |
| transcript.whisperx[18].end |
378.589 |
| transcript.whisperx[18].text |
我非常關注這件事情是所以非常關注非常關注所以我是建議你是不是可以承諾你們要在多久時間盤點出這個對於AI暴露高風險的職務然後並且建立一個AI職務影響的類似風險地圖或是風險清單那你這個清單可能還要去分類那你究竟要怎麼分類 |
| transcript.whisperx[19].start |
379.389 |
| transcript.whisperx[19].end |
402.76 |
| transcript.whisperx[19].text |
比如說你是不是要分什麼AI輔助型的職務啊或者是流程重組型的職務啊高替代風險的職務啊所以你在訓練執訓的時候你才可以這個精準的去輔導而不是漫無目的的訓練啊委員第一個因為現在AI的發展包括Agentic其實也是在這幾個月這半年的時間裡面大家才更大幅的使用的 |
| transcript.whisperx[20].start |
403.32 |
| transcript.whisperx[20].end |
428.017 |
| transcript.whisperx[20].text |
所以我要說的是說因為AI的技術它真的是日新月異它的型態其實這半年跟過去的半年其實也有很大的差別所以部長你才要在結構上好所以這一定會是一個滾動性的監測的訊息它不是一份報告這份報告訂出來以後未來所有事情就會照著這份報告走並不是這樣子的所以部長我在問的就是因為我問到現在我是看不出來裡面有一個很具體或者是可以 |
| transcript.whisperx[21].start |
429.017 |
| transcript.whisperx[21].end |
443.986 |
| transcript.whisperx[21].text |
我們會有一個監測的計畫我們會定期的提供你的監測計畫是什麼時候出來你們現在怎麼監測的那多久會發佈一次我們目前其實已經在執行中那你多久發佈一次你的數據在哪裡可能半年每半年發佈一次那你們數據在哪裡 |
| transcript.whisperx[22].start |
446.158 |
| transcript.whisperx[22].end |
475.476 |
| transcript.whisperx[22].text |
還沒有所以第一期都還沒出來嘛第一期還沒出來那你半年是什麼時候會出來?今年底喔?今年底但是比方說我舉個例子你應該了解如果是去年做的時候當今天Agent還沒有這麼普遍性使用的時候可能大家在看的只是深層性AI可是在今年更多的事情其實大家看的是Agent的時候你就必須把Agent的應用場景跟情境也考慮進去所以它一定是一個滾動性的需求所以其實看得出來這個Agent的出現比大家預估的還要更早更快是 |
| transcript.whisperx[23].start |
476.356 |
| transcript.whisperx[23].end |
501.51 |
| transcript.whisperx[23].text |
對,所以我就是擔心的是這個,我一直在講的所以我們要讓它是一個滾動性的監測的掌握而不是只是好像有個Final Report這樣的方式我是要求你一個Final Report,它本來就應該是滾動性我們就是希望它是一個滾動性的方式你要有一個政策的指導,其實就是人工智慧基本法的第15條確保勞動權益,彌平技能差距,輔導失業就業其實這都需要後端的追蹤跟數據 |
| transcript.whisperx[24].start |
502.57 |
| transcript.whisperx[24].end |
523.528 |
| transcript.whisperx[24].text |
還有去不斷的去知道第一線現場哪一些被取還要有計畫對你要有計畫所以譬如說現在我因為時間有限喔其實像新加坡啊他們也有在推動公司培訓的委員會由工會跟這雇主共同盤點企業轉型的需求再搭配政府的補助把生產力提升植物再設計然後讓 |
| transcript.whisperx[25].start |
525.229 |
| transcript.whisperx[25].end |
551.62 |
| transcript.whisperx[25].text |
這公司跟員工的技能一起處理一起提升所以你是不是在這種大方向和結構性的部分你應該就要先提早準備然後以及你們的研究追蹤這個實時的追蹤到底要怎麼樣去追蹤這個變化這是很重要的所以你這部分是不是應該可以去做尤其是因為我們的整個我們整個現在轉型的部分經濟部補助企業轉型速發部推AI應用那國發會談 |
| transcript.whisperx[26].start |
553.221 |
| transcript.whisperx[26].end |
581.563 |
| transcript.whisperx[26].text |
國家的AI戰略但是最後AI衝擊的勞工就是交給你們嘛交給你們要處理嘛所以其實這個部分你我覺得是要提早因應的不能說明第一個在我們目前持續的系統裡面當然現在也是有導入AI相關的課程跟應用上面的推廣的這絕對有這是對勞工端的第二個對工會的部分我們其實有補助這些相關AI應用的課程那我想要問的是你有沒有去追蹤因為你剛剛一直有說要滾動檢討就是說你要那你怎麼追蹤你現在上課的效果 |
| transcript.whisperx[27].start |
582.083 |
| transcript.whisperx[27].end |
605.231 |
| transcript.whisperx[27].text |
以及這些真的受訓的第一個他有沒有真的在就業在就業率多少那或者是他是在職的他接受了這個他回去他的公司的時候他有沒有實質的因為今天我們這當下在我手上沒有這個數據啊這當然是要去做最終的那尤其是因為前段我說比方說像去年我知道像去年很多的課程他其實還是教的是深層式AI的應用 |
| transcript.whisperx[28].start |
606.491 |
| transcript.whisperx[28].end |
626.64 |
| transcript.whisperx[28].text |
可是今年如果今天大家要上課的話很可能大家是要處理是agent上面的應用沒錯但其實就是不一樣的所以變化的很快這是很多政策跟課程設計者的挑戰總結我沒有辦法說今天這個人上完課他以後就不用再學了他就AI的智能我完全理解 |
| transcript.whisperx[29].start |
628.021 |
| transcript.whisperx[29].end |
656.372 |
| transcript.whisperx[29].text |
但是部長因為時間有限了我最後請你是不是可以承諾四件事第一個所謂的AI的高風險職務清單就是說它被衝擊的還有預警儀表板這個部分的研究或者是追蹤這是不是可以承諾做到我們會有追蹤計畫追蹤計畫那你什麼時候出來給本席辦公室下半年吧不是你那是成果你現在追蹤計畫可不可以就是說你怎麼做的你可不可以先提供給本席辦公室我們兩個月給你兩個月對好那代表你們真的有在做嗎 |
| transcript.whisperx[30].start |
657.192 |
| transcript.whisperx[30].end |
677.984 |
| transcript.whisperx[30].text |
當然 兩個月 那為什麼要兩個月才給我們 如果你們已經在進行中我們兩個月我們把目前有的東西要做一點整理因為它的確在每個階段它的發展不一樣這個整理可不可以兩個禮拜兩個禮拜就說你大概的方向 現在正在做的就像你剛才說Computex在昨天幾個科技業的大佬他新發布的東西跟前一階段也有很多的不同 |
| transcript.whisperx[31].start |
678.968 |
| transcript.whisperx[31].end |
707.887 |
| transcript.whisperx[31].text |
沒有所以我只是說因為你這個追蹤的計劃其實也不會是等到他每一次發生的事我們兩個月我們會提供給委員兩個月是不是好那第二個就是你企業AI導入跟勞工權益的揭露指引這部分你們現在有沒有做相關的指引各位這有在做我們其實目前的指引現在在分三個部分其實現在我們真的我們的指引有初步的草稿有初步的草稿對但是這個初步的草稿我們目前要正在跟企業實際上面應用的場景去做驗證 |
| transcript.whisperx[32].start |
709.028 |
| transcript.whisperx[32].end |
726.427 |
| transcript.whisperx[32].text |
好那你這部分草稿已經有了可是我們要確認這個草稿的內容是不是符合現實裡面企業跟產業應用上面的需求目前正在confirm這件事沒問題這部分但是你可不可以給個時間你預計有個出版嘛因為這一定是滾動式調整嘛指引會是滾動式調整的嘛 |
| transcript.whisperx[33].start |
726.527 |
| transcript.whisperx[33].end |
744.277 |
| transcript.whisperx[33].text |
我們可以在這部分我們可以在一個月內把我們的規劃先提供給委員好規劃提供給我第三個是台灣版的企業AI培訓委員會這個是不是要去研議一下這個要怎麼跟企業端合作簡單來講你是也要幫政府在推AI不只是補助這些企業買工具轉型或者是 |
| transcript.whisperx[34].start |
745.458 |
| transcript.whisperx[34].end |
768.817 |
| transcript.whisperx[34].text |
這個導系統提高效率其實也要想辦法去引導企業承擔轉型的時候照顧勞工的責任這就是剛剛本席說的像新加坡這種委員會他是不是你怎麼樣去鼓勵這些企業內部去成立這樣的委員會然後一起參與這個再設計然後復能員工跟委員說明第一個從勞工部的角度我們會第一件事情會是先從勞動權益可能會被影響的風險來切入 |
| transcript.whisperx[35].start |
771.939 |
| transcript.whisperx[35].end |
795.847 |
| transcript.whisperx[35].text |
觀眾權益可能會影響風險這部分來切入第二個是在賦能的部分來切入這是我們兩個很重要的路徑部長我具體建議我剛剛第三點這個請你回去是不是跨部會去跟這些經濟部啊速發部國發會你去了解現在受到補助的這些他應該要優先讓你們理解也進去就是看到我們可以來跟不同部會討論而且你要去跟他們說他們是不是可以往這個方向試試看嘗試 |
| transcript.whisperx[36].start |
797.688 |
| transcript.whisperx[36].end |
819.511 |
| transcript.whisperx[36].text |
我們會跟不同部會來討論所以這個部分本席具體建議你你應該去跟他們溝通溝通完你是不是給本席一個報告或者是一個簡單的摘要說明因為這時候你涉及到不同的部會所以可能要比較長的時間 兩個月好 兩個月我會追喔所以你要清楚知道說這件事情到底發生什麼我們一定會提供好 第四個是已經最後了因為已經超過五分鐘快六分鐘了 |
| transcript.whisperx[37].start |
820.111 |
| transcript.whisperx[37].end |
826.959 |
| transcript.whisperx[37].text |
最後一個就是政府AI補助案納入勞工影響評估跟再培訓的計劃這個也是一樣跟其他的報告一樣兩個月內給本席辦公室好不好好謝謝 |