文章專區

Take Home Message
• 由於AI 研發通常由大規模企業主導，目前已形成AI 技術與應用都集中於特定群體的不平等現象。
• AI 帶來的公共利益包含協調型溝通的AI 應用，透過科技的輔助填補不同群體、不同世代間的文化差異與價值觀鴻溝。
• 為了使AI 技術與服務能夠促進整體社會的公共利益，政策面必須因應AI 發展重新評估目前法規，學界應改善僵化的評鑑制度，研發上應重視多領域學者合作，公眾則有監督與參與討論的責任。

研發主角換人當 大公司主導的AI資本化

在過去，科技研發與工業技術的創新通常來自校園實驗室，因為只有透過政府經費，才可能進行不符成本的基礎科學研究，以及容許多次失敗的創新研發。也因此，研究成果通常會先寫成論文，再透過技術移轉的方式往業界釋出。

但是近年來人工智慧（artificial intelligence, AI）科技的發展明顯出現「AI資本化」的現象，擁有雄厚資金的跨國大公司成為AI 先進技術的開發者以及優先使用者。這些公司不僅資金雄厚，更掌握了AI 訓練需要的大量數據資源，一般學校或研究機構的經費很難與他們競爭。這些公司目前正大舉吸納學界人才，知名的資工教授幾乎都被吸引到業界擔任顧問，或主持大規模的開發研究。除了薪資待遇較佳之外，這些企業更有大量的數據和硬體設備，讓頂尖人才專注於有趣的AI 演算法研究。事實上，目前最好的AI 論文幾乎都是由這些大公司所發表，學界則從AI 研發的主角變成了配角。這樣的惡性發展當然就會讓AI 資本化的負面影響愈來愈嚴重，侵蝕整個民主社會，甚至人類文化運作的根基。

科技發展與社會公益雙贏AI公共化願景

在這樣的背景下，筆者提出「AI 公共化」的呼籲，也就是藉由政府部門主動釋出公共資料，讓人文社會學者與AI 技術學者以跨領域合作的方式，研發非營利導向的AI 應用，使得社會大眾，甚至各類族群，都能分享AI 發展的果實。人社學者在AI 設計之初的介入，也將促成政策與法令配套措施即早預備，間接引導相關技術的開展，減少將來應用於社會的衝擊，使科技發展與社會公益在AI 時代中更能相輔相成，一同創造更大的社會共善。

因此，這個產官學界三位一體的AI 公共化，就是希望在公共領域積極導入AI 相關的服務，建立社會價值與基礎建設的正向循環，創造整體更大的效益並降低AI 的風險疑慮（圖一）。雖然「AI 公共化」並不能解決「AI 資本化」的問題，但是透過積極開發更多正面應用價值、創造公共利益的AI 系統，可以積極有效地強化技術與法規，因應AI 發展失控、隱私保護或資訊混亂等問題，間接讓社會有更成熟的體質，面對AI 時代的挑戰。

圖一 | AI 公共化可打破原來社會規範與產業發展對立的局面，轉動產業發展與社會關懷的良性循環，創造各方多贏局面，帶來更大的社會共善。（資料來源：作者提供）

溝通協調型AI應用

AI 的公共化有兩條發展的路線：一是利益加值型，也就是運用AI 將既有的科技應用再升級，為企業創造更高價值，並使企業利益間接擴散到社會。二是溝通協調型，讓原本難以溝通的族群透過AI 介入而得以流暢對話，建立社會共識。前者雖重要，但顯然目前已有許多企業重視，因此筆者認為政府與學界應著力於後者，才能平衡發展。畢竟，我們的社會在邁向「去中心化」的後現代過程中，已經經歷到愈來愈多族群、階級或世代之間的價值觀衝突和法律糾紛，逐漸侵蝕、瓦解了許多當代社會有效運作所倚賴的共同價值。AI 對於大量非結構性資料的處理能力，尤其是如今以美國人工智慧研究公司OpenAI 所發表的ChatGPT（chat generative pre-trained transformer）為首的生成式人工智慧（generative artificial intelligence, GAI），應該會有助於過往不同觀點資料的再利用，我們能藉此補充各族群所看不到的相異觀點，促進不同族群或利益當事人之間有更高品質的對話溝通，這是過往以硬體設備為基礎的科學技術所無法達到的功能。

這類「溝通協調型」的AI 模型其實不新，有些甚至已經在開發中，或者將要被實際應用。其中可能最為大眾所熟知的就是AI 語音翻譯功能，讓兩個不同語言背景的使用者可以有更好的溝通與對話。中央研究院也曾開發協助語言障礙者與外界溝通對話的AI 輔助工具。除此之外，我們也能看到愈來愈多「溝通協調型」的應用正在發展，例如：

1. 跨代溝通橋樁：針對不同世代間價值觀差異，開發能夠「翻譯」不同世代常用語言、梗圖和文化符號的AI 工具，協助長輩理解年輕人的表達方式，也幫助年輕人了解長輩的思考脈絡。
2. 政策共識尋找者：利用AI 分析社會議題中不同立場的論述，找出潛在共同點和妥協空間，協助政府和公民社會找到更具包容性的政策方向。
3. 多元文化理解輔助：在多元族群社會中，開發能夠解釋不同文化背景、習俗和思維模式的AI系統，促進跨文化理解和尊重。

AI 公共化的策略

雖然理想上AI的廣泛運用能為社會創造集體利益，但是達成公共化的願景並非一蹴可幾，而是需要經過幾個階段來完成：

1. 收集與釋出資料的公共政策

AI 公共化包括幾個核心概念，其中最重要的就是政府。因為AI 系統需要大量資料，除了網路上的公開資料外，政府手上掌握了每個人的個資、納稅、交通、教育和司法等數據，這些都是國民的寶貴貢獻，如何適當進行整理、開源或保護這些資料，是決定未來AI 公共化的成敗關鍵。事實上，儘管未必合法，目前網路上所有查得到的公開資料還是幾乎都會被拿去私人企業訓練，而由於強勢文化也有較強勢的網路資料，這些資料多半無法有效反應出特殊族群或語言文化的狀況。相較之下，政府資料在排除國防機密、社會安全與個人隱私，並適當地去識別化或處理過後，將有可能更為在地化，真正幫助到貢獻這些資料的人民。因此政府應該善用這些公共資料，以公共利益為目的訓練AI 模型。這不僅能發揮資料價值，也能避免AI 過度被資本主導，實現較為公平正義的發展模式。

2. 人社領域參與分析

要善用各部會或地方政府所掌握的公共資料，幾乎一定需要人文社會領域的學者參與。因為舉凡經濟、司法、政治、教育、社政、外交等，幾乎絕大部分重要資料都是屬於人文社會領域的研究內容。只是臺灣大部分人社領域的學者通常比較少直接使用大量資料，以訪談、參與觀察或文本分析等質性研究方法為主。因此這部分就需要政府部會用計畫作為誘導，藉由標註或數位化，將這些資料逐漸整理成為有結構性，且具有研究與應用價值的資料。更進一步來說，學者可以藉此提出改善資料蒐集的方式與資料編排的邏輯，更有效地整理寶貴資料，並且看到它們對國家政策制定所帶來的重要貢獻。

3. 由下往上的開發模式

資料適當地整理之後，就是資工技術領域發揮技能的時候。嚴格來說，技術端應該在一開始就介入資料標註與整理，才能提供有效的格式化建議，讓資料能夠進一步被使用，這部分就需要跨領域團隊的建造。更具體來說，當資工技術學界獲得這些特殊且寶貴的資料，筆者建議先以監督式學習等具有在地化應用目標的模型與系統為主，再輔以適當的大型語言模型（large language model, LLM）支援，使模型可以廣泛應用，也就是由下往上開發，而非一般企業由上而下地套用大型語言模型。這是因為學界的AI 技術發展與硬體設備難以與大型私人企業競爭，如果著重在資料端與應用端會比較有獨到的特色，不易被取代。更重要的是，這些由學界開發的AI 應用一開始就可以服務公眾需求，比較容易評估整體效益與目標價值，而非只是服務少數財團的需求，因此將能稍微平衡AI 發展過程中受益者嚴重失衡的情況。

4. 改變僵化評鑑機制

現有的學術評鑑制度過於重視論文發表數量，卻忽略論文對社會實質貢獻的考量。由於以上所提及的公共化AI 應用本質上需要跨領域合作，所以人社領域與資工技術領域的研究參與者可能比較不容易在各自領域中得到傳統資深前輩的肯定，因此政府需要在學術獎勵的機制上有所突破。畢竟在AI 資本化的情形下，大公司的研發人才其實不必寫論文，就可以透過終端產品的實際功能來展現研發價值。而學界參與的AI 公共化如果還需要撰寫研究論文證明自己，就變成目標與手段的錯置。因此在推動「AI 公共化」的跨領域合作時，國家科學及技術委員會等單位也應該放棄僵化的評鑑標準，強調落地應用的價值；研究者所在的大學或研究機構也要在升等或薪資方面適當獎勵這些以社會公益為目的的研發成果，才能加速推動AI 公共化的落實。

5. 因應AI發展的法規調整

當更多不同領域學者開始合作，其中一個重要的影響是，參與其中的人社學者（尤其是法律人）能更直接了解AI 模型的開發過程、運作與落地方式。在日後協助制定與AI發展有關的法律規範的時候，也能夠有效擬定切合實際狀況的規範。舉例來說，臺灣大型語言模型推動的主要障礙不只在於算力，更有資料量不足的硬傷。而資料量卡關於《著作權法》的限制，使得模型無法直接使用公開網路資料，或未經授權的書籍文章內容。雖然《著作權法》的初衷是正當的，但當初制定時未能預見大型語言模型等新興科技的發展，因而在如今產生嚴重的矛盾：一方面需要藉由開發繁體中文的大型語言模型，保留繁體中文資料不被更大量的簡體中文資料所掩蓋，另一方面卻又沒有修法讓這類資料得到更有效率的應用。倘若能讓《著作權法》保護的資料獲得更優質的數位化處理，勢必能為大型語言模型的發展注入新的動能。在此過程中，政府的角色應有所轉變，例如效法日本修改《著作權法》，允許語言模型直接使用已公開資料，僅需在應用端加以必要的限制即可，而非總是需要額外授權，反而拖慢相關發展。

6. 提升政府資料治理方式

目前的公共資料缺乏標準化，很難在AI 領域發揮足夠價值。但若積極推動AI 公共化的大方向，也會直接促進政府開放資料規格的標準化，讓學界可以更快速使用，形成良性循環──政府資料愈來愈標準化、透明度提升，也就更容易被廣泛採用。同時，整體治理效率也會增加，不再依賴於單一領導人的個人管理風格和政策，更能根據真實且標準化的數據和科學分析，做出更明智的決策，提升整體的公共事務效能。例如韓國首爾市政府已開始運用AI 分析城市數據改善交通規畫、環境監測及公共衛生決策，並將分析過程和結果向市民公開，增加決策透明度與公民參與度，既提升了政府效能，也強化公民對政府的信任。

7. 研發成果產業化

臺灣目前大多數AI 技術公司集中在工商業界，若非參與硬體代工就是協助業界應用開發，目的都是提升企業營運效率，可以說是一種利益加值型的AI應用。雖然這是企業發展所需，卻可能忽略了AI對於一般大眾的助益，畢竟後者往往無利可圖。事實上，AI 公共化最寶貴的意義並非僅在提高單一企業獲利，而是能夠造福公眾，特別是連結弱勢與邊緣族群，使他們與社會主流接軌。因此為了長遠的營運，學界在AI 領域的研發成果最終還是要能夠導入業界，並創造實質的價值，例如從學校技轉而扶育的社會企業，是最有可能實踐此目標的方式。

促進平等與社會共善的AI公共化

AI 公共化可以創造多贏局面，既惠及大眾，也有助於政府的現代化和科學化治理。透過AI 公共化，讓各領域的學者參與，將能紓解AI 發展下，法治面及產業界之間的矛盾與衝突。但是實踐AI 公共化將會是一場長期而複雜的變革，需要持續的投入和調整。政府需要建立更完善的資料開放與保護機制，學界要突破傳統學科界線開展真正的跨領域合作，產業界則需要關注更廣泛的社會價值，而非僅著眼於短期利潤。公民社會的參與和監督同樣不可或缺，確保AI 發展的方向符合社會共善。

透過這些努力，我們有望建立一個更平衡的AI 發展生態系統，使AI 技術真正成為促進社會公平與進步的工具，而非加劇不平等的因素。AI 公共化代表的不僅是技術的應用模式，更是一種願景，引導我們思考科技應如何服務於社會中更廣泛細緻的角落，協助我們更有效地凝聚社會共識，平衡當今AI資本化的發展。

本文部分改寫自「王道維（2024）。從AI公共化來看政府、學界與民眾的角色。AI與公共服務。臺北：中技社。」

近期相關研究請參考「阮羿寧等（2025）。當代法律，41 ，37-54，生成式人工智慧於親權事件調解之應用―Le 姐家事商談好夥伴的設計理念與實務功能說明。」

延伸閱讀
1. 王道維、林昀嫺（2020 年8 月14 日）。如何用AI 創造社會共善？── AI 公共化的契機。臺北：國立臺灣大學醫學院。
2. 自由財經（2023 年11 月5 日）。繁中資料量落後簡中 不利台AI 語言模型。自由時報。https://ec.ltn.com.tw/article/paper/1613748。
3. Sisley（2023 年6 月2 日）。日本大膽 all in AI ！無論版權，官方允許任何資料訓練人工智慧。INSIDE 。https://www.inside.com.tw/article/31820-Japan-AI-copyright。