【AI感受調查6-3】打造台灣主權AI：語言文化與資料隱私的雙重挑戰

【編按：為了解台灣民眾面對AI時代的整體認知、採用意願與影響擔憂，《太報》委託皮爾森數據進行「生成式AI學習適應與衝擊感受調查」，將分兩週深入解析報導。為推動我國AI發展政策，政府正在研議「人工智慧基本法」立法草案，本週聚焦在政策方向，本篇探討民眾對打造主權AI的看法，希望為後續立法的社會對話與制度完善提供依據。】

生成式AI在全球帶起風潮，要鞏固主權AI，台灣必須推動大語言模型，發展符合國家價值觀的AI模型。不過，根據《太報》委託皮爾森數據公司進行的「生成式AI學習適應與衝擊感受調查」顯示，有四分之一的受訪者完全不願意提供任何個人資料，願意提供類型也集中在相對較少涉及隱私的資料。

全世界有近7000種語言和文字，但在美中競爭大環境下，目前國際生成式AI模型，訓練資料多以英文為主，中文則以簡體中文為大宗，如果非在該語系國家的語境下使用，很容易產生不符合使用者生活、文化背景需求的解釋及用語。

語言落差使用困擾　逾4成不滿簡體用語滲透

根據本次調查，有使用生成式AI經驗的民眾中，有43.5%認同曾因出現簡體中文／中國常用語感到困擾，完全不會困擾或從未發現／從未遇到這種狀況的受否者合計不到2成（18%）。



其中，女性認為困擾比例更高，有接近5成比例（49.6%），反觀男性有超過6成認為即使遇到也不會太困擾（60.1%）。值得關注的是，18-29歲的年輕族群與60歲以上的高齡族群，相較其他年齡層更感到困擾，分別有58.4%及51.4%。

當問到選擇「很少／幾乎沒有使用」生成式AI的受訪者，與頻繁使用生成式AI的族群相比，在使用時若遇到簡體中文或中國用語，預期自己會有更高的困擾感受，整體比例達到61.3%，其中以高齡族群（60歲以上）與女性族群的困擾感特別明顯，分別有62%及66.3%。



在出版社工作的阿傑說，最困擾的不是AI回答問題時會跳成簡體字，這可以再次下指令「用正體字回答」，可是簡體字改了，但是用語還是中國式的，甚至回答的都是中國而非台灣的生活情況或法律規定。

陽明交通大學科技法律學院特聘教授林志潔說，雖然現在的AI服務有提供繁體中文，但可看出句中的詞彙用語與台灣平時使用的習慣並不一樣，背後多為中國簡體中文直接轉述，因此，目前正在研議制定的「人工智慧基本法」草案應該納入主權的概念，不只攸關科技發展，更攸關國家安全。

國民黨立委葛如鈞在立法院「人工智慧基本法」草案公聽會也強調，目前台灣在建構符合本地語言文化、教育人才、創新發展、社會信任的「繁體中文語料庫與主權大型語言模型（LLM）」方面，資源匱乏，資料更是稀缺，政策推動力道不足，若再不積極行動，台灣特有的繁體中文文化、價值觀，很可能在全面 AI化的未來，被簡體中文取代、使得繁中消失於全球、甚至全宇宙。

國際競逐本土語言模型　台灣急需加速投入

「每個國家都要有自己生產智慧的能力。」Nvidia執行長黃仁勳去年（2024）2月在杜拜舉行全球政府高峰會上曾喊話，各國政府應該積極投入發展「主權AI」（Sovereign AI），強調每個國家需要擁有自己的AI基礎設施，在享受AI發揮經濟潛力的同時，保護自己的文化，「你絕不會允許讓其他人來做」。



Nvidia將主權AI定義為一個國家利用自己的基礎建設、資料、人才和商業網路來發展人工智慧的能力，特別是運用自己的語言、文化資料來發展各國自己的大語言模型。

目前許多國家都已投入發展主權AI，其中，新加坡政府建置SEA-LION大型語言模型，包含華語、英語、緬甸語、菲律賓語、高棉語、寮語、馬來語等11種東南亞地區使用的語言資料。日本、韓國也宣布投入經費，政府與民間合作建置大型算力資源。





台灣目前發展類似主權AI的模型是國科會推動的TAIDE（Trustworthy AI Dialog Engine，可信任的AI對話引擎），以台灣文化為基礎，融入台灣語言、價值觀、習俗等元素打造，能夠理解和回應台灣用戶的需求。

在行政院智慧國家推動小組民間諮詢委員會上，台灣大學資訊工程學系副教授陳縕儂指出，台灣開發生成式 AI 需要大量的資源（包含開放資料授權、有彈性的專責負責單位），如何凝聚共識讓有資料的人願意釋放資料、有技術能力的人願意共同貢獻技術能量，會是非常重要的挑戰，也是台灣是否能夠發展出成功案例的重要要素。

陳縕儂提到，具資料所有權者相對保守，政府應鼓勵資料開放，保障開發者的使用資料權，才能使技術人才更有意願投入（由下而上），例如：所有學校教科書、教材試卷等，或可直接開放給模型訓練。

《太報》本次調查，台灣民眾對生成式 AI 模型應合法授權哪些資料進行訓練，仍傾向以正式出版或公共領域資料為主。受訪者當中，有62.2%選擇「學術論文、研究報告（公開版本）」，其次是「公開出版之書籍或其他出版物」（56.9%），這兩項皆有過半數的選擇比例，排名第三是「新聞報導」（46.5%）。



資料共享意願低　隱私疑慮成AI訓練最大門檻

至於「私人社群平台、通訊內容」的授權支持度最低，僅有33.0%。值得注意的是，雖然男性在各類資料類型上，普遍認為應合法授權的比例高於女性，但在私人社群平台與通訊內容的部分則表現出較高的保留態度，贊成者只有31.5%，低於女性的34.3%。

另從年齡層觀察，私人社群平台內容作為合法授權資料的接受度隨著年齡增加而上升，從18-29歲族群的23.4%，上升至60歲以上族群的41.8%，反映出不同世代對個人資料隱私界線的認知與接受度存在顯著差異。

另一個值得觀察的是軍公教的意向，在「學術論文、研究報告（公開版本）」、「公開出版之書籍或其他出版物」、「新聞報導」的認同度都遠高於整體，但是在「非密件之政府文書」及「法院判決書」的認同度卻遠低於整體，未來政府在相關AI主權推動的工作，政府機關本來是否願意「帶頭起示範作用」，也會是未來可觀察的方向。



本次調查也針對民眾願意提供什麼樣的「個人資料」，以建構台灣本土的生成式 AI 模型，結果發現民眾對此較為謹慎，有25.3%的受訪者表示完全不願意提供任何個人資料，女性不願提供的比例（28.5%）比男性高（21.6%）。



在願意提供的類型中，主要集中於相對較少涉及隱私的資料，如搜尋關鍵字或搜尋歷史（37.0%）、部落格文章、社群貼文、留言（31.2%）、以及個人拍攝之照片或影片（28.8%）等。至於涉及更私密的文字或語音資料，如電子郵件、聊天記錄、語音備忘錄，提供意願皆低於兩成。

男性提供個人資料的意願普遍高於女性，尤其在「部落格文章、社群貼文、留言」（38.5%）與「個人拍攝之照片或影片」（33.3%）兩項，男性的提供意願明顯高於女性的24.5%及24.8%。年齡層分析，高齡族群（60歲以上）整體提供意願相對較低，特別是在涉及個人隱私的資料類型上表現出更為保守的態度。



從調查可看出，政府未來若要推動主權AI，如何確保AI技術的應用符合社會公義、尊重人權，並能有效管控潛在風險，讓AI技術與社會發展的良性互動，是未來成功不可或缺的基礎。