跳至主要內容

參與 LTUX.Taipei 活動


一些朋友大概知道我並不喜歡站在講台上,主要的原因是比我努力的人更多,而他們才是更需要大家掌聲的人。所以,有站上講台的機會,應該把機會讓給別人,而我偏好在幕後工作,一邊工作一邊學習。

去年在 COSCUP 2018 ,我準備了以新聞角度切入的網路治理議題,希望能讓初次接觸「網路治理」的參與者能自新聞了解什麼是網路治理。當我從講桌往下看時,參與者卻多是已沉浸其中許久的朋友們,我還是以非常基礎的角度,粗略的去談自己在網路治理會議中所學習到的經驗,當作是基礎交流,然後就回家準備去 Vanuatu 參與 APrIGF 2018。

在兩年接觸網路治理的議題研究後,今年非常希望能接觸不同圈子的人,希望有更多的年輕人參與網路治理或至少有個人資料保護的危機意識。所謂不同圈子的人,可能是聽都沒聽過什麼是網路治理,也可能不覺得網路治理與自己有關的人,這些人,才是我想交流的對象,因為到了任何物件都連網、服務即將全網路化、所有資料都變成 0 與 1 儲存的年代,都需要關注「網路治理」,它不再是只有高深的網路基礎架構的爭論,而涉及更多生活中的時事議題。

這次是 LTUX.Taipei 第一次與台北醫學大學合作,同時也與一位年輕的網路行銷從業人員分別在前後分享。參與者多是學生,學生也自然對網路行銷較有興趣。網路行銷的手法、技巧,對學生來說都是具有吸引力,同也都能即時用上的,例如如何透過社群平台操作讓社團活動更容易被曝光、讓更多人參與。

在做這次的分享簡報時,也融入了自己在 Coursera 和 Diplo Foundation 學習到的知識,因為時間不多,所以只能先挑三個基本主題來談,再簡單的介紹幾個網路治理或網路政策相關的論壇。

因為參與者是醫學生居多,加上只有 15 分鐘,所以不討論必要但一定會令人打瞌睡或窒息的網際網路發展史,只放四個主題 (可能還是太多):
  1. 法規與治理的異同
  2. 簡介多方利害關係人機制
  3. 網路治理領域相關的議題
  4. 簡介相關網路治理會議
學生們的重點放在:
  1. 網路治理與之後職業生涯的關係?
  2. 多方利害關係人機制如何應用在他們的學校生活 (社團)、職業場合裡?
  3. 如何在生活應用裡保護自己的個資和隱私?
  4. 如何查證不實資訊?

多方利害關係人機制應該廣泛的被應用與了解

在交流時間裡,也有提到了服務流程設計的重要性與多方利害關係人機制的關係。我以政府網站或資安事件流程的通報來做比喻,為什麼沒有人喜歡看政府網站?為什麼沒有人在受到網路攻擊時,能快速的反應給相關單位知道?其實是最主要的問題,就在於網站和這些通報機制的設計之被就是以主觀立場在操作,並沒有站在使用者的立場來規劃服務流程,這就是使用者經驗 (UX) 的重要性;而一個網站或服務的利害關係人,則可以從長官、網站維護人員、網站設計人員、建置人員、網站瀏覽人員⋯⋯等不同時期不同角色切入,而不再只有網路治理領域中談到的幾個利害關係人,而不應該只有單一視角的意見。可能一個通報流程機制、政府計畫網站或部門網站的建置初期準備時間、成本,會超過於計畫執行期間,這則是計畫經理人或產品經理人所要控管的部份,如何有效率的執行每一個環節,都是一門專業,甚至是多個團隊的合作,不是一個人、一本書、一次的活動就能談完的。走筆至此,我也想起了在 2014 年的 Smart Government 活動,當時就談到了服務流程設計與政府網站之間的關係。五年過去了,其實台灣政府網站、網路服務上已陸續的在改善,也試著慢慢導入服務流程設計的概念。由於多方利害關係人在生活裡的應用不是在三分鐘裡就能談完的,如果有興趣的話,可以從使用者經驗相關的文章來看,就能理解兩者其實有緊密的關連性,而不會只有狹義的定義:
  1. 獸群之心:談UX設計師網站改版三招:利害關係人訪談/數據分析/Prototype
  2. 獸群之心:UX設計師用戶訪談利害關係人的五種情境分析法

不實資訊的查證

在查證不實資訊上,有許多年輕的學子們表示非常不喜歡現在的政治人物利用網路的便利性,進行「測風向」的政治標語宣示,於是便與學生交流了自己在當政府計畫網站小編時的網路行銷經驗。網際網路、社群平台都只是工具,做法正確了,就能把補助資訊擴散開來,如果用錯方法,就會對社會造成傷害,這不論是什麼領域都會有同樣的狀況。

同時我也好奇的在討論時間與部份參與者討論:「不喜歡不實資訊的他們,如何去驗證訊息的真實性?」有些參與者會多等幾天,有些表示會多參考其他的新聞來源。這都是很好的反應,這個臨時的抽樣調查,雖然不具有代表性,但至少會讓我感受到並不是所有的網路使用者只單向的接收資訊,不經思考與查證就傳播、轉貼資訊。這也是其他人談到的「資訊識讀素養」,愈是年輕的族群,在這一方面似乎已經是直覺性的反應,而不需要再「喚醒」他們關於資訊或媒體識讀的意識。

「數位原住民 (Digital Native)」與「數位移民 (Digital Immigrant)」的不同

有個學生和我分享了台灣人權促進會透明度報告,這讓我十分驚喜,畢竟我是在 2016 年時才開始建立這樣的概念,而學生們可以在校園時期就能接觸這樣的資訊,這也是很正面的回應。

能接近年輕族群這樣的反應,也明顯的區分出「數位原住民 (Digital Native)」與「數位移民 (Digital Immigrant)」的差異。我是標準的數位移民族群的一員,透過技能訓練,把自己的生活與網路服務結合,並依賴著網路服務,如果要我回到沒有網路的生活,剛開始會有些困難,也會經歷網路成癮後戒斷的症狀,也能慢慢的再回到現實與網路分開的情況;對於更年輕的族群來說,他們可能一出生就與網路「生活」在一起,網路服務是生活中的理所當然,他們的生活裡可能不再有電影院、郵購、對於身份與隱私的看法可能也完全不同。

有了這次交流的經驗,我也希望日後還有機會與學生交流,當然可能會有不同的主題、國際網路治理論壇討論的方向,而不會只介紹如何參與會議。

我的簡報:如果看不到的話,可以點擊此連結

留言

此網誌的熱門文章

[movie]虛偽、傲慢與人性--Dogville

片名:厄夜變奏曲DOGVILLE 導演:拉斯馮提爾Lars von Trier 演員:Nicole Kidman… IMDB 花絮:厄夜的告白(Dogville Confession) 續集:命運變奏曲(Manderlay) 目前桌上放著的,是《在黑暗中漫舞》和《命運變奏曲》,克制著自己不要接著看下去,雖然我覺得看完再寫會比較完整,特別是看完《命運變奏曲》。昨晚已先看了《厄夜變奏曲》的花絮,在拍完這部電影後 Nicole Kidman還是沒能再接下去演《命運變奏曲》。 如果沒看過這部電影的人,不建議再繼續看下去,免得壞了看電影的興緻。 這部電影共分為九幕和一個序,沒有任何的「場景」,像是舞台劇般的在每一幕開始時有旁白,所謂的場景則象徵性的在攝影棚的地上劃出房子的地基、動物;在實體場景上,只有商店有門和展示櫃,看不見的McKay家有片落地窗,醫生有藥櫃,作家有書桌,七個孩子的果農家有張床和黑板…每個實際存在的物品都代表了住在那一「格」的居民的職業和對他們最重要的事物。也許因為沒有了場景,演員的表現反而被突顯了出來,劇情更容易讓人印象深刻。 在「序」這一段裡介紹了Dogville和裡面的人物。在第一幕到第五幕裡,從Grace來到這個貧瘠的村莊,而村長Tom的行為與用意也讓人難以忍受,到此為止,大部份村民看起來是善良的,如同在序中介紹的善良正直。雖說在看電影前已經有人提醒我要小心電影情節的黑暗面,在第六幕開始時也有字幕提醒,但在看到第六幕時就想關掉了。因為從這一幕開始,才開始看到什麼是人性,而從第六幕開始,才是真正的人生。 「傲慢(arrogance)」是最常出現在電影中的字詞,當Grace與Tom相遇時,她對Tom表示她必須自己教育自己,所以必須處罰自己不能進食;在第二幕裡,Grace認為Tom很「傲慢」而傲慢是不對的,一直到最後,第九幕,她到了車上依然與父親爭論「傲慢(arrogant)」。從車上兩個人的爭論裡,名字代表優美、優雅Grace終於顯露了她的本性: The Big Man:…but I, I call them dogs… Grace: The dogs only obey their nature. Why shouldn't we forgive them? 直到最後,她的決定讓整個村子燒光只剩下一隻狗,而她原諒了那隻連肉骨頭也不願施捨給她...

觀察台灣 AI 政策與職場新挑戰

前言 這篇文章想和大家分享我對台灣 AI 政策的一些觀察。未來我還會整理其他國家的案例做比較。不過先提醒大家:這篇的資訊量不算太低,文章提及一些日常生活中不常接觸的政府計畫名稱、大筆預算金額與目標數字,乍看之下會讓人覺得很抽象。 對我來說,這些數字背後傳達的訊號很清楚──台灣政府確實願意投入大量資源在 AI 的產業發展與人才培訓。問題是,這些投資如何真正走到民眾與企業身邊?如何讓公司知道「資源在哪裡」、讓人才看見「機會在哪裡」?這條「最後一哩路」會決定政策成效,也才是和你我最相關的地方。 為了解台灣就業市場的實際需求,我偶爾會瀏覽人力銀行網站。有次看到某家公司在招聘條件中特別要求面試者在面試時分享「自己使用過哪些 AI 工具,以及如何使用」。這讓我注意到:AI 已經被視為職場的基本能力。 在日常生活中,AI 已廣泛應用於工作與個人任務。雖然部分單位仍不鼓勵員工使用,但只要有清楚的界限與正確的態度,AI 工具能有效減少重複性工作,把精力留給更有價值的任務。想像在學校寫報告,老師要求必須說明 AI 工具是怎麼幫上忙的;或在公司加班時,主管要求用 AI 快速整理資料。這些情境都不再是未來,而是現在。 我撰寫這篇文章的原因有二。首先,是因為參加 Anthropic 的 AI Fluency for Students 課程,課程內提到的 4D 概念對學生、新鮮人乃至現在於職場受到 AI 衝擊的世代都很有幫助。如果我是面試官,我會希望求職者能理解並應用這些觀念。其次,是我長期關注各國 AI 政策,想藉此分享觀察成果。這些分析大多是透過 AI 工具分析政府公開資料而得,也讓我更相信 AI 是研究工作人員的得力助手。  以技術與產業發展為核心的台灣AI政策 台灣的 AI 政策並不算落後。除了大家熟知的 DIGI+,政府陸續推動了「臺灣 AI 行動計畫」(2018–2021)以及「臺灣 AI 行動計畫 2.0」(2023–2026)。政策重點主要在產業發展與人才培育。 從預算來看,2025 年度 AI 行動計畫 2.0 編列經費最多的前三個部會為:經濟部、國科會與數位發展部;2026 年(115 年度)未核定的預算書顯示,數發部、經濟部與國科會仍是主要資源分配單位。大部分經費用於應用與普及,例如開發 AI 便利工具、藥物開發驗證平台等。 產業發展 台灣經濟結構仍以製造業為主...

不是公司設在哪裡,是公司的服務對象是誰:臺灣中小企業的跨境法遵現實

歐洲資料保護委員會(EDPB)在2026年2月發布的刪除權調查報告,給我一個很難忽視的數字:他們聯合調查了將近8,000家企業,回應率不足一成。 這個數字不只是個資法遵落差的指標,它更像是一個訊號:當監管機關開始大規模橫向調查,沒有回應不代表豁免,代表的是還沒輪到你。 更讓我在意的,是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍,這意味著企業不能再把「刪除」當成一個資料庫指令的問題,而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題,但它實際上開始觸碰AI系統設計的核心:一個以個人資料訓練的模型,要怎麼「刪除」某一筆資料的影響? 這正是我想在這篇文章討論的事:三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間,已經開始彼此滲透,形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法:從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變,而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提:企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後,正式將「競爭對手共同使用同一定價演算法」納入審查範圍,即使業者之間沒有任何直接溝通,只要共享了同一套系統的輸出結果,就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案:多家房東將非公開的即時租金資訊提交給同一平臺,平臺以演算法生成建議租金。法院的判斷是,不需要租東彼此達成共識,這個「共同使用同一個資訊中介」的架構本身,已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查,和歐盟對Google AI內容抓取的反壟斷調查,都在同一個方向上進一步延伸。歐盟這個案子格外值得注意:Google被指控在未取得授權的情況下,以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度,不是從著作權法。 對臺灣企業的直接影響在這裡:如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務,你需要知道這些服務是否同時服務你的競爭對手,以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策,而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》(DMA)和英國《數位...