台灣「AI主權」保衛戰：數發部語料徵集引出版界憂慮

30 秒看重點

• 事件：數發部啟動台灣主權AI語料徵集計畫。
• 意義：旨在建立本土化AI模型，避免過度依賴國外技術。
• 影響：出版界憂心數位內容無償授權，引發版權爭議。

台灣AI國產化，語料爭議怎麼解？

AI發展的關鍵，就像蓋房子需要穩固的磚塊，而「語料」（Training Data）就是AI模型的「磚塊」。目前全球頂尖的AI模型，如OpenAI的ChatGPT、Google的Bard，都是透過海量、跨語言的資料進行訓練，其中包含大量來自網路的公開資訊，但也引發了著作權的灰色地帶。台灣數發部這次的「台灣主權AI語料」徵集計畫，目標非常明確：建立一個屬於台灣自己、能夠理解台灣文化、用語習慣，甚至能辨識在地地名的AI，這不僅是技術上的自主，更是國家主權的展現。

想像一下，一個AI如果只能用簡體中文或英文的資料訓練，它可能就很難理解台灣人說的「小7」（便利商店）、或是「夜市」的文化意涵。數發部的這項計畫，就是要避免這樣的狀況，讓AI更貼近我們的生活。然而，計畫在執行面上，立刻觸碰到了一塊敏感的「雷區」：著作權。特別是出版業界，他們手中掌握著大量經過專業編輯、創作的內容，像是書籍、雜誌、新聞報導等，這些都是極具價值的「優質語料」。

當政府希望將這些內容納入AI訓練資料時，出版業者最關心的就是「授權」問題。他們質疑，若是以「無償」的方式提供，等於是讓他們的智慧財產被AI公司或政府免費使用，長期下來會侵蝕他們的商業模式，甚至可能讓創作的價值被稀釋。畢竟，這些內容的產出，是作者、編輯、出版社投入了時間、金錢和心力。這次數發部的徵集，可說是為台灣的AI發展，點燃了一場關於「數據主權」與「智慧財產權」的深度對話，也考驗著政府如何在大數據時代，平衡創新發展與產業權益。

台灣怎麼看這件事？

這項「AI語料徵集」計畫，對台灣而言，絕對是打響「AI國家隊」品牌、提升國家數位競爭力的一大步。擁有自主的AI語料，意味著台灣能發展出更在地化、更符合需求的AI應用，例如在教育、醫療、文化傳承等領域，都能有更精準的服務。這也能減少對國外AI平台的依賴，降低資料外洩的風險，同時創造本土AI產業的發展機會，提供工程師更多發揮的舞台。

然而，出版界的擔憂也絕對不是空穴來風。台灣的出版產業，雖然面臨數位轉型的挑戰，但其豐富的內容庫仍是重要的文化資產。如果政府的語料徵集政策，未能妥善處理授權與報酬機制，很有可能打擊出版界的創作意願，長期下來反而傷害了「在地化語料」的來源。這場「語料爭奪戰」，不僅是技術與政策的較量，更是對台灣內容產業價值認知的考驗，如何在「公眾利益」與「著作權」之間找到黃金平衡點，是數發部接下來的重大課題。

編輯觀點

數發部推動AI語料在地化的出發點值得肯定，但「無償授權」的疑慮，確實讓整個計畫蒙上一層陰影。AI的發展不能以犧牲創作者的權益為代價。政府應積極與出版界溝通，建立一套公平合理的授權機制，讓「共贏」成為可能。同時，也該思考如何鼓勵更多元的語料來源，不只是出版界，甚至也包括地方文史工作者、社群媒體內容創作者等，共同為台灣AI打下堅實的基礎。

常見問題

什麼是「AI語料」？

AI語料就像是AI的教科書，是AI模型學習知識、理解世界所需要的文字、圖片、聲音等所有資訊。

為什麼數發部要徵集「台灣主權AI語料」？

目的是要訓練出能理解台灣在地文化、語言和需求的AI模型，降低對國外AI技術的依賴，並保護國家數據安全。

出版界為何反對無償授權？

出版界認為，他們的內容是投入大量心血創作的智慧財產，無償授權形同免費贈送，將損害其著作權與商業利益。

這對一般民眾有什麼影響？

未來台灣本土AI服務（如語音助理、智慧客服）將更貼近台灣人的生活習慣和用語，提升使用體驗。

AI語料徵集會不會侵犯我的隱私？

數發部徵集的語料若有個人資訊，應經過去識別化處理，確保個人隱私安全。但具體執行仍需嚴格監督。

名詞小教室

AI語料 (AI Corpus)

就像是AI的「參考書」，是AI學習如何理解語言、辨識圖像、生成內容的基礎資料庫。

主權AI (Sovereign AI)

指的是由國家自行擁有、控制並依照國家價值觀開發的AI系統，強調在地化與自主性。

著作權 (Copyright)

創作者對其原創作品享有的法律權利，包括複製、散布、改作等，未經同意不得使用。

無償授權 (Non-compensated Licensing)

指允許他人使用特定權利，但無需支付任何對價或報酬。