台灣AI資料治理現況與改進建議報告

六、結論與展望

主要發現摘要

本報告基於監察院調查報告，對台灣AI資料治理現況進行了全面分析，主要發現如下：

首先，台灣在主權AI發展方面面臨嚴峻挑戰，特別是繁中語料的匱乏成為主要瓶頸。TAIDE模型作為台灣主權AI的代表性成果，其公部門訓練資料集僅有58個，其中完整收錄於政府資料開放平台的更只有2個，政府網站符合公眾領域貢獻宣告(CC0-1.0)而可以直接爬取的網站僅占2%，這些數據反映出台灣在AI資料治理方面的嚴重不足。

其次，數發部在資料協作方面明顯缺乏團隊精神，繁中訓練語料的蒐集無系統性規劃，僅憑國科會計畫團隊單打獨鬥洽辦。同時，行政院未善盡督導協調職責，導致未能建構健全的文本資料生態系。這些問題反映出台灣在資料治理機制方面的缺失。

再者，台灣在著作權法規調適方面明顯滯後，目前僅有經濟部智財局一項函釋可供參考，在法律保留及明確性方面顯然不足，難以因應AI高速發展所衍生的各種著作權問題。這種法規環境的不確定性增加了AI開發者的法律風險，阻礙了資料的有效利用。

此外，TAIDE模型的應用推廣面臨多重挑戰，包括知名度和使用率有限、應用場景尚未充分開發、與產業需求對接不夠緊密等。同時，TAIDE人力資源不增反減的不合理現象，反映了人力資源配置方面的問題。

最後，台灣在算力建設與電力配套方面也面臨挑戰。雖然擁有強大的半導體產業，但在AI專用算力建設方面相對滯後，電力供應也面臨結構性挑戰，這些問題如果不能得到有效解決，將成為制約台灣AI發展的瓶頸。

通過與18個國家和地區的數據治理實踐比較，我們發現台灣在數據開放程度、法規框架、隱私保護、安全管控等方面都有較大提升空間。

政策建議重點

基於上述發現，本報告提出以下政策建議重點：

在資料治理機制方面，建議建立統一的資料治理框架，提升政府資料開放平台功能，增加可直接爬取的政府網站比例，建立跨部會資料協作機制，推動公私協力的資料生態系統。這些措施旨在打破資料孤島，促進資料共享和利用，為台灣主權AI發展提供充足的資料支持。

在著作權法規調適方面，建議修訂著作權法，明確AI訓練的合法性；制定AI著作權指引，提供明確標準；建立著作權授權和清算機制；推動國際著作權合作。這些措施旨在平衡著作權保護和AI發展需求，為AI創新創造有利的法律環境。

在應用推廣策略方面，建議加強TAIDE模型的宣傳和推廣，開發垂直領域應用示範，建立開發者社區和生態系統，加強人力資源投入。這些措施旨在提高TAIDE模型的影響力和實用性，促進其在各領域的應用和發展。

在算力與電力配套方面，建議加強公共AI算力平台建設，推動公私協力的算力建設，研發和應用算力節約技術，優化電力供應和管理。這些措施旨在為台灣AI發展提供充足的算力和電力支持，解決基礎設施瓶頸。

這些政策建議的實施需要政府、企業、學術機構和社會組織的共同努力和密切合作。政府應發揮引導和協調作用，企業應積極參與和投入，學術機構應提供技術支持和人才培養，社會組織應促進公眾參與和監督。只有形成全社會的合力，才能有效推動台灣主權AI的健康發展。

未來研究方向

本報告基於監察院調查報告和公開資料，對台灣AI資料治理現況進行了分析，但仍有許多方面需要進一步研究和探討。未來研究可以從以下方向展開：

首先，可以深入研究台灣繁中語料的特點和需求，包括語料的數量、質量、多樣性、代表性等方面，為繁中語料的收集和利用提供更加精確的指導。

其次，可以探索適合台灣國情的AI資料治理模式，包括資料收集、處理、共享、開放的機制和標準，以及相關的法律、政策、技術支持等方面。

再者，可以研究AI時代的著作權保護和利用平衡機制，包括新型授權模式、利益分享機制、合理使用標準等，為著作權法規調適提供理論和實證支持。

此外，可以探索TAIDE模型在各領域的應用潛力和實施路徑，包括教育、醫療、法律、金融等重點領域，為應用推廣提供具體方案和示範。

最後，可以研究台灣AI算力建設的策略和路徑，包括算力需求評估、建設模式選擇、資源配置優化等方面，為算力基礎設施建設提供科學依據。

這些研究方向的深入探討，將為台灣主權AI的發展提供更加全面和深入的支持，推動台灣在全球AI競爭中找到自己的位置和優勢。