---
tags: vTaiwan
---
# 20260520 小松
時間 Time ：19:00 - 20:00
地點 Location ：線上 Online
參與者 Participants：Peter, Josh, Tim, Allison, Taiwei
https://www.vtaiwan.tw/jitsi
(請用Google登入以參與視訊並啟用轉錄功能)
::: success
## 專案儀表板：目前 vTaiwan 社群在進行的事情
以下是 vTaiwan 目前正在進行的幾個不同的專案！如果有興趣，可以在取得共筆編輯權限後+1，或者是
1. [vTaiwan議題小聚](/GUe0KXMsQBC-6KTIUPBVnA)
- 適合對審議、公共討論有興趣的人加入
- 活動咖的最愛
- 如果有公民團體與組織想要合作也可以看過來！
- 目前也在進行 [AI 用於數位公民參與經驗](/nJUYukWFSWuEsG-XQalHcA) 的收集！
2. [vtaiwan x Tech for Good Asia 合作](/PdvNjkLlSd-WytXN_otWbQ) 計畫
- 預計會討論人工智慧相關議題
- 需要研究與分析人才
- 想要貢獻議題或意見這邊請
3. [vTaiwan 網站改版，啟動！](/Q3_hgovyRHusEq8-3nomPQ)
- 目標是打造新的 vTaiwan 網站
- 結合 blog、媒體資源、活動發佈、建立線上活動與討論等功能
- [vTaiwan 網站更新後的治理機制](/HxWF11d4Tz-AfHb3yjwQKg)也在建立中
- 讓不會寫程式的人也可以加入貢獻者！
4. [vTaiwan 主視覺更新](/UqGh6pAUTwuNFr1RE21Rtw)
- 目前已經設計完成！
- 會發佈到新的網站，並在社群媒體上完成更新！
5. [Frankly 測試](/HVEdPVQqQHqVwvFECg7sRg)
- 目前正在測試一個新的線上會議
6. 如果想要提案怎麼辦？
- 目前的 vTaiwan 很歡迎與數位工具相關的公共討論！
- 如果想要成為協作者或者是貢獻者，我們正在努力讓說明更清楚，介面更友善！
:::
## 小小的分享
### Internet Week 活動
- 恭喜 Josh 發表圓滿落幕！
- 我在我的場次也有介紹 vTaiwan
-
### vTaiwan 電子報
- [vtaiwan 電子報大共筆](/GnT4_W9_Slm5v1i9oiyP2g)
- 目前訂閱數持續上升中！
- 但是第二期拖更中，正在建立 pipeline
-
## Ronny 提出的 civic talk 平台
- https://ronnywang.github.io/civic-notes/civic-talk/ by [name=ronny]
- 建立一個平台，藉由 AI 降低公共參與的門檻
- 另一個方向：建立更好的多元利害關係人的討論，藉由 AI 來提供個人化的知識儲備。
- 預計想要的成果：
- 實作後來申請 grant
- 開源讓 NGO 來做使用
### 討論
- 針對運作流程中第二步驟的INFORM- 意見彙整：找出共識、爭點與立場
- 立場地圖——誰在乎哪些面向、各自的論據具體而言是什麼 [name=peter]
- 可能會像是[議題手冊](https://docs.google.com/document/d/1RHJI6LbUOD-UZR3i3Itr0qVCxfkGiW8jmrKhWUKHFcQ/edit?usp=sharing)中，不同利害關係人的觀點與利益一樣，可以產生各個利害關係人（已經發表意見了）的看法
- 對於立場地圖的想像為何，需要向 ronny 確認
- 現在使用 polis 的方式，缺乏與利害關係人的連結 [name=josh]
- 目前意見彙整的方式中，可以與 polis 相輔相成
#### 誰來提案？
- 誰來決定提案為何，以及如何提案？
- 如何決定志願者，會員登入制？還是像 Wiki 任何人都能參與？
#### 如何確保意見全面與完整性？
- 可以參考一個工具：https://ground.news/ [name=josh]
- 這個新聞網站會檢視一個議題中，不同的族群會看到的新聞
- 好奇：這個新聞背後的分類與針對議題的選擇，是由人類的編輯還是自動化來進行的？[name=peter]
- groundnews 的分類是依據外部針對媒體的分析來建立分類的標籤與機制
- https://ground.news/rating-system
- 有沒有辦法建立一個人機協作的流程。
#### 如何真的可以降低門檻？
- 啟動機制是由使用者啟動，還是由其他人來啟動
- 自動化與否的兩難？
- 自動化可以達到降低門檻的目的
- 可能會產生資料上的偏誤
- 是否可以建立人機協作的機制，例如 AI 先找資料 (每天公益性最高的前5大新聞, etc.)，人類 review 補充或修正。
#### 如何避免網軍洗版、占用平台資源？
- 具公眾熱度但公益性較低的新聞，如某明星的八卦新聞。
- 用平台 AI 把關，保留資源優先給當日公益性高的新聞？
- 或者平台僅提供標準化 prompt，讓費 token 的生成工作都外包給使用者自己執行 (杜絕網軍浪費平台 token)，平台負責蒐集並整合使用者回傳的一頁式說明？
#### 不同階段的受眾差異
- 有點難想像公民會願意下載 md. 檔案並且進行討論 [name=josh]
- 這個專案的受眾是什麼？
1. 想要主動瞭解公共議題，並願意參與完善論述報告：適用此平台。
2. 想要主動瞭解公共議題，但只想看報告：適用此平台。
3. 習慣被動瞭解公共議題：需再透過其它社群平台 (FB, YT, etc.) 定期發布報告來觸及。
### 專案之外
- 是否能夠主動進到社群媒體參與或者是主導討論 [name=peter]
### 下一步
- 要確認授權與專案的進行方式 (直接在原 GitHub 開發？還是 fork 到 vTaiwan ？)
- 討論實作的細節，規劃最小可行方案。
### 使用者故事 User Story 發想 (由AI輔助產生)
**1. 志願者 (提供素材以產生一頁式說明)**
我想人工收集並提交素材：提供平台議題資料來源，若湊滿三位志願者相同來源，可讓平台 AI 自動生成一頁式說明
**2. 參與者 (對一頁式說明回饋補充論點)**
我想下載專屬討論包：取得可另外匯給自己 AI 進行討論的檔案 (OPINION.md)
我想回傳意見摘要：將跟自己 AI 討論過的論點摘要，回傳給平台更新議題數據
**3. 公開訪客**
我想查看議題現況：透過主動搜尋或平台熱度排名，快速選擇感興趣的議題查看一頁式說明
## 轉錄逐字稿與AI大綱
### 逐字稿詳情
https://www.vtaiwan.tw/transcription_detail/20260520
### AI 大綱
**會議重點摘要（繁體中文）**
---
### 1. 目標與構想
- **Ronnie 的核心想法**：透過 AI 降低公民參與公共討論的門檻，讓「從零」的使用者也能快速加入討論。
- **雙重價值**
1. **降低參與門檻**：自動化整理議題、提供即時背景資訊。
2. **個人化觸及利害關係人**：根據使用者的興趣與立場，推送相關觀點與資料。
### 2. 平台概念與流程（Pipeline）1️⃣–5️⃣
| 步驟 | 說明 |
|------|------|
| **1️⃣ 素材蒐集** | 以 **Cofacts** 式的志工機制，手動貼上原始文本（新聞、政府文件、NGO聲明、社群貼文等）。 |
| **2️⃣ 資料前處理** | AI 讀取、清洗、分段、語意標記。 |
| **3️⃣ AI 分析** | 透過固定 Prompt / API 產出 **共識、立場圖、意見聚合**；可參考 **SenseMaker**、**Polis** 的分析手法。 |
| **4️⃣ 結果呈現** | 產出一頁式說明、視覺化立場地圖、意見分布圖、盲點（Blind‑spot）圖表。 |
| **5️⃣ 人機迴圈** | 由志工或社群成員檢核、標註、校正 AI 輸出，確保資料完整性與避免偏誤。 |
### 3. 可能的應用情境
1. **參與國際公益計畫**（如 Mozilla 近期的 grant），作為案例展示。
2. **結合 V‑Taiwan / 一體小區**：召集志工收集在地意見，配合 **Polis / CivicTalk** 等工具使用。
3. **開源給國內外 NGO**：作為公共審議、政策討論的通用平台。
### 4. 技術與資源探討
- **AI Prompt 設計**：需建立固定的 Prompt 模板或流程（Prompt‑pipeline），讓 AI 能自動完成意見萃取與立場標記。
- **API 與算力**：使用雲端 LLM（如 OpenAI、Anthropic）透過 API 呼叫，注意 token 成本與速率限制。
- **GitHub 資源**：已找到類似 **UCIC‑APP** 的四個 Repository，可作為底層程式碼參考。
- **媒體偏向分類**：借助已有的第三方媒體偏見評分（如 Media Bias/Fact Check），自動為新聞標註左/右派立場，形成 **Blind‑spot** 圖表。
### 5. 主要挑戰與風險
| 項目 | 內容 |
|------|------|
| **資料完整性** | 靜態素材只能覆蓋已知的關注者，需人工補齊少數或邊緣議題。 |
| **自動化 vs 人工** | 完全自動化降低門檻，但可能產生偏誤；全人工成本高、志工持續性差。需要 **Human‑in‑the‑Loop** 機制平衡。 |
| **偏見與盲點** | AI 可能被訓練資料偏向某黨派；要加入多立場交叉驗證與社群互評機制。 |
| **志工動能** | 必須設計志工招募、任務分配與回饋機制，避免長期人力斷層。 |
| **成本** | 多模型呼叫、token 消耗與雲端運算費用，需要預算或贊助來源（grant、企業合作）。 |
### 6. 後續行動建議
1. **概念驗證（PoC）**
- 先挑選一個已具備豐富資料的議題（如國防預算、城裡鼠疫）做端到端測試。
- 建立 Prompt 範本、資料清洗腳本、立場圖產出流程。
2. **志工工作流程設計**
- 參考 Cofax 的「貼上 → 標註 → 審核」三段式，加入 AI 產出預標註，志工只需校正。
3. **技術整合**
- 把 **SenseMaker / Polis** 的 API 介面與我們的 AI pipeline 串接，統一資料格式。
- 將 **media‑bias 資料庫** 內嵌，以自動標記新聞立場。
4. **開源與社群建置**
- 建立 GitHub repository，使用 MIT/Apache 授權，鼓勵外部開發者貢獻 Prompt、視覺化元件。
- 撰寫使用手冊、示範影片，降低新手上手門檻。
5. **資金與合作**
- 申請 **Mozilla Open Source Support**、**Google Open Grants** 或地方政府創新基金。
- 與 V‑Taiwan、CivicTech Taiwan 等已有社群合作，共同測試與推廣。
---
**結論**：Ronnie 的構想結合 AI 與志工的混合模式，有潛力將公共議題的資料蒐集、分析、呈現全流程自動化，同時保持多元立場的完整與透明。關鍵在於設計合適的 **人機協作工作流**、確保 **資料偏見檢測**，以及取得 **持續的志工與資金支持**。接下來的首要步驟是選定試點議題、製作 PoC、並在開源社群中快速迭代。
---
### 更新: 5/24 與 Ronny 討論 Civic-Talk 重點整理
PoC 初期功能規劃：
* 平台志願參與者只需串 Google 帳號登入平台。
* 「立場地圖」僅是 AI 生成的詞語，尚未有明確定案。可能類似 Polis 的視覺化，也有可能是多張 X-Y 軸光譜分布圖，這部分可以開發過程再討論。
* 在第 1~3 步驟 「*三人貼相同的頁面原文 → 用 AI 整理出共識爭點等項目 → 生成一頁式情境說明*」 ，完全交由 **平台提供 Prompt + 使用者自己的 AI Token 來生成**，平台只是用來公開展示結果，分散成本避免平台負擔過重。（Ronny預估平台維運費用每月僅需數百元，最小化成本不用找贊助也行）
* 上述 AI 應該要用 Agent 型 AI (如 Claude) 進行整理，而非 Chat 型 AI。因為 Agent 型 AI 有三大優點：
1. Agent 型 AI 可以讀取指定資料夾內容作為參考資料，避免文本長度過長導致忘記前文 or 過度壓縮。
2. Agent 型 AI 若需要做數值處理計算，可以調用程式來進行實際運算，而非像 Chat 型 AI 是用純機率生成數學式文字。
3. Agent 型 AI 因為有參考資料，可以根據參考資料作答覆，降低 AI 幻覺亂回答的風險。
* 在 PoC 階段，第 1~3 步驟可以僅由已信任的核心開發者來做資料上傳。到了實際上線階段，會需要再設計 **信任分數機制：初始志願參與者會有基本的信任分數，若後續參與有正常貢獻會提高分數，反之若亂傳資料搞破壞則降低分數。通過信任分數門檻的志願參與者，提交的資料會被平台納入展示，以此來濾掉搞破壞的網軍。**
* PoC 開發階段可以先用 各方利害關係人好找、論述較單純 的議題來做測試 (如 三班醫護比) ，測試 OK 再去考慮更複雜的議題。
* 事實查核可能會在流程中後段再處理。對新聞媒體或 KOL 而言相較於使用嚴重錯假資訊，更常見是僅陳述偏頗資訊 (只講好處不講壞處，反之亦然)，這個平台希望做到的是整合正反方論述，做到完整並陳。
### 0527 討論
- 如果要在審議大會或實體活動時使用這個工具，我們可以如何使用？
- 一樣可以用這個平台彙整資料，