• 首先想請教政委,對人工智慧運用在公部門的想法?

  • 以這一代的機器學習技術來說,能符合客觀、固定的輸入、輸出的格式,不牽涉個人獨特生命經驗的判斷,而且有大量現成的資料時,就可以運用機器學習,來簡化這一部份的流程。

  • 我想舉一個實際的例子,就是臺灣自來水公司在總統盃黑客松的提案,「搶救水寶寶」。

  • 老師傅跟學徒的差別基本上是準確率,所以這個東西同樣檢證是相對容易的,你滿足這一些條件的時候就可以運用,以目前這一代的技術,這是前提條件。

  • 剛好這個也是剛好在公務體系裡面,我們會覺得最困難、最冗的部分是任何人來做這個都一樣,每個人都要花大量的時間才能掌握百分之幾的精確率,但是在做的時候,時間耗費是非常大的,所以這個時候主觀來講,新人要學這個東西時,學習動機可能比較有限,這個通常是我們在留住這個人才,我們需要這樣的人才,但是主觀學這樣的動機,除非對這一件事真的有熱情,不然每天都做同樣的事情,兩、三年之後才會提高一點,對我們的留用、培訓才會比較大的衝擊,這個在全世界的技職體系都有碰到這樣的挑戰。

  • 你把人工智慧想成一個只能聽得懂最基本東西的學徒,它的唯一好處是不用睡覺,它的學習是你只要累積資料全部都給它,然後又有師傅在那邊判斷是不是走錯路、走歪路,也就是有累積的一些成見的,時時提醒它或者是調校它,並不會好不容易訓練一個人,然後就去別的事。

  • 即使還沒有做到跟人類一樣的程度,但是可以做初步的判斷,自來 水公司在三個月的判斷歷程當中,一開始做初步判斷,也就是可以到本來的1/10,也就是熱點很有可能是漏水的部分先圈出來,先把幾乎不可能是漏水的部分排除,但是不能像人一樣精確,但是是一個偕同合作的關係,可以在用水高的地方才弄得好,不一定要三年才繞一圈,目前的做法是三個月左右才可以繞一圈,這個是隨著時間的進步加強。

  • 我們並不是這樣子而取代了市府的工作,可以把他們的精力花在更有成就感的地方,把訓練、培訓的過程更有創造力,可以結合各種不同領域的知識,像在總統盃黑客松裡面是設計機器人,等於一面在抓漏的過程中,一面跟人工智慧的預測系統對話,可以做即時的聚焦、訓練及調整等等,這樣就可以把互動設計的人、服務設計的人,甚至把一些人機介面相關的專業者都可以帶進這個工作中,而這個工作是沒有別的專業加入進去,也可以把工作者成就感更高,就可以學到別的領域,這個是目前這個階段感到最合適的運用。

  • Follow您剛剛所講的內容,您說不會影響到既有工作者的工作權益,等於他的工作不會被剝奪?

  • 對,但工作內容會改變。

  • 我們在發展AI應用時一個很重要的concern的點,事實上AI是要取代人工,是不是?

  • 剛剛講了輸入跟輸出非常固定、可預測性很高,任何人來做,不管他的生命經驗是什麼,做出來的結果都一樣的部分。

  • 一定會取代部分的勞力,對不對?

  • 不管是勞心或者是勞力,應該說如果你有一個很明確正確與否的判準,任何人不同的生命經驗都沒有被用到,而是來的時候只有準確跟不準確差別時,這個時候是會被取代,沒有錯;但是就像我們舉例來講,小學老師的工作好了,裡面有非常多人機的部分,也有比較冗的部分,像批改學生數學的考試卷,這個很冗,因為任何老師批改的結果都一樣,而即使訓練再好的老師,就是批改錯誤率低一點。

  • 在有人工智慧之前是交給「群眾智慧」,或者有人開玩笑是「工人智慧」,「群眾智慧」舉例來說是你是老師,你可以要學生交互批改,你可以交互批改的時候再送給小組長審閱,最後再看一次沒有問題,就沒有問題之類的,基本上是把本來覺得很冗的事,交給一大堆 人做,交給一大堆人做的過程中有所學習、貢獻,他們會覺得有一點成就感來做一些,我們不一定要把冗事交給AI,不太值得交給AI的就可以交給CI。

  • 學生交互批改的時候,沒有人說老師會因此而失業,這個論點都沒有出現過,大家知道這個架構的設計、這個價值的設定,最後的把關跟所有的東西,還是需要專業的教育者,但是任何人來做都一樣的部分,可以讓學生自己批改。

  • 我的意思是,你在想AI的時候是很類似的想法,在工作中可以把交出去的東西交出去,留下來的部分才是這個人有價值的部分,也就是每個不同生命經歷有跨領域整合的能力、跟人溝通能力等等會留下來,幾乎沒有什麼工作,並沒有從頭到尾都沒有這個部分,如果真的都沒有這一個部分的話,可能AI出現之前,早就已經被取代掉了。

  • 剛剛有提到自來水是應用上,也就是國營事業的部分,公部門似乎沒有其他的應用,原因是什麼?

  • 我的問題與前面的提問類似,目前私部門就人工智慧的運用已如火如荼展開,但公部門面對此議題的態度顯有落差,我想請教的是人工智慧有助於公務部門行政效率的提升,以及民眾問題的解決,但現在政府部門針對這議題的重視程度相對沒有那麼高,就政委的理解,問題究竟出在哪裡?

  • 可能因為公共行政替代役太好用了,這個是一個。

  • 我們跟很多部會討論自動化系統的時候,不管是AI或不是AI的時候,我們觀察到一個現象,如果這個事情定義很清楚,任何人來訓練一下就可以做,與其投資一段比較常的時間,去累積人工智慧所訓練的資料,不如去找替代役或者是約聘人員或其他的,公務人員在臺灣有一個特色,我們希望有專業職業常任的公務員是做價值判斷的事,所有比較冗的部分,有各種各樣的方法交給剛剛所講的美其名是群眾智慧不然就是工人智慧的系統使用。

  • 我們也看到像剛剛所講的服務型智慧政府當中,除了服務型智慧政府當中,還有一個很重要的是「政府數位服務準則」,這個是國發會研擬滿長的一段時間,跟地方政府各相關部會都有討論過,目前會在數位國家創新經濟方案上位的準則,之後國發會就會依據這個來修訂以前所有資訊採購規劃的範本,所以GDSP是很重要的事。

  • 它比較像導引的概念,並不是一個硬性的獎懲或者是管考,可能幾年之後會有,但是現在還沒有,現在比較像自我檢視表,也就是在設計服務的時候,有沒有考慮到各個不同多方使用者的需求,GDSP很重要的是第一線的公務人員是最重要的使用者,你的服務設計出來的時候,很多成本在以前,如果是節省民間一個小時的時間,常常要拿公務員一個小時的時間去換,長期下來會造成壓力不平均集中在公務員上,會造成各種各樣的困難與調整。

  • 但是為何要做數位服務?很大的原因是自動化及AI在內的技術,可以省他一小時的時間,但是不需要花人一小時的時間,而是花電腦一小時的時間,電腦沒有人權,所以我們就儘量運用它們。

  • 我的意思是在服務設計的時候,回答兩位的問題,很重要的一點是我們引入AI的過程中,我們是不是可以去想任何人不管現在的身分是約聘或者是替代役或者是其他的,如果你能夠省他一小時的時間,而不浪費別人一小時的時間,這一件事就是值得投資的。 如果有這樣的概念,導入所有的數位技術都容易,如果沒有這樣的概念,很容易就分配給多一點約聘人員做就好了。 目前因為人事員額開始一些調整,我也觀察到一些部會及機關開始沒有那麼容易使用約聘及替代役的時候,這個時候資訊部門人力就增加了,他們不得不考慮自動化及AI的方式,如果他們覺得還有一些人力可以用的話,確實因為AI的投資是一段很長的資料蒐集期,除非手上有這樣的資料,不然去看替代役看資料總是比較容易,也就是需要一個長程的世界觀,可能三、四年之後,才有可能把人力成本的狀況下收過來。

  • 這一種做法對於士氣的影響是會難以處理,但是我們才會做招聘有興趣的人,而不是對做冗事有興趣的人進入公務部門。

  • 剛剛講到冗事,在鐵路人員很多,像軌道現行有沒有辦法改變,也就是透過影像跟sensor來替代很多檢查工具及老師傅的檢查軌道,我們說不是不用人來做,而是我們的長都很想做,長官逼著我們要高鐵、台鐵去智慧化,我的觀察是,其實大家都不懂什麼叫做「人工智慧」與「智慧化」,所以被逼著下個月就要做出來。

  • 不可能下個月就做出來。

  • 而是需要數據蒐集,可能要把剛剛講固定輸入、輸出建立好。

  • 如果整個政府體系都沒有認識,院喊了一個人工智慧的目標在這裡,但是回到實際業務單位的時候,下個月、明年要做出來,其實我們執行起來,我認為現在大部分到三級機關以下及正確認知的不多,大家都講了很多,我們跟日本、德國也在講,DB喊機器4.0,他們說做了很多冤枉路,很多事做了之後都沒有達到效果。

  • 因此我覺得政院在做這一件事的時候,有更多基礎性的工作要做,我們在推AI的工作當中,這個是我個人的觀察。

  • 完全同意。

  • 像提到智慧機場服務,有一些部分運用在國外機場都有採行,國內像桃機第三航廈也會評估引進,可能都是採用國外的既有技術來運用,至其他國內的機場服務是一塊,也可以進行盤點,以服務提供者的角色,除了機場服務外,其實還有一個空域的服務,尤其資訊的人在各部會、各單位都很少,所以如果在業務跟資訊科技中媒合,也許是在承辦層級就可以考慮是不是能導入AI。

  • 其實以長官的角度要做資訊化、電腦化跟智慧化,這個是有一點gap的。

  • 財政部也有類同情況,財政部有很多資訊,但是找不到或者不知道該從哪裡下手,我覺得需要有一個比較好的指導、框架、原則或者是SOP,我們知道人工智慧在實務上的應用有很多,財政部中區國稅局現在也運用AI技術提供文字客服。

  • 以客服實際的例子來看,各部會都可能會有處理客訴或者是提供答客問服務的需要,有沒有可能建置一個共享平臺,各部會都可利用這個平台,以節省各自建置的成本及資源,不知是否有可能?

  • 我想補充一下,對於政府在推智慧化或者各方面,或許因為我們是來自不同的部會,也可能因內部分工不同,可能是我們沒有參與而不清楚,因此我們會有這樣落差的感覺。

  • 有關AI在公部門的運用時機及困難處,就如同剛才政委所說的,就是當政府部門深刻體會,現有人力不足時,這是很好的切入點。另外,根據我自己的觀察,AI在整個運用牽涉到技術面及業務應用面等面向,而將來這些技術如何運用到實際的業務面上,在政府部門涉及跨不同單位權責,因政府資訊部門對業務面可能就沒有那麼熟悉,而業務單位對現有既存的問題,可能就無法清楚知道究竟有那些合適的軟體可加以利用。 簡單來講這是須要有一個跨領域的人來協調,但這是政府部門現在面對AI應用所面臨的問題,這是我自己的觀察。

  • 我綜整一下:

  • 第一,一個是跨領域的協同合作,而不是互相牽制的數位轉型團隊如何組成?這個是一個。

  • 第二,如何向上管理,也就是設定正確的期待,而這個期待是不是有可能讓整個公務體系比較瞭解,而不是好像集中在少數的專業單位裡面?

  • 第三,如果在一開始導入,不管是行政數位化或者是資料基礎建設還沒有達成的時候,是不是有可能可以跳過這步,直接來做智慧化?或者不能跳過它的話,未來要做智慧化的話,這一階段的基礎建設有哪些?我們知道AI還不能應用,但現在是不是可以先做一些東西讓AI可以用,也就是剛剛講的最基本資料、資訊管理的基本功?第三個比較是技術問題。

  • 我按照這個順序回答:

  • 跨領域的團隊組成是GDSP,我記得是第2項,僅次於以使用者為中心的重要性,那個是我們覺得非常重要的事情。在各國GDSP裡面,以我的理解只有英國在這一項裡面強調程度比我們還要強,英國強調程度是任何這一種牽涉到跨機關、跨領域的專案,都應該有一個內閣成員來充當使用者,這個是非常強的準則,沒有別的國家這樣寫,他們這樣寫到底做得到或做不到,我們會去英國問清楚。

  • 我們是稍微沒有那麼強,一定要那個成員,但是僅次於英國的強度,也就是要有相當位階,也就是具有跨領域,一開始不懂,但是至少願意學習、搞懂的人來當作從頭到尾的統籌者,這個確實是非常重要的,如果沒有這個的話,跨部門協調的成本會高過這個未來的收益。

  • 如果要動到五個不同業務單位時,協調者其實是一百二十倍,本來要做,結果沒有人要做,明年也會用總統盃黑客松的方式來做。其實用總統盃黑客松已經跳脫我們對「黑客松」的認識了,總統盃黑客松其實是三個月,其實延續了非常多次的活動。

  • 其實我們一個規劃,還沒有到設計,差不多就要這麼久,如果有任何長官去說一個月之內要交出規劃、二個月要設計、三個月要運用,就可以跟他說不科學(笑)。不管管理科學或者是服務科學都不科學,如果沒有花至少三個月,也就是把各部門的想法對齊或者是規劃好的話,這樣做出來的規劃,很可能是某些關鍵利害關係人的觀察,沒有放在規劃裡面,事後要補救,就更重要,因此要給予充足的規劃時間。

  • 現在的採購法在今年施行細則鬆綁之後,有一個好處,以前是10萬元以下,10萬元以下去找團隊規劃是不可能,現在是變成100萬以下,這樣比較合理,在不用招標的情況下,用99萬去找跨領域的團隊去協助你的主推者,把目前服務流程的實際情況,先不要講未來怎麼樣,也就是所有人的痛點、卡住的地方,哪一些看起來有做重複的工作,以前是分別做,沒有人知道是重複工作等等的部分,先去做盤點跟整理。

  • 這個工作其實就是我們在報稅軟體那個案子時花最多時間做的事,實際上請廠商調整,也就是關貿去做是非常小段的時間,最多的時間是找住免去的工作,哪一些是不必要的、哪一些是比較有效率來做,這個時候就可以說剛好是AI的形狀,剛好這個部分是AI,用很便宜的方式、用分散式的帳本去用區塊鏈,並不是用AI、區塊鏈去賣這個東西,我們不賣股票,我們用這一些關鍵字也不會讓國宅或者是中央銀行有任何的獲利。

  • 我們並沒有任何一般私部門的,你還是得炒作一下建立投資人信心的部分,因此我的建議是不要做這一些事,總統盃黑客松的時候,三個月基本上是打著總統府、國發會、科技會報辦公室及幾位政委的名號來吸收大家的溝通成本,讓大家覺得跟民間一起去協作規劃是不需要付出政治上協調的代價,因為我們會幫你們吸收。

  • 另外一個部分是,在總統盃黑客松看到民間提案,很像是處長或副處長放在抽屜裡面很久的提案,但是跨部門協調過高沒有實現過,民間提到黑客松,就會說配合辦理,成本也會降低,我們會儘量找出這樣的方式。

  • 總統盃黑客松的一件事是沒有獎金的,五個卓越團隊可以獲得的是很漂亮獎盃、跟總統合照,我們會盡一切努力讓它變成公務體系的一部分,並不是開外掛,這個是要一段創新、發散的規劃,有可能失敗的部分,但是後面要有一個承諾,如果這個東西失敗了,不需要負擔政治責任,就像我們說如果開一個10幾、20萬或者是30萬的規劃表,也就是目前的可行技術是沒有辦法,繼續要用人工來做這一件事,並不是丟到水裡,省去很多參與與溝通的成本,因此這個心態要先有,才可以做這一種先期規劃的工作,跨領域的空間才有可能打開。

  • 並不是每一年要計畫黑客松,而是這樣的模式要在部會當中做的,可以因為這樣的關係去做一定程度的期待管理,像部長、次長或者是三級機關首長的角度來看,要跟上潮流都是是非常重要,但是要跟上潮流也要往很穩定的正確方向走,並不是我們在兩個月之內就推出一個可以demo,但是事實上公務同仁都不會用,如果要用的話,還要加班的那一種資訊系統,大家都很怕這一種資訊系統,做完之後還要加班(笑)。

  • 沒有節省到力氣,還要維護這一種東西而要加班。

  • 在以前確實由上而下建置資訊系統的情況,我進來之後是一個個看有沒有造成管考上的額外負擔,如果有的話,我們就把開放資料的筆數拿掉,增進上有增進公務員服務品質的話,我們就來確保有什麼資訊,我自己覺得向上管理的部分,我們在行政院層級,像最近有一個統合式的答客問系統,本來在「我的e政府」網站,現在改到了行政院首頁,就是前臺一致、後臺整合的回報系統。

  • 當然我也收到一些聲音,像這理論上是沒有管考的、也沒有獎懲,但是因為大家都會收到每個部會平均幾個小時的回應訊息,所以無形當中造成同儕的壓力,本來如果管考是六個小時做就好了,但是看到旁邊的部會都是兩個小時回的時候,會覺得六個小時真的好嗎?

  • 我們要拼到一個小時(笑)。

  • 人力有時而窮,拼到某個程度的時候,就會需要用自動化的技術。

  • 但這樣做的方向,我們在一年多前的院會已經跟大家講了,就是「開放」、「快速」、「結構化」的回應。我的意思是,如果在一年前沒有先講清楚它的目的是增加哪一些人或怎麼樣,沒有講清楚說我們這樣做,是因為不要破壞掉民間事實查核的能力,也就是不是我們管新聞,而是儘快提出這個東西,也就是這個價值主張是很早就先講清楚,慢慢逐漸增加強度,然後在行政院建置系統、各部會填報。

  • 我現在比較擔心的是,像AI這種題目,價值主張在每個部會是不一樣的,我們現在說行政院建立AI運算平台,但是並沒有把價值主張講清楚的話,各部會做的話,很容易變成價值主張跟這個比較對齊的部會確實比較獲利,但是沒有看到的部會就跟了,但是沒有的我們也要跟嗎?

  • 輸人不輸陣,為AI而AI。

  • 因此我認為同一個運算平台很重要,我們認為透過數位建設要做,應該是到年底會無涉個資的部分,也就是民生公共物聯網先寫,會先做共同資料的儲存跟計算。

  • 像水利署或者是氣象局也有自己資料的儲存,至少是有的要放一份,這樣資料集中在可以做到第三個問題,如果現在沒有辦法導入AI,至少做到資料集中,資料集中是一個既定政策,集中到二級機關。

  • 跨部會的話,無涉個資目前集中到國網的運算設施,國網有一大堆AI的板子,你的資料離他越近虛擬次數越多,越遠就等傳輸資料,以前說開放資料是讓民間下載,現在有另外一個資料集中的趨勢,我們跟民間的講法會變成是你當然還是可以資料下載計算,但是資料量真的太大或者是太多,為何不直接上載程式?我們收工本費,或者是證明社會效益的話,我們就不集中,我們是共用環境品質、水品質,你想到與個資無關的都集中在同一個地方,民間就會自己想要找到這一些不同的社會狀態與環境狀態中間的相關性,這個可能是單一部會沒有辦法做到的一件事。

  • 以前開放資料是分別下載,因此會變成一個老師用這五個資料集,加上它的模型做出預測,另外一個用這七個資料集,加上它的模型預測,一個準、一個不準,碰到選舉不知道誰才對,我們會鼓勵老師們把資料上傳到這裡,至少資料是相同的,一個準、一個不準,我們比較能做科學。

  • 因為個資專案辦公室才剛成立,個資要經過什麼樣的統計才可以往這邊流,這個是尚待解決事項,但是跟個資無關的環境資料,也就是一條河不會主張權,所以可以先集中過來。

  • 如果本來就已經有在蒐集的資料,服務的過程越多這一種蒐集資料的點,只要不要服務影響的人、不要花費更多的時間,並不是發紙叫大家下去填,而是在服務的過程中,自動會蒐集資料,這個有一個學名叫做「數位原生」,當蒐集資料的量跟頻率大到一個程度,用一個數位資料就可以重現服務的過程。

  • 像自來水那個是本來的水壓、水流量就已經很接近那個程度,但是像1999或者是像剛剛所講的客服,你可能確實需要一些像客服人員一面接跟查的東西,你要很有意識記下來,之後在可以重現判斷流程;但是如果分別記或者是沒有壓時間碼,就沒有辦法重現。你記的過程中,並不是填一堆單子,而是接見的同時就記下來,流的量不夠大,我們不可以做AI,可以做一些回溯分析,也就是先問什麼問題、再問什麼問題,就快解決這個案子,甚至還沒有到AI的程度,只是到一般統計的程度就已經很有價值,等到這個統計的量因為輸入、輸出因為這樣的關係而定義很清楚,然後再導入AI,像剛剛所說的民生公共物聯網全部彙整,然後再偕同合作。以上是三個面向的部分。

  • 剛剛有提到跨域人才的問題,也提到資料集中,也就是跨域資料的分享與共享,剛好前幾天的座談會也有人提到這個問題,希望政府在這方面的法規可以鬆綁,但是我一直不理解的是,目前各個部會的個資或資料開放已經做到一個程度,該開放的大部分都已開放,現在如果談跨域資料分享是涉及到什麼法規?我們要鬆綁的是什麼?

  • 這個可以參考我們在「vTaiwan」這個平台,目前正在進行「跨部門之間資料運用」法規的研析案,這個案子之後會整理出一份建議書,就是在講法規要調適的部分。

  • 目前可以分成三個不同的面向來談:

  • 第一,完全是在公部門裡面,因為我們知道個人資料保護法分成蒐集、處理及利用。當我們在做某一個法令職務時,這個利用的目的絕對不會有問題,而處理的方式應該就是順著這個要利用的目的而處理,以資料極小化為原則,處理最小程度的資料,必須要問民眾的,你就會去蒐集這部分的個資。所以這個概念非常簡單,一個是法律、使用目的,處理是使用目的,處理極小程度就去用個資。

  • 公務機關會出現一個情況,使用者來看是一個流程,但是有不同的主管機關,裡面是管不同的部分,像有稅籍部分、進出口海關登記的部分、營業登記的部分、執業地點的部分、目的事業主管機關的部分、驗資的部分,從使用者的角度來看是一件事,從公部門來看是不同的使用主管機關,採取的方式是全球獨步的,所以就會造成從使用者的角度來看,其實同一個情況被問了很多次,這個是大家會提出來的問題,既然我的目的是設立公司,為何不能中間每一個大家先約好,問的時候問一次就好了,就不要上四個網站填一樣的資料,而且格式還一樣。

  • 以前合署辦公的時候,可以拿一堆文件跑、認識新朋友,有新的網站情況下,除了有這個之外,沒有好的感覺,是在講使用者與公部門的關係中有沒有可能讓前台有一致的體驗,讓後台間彼此整合,這個比較像SOP,並不是去改個資法,並沒有禁止這一種事,在以前的狀況是跨部門的時候,什麼單位就要吸收所有的成本,但是沒有人要提出,因此有沒有可能透過一些SOP或者是獎賞的機制願意來做這個部分。

  • 每一個階段電子化政府是用額外的預算來做這一件事,但是我們不能只靠這樣子的一種設計,我想如果部門自己提出來,即使是在三級機關裡面,還是要有這一種獎賞的設計,這個也就是使用者體驗。

  • 確實民間很多人在講說個資能不能經過恰當的統計程序之後,變成可用性比較高的開放資料,而這個是很多人在問的。

  • 現在的問題是,部會並不是沒有做,像我記得當時稅務資料透過匿名化的程序,簡單來講在一個統計區裡面,如果一個人的收入都比別人高,就把那個人的資料丟掉,然後把其他人的釋出,學界覺得做出來的研究結果不一定完全反映真實,發的每一篇paper都這麼多,而且無法降低它,做出政治判斷的時候是不是真的那麼準?其實是有疑慮。

  • 反過來講,我也不覺得因為這樣的關係,報稅的時候就給不相干的業者去分析,我們如果一開始報的時候,我想很多人報稅的習慣跟填的方式有一些改變,如果沒有這一種改變的情況下,又讓它去利用,很多人會覺得資料是受託處理,為何要給別人處理?按照最高行政法院的講法不能給別人處理,而是給自己處理。

  • 很關鍵的一件事,是如何統計才能切合官員的要求,國際上有一個趨勢,我們釋出資料,而這一些資料是亂數的資料,只是要讓大家知道資料的形狀,民間自己想出一些統計的方法來,真的不會侵犯到個資,還是我們自己跑這一些方法,跟民生公共物聯網的做法是一樣的,還是主管機關自己跑,只是統計方法是民間建議的,這個時候的可用性就會比我們自己在這邊想,然後回頭去問要來得好很多,這個也是在法規上需要一些SOP,不然從公務員的角度來看,拿民間的程式碼來跑,資安大家都會想到,但是即使沒有資安風險,有人抗議個人隱私被洩漏,雖然沒有,但是判斷會變成做這一件事的公務員吸收,因此要如何有信任關係,這個是第二個面向的。

  • 我們做跨部門資料的時候不是運用民間,這個是雙向的,民間的資料要如何進入決策系統,這個是非常少討論的,而且你真的說要有法規嗎?目前的法規也只有民間連署的意見進入我們的提案系統,確實是有法規的,也就是「公共政策網路參與」,但是那個都是質性、個人比較以文字、聲音及影像為主的,到底民間的數據到底要如何進入政府的考慮當中,這其實也是非常值得探討的題目。

  • 民生公共網連裡面有開始向社群,比如「空氣盒子」來合作,像透過一些方式來集中到國網的平台來,這個是一次做,沒有跨部門整合的問題,也沒有剛剛所提到的,需要把個資處理的問題,像空氣品質是沒有這兩個問題,有政治問題,但並不是這兩個問題,因為這樣的關係,所以我們會跟民間先用這樣的方式試出比較可行的SOP,這再慢慢再擴大運用,這三個部分是民間具體的需求,第一個部分不是個資法,跟個資法沒有什麼太大的關係,基本上是內部呈核的能力。

  • 我讀一份資料,上面提到AI不適合應用在政府行政處分的部分,這部分政委的看法怎麼樣?所謂的行政處分是指會產生一些行政上的效力,被處分的人可以提救濟等等,行政處分基本上涉及到法律規定與事實的判斷。

  • 因此我們讀了一些文章,特別講到的是AI在公部門的應用上有提了這樣的一句話,不知道政委對這樣的說法有什麼想法?

  • 這個是所謂AI倫理的問題,公部門做任何的決定,都要能讓民間「問責」,在我們這邊叫「當責」,最重要的是有沒有課責機制,這個判斷怎麼來的,要如何參考去做?如果讓人來判斷的話,最後上了行政法院,總得講出這一套判斷的方法,現在的問題是同一個AI並不是最後決策,最後蓋章的人還是人,但是人要回來課責的時候,這個AI有沒有可能講得出一套相當於我們請約聘人員來做的時候,具有相同的可說服多方利害關係人的這一套講法,這個有一個專門的AI領域,叫做「可解釋的AI」,這並不是技術上做不到的事,但是我們之前沒有花很多時間在這個時間上,這個是公部門運用,牽涉到爭議問題的時候,任何人都要問為何回去做這個決定,如果答不出來的時候,就像你找了約聘人員做行政處分的檢查,你問他為何這樣做,他說他感覺不出來,感覺這個是對、感覺這個是錯的。

  • AI並不是永遠不能用在這個位置上,而是用在這個位置上時,而是要一定程度來倫理論述,在一般的通俗概念中,他的溝通能力不能弱於一般的約聘人員,這個部分是尖端研究,即使像下圍棋的,目前都沒有辦法用人聽得懂的語言講清楚為何做這個決定,這個是很值得研究,這個研究有大家的公信力之前也就是日後可能會上行政法院的位置。

  • 第一,行政處分的做成,有些當然涉及多元價值判斷,但並不完全都是。其實行政程序法有規定機器大量做成的處分,比如最近汽燃費的課徵都是機器做成的,那用不到AI。

  • 對,那個只是簡單的運算。

  • 我的意思是,行政處分本來就可以用機器做成,在規範面也沒有排除AI作成的可能。第二,即便涉及到價值判斷,像剛剛政委講的一樣,假設可以被定義清楚,而且量大到一定程度且一定路徑時,是可以做的,甚至某一些事是可以被取代的。

  • 跟格倫兄的業務相關,司法審判系統,大家都提到如何用資訊系統或人工智慧輔助審判,即便先前林秘書長就有這樣想,也就是法官進行審判,比如最後決定要賠償或者是決定要判刑,是非常具價值判斷的,但在決定之前有很多的基礎工作可以由資訊或人工智慧協助,例如英美法系的判例閱讀整理是非常繁重的工作。至少我們看到的是比如加州的法院、律師都開始發展出輔助的系統,其實已經有法學資料研讀及整理的系統,甚至可以check及比對意見的正確性。

  • 所以即便最後的決定,就像建築師設計也可以使用建築設計軟體,審判也可以用審判輔助系統,並不是有AI,就沒有人工。

  • 差別是車子裡面的導航系統,跟沒有方向盤自動駕駛的差別。兩者或許運作的邏輯是有一些類似之處,但是在人類做判斷的角色是完全不一樣的,一個是讓你需要考慮的事情變得比較清楚,幫你把一些最基本自動化的東西去做,那個是輔助的角色。

  • 另外,它是在某一個環節上是出了問題再來找我的角色,這個是我剛剛所講的完整的,也就是一般當作有完全行為能力的人再來找我,也就是下屬,而不是當作導航軟體的角色。

  • 在導航軟體的角色,我想在法規遵循上是比較沒有問題的,因為現有的自動化系統都有定義。

  • 但是完全取代掉一整個人的時候,這個是未定義的。

  • 最後一個關於空運的運用,最後一個關於空運的運用,其實我們知道有一般飛機跟無人機,一般飛機部分是具有自動避撞的部分,其航管作業大部分都是引進國外的系統。

  • 現在在無人機的部分,因為民航法修正剛通過,我們花大概一、兩年的時間來無人機管理作業系統,至飛航中的無人機的空中管制的作業,它的資料量很大,未來的管理很複雜,因為某種程度是要仿照空中管制,這部分AI應用,是否有其發展的價值吧。

  • 是,我們從剛剛的三個面向來分析,一個是跨部門、跨領域,目前因為像無人載具創新實驗條例,會讓經濟部、科技部及交通部有相應的資料,所以第一步至少讓這一些資料彼此間共通,用共通的格式,發paper的時候,這個都是非常重要的,也就是跨部門、跨領域的leadership。

  • 第二個是向上管理,你剛剛講的方法非常好,我們現在是在蒐集實證的資料,並沒有說未來要用哪一種方式來建立管制方法,這時民間才會說有參與的空間,不然現在已經把一種演算法講出來了,事實上技術是日新月異的,基本的資料是永遠都會有價值的,我們先聚焦在這個部分。

  • 第三個部分是智慧的基礎建設,在蒐集的過程中發現一些困難,像網路傳輸的頻寬,沒有辦法很快速蒐集到當場機器對機器的資料,就會導入5G或者是別的技術,讓資料蒐集流失的程度比較少,能夠更完整地蒐集到,又或者是目前所在的道路或者是其他的地方,沒有那麼完整感測器,也就是這個車子自我感覺良好,而旁邊並沒有那麼良好的情況下,是不是總這個觀點或者是其他的觀點來用資料,這個多元性也是非常重要。

  • 以前做大數據的時候,還沒有AI這個詞的時候,大家在意的是單一格式的大資料,AI的好處是沒有那麼大量,但是各式各樣的資料,還是可以找出中間的關聯,因此採集資料的多樣性,目前的權重就比以前高的,以前是要少數幾個點,像環保署以前的空氣品質感測站離人非常遠,現在是不用那麼多、但是離人實際近一點,因為有新的演算法,大家會覺得是離實際觀察的角度比較近,所以會增進互信的情況。

  • 你自己對於AI未來有什麼期待或者是什麼想像?極致化的情況。

  • 很多是無涉於審判實質,而是場域本身的改進,像現在叫「科技法庭」。

  • 量刑數據的建置。

  • 一個是提示證據的過程,也就是要找到正確的那一張簡報,或者是像剛剛葉寧講得很好,也就是之前的判例或者是書證 ,這個是自動化(部分),也就是跟自來水公司一樣,你做到20分也省一點力氣,如果要做到完美才可以取代人,那個壓力是非常大的,只是出一個錯,就會說它沒有做到很好。

  • 所以我覺得是要從0分開始往上做,並不是說要設定100分,然後把人換掉。

  • 因此這個過程中,像剛剛講體制正確的部分,或者是幫助書記官做即時紀錄的部分,或是法庭現在有一些部分要直播或怎麼樣,讓鏡頭轉到正確的地方,這個都是極小、非常冗,而且其實價值判斷上,不同運鏡的人運出來都一樣。

  • 每個部分都可以是讓法庭的感受好1%,但是這一些加起來就滿多的,你去找一個部分是做到百分之百,很可能就被挑戰,尤其未來可能要參與審判,你讓他們來的感受,不管是事前說明、中間器材,又或者是他的感受,又或者是事後能夠從中間學習的過程,都用很小的地方去儘量降低成本跟讓它的感受變好,我現在的想像是務實的狀況,比較不是整組人換掉的感覺。

  • 說不定有三個不同的面向,第一個是場域的改變,比如浙江在做e-court,中國大陸那裡不需要修改民事訴訟法,就可以直接做。他們可以讓原、被告異時異地在線上開庭,靠的是電子紀錄,理論上任何時間地點就可以找得到當事人開庭的陳述,也可以線上詰問或答辯,不需要訂一個庭期大家到庭,就是讓你在不同的時間,你回去看原告的陳述,你就可以上來答辯,法官可能第二天才看得到,但是一樣可以處理,這個是場域環境的改變。刑事廳跟資訊處在推的,說不定將來不人工筆錄為主,而是以電子影音紀錄來代替,是一樣的意思。

  • 第二,整個審判流程的過程中也有很多冗事,像大量資料文件往來的處理,假設那一些資料進來的時候是機器可讀的,他就可以被機器取代掉,法官跟書記官就可以做比較有意義的事。

  • 第三,如果整個案子,本來就是一個科技系統所產生的問題,說不定科技的判斷會比人的判斷還準,去年我跟政委去矽谷參訪自駕車,目前整個控制系統並不是人在控制,發生的意外,說不定是系統發生失誤,而不是過程中特定人的疏失,因為自駕車就是盡力避免人去override,所以去找出自駕車所發生事故的責任,又或者是說不定人的把關還不如機器的把關更厲害。

  • 在這裡是叫做RegTech,這個是比較中性的名稱,如果說「機器把關」,大家會一下子想到各種民事糾紛去。

  • 我們把它用比較中性、比較不擬人化的名詞,剛剛葉寧講的是發展,是資料量非常大的情況,如果沒有在執法、法遵能夠處理運算的能力至少跟它一樣大的話,連證據都已經看不完,這個部分是很重要的,所以最後價值設定的部分也是人類社區的部分設定。

  • 這個部分如果感興趣的話,我有加入的一個團體叫做「globalcxi.org」,叫做是叫做「Council on Extended Intelligence」,討論的就是這種「擴展智慧」。Extended Intelligence的想法是「AI × CI」,也就是人工智慧跟群眾智慧不要看成是彼此競爭,又或者是取代價值判斷的公共服務人員,而是這三個之間彼此加強,然後各自截長補短,是用這樣的方法來想事情。

  • 這裡面我們有三個研究方向:一個部分是剛剛所講的我們怎麼樣讓群眾智慧、人工智慧與現在的專業能夠彼此結合;第二,每個人在中間都會有資料的自主權,也就是蒐集資料的時候,讓大家越來越安心,並不是越來越不安,雖然審判不用想這一件事,但是我們要想這一件事,也解決如何促成社會的信任;第三,有一些短期指標,像GDP或者是短期的亮點,也就是如何影響聯合國世界經濟論壇或者是永續發展論壇的指標訂定者,也就是把這一些發展變成更可能,如果變成短期亮點的部分,現在可以用機器自動化交易,想做多高就怎麼樣,也就是某些指標到最後會變成沒有意義。

  • 如果我們可以從永續發展目標或者是人類幸福指標來當作基礎,但是等到越來越多的群眾智慧進來之後,有沒有更有意義的指標,這個是我研究的方向,我繼續一、兩年還是會繼續發paper,並繼續做這方面的研究。