• 2026.09.15
工商時報 

數發部15日宣布啟動「臺灣主權AI訓練語料庫」民間語料徵集行動，部長林宜敬也拋磚引玉，以作家身分捐出個人著作。圖／呂俊儀

為了讓AI模型更加理解台灣的語言、文化、歷史與社會脈絡，數發部15日宣布啟動「臺灣主權AI訓練語料庫」民間語料徵集行動，部長林宜敬拋磚引玉，率先以作家身分捐出個人著作《幸福的鬼島》和《流寇與創新者》，並攜手多位知名作家、出版社及電子書平台現場簽署授權同意書，希望號召更多民間創作力量加入。
林宜敬指出，AI模型對民主、權力制衡等概念的理解，會受到訓練語料所蘊含的社會與文化脈絡影響，目前國際大型語言模型的中文訓練資料仍多以簡體中文內容為主，因此，要讓AI更理解台灣，就必須讓台灣的語言、文化與價值成為AI學習的一部分。
AI語料最有價值的是什麼？林宜敬分享，與美國AI開發團隊交流時，他們認為紙本出版的最有價值，且有趣的是，都希望是2022年以前出版的，因為現在很多是AI產生的著作，不希望由AI著作又來訓練模型，變成迴圈，價值就不那麼高。
林宜敬也表示，曾詢問Google、Anthropic等公司為何不使用台灣語料進行模型訓練，得到的答案是台灣是很注重著作財產權國家，拿台灣語料做訓練有訴訟風險，且每當科技與著作財產權有衝擊時，少則需要3、5年，長則要10年才有機會落地，社會才有共識。
「日本、美國、歐盟、新加波都有這些問題」，不過，林宜敬解釋，現在新加波、日本態度最開放，規定拿去做AI訓練就是合法，歐盟則最保守需要付費，美國則認為只要合法取得經過轉製就不會有法律責任。
林宜敬強調，資料使用上雖有很多爭議，但我們不能等，若要5年、10年才能解決這些問題，到時的模型不管是大陸或美國的，回答的答案都不會我們想要的答案，就如同二戰中國戰場的角色或權力制衡等案例，如果一直等，台灣觀點就不能透過AI讓全世界知道。
針對著作權人關心的權益問題，數發部也說明，語料徵集採「自願參與、明確授權、可退出」三大原則。除建立明確授權機制外，並設有完善的退出下架申請管道，確保在推動AI發展的同時，充分尊重著作權人的意願與權益。
審核機制部分，數發部資料創新司長王復中回應，主要讓出版社篩選，並評估把關，數發部平台則檢查內容結構、資料格式正確性，讓AI容易訓練，不會對內容干預。
數發部說明，現階段以具豐富語料資源的出版業及電子書平台為合作對象，採無償授權方式推動；作者如有意願提供個人著作，可由其出版社協助上架至語料庫。重點徵集內容包含四大類：經同意授權的出版品、出版品簡介、出版品試閱內容、已逾著作權保護期間並可作為公共財活化運用的典籍與創作。