林倩綺於第11屆第5會期司法及法制委員會第26次全體委員會議

1. 林委員倩綺

   （10時）謝謝主席翁召委，請司法院許廳長。

2. 主席

   請許廳長。

3. 許廳長辰舟

   委員好。

4. 林委員倩綺

   廳長，您好。針對今天要討論的主題，在司法院的部分，本席想從司法程序端阻斷高風險毒駕被告再次危害社會，這一點本席在先前的質詢也一直都提到。在今年5月公布實施的刑事訴訟法第一百零一條之一修正，已經把刑法不能安全駕駛罪納入預防性羈押的範圍，被告如果嫌疑重大，且有事實足認為有反覆實施毒駕之虞，而有羈押必要性的時候，法院就可以裁定羈押；如果法院認為沒有必要的話，也可以具保、責付或是限制住居，並依照第一百十六條之二命被告定期報到、限制活動範圍跟接受科技設備的監控，或遵守其他適當的事項；後續被告如果又違反這些事項，那麼其他的法條，包括第一百零一條、第一百零一條之一的羈押原因，也可以依照第一百十七條及第一百十七條之一的準用規定，重新審查是不是要羈押。其實法律的工具已經在了，真正的問題是法院如何判斷有無反覆實施毒駕之虞，我想這個是毒駕肇事然後造成很多遺憾的最大重點。剛才我們的翁召委其實也提到本席接下來要講的這個例子，也就是彰化地方法院審理的這些毒駕事件，檢方跟法院對於羈押必要性出現不同的判斷，檢方認為被告長期有施用毒品紀錄，假釋期間也再犯，甚至已經實際毒駕上路，檢方認為再犯的可能性很高。當然，本席也尊重法官依法獨立判斷，但是本席認為目前最大的制度問題，是在所謂的反覆實施之虞沒有具體及供實務參考的一個判斷框架，所以會造成這中間的一些落差。本席要請教廳長，毒品依賴程度、施用毒品前科、假釋或戒治期間再犯、毒駕紀錄、是不是容易取得車輛跟毒品，以及有沒有固定工作與家庭的支持，這些因素有沒有可能納入毒駕再犯風險的綜合評估？司法院能不能透過像您所在的刑事庭會議、法律問題的研討、法官教育訓練或修正法院辦理刑事訟案件的相關事項，整理毒駕預防性羈押一些具體可以審酌的因素，讓相似的案件有比較一致且可預期風險的判斷架構，來減少這樣的落差？如果法院認為羈押不符合比例原則的話，是不是也可以考量積極運用一些法律工具，像具保、限制住居、定期報到或科技監控，甚至明確禁止駕駛利用特定工具，或者有一些替代措施，而不是只有羈押跟無保請回兩種選項？是不是請廳長針對本席剛才所講的跟建議做個回應？謝謝。

5. 許廳長辰舟

   是，謝謝委員提問。你剛剛講的這些選項和工具，其實跟我們的想法是一樣的，所以你問的也是我們努力的方向。首先關於是否有反覆實施之虞，基本上法官在有限資訊以及檢察官的舉證之下，必須進行風險預測的判斷，這涉及到事實跟證據的認定。委員剛剛所講的這一些，他是不是有毒癮、是不是之前有毒品前科紀錄、在被查獲時，是否有遭扣到毒品，以及他的職業是不是有需要使用動力交通工具，還有他的家庭支持系統及日常生活狀況等，這些其實都與是不是有反覆實施之虞有關。在羈押審查當中，法官是可以依據這些各種因素來做綜合判斷，而委員講的這些，其實也是一般法官在實務上會使用的。但在比較毒駕的這個問題當中，有一種可能性是有關毒駕的偽陽性判斷，這個部分其實……

6. 林委員倩綺

   這個本席可能會針對實務的部分詢問相關機構，但是本席剛才所講的這一些因素，你們有沒有可能列入考量，然後做一個指引框架，讓法官在判斷的時候，不會產生個案性很明顯的落差？

7. 許廳長辰舟

   是，一般而言，針對強制處分，其實在法官學院或一般教育訓練中，都有相關互動式或工作坊的課程讓法官來相互討論，這個部分其實已經有了，或許在個案當中，因為一些事實認定的問題產生不一致的情形，這偶爾也是難以避免，但我們會儘可能朝委員提示的方向再進一步努力。委員剛剛也提到一個很重要的問題點，就是當我們在資料不足，但又必須做成判斷，也就是在被告的人權以及防衛社會安全當中做選擇的時候，其實你剛剛提到的有關第一百十六條之二跟第一百十七條之一的羈押替代處分，命被告做一定事項時，這個部分其實是有可能，而且是一個不錯的替代措施，司法院刑事廳在這些爭議事件發生之後，也會通函各法院，就是擔心過度侵害被告權益，所以在證據不足時，我們也可以利用這種替代措施來避免無保請回的風險，適度保障社會安全，並避免過度侵犯被告權益。委員的提示非常專業，目前我們也已經這樣來進行。

8. 林委員倩綺

   好的，如果這個部分可行，而且你們也注意到這一點，是不是可以針對這個部分，提供本席研究室相關資訊、目前狀況及考量，以及後續期程，好不好？

9. 許廳長辰舟

   是，謝謝委員。

10. 林委員倩綺

    好，謝謝，廳長請回。接下來要針對剛才提到的一些實務性問題請教內政部，內政部今天列席的是李警政委員。李委員你好，針對剛才提及在院、法兩個單位有關唾液快篩部分，因為你們是執法第一線，所以就一些相關問題請教。剛才提到毒駕取締最前端的唾液快篩，似乎這是實務上最直接的操作，所以剛剛本席談到法院是不是羈押高風險毒駕被告，都會取決於證據是否能夠真正支持反覆實施之虞，如果前方唾液快篩試劑本身的規格、品牌、靈敏度不一樣，那麼保存和操作方式不同所產生的誤差，在司法判斷上，可能也會有一些影響。目前毒品快篩試劑是由各縣市政府警察局自行採購，各地使用的品牌、規格跟效能有可能因此不一定一樣，那麼第一線員警一方面除了積極查緝外，另一方面也會擔心如果產生偽陽性，沒有辦法驗出毒品，或者遭民眾提告、求償，不僅影響到民眾權益，也可能使得員警在執法時會有一些顧慮。舉例來說，臺南市去年就被揭露庫存的一萬六千多支毒品快篩試劑中，差不多四成已經過期；在重新採購之後，又發生試劑還沒有發放到各分局的情形，所以各個階段都可能產生問題。我想相關問題不只在採購部分，還包括庫存管理、配送效率，以及第一線的部署能不能落實，所以請教一下，目前全國各縣市唾液快篩試劑的庫存、有效期限，還有品牌、規格跟實際發放的情況，警政署掌握的程度如何？各縣市如果有試劑不足、過期或採購沒有辦法及時配送的問題，有沒有可能訂定採購共同契約或統一採購？這個部分請內政部先做一個回應。

11. 李警政委員謀旺

    好，謝謝委員提問。我們目前配發到各縣市大概有六萬多劑，有效期限可以用到明年……

12. 林委員倩綺

    六百多劑？

13. 李警政委員謀旺

    六萬多劑。

14. 林委員倩綺

    總共嗎？是。

15. 李警政委員謀旺

    剛剛委員提供的畫面應該是一般的毒品快篩試劑，並不是所謂的唾液快篩，因為唾液快篩大概今年才開始運用，以上。

16. 林委員倩綺

    這個部分其實本席也提了，既然你們原先的這些相關試劑都有發生這樣的問題，以唾液快篩試劑的架構性而言，本席剛才所提到的問題也都有可能發生，我相信唾液快篩是目前大家的期待，希望未來在唾液快篩試劑部分，不會發生本席剛才提到的這些問題，好不好？是。我還是要提醒一下，唾液快篩只是初步的篩檢，最後尿液跟其他檢體的確認還是很重要，所以初步的篩檢品質越可靠，執法的員警也才會有信心跟支持，好不好？

17. 李警政委員謀旺

    是，謝謝。

18. 林委員倩綺

    未來內政部應該統一試劑品質、強化採購及庫存管理、建立偽陽性處理指引，讓基層員警有一個依據，而不要老是擔心會被告，同時也要避免民眾因為錯誤的判讀而受到不必要的權益損害。今天因為時間關係，是不是請你們把相關的資訊跟本席研究室做個補充，好不好？是，好。主席，請再給我1分鐘，我作一點點小小提醒，好嗎？謝謝，不好意思。接下來請教法務部，因為我覺得這個問題次長也能夠知道會比較好。本席很快的請教法務部有關最近你們推動的法務專屬大型語言模型計畫的資料治理問題，你們6月份啟動，依據這三層架構來建構司法AI平臺，本席在這邊還是要為原住民請命，每一件事情都要跟你們提醒有關於原住民的部分，因為人數比較少，資料也很不足的情況下，可能這個大數據會產生比較大的誤差。本席也支持應用AI來減輕第一線司法人員的文書負擔，但是AI可能會碰到大數據的問題，所以模型使用什麼資料、如何建立評測標準，會直接影響人民權益，對原住民族而言，許多的案例不能只用主流社會的法律判斷來做依據，原住民的狩獵、採集、土地使用跟傳統領域、祭儀、部落規範，都有其特殊的文化背景，但是這些模型如果是以一般的判決書、行政文件，或者是目前的主流法學資料來訓練，對照的原住民案件數量相對少的話，AI可能會放大既有司法資料當中的偏見，所以要請教次長，目前你們有沒有整理相關的判決書、卷證、法規以及行政文件，建立法務語料及追溯期？是不是有將原住民族基本法、原住民族傳統智慧、創作保護的規範及傳統領域，還有自然資源慣習的調查，也就是習慣，與司法院檢調機關處理原住民族案件的研究資料，納入專屬語料庫的規劃？

19. 黃次長謀信

    跟委員報告，的確本部現在正在進行專屬的LLM相關計畫，我們有一個逐層的循序漸進方案，委員所提到的包括資料庫的建立，那是未來在第三層一個比較長期的運用階段之後，我們會蒐集相關資料，目前是在建構比較基礎面的算力，還有相關的基礎設施這部分來處理。委員剛剛提到有關原住民資料庫的部分，未來我們一定會按照委員剛剛所提示的，相關所有跟我們專屬的、有關係的語言資料庫我們都會納入。

20. 林委員倩綺

    謝謝，希望第三層不會太久。我在這邊再提醒一點點，未來的模型評測應該要設置原住民族權益跟文化偏見的一個獨立項目，除了測試法條引用以及卷證的整理是不是正確，也應該要測試模型在面對傳統狩獵、採集、部落慣習跟國家的法規衝突的時候，是不是會忽略掉一些文化脈絡產生偏差性的文字結果。另外，在你們建置AI資料治理跟倫理機制的時候，應該要納入原住民族法律、文化方面的專家，並與原民會、原住民族法律服務機構、部落代表建立諮詢的機制。原住民的資料有一些集體性跟文化的敏感性，AI常常會因為大數據跟資料取得容易，直接變成一個訓練模型。本席在這邊要及早提醒你們，這個部分應該先放進去規劃，才不會在AI數據越來越大，然後原住民的資料越不夠的情況下，偏差或落差可能會更大。這點在期程上可能不要……或許可以思考同步進行，好不好？

21. 黃次長謀信

    好，謝謝委員。

22. 主席

    不好意思，因為今天時間的關係，謝謝林倩綺委員的發言，也請法務部到時候再把相關資料提供給倩綺委員。謝謝。接下來有請張雅琳委員發言。

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倩綺本人的發言。