所以先要有一個跨領域編組？
請問這要如何具體使用在公務系統當中？
還有哪些案例可以分享的？
現在已經有很多公共服務，事實上說不定還在維護階段，也不能輕易地拿掉，因為很多人在用，但是難以整合，要怎麼辦？
如何處理不同的單位有不同的廠商，在規格裡面本來就沒有單位跟單位間互相通的設計，我們事後發現應該要連起來的時候，廠商間其實也沒有這樣的管道，也不知道誰要發動，請問要如何處理？
數位弱勢需要協助的管道，應該要怎麼規劃？
我們的訪問到此結束，非常圓滿成功，謝謝。
所以今天結論是AI是輔助的智能？
所以可以充分掌握AI為人類帶來的好處，所以可以從中做更多的創新、研發，但是要必須注意中間的治理。
AI不會取代掉大部分的人的工作，反而會讓大部分的人多出時間來思考工作以外的事情？
當AI幫我們做很多事情之後，我們人類還可以做什麼事？
您覺得我們的工作異化的部分會被取代，人類不要再做機器的工作，應該會多出很多時間。
就是馬上見識到AI對人類帶來的好處。
您覺得我們馬上會在什麼領域感受到AI的威力？
最後請委員幫我們總結一下，AI會如何徹底改變人類的社會與生活？
就是透過治理、監管、提前預防可能未來發生的問題。
所以綜合所談的，委員其實不太擔心AI在未來帶來的衝擊或者是威脅？
也靠委員協助告訴我們背後的道理。我們講到有關於AI對於隱私、就業、道德的一些衝擊，似乎人類都是可以有對策來解決的，我們未來要成立這個數位發展部會，是不是也會基於這一些精神，然後在做一些事？
臺灣沒有很多人知道。
所以要讓很多人知道自己有這一種權利？
我們知道很多互聯網的巨頭公司，利用人們的每一次搜索、網頁搜索，每一次的定位點讚，他們在沒有告知被蒐集的情況之下蒐集數據，而這一些數據拿去做商業的用途，每個人變成很像他的商品了，你怎麼看這一種數據霸權帶來的一些？
您是非常有良心的系統建設者。
您怎麼看數據AI背後隱藏的隱私問題？
我想大家都一直很關心、也都很注意，像歐盟推出史上最嚴的GDPR。
這個能力有辦法做到嗎？
所以一開始就要把很多的情況思考進去？
這個公開技術的內容過程當中，會花很多的錢嗎？
這一種無人載具要監理或者是可以交代的是？
臺灣除了在金融領域有這個沙盒實驗，有沒有計畫推廣到其他的領域？
我們是多早就有這樣的精神？
所以歐盟的方向是值得我們國家來學習的？
給出交代是很重要的原則。我想到另外一個監理沙盒類似的例子，像歐盟，歐盟是在今年2月的時候公布了他的AI白皮書，還有資料建設的報告，在這裡面比較特別的一點是規定了AI使用規範，像你在訓練AI的過程中，要公開透明、可解釋可追溯。
您講的這個例子讓我想到蘋果信用卡的故事，那個是在去年發行的，但是發行三個月之後就被告了，因為有一個工程師發現蘋果信用卡信用額度是他太太的20倍，但是事實上在別的信用聯徵制度當中他太太的信用比較好的，他告蘋果的原因是他覺得這個背後的機制隱含了性別歧視的問題，所以這個過程事實上就需要這一種監理沙盒。
還是要有討論的過程？
像日本就有提出來一些批評，他們認為這樣的信用評等制度會造成一些歧視或者是不公平，最糟糕的是數據上弱勢的一群人可能會被排擠、邊緣化，產生類似貧民窟。
另外一個我有注意到互聯網的大公司，不是臺灣的公司，是根據數據的一些模型或者是人類的交易紀錄，開發出一套信用評等制度，你知道有名的例子像阿里巴巴有做芝麻信用，像日本Yahoo也曾經針對用戶來做信用評等的制度，類似信用卡的。
不知道。設計這個模型的人，每個人並不是非常公正，或者是依照這個正常的思維去做。
可能因為模型的錯誤，就是沒有辦法停下來。
自駕車在路上開，時速是按照標準，假設突然有四種人跑出來。
萬一這個判斷的人……
這個是需要人去決定30的極限。
200時速是人設定的。
不管怎麼樣。
我還是先描述一下Trolley problem，一條很狹窄的山路，然後上面是總統的坐車要往下開，下面是一台載著20個小學生的娃娃車要往上開，因為道路太狹窄了，兩個都是自駕車，假設無可避免會撞上……
主要是道德決策上。
我們也觀察到，某些比較高度風險的領域，像自駕車可能會遇到類似著名的電車難題（Trolley problem）……
AI是主要輔助人類的系統。
我們提到比較多的是數據帶來的好處，還有為政府帶來一些治理上的進步。但根據國外美日歐盟等國與專家的報告，AI除了帶來好處以外，也會帶來一些衝擊，姑且不論背後的原因是什麼，但就是也衝擊到就業的問題、不平等的問題、隱私、道德等等的問題，會帶來一些隱憂或者是風險，你怎麼看從數據到AI帶來的衝擊？
所以這個數據紅利是可以為全民所共享？
這個空氣盒子的故事跟數據紅利的關係是什麼？
