林宜瑾於第11屆第4會期教育及文化委員會第6次全體委員會議

1. 林委員宜瑾

   謝謝主席，有請廖院長。

2. 主席

   請廖院長。

3. 廖院長俊智

   林委員早。

4. 林委員宜瑾

   院長早。首先本席想跟院長討論一下主權AI，現在數發部正在推動臺灣的主權AI，各部會也要盤點適合的資料上架到臺灣的AI訓練語言資料庫，後續會開放民間跟政府機關來申請使用。數發部林部長說，AI模型的訓練需要大量的資料，希望政府跟民間把擁有著作權的資料釋放出來，以訓練出臺灣觀點的AI模型。先前我有初步跟中研院詢問上架相關資料到臺灣主權AI訓練語言資料庫的情形，你們的回復是，中研院目前已經有古漢語、近代漢語跟閩客語、當代華語的語料庫，除了古漢語的文獻資料已經沒有著作財產權，其他多數的文獻都需要一一去確認著作權跟智慧財產權；當代出版的報章雜誌跟兒童讀物，也要經過確認原始的著作權跟智慧財產權，才可以考慮上架臺灣的AI語言資料庫；而口語的語料，因為當初跟發音人簽授權的範圍只限於學術研究，所以這個部分就沒有辦法開放上架AI語言資料庫。院長，我理解這樣對嗎？

5. 廖院長俊智

   大致正確，但是目前至少我個人是鼓勵所有的研究人員，在法規許可的範圍內，儘量開放這些語料供我們的主權AI訓練，我們有各種不同的方式，我們有一堆專家在後面，我請他們解釋。

6. 林委員宜瑾

   沒關係，院長，我先跟你再繼續探討下去喔！中研院擁有且收錄全臺灣最豐富的學術研究資源，也是國內最高研究單位，歷年來也很努力建置很多很多資料庫，就像剛剛院長說的，很努力致力於資料的開放。在開放供大眾研究的同時，我覺得應該要將各項珍貴資料提供給臺灣主權AI資料庫，所以如果能解決著作權跟智慧財產權的問題，將豐富的資料文本上傳臺灣主權AI的語言資料庫，我想勢必對主權AI的訓練有莫大的幫助。請教院長，中研院擁有這些文本資料，後續怎麼樣儘可能上架到臺灣主權AI訓練的語言資料庫，特別是發音人的口語資料的問題，有沒有辦法進一步來開放提供給臺灣主權AI訓練使用？上傳文本資料提供臺灣主權AI訓練使用有沒有辦法跟原作的授權條件脫鉤？這個可能要努力來解決侵權的疑慮……

7. 廖院長俊智

   我請智財處長回復。好。

8. 邱處長文聰

   委員好，我是智財處處長邱文聰。針對委員的詢問，如果著作權歸屬本院的話，我們願意無條件提供，只要它的目的是做訓練的話沒有問題。但是委員提到，如果它來源的授權受到限制，也就是說權利不在本院（中研院），那要去突破可能就必須透過立法的方式，或者是在個案上面法院去判定是否構成合理使用。個人認為這樣的途徑對於訓練主權AI來講確實是比較不足的，但是……當然。要突破的話，可能還是需要大院透過立法的方式，比如說透過強制授權，或者像日本，他們在著作權法上面直接用立法方式去明定，為了訓練的目的去使用屬於合理使用，如此才能夠解套，不然，我們後端在未經權利人同意下自行拿來作為訓練使用，仍然有可能會構成違法重製甚至是違法利用。以上。

9. 林委員宜瑾

   好，謝謝。另外，先前中研院有提過，目前中研院自己的資料庫雖然大部分有開放給民眾使用，可是還沒有做到文字化的階段。中研院之前說人文組的「運用人工智慧解鎖歷史文獻」這個計畫已經審核通過……是。我們正積極推動最新的AI技術來加速資料的數位文字化以及大型語言的模型訓練。想要請教院長的是，這項計畫的工作進度如何？歷史文獻全文數位化的成果，會上架到臺灣主權AI的資料庫嗎？像清領時代或者日治時代的文獻，應該早就沒有版權的問題，這些可以上架到臺灣主權AI的語言資料庫嗎？

10. 廖所長弘源

    這個部分，委員所秀的……

11. 林委員宜瑾

    這個計畫。

12. 廖所長弘源

    我是資訊所廖弘源所長。這個計畫就是我們連玲玲副所長的計畫，下面有4個我們中研院院長特別交代的專案計畫，目前有4個子計畫在做，最主要像地籍，古時候、日治時代的那種地籍圖，因為它的字是用手寫的，然後有很多蓋章，所以我們需要經過影像處理、一些處理……掃描。對、對，然後再把它變成數位化，在這個狀況之下，今年是第二年，它的速度就增快非常多，一開始的時候技術不足，但是現在已經變得非常有技術，所以這個部分在進行中，我想這個部分因為時代已經久遠，應該沒有所謂的版權問題。

13. 林委員宜瑾

    是、是、是。

14. 廖所長弘源

    所以應該是可以納入，而且進行得相當好。另外，臺史所他們也有一個計畫在做，這是我們院長極力在推的，就是怎麼樣把我們這些有關於歷史的文本資料數位化，然後把它處理。

15. 林委員宜瑾

    好，謝謝。我再簡單追問一個問題，中研院有個數位文化中心，大約有131個資料庫、工具平臺還有主題網站這些數位化的成果，可是有些網站已經失效，需要轉置也需要重新檢視，現在需要重新檢視的資料庫有107個，看起來有做盤點、下架，不過，本席發現還有少數的網站是失效的。另外，本席之前也有說過關鍵字的搜尋功能，目前只能針對個別的網站來提供簡短的說明、內容做搜尋，沒有辦法跨資料庫的檢索，這部分似乎好像還沒有改善。整體來說，雖然中研院有數位典藏平臺當作入口的網站，可是彙整大部分的數位資源、成果的網站跟實際操作起來，還是難以實現跨資料庫的檢索，使用者還是要進到不同的網站，反覆輸入關鍵字，以上本席所提到的，中研院在改善、精進上覺得還有哪些挑戰？院長。

16. 廖院長俊智

    我想關於網頁失聯的部分，我們會請數位化中心來改進。

17. 陳召集人熙遠

    委員好。上次委員提醒之後，我們在院長指示之下做了各所的統整，當然因為我們承接了過去國家數位典藏計畫裡面的一些資料，所以包括了不只您剛剛說的一百多個網站，其實有三百多個網站正在維運當中，的確有很多因為系統的部分也停擺了，這是過去國家數位典藏留下來的資產，我們也希望能夠活化，其實我們是兵分兩路，一個是我們中研院既有的各個所，他們所維運的系統是不是能透過您所提到的這種跨庫檢索來進行？這個東西涉及到整個網路架構的問題，我們還在盤點之中。另外一個就是國家數位典藏留下來的這三百多個網頁，我們進行維運，當然也涉及到資安的問題，我們現在希望這個東西提供一個聯合目錄的重新的整新或再併，這個情形就會使得我們同仁在使用所謂過去國家建置的這些資料的時候，能夠繼續使用或活化，謝謝委員指導，我們會進一步提供，讓您能夠了解。

18. 林委員宜瑾

    好，再努力、再加油，謝謝院長、謝謝主席。

19. 主席

    謝謝林宜瑾委員，請院長回座。現在請楊瓊瓔委員質詢，時間4分鐘。

文字取自立法院公報，由 LYAPI 對齊至影片片段。講者無法確定的句子不列為林宜瑾本人的發言。