跳至主要內容

關於 2019 年的網路治理議題

圖片
作者：
從象山拍攝台北101
註：原文寫於今年三月，刊登在 Medium ，不過再兩個星期就是 TWIGF 了，所以把這篇文章搬回來，也邀請各位讀者們一同參與今年的 TWIGF。如果在現場遇到的話，歡迎一起交流，以下是會議資訊：
  • TWIGF 2019 年度論壇
  • 時間：2019 年7月5~6日(週五和週六)
  • 地點：中華電信總公司大樓 (臺北市中正區信義路一段21-3號)
  • 主題：建立開放、包容、信任、創新的數位社會
  • TWIGF 網站及議程

在 2018 年時，全球的網路治理活動圍繞著：網路安全、個資保護議題、歐盟的 General Data Protection Regulation (GDPR)、Facebook (或其他企業)販售或不當使用使用者的資料，進行操弄使用者行為…等議題，並在這些議題下衍生出更多隱憂，例如區域合作、各國打造更嚴格的個人資料保護法…等。2018 年的聯合國網路治理論壇(以下簡稱 IGF)的主題是 “ The Internet of Trust” ，在於建立信任，而 2019 年的主題則以三個方向為主(英文頁面)：
  • 資料治理 Data Governance 
  • 數位包容 Digital Inclusion 
  • 安全與具有彈性的網路是數位經濟成長的先決條件和對整體數位環境有益。 Security, Safety, Stability and Resilience: Security and Safety are prerequisites to economic growth and a healthy digital environment beneficial to all. 
於是 IGF 秘書處透過郵件群組邀請全世界有參與 IGF 各國、各區域的網路治理論壇工作小組的成員，協助在4月1日前提供相關的資訊，以利 2019 在柏林舉辦的 IGF 更明確的訂定上述三大主題方向下的實質討論議題。

雖然台灣沒有機會參與聯合國活動，但也正逢台灣網路治理論壇在徵求今年的提案，所以我也列出了 46 個項目，透過 Facebook 社團的投票系統對台灣網路治理論壇社群的成員進行意見調查，但也顧及有些人不喜歡 Facebook 投票系統採實名制，所以也建立了 Google 表單。

調查結果

2019台灣網路治理論壇議題調查統計結果前五名
2019台灣網路治理論壇議題調查統計結果前五名

IGF 期待大家提供 3 個議題，我則決定在這份意見調查裡過濾出 5 個議題，前 3 個議題則送至聯合國 IGF。

在 Google 表單裡，我收到了 7 份回應，Facebook 就比較難統計了，但由於我是要取得最後的議題票選結果，所以在這部份我就沒有太在意，在3月30日10點20分開始整理這些票選資料，得到的前 5 個票數較調的議題為：
  1. 網路安全 (技術、資訊、教育普及、政策框架)：Facebook 票數 55 票，Google 票數 4 票，共 59 票；
  2. 人權、隱私權、話語權、言論自由知識的教育：Facebook 票數 40 票，Google 票數 2 票，共 42 票；
  3. 不實消息、網路流言的查證 (假新聞查證)：Facebook 票數 37 票，Google 票數 2 票，共 39 票；
  4. 新興科技的政策制訂與管理(5G、IoT、AI、Blockchain、Cryptocurrency、Cloud computing 、……)：Facebook 票數 34 票，Google 票數 3 票，共 37 票；
  5. 網路破碎化 (Internet Fragmentation)：Facebook 票數 17 票，Google 票數 6 票，共 23 票。
其他的資訊可以參考這份整理後的資料：連結。

投票者的意見回饋

當然也因為 Facebook 的投票設計是票數愈高，會影響選項的排序，加上有 40 多個項目，所以會讓人覺得眼花瞭亂，同時對某些行動載具可能較不友善，造成高票數者排序愈前面的影響。

因為 Facebook 社群的投票機制也能讓參與者自己建立選項，所以會看到有些使用者自己建立選項如：資安事件通報分享(3票)、政府或企業介入網路治理(3票)；在 Google 表單中，也有填寫者問了：NCC 何去何從 (1票)。

個人的想法

  • 調查的時間自 2 月 13 日開始，到 3 月 30 日，將近 1.5 個月，時間其實很長，中間也會因為其他在論壇裡要舉辦的活動，而被 Facebook 排序到較不易看到的活動，所以愈到結束時間，填寫的人也會愈少，Google 表單就更不容易找到相關的資訊了，所以線上調查的連結如果要快速擴散，可能還是適合調查時間較短，可能 1 至 3 天的調查行動會較為適合。
  • 46 個選項是真的很多，如果明年繼續的話，可能只擬 10 到 15個。
  • 「資安事件通報」可以再區分為：「通報機制建立」或是「資安事件處理過程的分享」。其實很多資安事件的通報機制、管理都要看單位對其網路安全的治理手段和領導人員的心態，所以愈保守的企業，也較不願意主動分享。
  • 由於在多方利害關係人機制裡，政府與企業是必要的角色，如果他們不介入，網路治理就會淪向過度理想化的學術論壇，而不是實際意見交流的場域或是平台。我其實歡迎政府與企業介入、相互制衡或協助，這才是多方利害關係人機制的用意，藉由這個交流平台了解不同角色的目的與手段，並提供適當的協助。
  • 「消費者保護」這個選項在兩邊表單都是 0 ，這是很有趣的現象。畢竟每個人都是消費者，而許多資安事件、資安管理的課程都會談到，末端的消費者或使用者其實是網路安全裡最難討論的角色。

其他資訊：

  1. 整理後的資料：連結
  2. 當初的 Facebook 社群問卷，目前沒有提供關閉投票的功能，所以有心者還可以繼續投票，但3 月 30 日晚上 10 點 20 分以後的資料，則不計入這次的計算；Google 表單已經關閉。
  3. 聯合國 IGF 2019 已接受的提案：列表頁。
  4. 縮寫字參考頁面
Labels:

留言

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？

作者：
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...
發佈留言
閱讀更多

停不下來的更新

作者：
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...
發佈留言
閱讀更多

當AI給你營養建議：台灣《營養師法》還沒想過的法規空白

作者：
之前分享利用 Claude Code 做 飲食營養分析 Bot 的經驗 。我自己有個習慣，就是在做新的專案時，會先評估法遵風險。當我在做飲食營養分析 Bot 時，我才知道原來台灣除《醫師法》外還有《 營養師法 》，而《營養師法》第 12 條列舉營養師的法定業務，包含營養評估、飲食設計、個案諮詢、膳食管理等。 這部《營養師法》在幫大家的健康把關，因為不能隨便一支影片、一段報導，就能提供營養建議。在法規中，需要接受完整的專業教育，並持續進修，每 6 年就要提出繼續教育的證明文件，才能更新執業證照；沒有「營養師」的證照不能自稱「營養師」，法規中列舉了營養師的業務範圍，並規定須親自執行業務，不能由他人代理，如果藉由通訊方式執行業務，還要經過執業登記的主管機關核准；執行業務時還要做紀錄，這些紀錄可能還會成為法律或醫療紀錄文件。 成為「營養師」需要符合嚴格的要求與限制，並不是隨便用AI分析、讓AI提供建議就能取代的。台灣每年會舉辦 2 次營養師的考試，參考自中華民國營養師公會在 2025年的統計資料 ，台灣每年營養科系的畢業生約 1500 人，到 2025年，累計已有 11,860 人通過考試取得執照，及格率約 25%，看起來是一個具有挑戰性的考試。 Bot 的個人化建議，算不算「執行業務」？ 在我設計的 Bot 裡，不是只有拍照上傳讓 AI 去分析、評估，事實上還有其他情境的飲食需求，再提供使用者建議，例如由 Bot 提醒當天攝取的蛋白質不足，或我在前篇文章中提到的鈉的攝取量過高，Bot可能提醒要減少鈉的攝取或是多補充哪些蛋白質來源，這些分析與建議是否算「執行業務」？在該法第 29 條中也寫明，如果沒有取得營養師的資格而執行相關業務，本人及其雇主各處新臺幣 5 萬元以上，25 萬元以下罰鍰。 法律規範的對象是「人」，目前法律還沒有明確定義 AI 工具的法律地位，也不知道該找誰負責，是開發的工程師？大語言模型的公司？還是開發的公司？一般開發者通常會在提供的資訊裡加上「僅供參考、非醫療建議」的免責聲明來規避，但無從得知這樣的聲明在法律是否具有效力。另外，由於在 Bot 中可以設定慢性病的個別飲食計算，還可能同時踩到《醫師法》（涉及診療）與《營養師法》（涉及個案管理）。同時，即使開發者已在服務中加入「僅供參考、非醫療建議」的免責聲明，主管機關或法院在判斷是否構成營養師業務的執行時，...
發佈留言
閱讀更多