郭委員昱晴：主席、各位委員，還有在場的與會先進，大家好。今天非常榮幸有這個機會參與人工 智慧基本法草案的討論，以下我提出幾個重點跟大家說明。 第一，台灣不應該只是在歐盟的風險或者是在美國市場導向當中，取得折衷的一個做法，而 是應該主動提出屬於自己的台灣模式，在負責任的 AI 應用跟產業的轉型當中，要展現出台灣民 主的一些韌性。舉例來講，我們可以借鏡加拿大在演算法的影響評估中的制度，透過所謂的保 障、透明跟信任，打造屬於我們自己的亞洲第一個 AI 民主治理的模式。 第二點，數位平權不應該只是一個空泛口號，而是要從制度設計的語言開始建立。在台灣不 管是在偏鄉或者是高齡族群，他們的網路使用率，到目前為止，其實還是有待提升的空間，尤 其在寬頻的普及跟網速的品質當中，還是存在些許落差，這直接影響到 AI 應用的一個基礎設施 ，所以我建議是不是可以把我們的科技普及性列為所謂的國家義務，避免 AI 發展只變成所謂數 位菁英的專利，而是應該推動到全民共享的進步。另外，根據美國國家兒童失蹤跟受虐兒童援 助中心的資料指出，2023 年他們接獲了 4,700 份由 AI 生成的兒童性剝削圖像或影片，比前一年 增加了 12%，凸顯出 AI 有可能會威脅到所謂的弱勢族群的安全，所以在推動 AI 的同時，要怎 樣建立一個有效的監管機制，避免這些技術性滲透到社會的底層，這是我的建議。 第三點，AI 不應該只是科技上的一個問題，它更應該關乎所謂的產業跟人權。我們常常說要 扶植台灣的 AI 產業，但是要思考當我們的產業面臨這樣一個挑戰，雖然在台灣有很多半導體製 造業，還有醫療影像等等，這些品質都已經是所謂的世界級優勢，但是在 AI 的發展上，我們仍 然屬於所謂的初級，所以應該先聚焦在本土優勢的領域來推動 AI 應用，並導入 AI 倫理審查， 讓創新跟社會責任能夠並行發展。 第四點，關於所謂的資料治理，其實是不容許有模糊性空間的存在。現行個資法沒有辦法有 效處理非個資資料的治理跟共享問題，這點我們建議可以參照歐盟推動資料共享的架構，成立 資料公益信託或者數據共管的平台，讓這個資料從私人壟斷轉向所謂的公共利益，來推動 AI 發 展的重要性。 第五點，AI 跟勞動權益不能對立，應該要共同進化。根據預測，AI 可能取代 8,500 萬個工作 ，但是也因為 AI 的發展，可能創造出 9,700 萬個新的職位，我想重點不在於人、人力會不會被 AI 取代，而是我們是不是有所謂的轉型能量，由政府提供更多支持措施，讓工會跟勞工來參與 所謂 AI 轉型過程當中的一些決策。 第六點，我建議 AI 的主管機關應該設在數發部，而非國科會。AI 其實不只是科研上的問題， 更要應用在跨部門整合的一些議題，數發部作為數位政策統合、統整的單位，更應該、更適合 負責 AI 法規的推動跟執行。 第七點，AI 的發展還是要守住民主的防線，所以要強化 AI 的國防防護網。AI 技術有可能帶 來一些國安上的危險、風險，特別是來路不明的一些 AI 模型，有可能透過所謂的滲透國防、電 網，甚至是醫療體系當中的這些基礎設置，成為我們國安的一些漏洞。舉例像中國的生成式 AI 也可能會用在所謂的認知作戰，或者是選舉的干預來威脅我們的民主制度，所以我呼籲我們應 該要建立所謂 AI 國安的審查機制，以加強關鍵設施當中的 AI 安全審查，並且實施內容來源的 標記，還有政治性模型的透明清單，以避免使用到來路不明的 AI 模型。 最後一點，立法不能只是紙上談兵，我們要如何打造 AI 治理行動的引擎？剛剛志潔老師也有 特別提到，其實我們應該要設置沙盒試驗場域，讓整個創新的應用可以在安全可控的條件下發 展。我想 AI 的立法應該要根據台灣社會的需求，還有民主的價值來做這樣的設計，我們也希望 能打造自己所謂的台灣模式，使 AI 的技術能夠服務全體的人民，讓我們來共享這樣子的一個社 會進步的資源。以上報告，謝謝。
