---
tags: vtaiwan
---
# vTaiwan-國科會-DSET討論

## 2023/12/31 vTaiwan x DSET討論共筆

參與者：
連結：https://meet.google.com/prf-ioja-oip

- 相關共筆 [1227小松](/BT3QaVQnRnOwVlmtTn8A7w)
- 上次討論到，討論情境應該更具體。
- 但是教育與公務員如果確認後，要先進行第一線的接觸
- 目的是確認與劃定題目的範圍
- 目前 vTaiwan 有的議題
- 法律工作能不能運用生成式AI
- 給職業法官或是國民法官的輔助判決系統
- 律師能不能用
- 公務員
- 公文
- 評鑑，有聽說國教願在學校評鑑與校長遴選有在用
- 生成式AI對藝術、創意工作的衝擊
- AI藝人唱歌
- 學術工作
- 教育 [name=peter]
- 可以找一個家長、老師與學生都可以參與的議題
- 學生的參與我覺得很重要[name=peter]
- 淨零碳排 [name=宛真]
- 這可能跟經濟部之後要定碳權相關計算或法規有關
- 目前甘老師掌握的現狀：上意並沒有下達
- 1999 市民熱線
- 目前的困難：
- DSET是否認為意見蒐集很困難？
- 要確認的事項：
- 公務員跟教育目前是比較有共識有興趣的議題
- 國科會感興趣的應用場景是什麼？
- 討論的結果能以什麼形式對目前的立法、決策過程產生影響？
- 國科會組織的制度方向？
- DSET暫擬可討論議題：
- 【促進民主參與】：有關促進公共政策的知情討論、強化相關利益方之參與，甚至是跨物種之對話等。人工智慧（AI）平臺、軟體及相關應用程式的發展，會如何對不同的政治社群及其民主實踐產生相異之影響？人工智慧演算法及模型的出現，除了有可能限縮政治討論之範圍、導向未深思熟慮的參考論述之外，是否有可能在不同的設計下，將審議民主中最重要的政策討論、公民參與以及相關利益的思辨等主要互動模式，進行更細緻的實踐？ 此外，如何妥善的使用GAI，使較不善發言的參與者，能藉由GAI的協助促進參與公共事務的討論，並在討論的過程中，學習如何利用GAI獲得相關的知識。
- 【公共服務】：將生成式AI應用在公共服務上，不一定賦權個人，關鍵的是需了解它在公共服務的應用上，所謂「優化」(optimized)的是什麼？（例如：使用者極大化、成本最小化、增進公民福祉等要素），對公民來說，需釐清的是：「這些決策是基於什麼標準訂定出來？以及誰選擇了這些標準？」對於上述問題的掌握程度也影響了民眾參與和資訊透明的程度。
- 在政府運用上沒辦法取得資料。
- 原因在於很多技術是外包，公務人員很難掌握到實際運用的狀況。
- 對政府而言，數位轉型是被動的。如果沒有跟上的話，第一線業務會大量增加。
- 國外研究顯示，在校務評鑑與監督上，態度普遍比較負面。
- 以此進行審議，在對象選擇上會有侷限
- 【勞動，用AI打造友善包容的就業環境】：1. 如何使GAI的使用是協助員工而非取代員工？在臺灣的社會，工會處在力量薄弱的狀態下，需要建立什麼樣的機制賦權員工在GAI的使用能夠有表達和參與決策的管道？2. GAI的運用有可能惡化掌握技術的勞工和低技術勞工間的貧富差距以及既有的數位落差，政府如何透過職訓教育等其他機制的介入來緩解這樣的落差，以引導GAI的運用是優先在協助人們在既有的不平等 (如技術面、高齡、障礙者等)，能夠有所改善，促進積極就業(如友善高齡者、新住民、障礙者等的就業環境)，而非提高就業的(技術)門檻或取代低技術人力。這對於高齡少子化的臺灣，未來面對主要勞動力的減少，需思考勞動力能夠如何更被充分運用帶來機會，也在此同時思考如何藉由AI的技術打造友善包容的就業環境。
- AI的自動化造成消除工作與創造新工作的平衡
- 不同的職業之間，差異可能很大，要怎麼讓討論收束
- 或許可以先透過廣泛的意見收集，然後再特定相關的討論場景
- > 同意 [name=peter]
- 第一輪意見收集（種子意見設定＋利害關係人辨識）
- 或許可以採用[NIST風險管理](https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf)的lifescycle
- 可以有一個model可以進行，也可以讓政府來參與
- 如政府再創造這些工具時應該要事前評估的東西
- 如果只是「很簡單」的工具，其實風險很小；這應該要有一個技術上進行分類的標準
- 在表格操作時，可以形成自己的定義
- 第二輪（收斂與擴散後）進行深入討論
- 教育現場需要AI的什麼協助？
- AI倫理原則 - 透明性、可解釋性的理解與共識
- 可解釋性應該要以使用者出發，例如教育現場的評鑑結果說明，參考的依據。可解釋性與透明化除了過程，也有技術，政府的公共服務就要有相關的專業與義務。國發會對於各產業引入AI，在討論上是忽略的。政府在委託時應該要有一定規範，
- 開發的指引與使用的指引可能要分開
- 開發者主張規範太複雜會造成開發困難
- 如果站在企業的角度，我可能只是開發一個很簡單的應用，但卻要被規範綁手綁腳，或是要負擔總總義務
- 政府監管能力有限
- 政府可能也沒有那麼願意推動主動去監管企業的工作
- 民眾是掌握資訊最少的人
- 企業有符合國際規範的動機
- 參與者的意見徵集上，可以利用 chatham house rule
- 在政策建議上，法規是缺位的，企業若想要將相關的內容放在社會公益時，跟公民社會會有連結。在意見徵集時可以連結到相關的意見，並能夠落實到政策設計中。
- 政府與公部門的相關困難在意見徵集時也可以蒐集近來
- 公部門與政府是否參與審議則是看
- 若是更為聚焦在兩輪意見徵集的設計，在第一輪是否可以把企業或產業徵集放進來。
- DSET 目前經費會以國科會補助，而國科會會有百工百業的計畫，希望了解人工智慧導入後的影響。可以把剛剛討論的意見納入，也可以符合國科會近年來的研究方向。
- 納入企業的框架之一可能是政府採購上
- 如果是企業社會責任的角度，應該要想怎麼frame種子意見
- 目前透明度的要求，對於企業而言是企業社會責任
- ex. 被遺忘權
- 相關的訴訟是否會因為台灣的國家地位而受到影響？
- 歐盟AI Act 與 GDPR 通常是以實體作為概念
- 最核心的題目是什麼？

- DSET 與 TAIDE 的人工智慧法制化差異？
- DSET 從公民社會出發，考察技術如何改善既有的不平等而非擴大

- 需要整理現況下，政府會想要做什麼事情
- 國科會，科會辦
- 科政中心
- 目前社群與DSET的管道是分開的
- 來問問數發部
- G0V社群朋友的意見
- 結論：
- 前導訪談 > 第一輪意見徵集 > 第二輪意見徵集
- AI Lifecycle 的操作與在地化，以及找出讓一般民眾加入的方法，同時賦予更具體化的內容
- 概念如何轉換成案例，讓大家容易了解
- 意見徵集的主框架：政府各層運用AI/機器學習工具來進行公共服務/改善公務流程，應該要考慮到哪些規範？
- 第二層我們希望聚焦的小框架：（集思廣益）
- 共筆共起來：[第一階段廣泛意見徵集](https://g0v.hackmd.io/nsMv1I05RouPRU5_LMDuoA)
- 政府招標相關工具，企業應該要符合哪些標準
- 企業可能會覺得市場太小，不會很在乎
- 可能要整理現況的發展跟應用，告訴大家
- 企業希望政府要對齊國際規範？
- 勞動衝擊
- 公共服務
- 目標是納入更多的利害關係人，以及更為具體的議題
- 可以開個共筆來列
- 意見徵集的效能感
- 整理現在哪些公部門有在用
- DSET怎麼
- 政府的內部運用，有可能會有影響人民權益的事情

### 下一次開會
- 日期與時間：
- 1/12前看看共筆有的東西，屆時再來約討論。
- 共筆共起來：[第一階段廣泛意見徵集](https://g0v.hackmd.io/nsMv1I05RouPRU5_LMDuoA)
- 下一次開會前要做的事情
- 透過各自管道來了解議題
- DSET: 國科會等機關、社福機關
- 政府在哪些面向已經導入AI
- vTaiwan: 數發部、g0v 社群
- 初步的利害關係人
- 用一份共筆文件列出來

## 2023/12/14 vTaiwan x DSET討論共筆

參與者：
連結：https://meet.google.com/qqq-eaue-myf

### 可能的合作方向
- vTaiwan 進行的程序：
- 社群參與者有興趣 / 有外部參與者帶入議題
- 政府可以做 commitment
- 目標：讓意見徵集的成果可以被落實
- 是否有可能利用 vTaiwan 來收集意見，協助 DSET 撰寫人工智慧基本法規或指引？

### 會議
- 介紹 vTaiwan 跟 Recursive Public 計畫
- vTaiwan 與 Chatham House 拿到了 OpenAI 的計畫
- 完成 recursive public 報告
- 了解 DSET 明年有哪些行動是可以跟 vTaiwan 結合
- DSET的業務內容
- DSET 希望從架構上討論為何公民的意見無法進入人工智慧研發與部署中。
- 目前的議題不論是從技術面，還是法規面
- 另一個問題：治理一定要靠法規嗎？
- 法規有效的前提是其他面向、如倫理、意識等等
- 民眾參與進來，專業反而會變成門檻。
- 專家意見與民眾討論可能需要透過中介者來做轉譯的工作。
- 轉譯上必須要連結到相關利害關係人的生活面
- 專家意見的收集
- 一起來做轉譯的工作
- 訪談、小聚談
- polis種子意見
- 目標：將科學的部分，變成民眾可以理解的議題
- 議題數：3個
- 議題小而美
- 社群有討論過以專場的形式，如藝術家、法律、教育、公務員……
- 公務員的方向
- 對人民服務的公務員
- ex. 社福、長照
- 因為人力不足，大量數位化與相關內容
- 哪些可以以人工智慧來取代
- 哪些不行
- GAI對於勞動市場的衝擊
- AI只是單純的替代還是能夠創造新的工作
- AI作為監控
- 知情同意的有效性（在權力不對等）
- 知情同意的處理方式
- 線上的形式能否觸及更多更廣的白領工作者
- 除polis外，社群也在找其他的線上工具，也有跟開發者接觸中。
- 如何有代表性？
- 線上社群
- 實體
- 實體活動中參與者之間的討論能力差異還有有待弭平
- 實體討論的形式有差異，小一點的話可以透過moderator來平衡
- 如果有的話，可以如何跟 vTaiwan 合作
- 可能的合作形式（以四個月為單位）
- DSET 與 vTaiwan 社群開會討論相關的議題
- 議題完成後，準備意見徵集與列出利害關係人
- 專家訪談與轉譯（一個月）
- 徵集意見（一個月）
- 實體審議（一週）
- 整理意見（一個月）

- 專家意見alignment是現在vTaiwan比較不熟悉的
- DSET 也可以連結到不只台灣，也有國際上的相關參與者
- 政治大學[創新民主中心CID](https://cid.nccu.edu.tw/)認為審議者的介入是有正當性，這樣才能生產出有意義的成果
- 8月到9月時，有拿到數位部的預算來做工作坊
- 可以拉CID進來來設計相關的審議活動
- 如何對應到既有的 agenda
- DSET 的人工智慧倫理報告
- 有別於風險模型與基本權利模型的不同視角
- 或許可以思考不同的脈絡與場域
- Iris Young 的包容性民主

- under-represented 的代表性
- 補充現行代議民主，要找到現行政治體制中被邊緣的人群
- 教育場域的學生角色

## 雙方合作時程
- 現在到12/31：目前先回去擬定議題，各自找尋有趣的議題
- 以及下次要會議要達成什麼目標
- 目標：公眾溝通，回饋到政府
- 議題是AI還是GAI
- 參考：教育場景的應用，家長與學校
- 參考：[人工智慧學校教育場審議](https://hackmd.io/k0hMoHegRYOCNjCIWdJ7tA?both)
- 學生角度的參與？
- 1月-2月：透過一次小聚，來盤點 DSET 的既有成果
- 公民議題的討論上，是要加入觀點，來避免落入特定的視角
- 2月開始推動

## 雙方貢獻

## 12/27 vTaiwan 社群討論

### 國科會DSET合作

- 與DSET的共識是，在討論AI應用的規範上，如果題目討論範圍小而美可能會是比較合適、有意義的做法
- 考慮社群量能，目前敲定先來做兩場
- 12/31要與DSET確定要合作什麼問題，所以大家一起來提出有興趣的問題，也可以對問題增加意見
- 法律工作能不能運用生成式AI
- 給職業法官或是國民法官的輔助判決系統
- 律師能不能用
- 公務員
- 公文回應能不能用AI
- 如果用於公務員評鑑、考績？
- 生成式AI對藝術、創意工作的衝擊
- AI藝人唱歌
- 學術工作
- 教育 [name=peter]
- 可以找一個家長、老師與學生都可以參與的議題
- 學生的參與我覺得很重要[name=peter]
- 淨零碳排 [name=宛真]
- 這可能跟經濟部之後要定碳權相關計算或法規有關
- 決定的議題：
- 方向要更具體一點，最好在某一個很廣泛出現但是很特定的使用情境下，各個不同利害關係人的看法
- 要不要先來邀請公務員或教育工作者做訪談，作為策劃進一步問題意識的基礎，不然現在有些難想像
- 終極目標還是規範與政策上的需求
- 國科會在相關倫理研究上聚焦的研究範圍會在哪裡

- 要確認的事項：
- 公務員跟教育目前是比較有共識有興趣的議題
- 國科會感興趣的應用場景是什麼？
- 討論的結果能以什麼形式對目前的立法、決策過程產生影響？
- 現在政府對AI法規、使用指引的決策方向是什麼？
- 國科會DSET組織的制度方向？
- [國科會設國家級智庫成立 3大任務深化國際連結](https://www.cna.com.tw/news/afe/202310020139.aspx)
- 陳東升表示，科技發展須考量地緣政治以及民主體制的運作，包含科技主權、經濟安保和韌性社會等新概念陸續出現。國科會正在研擬晶創計畫，希望帶動台灣IC設計發展。晶創計畫除維持台灣晶片製造和封裝測試優勢，IC設計和人才培育也是關鍵，不僅是為產業布局，更與台灣各行各業緊密相關，也是科民社中心的關鍵任務。

### 社群內部接下來推動流程的準備/培力
- 人力分配
- 像是國科會那邊，會是審議式的活動，可能要看如何培訓志願者，如何安排會是問題
- 我自己會覺得可以嘗試讓 Yu Shan Tseng 的分享作為培力 [name=peter]
- 過往的vTaiwan專案有留下一些可以參考的資料
- 能不能抱一下過去的社群成員的大腿，來經驗傳承一下[name=Eli]