跳至主要內容

練習看公部門網站

2021.09.05 / 很多人來瀏覽這篇,這是 9 年前的文章,在採納許多人的建議後,國發會已經讓許多政府網站陸續更新,同時,我也離開「網站企劃」這個工作好一陣子。常常都是離開後再回頭看,會有更多感想,而且也比較不負面。如果你看到這篇或在搜尋引擎中看到這篇,請你也看看我在 9 年後寫的這篇文章:台灣政府網站的改變 (2021年更新自己對政府網站的認知)

當我實際與國外的團隊一起工作,從他們的需求來看台灣政府網站時,覺得台灣政府網站並沒有太差,進步的速度看起來有點慢,除了從業人員的求好心切外,也要考量改版後民眾可能找不到資訊的挫折感。就看新的文章吧!人不能一直活在過去。台灣政府網站的改變 (2021年更新自己對政府網站的認知)

這幾個月來,因為工作緣故,會去瀏覽公部門的網站,陸續的把這些資訊拋在G+裡,偶爾會引起一些迴響,我也發現G+裡使用族群的不同,不過這是題外話。

每個公部門的網站都會有一些公示資料,而這些公示資料是哪些人會去看?不得而知。但我最常聽到的是一般民眾會說:
  • 不知道要到哪找資料?
  • 到了網站後,不知道要找哪些資料?
當然,更常聽到的是:
公部門網站都是IE Only,我不用__(請自行填入)。
下圖是臺灣大學的網站典藏庫(http://webarchive.lib.ntu.edu.tw/),在政府機構項目下,收錄了1,579筆資訊,問問自己,平常看過哪些呢?
臺灣大學網站典藏庫首頁

我問自己在天天搜尋政府新聞的狀況下看了哪些網站?似乎也不到裡面的二分之一,。當然還有很多是沒有收錄進典藏庫的活動計畫網站,就更不用說了。

其實不太清楚為什麼臺灣人民不怎麼喜歡瀏覽公部門的網站,在以往可能因為網路技術不是那麼發達,而部份公部門會過度使用一些當時較流行的技術做視覺展現,所以大家會拒絕去看那樣的網站。

至於以前的我為什麼不看?因為我覺得,自己用不上那些資訊,直到有天我發現,我必須要取得稅法資訊、了解勞基法資訊時,有天我驚覺接案以來都是公部門網站後,也開始看這些網站的資訊,然後,我也開始用SNS來幫公部門操作網站行銷。

我覺得,每個人都應該去了解我們的公部門網站能提供什麼樣的資訊給我們,就不會一直被有心的政客及媒體刻意隱瞞訊息,也不會有天要用到資訊時才發現:我怎麼現在才知道?不可否認,台灣的公部門網站資訊公開設計上,的確是很吊詭,有很多資訊對民眾來說不是那麼明顯的就能自網站上找到。

經過這次2012總統大選,大家開始好奇:我們繳的稅到哪去了呢?

我們可以先到行政院主計處的網站去看每年的預算。 行政院主計處網站路徑為:政府預算→中央政府預算及附屬單位預算→中央政府預算簡介及總覽頁面中看到每年度的預算,而主計處的網站中可以取得相當多政府各部會預決算的編列和執行的狀況,格式多為Excel或是PDF:

行政院主計處網站首頁

另外就是中華民國統計資訊網,可以了解整體經濟環境的資訊。許多網站所公布的統計資訊都能在其中看到,例如之前所提到的主計處、財政部、中央銀行、交通部、經濟部等主要部會網站的統計資訊都有。現代人的教育程度頗高,裡面的統計資訊應該都能看懂,儘量讀媒體報導的財經資訊的同時,搭配著原始政府統計資料來源來閱讀,可以減少被文字遊戲愚弄的狀況。儘管媒體都會儘量保持其公正立場,但閱讀者也要有時時驗證的態度:

中華民國統計資訊網首頁

像是政府電子採購網也可以查詢每個政府公開招標的資訊,雖然說一定要領標才能見到招標案件的內容,但也可以大概從公開的資訊了解到每個案子,政府預算花多少錢在上面?你也可以看到哪些案件是由哪些廠商所得標?條件是什麼?

政府電子採購網查詢頁

簡單而言,當瀏覽者到了公部門的網站,依照研考會的規範,部會院層級的網站都會有一個名為「公開資訊」或「主動公開之政府資訊」的項目,不是那麼的好找,但找到了,再有點耐心去下載資料,通常都會取得大量的資訊,有些需要自己過濾,有些則是連來連去的,或是因為格式的問題而造成瀏覽上的不方便。目前較常見的格式為PDF和Microsoft Office格式的檔案,也許不方便,但已經是公部門進行公開資料的第一步。

同時,也為了因應網路技術的進步和溝通管道的多樣化,有些部會也提供了一些SNS或是Facebook等社交網站的管道,除了知名的總統府外,其他例如財政部、農委會都有提供這樣的管道與民互動,而不像以前只有email或留言板的方式。

除了各部會的網站外,也有許多政府計畫同樣也有Facebook或是Plurk、Twitter在做溝通,例如臺北市SBIR、去年舉辦的建國百年經建特展等,也有提供Facebook的粉絲頁面在做互動及宣傳。

其實這幾年,主要的公部門網站多可以用Chrome、Firefox(Safari、Opera應該也可以吧?)等非微軟家族的瀏覽器瀏覽,門檻較以往低了許多。

在國際間,開放資料已是一個必然的趨勢,目前可以看到英國有data.gov.uk,法國有http://www.data.gouv.fr/,美國也成立了data.gov。在台灣,目前也可看到台北市政府公開資料平台(http://data.taipei.gov.tw/)。

1月18日,這個星期三,有一場「我國政府資料加值(Open Data)推動策略會議」將在台大醫院國際會議中心舉辦,很期待裡面的來賓及內容。可惜的是,報名人數已滿,已經無法報名了。很期待臺灣的公部門能慢慢的把這些資料用一種公開且易取得的方式讓全民都能參與其中,而不是把資料藏到人民都看不到。

我們是一個民主開放的國家,不是嗎?在這個轉換期中,我們先開始學習瀏覽及理性的解析公部門網站吧!

留言

  1. 謝謝您整理這些資訊。最近的新聞也讓我想到,如果十二年國教的課程的教材,還有上課內容皆可製作成開放課程,這樣可改變使用教科書的方式,減少城鄉差距,同時可以讓回流教育的民眾在學習上更有彈性哩。

    回覆刪除
  2. 我的留言回覆系統可能壞了XD
    在國外,有一些行之有年的開放課程可以參考:
    美國麻省理工學院就有所謂的Free Online Course(http://ocw.mit.edu/index.htm),台灣也有中文化網頁:http://www.myoops.org/twocw/mit/index.htm
    另外,耶魯大學也有:http://oyc.yale.edu/
    另外也有 400 Free Online Courses from Top Universities 這篇文章可以參考
    http://www.openculture.com/freeonlinecourses

    回覆刪除

發佈留言

請勿匿名留言,待審核後才會出現。

此網誌的熱門文章

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

用Claude Code做一個AI飲食營養分析Bot:從拍照辨識到條碼查詢的實作筆記

沒想到在十多年後,因為想做飲食營養控管,所以自己利用 AI 開始做一個簡單的食品營養分析工具,能分析我每餐的飲食是否充足或過量,並提供有依據的飲食建議。 最初的雛形是基於以往曾參與「 Food Open Data 」倡議的經驗,我希望用最簡單的方式,拍照-->AI辨識與分析-->提供建議,然後統計一段期間的營養攝取狀況。 最初的想法 當我把我的雛形想法告訴 AI 後,Claude Code 很快的就幫我設計好雛形、教我如何申請Telegram Bot,這些步驟都寫得很清楚,整個雛形做好不用半天,我還愣住了,怎麼可能這麼簡單?難怪那些應用程式公司只把飲食營養分析當作一個「附加功能」,主要目的是蒐集其他的生理監測資料,但這些公司蒐集資料的用途,我自己在處理過美國資料經紀公司所販售的資料隱私資訊後,這是值得關心的議題,但不在此篇文章裡討論。 不過,我只專注在飲食分析項目,我覺得這個功能如果可以做好,再想想其他的。最初的想法很宏大,因為家人與自己患有慢性疾病,所以特別針對某些族群設計,但事實上,如果沒有實際的使用情境,可能也無法做出符合需求的產品。 於是我把這個Bot的使用者只鎖定在我自己的飲食分析上,那就簡單多了。 工具與環境限制 我在今年已經改用 Claude Cowork 與 Claude Code 協作,雖然 Claude Code 有一般介面版,但我大多數時間都開著終端機視窗使用 Claude Code,這樣比較能專心工作。 基於使用工具的習慣,我使用 Claude Code 開始建置,當時的模型雖然已經有Opus 4.8,但Sonnet 4.6已綽綽有餘,而後來出現的Fable 5 則用在其他專案裡。 因為只做給自己用,所以選擇最簡單的 Chatbot 形式;也因為我希望可以自由的使用而不是提供過多的個人資料給其他平台,選用 Telegram Bot,而不是台灣人常用的 LINE Bot ,而且 LINE上太多廣告,根本不想開它。 在衡量經濟現實及自我管理資料的想法後,目前這個 Bot 與資料庫只放在我的電腦裡,沒有上雲端,當電腦休眠、網路斷線時,Bot就會停止工作。 雖然只是給我自己使用,但我還是要求資料庫是加密儲存的,匯出資料時也必須加密。 台灣的飲食文化很多元 我不是開發者、也不是營養師,我自己也沒使用過其他的應用程式,所以無從理解在開發飲食營...