跳至主要內容

語言是進入網際網路的第一把鑰匙

圖片
作者：
Image by Pete Linforth from Pixabay 

全球化與網際網路發展的影響下，英文成了國際間通用的語言。使用網際網路必須要先透過26個英文字母，或至少得先記住幾個入口網站或搜尋引擎網站的英文位址，再自透過搜尋或入口網站的連結找到自己的目的地。

自圖 1 可以得知在網際網路裡最常被使用的前十大語言：英文的使用人口數為第一，其次是中文 (無特別區分正體中文或簡體中文)，第三為西班牙文，除了英文的普及性造成使用人口較多外，中文的使用人口數也不遑多讓。雖然這三種語言為全球使用人數居多的語言，然而在網際網路的內容上，則有不同的呈現。

圖 1 網際網路使用的前10大語言與其使用人口數統計
資料來源：Internet World Stats - Top Ten Languages Used in the Web (2019.04.30)

從 圖 2 可以得知，至2019年9月17日前，網際網路中的內容過半以上都是以英文來呈現，其他語言占比多數都不超過10%，中文僅占1.6%。就比例上而言，中文使用者是網際網路使用人口數的第二多人口，但網路上中文內容的資料僅佔整體的1.6%，更遑論其他更少見的語言內容不到0.1%。
圖 2網際網路內容使用的語言文字
資料來源：W3Techs.com - Percentages of websites using various content languages (2019.09.17)
除了網路的內容多是以英文呈現外，網站位址也是由英文的26個字母 (a到z)、阿拉伯數字 (0到9) 與連字符號 (-) 組成，透過對應 IP 位址，讓一般網路使用者不需要記住 IP 位址就能找到網站，然而非原生語言的網址，對於其他語言的使用者來說，仍有進入障礙。

對於非英語系國家人民來說，因為傳統文化的影響，讓性別因素影響了女性接受教育的權利，或是因為戰亂、經濟等因素，造成女性或是弱勢族群無法接受第二或其他外語的教育，在聯合國17個永續發展目標中的第 4 個目標，便是「確保包容和公平的優質教育，並為所有人提供終身學習機會」，在各國倡導網路教育平台及各大學都藉由網際網路開設課程的趨勢下，如果能降低女性與弱勢族群的進入網際網路的門檻，將會有助於達成該目標的達成，而國際化域名將會提供一定的助力，讓非英語系的族群較容易進入網際網路領域。

網際網路相關組織在國際化域名的努力

ICANN則自2003年開始著手進行國際化域名(Internationalized Domain Names，簡稱IDNs)的相關工作，讓不同語言的使用者都可以透過自己熟悉的語言及文字輸入網址，進入網際網路的世界，取得網路上的資訊。IETF在 2003 年 3 月發布了三則與 IDNs 相關的 RFC，分別為：
  1. RFC 3490 IDNA: Internationalizing Domain Names in Applications
  2. RFC 3491 Nameprep: A Stringprep Profile for Internationalized Domain Names
  3. RFC 3492 Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications
在2009年之前，我們所知的頂級域名 (Top-Level Domain，簡稱 TLD)僅可使用英文字，但2009年11月之後，便可以藉由IDNs，申請不同語言文字，如中文、阿拉伯文、西里爾文的頂級域名。2010年至2014年之間，則是透過快速通道計畫(Fast-track)，在根區域 (Root Zone)讓38個國家和地區頂級域名(Country code top-level domain，簡稱ccTLD)可以使用不同語言的文字，例如：”.台灣”。 直到2018年12月31日止，已有302個ccTLD被放入根區域中。

除了頂級域名外，ICANN也在2013年時進行為根區域(Root Zone)「標籤生成規則」(Label Generation Rules)，藉由該機制來協助不同語言文字中，有效的IDN標籤和異體字的存在。

IDNs在全球發展狀況

ICANN 除了利用 Universal Acceptance 計畫來實踐真正的多語言的網路社會理想外，也持續執行推廣IDNs。

圖3 是由 IDN World Report 藉由開放的 gTLD 文件與每個 gTLD IDN 相關的＂A記錄＂國家與 ccTLD 社群的年度調查表所得到的數字，將 gTLD 與 ccTLD 的 IDN 申請數量合計所得到的數字。該圖顯示了自2013年後至2018年間，申請IDN數目的增長。俄羅斯、南韓、德國、台灣、日本在這段期間都有所增加，也顯示了有其需求存在。
圖 3 World Map Growth of IDNs
資料來源：IDN Report

申請 IDNs 的好處與挑戰

DNS讓每個網路的使用者不需要依賴記 IP 位址，而是可以透過對應可讀性較高的域名，讓每個人容易記得網址，而 IDNs 則是更進一步打算做到透過網路使用者習慣的原生語言，就可以輸入網址、寄送 E-mail，方便讓使用者取用（Access），並降低進入網路的第一道門檻。

就網際網路的商務應用來說，如果是打 算到其他語言國家建造在地化的網站，以協助在當地市場的銷售，也可以在自己國家申請該當地語言的泛用型域名(Second Level)。在台灣除了可以申請中文的泛用型.tw域名外，在 2018 年裡，也陸續開放了泰文、日文、韓文、法文、德文的泛用型.tw 域名服務，也就是網站的擁有者若想針對前述語言使用者提供相關的服務，不妨也將IDN的申請搭配該語言文字的內容，作為增強網站服務的在地化 (localization) 的手段之一，也能加強在該語言使用者心中的印象。

IDNs 的最終目的是希望能協助降低語言門檻，讓各個不同語言的人，不需要藉由學習英文或其他語言，而是以使用者本身習慣的原生語言輸入網址，進入網站。由於 IDNs 的對象屬於熟悉該語言文字的使用者，所以頁面內容也需要使用同一種文字，以達到整體網站的一致性並增加留住使用者在網站上的時間，也較能降低抗拒的心態。

自另一個角度觀察 IDNs 的優點，除了降低進入網路的使用門檻外，同時也可以使該語言的文字在網際網路上流通，維持網路的多樣性，增添對不同文化的包容性。網際網路在討論「包容」(inclusive)時，不是只有談論如何縮短數位落差與經濟成長，同時也包含了對性別、種族、文化、語言的包容，也能該整體網際網路生態體系更為健康。

在全球化(Globalization)的浪潮下，大家可能會由於使用人數偏多的語言，認為單一外語即可。但全球化並不代表英語化，使用 IDNs 還是要回到最原始的目的：「讓對使用該語言的使用者，可以使用自己較習慣的語言來進入、閱聽網站的內容，讓網際網路的文化具多樣性。」

儘管如此，IDNs 的實踐與通用仍有相當高的挑戰，例如瀏覽器、郵件伺服器、行動載具對不同文字在網址上的包容性並不一致，使用者本機所安裝的應用程式、操作系統對於特殊文字的包容性，又例如在漢字的使用上，日本、韓國、中國、台灣⋯⋯等使用漢字的國家也有所謂的異體字或同義字的複雜，且非拉丁語系文字與 DNS 的對應需要依照前述的三個 RFCs 來轉換、處理、對應。有許多消費者末端所使用的應用程式並不支援 IDNs，而電子郵件的往來更是重要，郵件伺服器若無法接受 IDNs，也無法讓訊息通過電子郵件傳遞。例如，當使用者在網站上申請註冊成為網站會員，在填寫電子郵件位址時輸入「中文繁體字@中文.台灣」時，有可能會因為以往的郵件伺服器的 IDNs 通用性不足，而無法傳遞註冊確認信。

在 IDNs 無法在全球完全普及的情況下，反而增加了進入門檻，也只會讓消費者對於 IDNs 的推動與使用完全無感。不愉快的消費經驗只會讓消費者更抗拒使用這樣的服務，也影響了網站擁用者使用 IDNs 的意願。除此之外，消費者可以透過搜尋引擎、社群平台來找尋相關的網頁內容，加上英語教育日漸普及、網際網路的科技也不斷的在改進，可以透過線上同步翻譯來減少閱讀英文或非慣用語言的頁面內容⋯⋯等各種方式來降低非英語慣用國家進入網際網路、取得網路上知識的門檻，這些對於 IDNs 的推動都有一定的挑戰。

結語

儘管網路科技進步與英語教育愈來愈普及，都能降低網路使用者進入網際網路的門檻，使用IDNs 時也要注意網站內容是要與 IDNs 呼應，有可能增加相對應的管理成本，但也不應該因此而停止實踐IDNs與通用性、易取用性的相關作為。反而更應該站在少數族群的立場，降低他們便利的網路使用門檻，更能增加網際網路的多樣性與對不同文化的包容。
參考資料：
  1. Internet World Stats - Top Ten Languages Used in the Web (April 30, 2019) 
  2. W3Techs.com - Percentages of websites using various content languages (Sep. 17, 2019)
  3. United Nations, Sustainable Development Goals Knowledge Platform
  4. ICANN, Internationalized Domain Names
  5. At-Large , Background: IDN
  6. World Map Growth of IDNs, IDN World Report
  7. TWNIC, 國際化域名標準-標準介紹
本文亦刊登於台灣網路資訊中心blog-語言是進入網際網路的第一把鑰匙，版權屬台灣網路資訊中心，若需轉載本文，請先向台灣網路資訊中心洽詢。
    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

    法制追不上AI：缺乏台灣AI基本法子法，公務員使用生成式AI的五大風險

    作者：
    昨晚看新聞，現任台北市長拋出一個政策宣示：未來公務員將配給自動化的AI工具，讓台北市政更「前進」。台北市資訊局也已快速推出 CiviClaw，目標是 2027 年讓每位公務員都能無門檻使用 AI。 這樣的政策方向讓我感到憂心。長期觀測各國個資保護規範的我清楚知道：台灣的個人資料保護主管機關至今仍是「籌備處」，尚未正式運作；《個人資料保護法》的修法呼聲雖久，AI相關條款卻付之闕如；《人工智慧基本法》已於今年1月施行，但高風險AI認定標準的子法至今仍是空白。 有網路、有 IoT 不等於智慧城市，有 AI 當然也不等於智慧城市，應該重視制度能否承接工具帶來的責任。 歐盟已明確禁止業者使用 AI 推測員工或學生的心理狀態；美國聯邦政府要求採購 LLM 時廠商必須提交模型卡與資料卡；韓國 AI 基本法的子法早已配套生效。這些都是台灣政府在推動配給公務員 AI 之前，必須正視的制度差距。 以下我與大家分享長期觀測的內容，由AI協助整理資料： 歐盟：從禁令到揭露義務的多層規制體系 歐盟的AI治理框架是由多部法律疊加起來的立體架構，最底層是2018年施行的 GDPR，處理的是個人資料如何被蒐集、儲存、使用的基礎規則，再來疊是2024年生效的《人工智慧法》（EU AI Act，下稱 AI 法），建立不同風險等級分類管理AI系統，從禁止使用到高強度監管、再到一般透明度義務，形成不同層次。最新的一層則是仍在立法程序中、但主要架構已確立的 Digital Omnibus ，試圖修補 AI 法與 GDPR 之間的規範衝突。 AI 法第50條是最直接影響生成式AI服務的條款，自2026年8月2日起全面適用。根據這條規定，凡是讓使用者與AI系統互動的業者，必須主動告知對方「正在與 AI 互動」，而不能讓人誤以為面對的是真人。AI生成的文字、影像、音訊等內容，還必須以機器可讀的格式加上標記，使平台與監管機關得以溯源辨識。與此同時，AI法第14條要求高風險AI系統必須設計成「可由自然人有效監控」的形式，確保機器的決策不會在缺乏人工審核的情況下直接作用於當事人。 AI法所稱的「高風險 AI 」，涵蓋的場景比一般想像的廣。依該法附件三列舉，生物辨識系統、關鍵基礎設施管理、教育與職業篩選、就業與人員管理、信貸與社會福利申請審核、執法、移民邊境管制，以及司法審判輔助，都在高風險範疇之內。這些場景的業者必須進...
    發佈留言
    閱讀更多

    為什麼我支持《數位中介服務法》草案

    作者：
    在經歷許多次反抗台灣政府所立的網路相關法案後，我其實沒想過除了《數位通傳法》草案外，我還會再支持另一部法律草案，雖然 《數位通傳法》草案還壓在某處，但如果有人讀過《數位通傳法》的草案，再讀這部《數位中介服務法》草案，就會知道這部草案的重要性，而且也可以顯示台灣網路使用者的成熟度，更重要的，這是我第一次看到引入國際網路治理多方利害關係人機制的法律草案，而且是用在正確的地方。 有興趣想知道我在讀法條時的筆記和當下的感想，可以看我這則  Tweet 。這篇不使用逐條讀法條的方式來寫，因為那會讓人昏昏欲睡，我也不去比對歐盟《數位服務法》，因為我在讀《數位服務法》草案時，該草案特別強調是加強歐盟 E-Commerce Directive  ，而不是取代它，而且更多著重在預防盜版、仿冒，保護消費者的法案。所以當有輿論提到參考自《數位服務法》的《數位中介服務法》草案限縮言論自由時，我其實是一頭問號的，但一直到今天我才有時間讀《數位中介服務法》草案，這篇文章出自於我的個人經驗和閱讀法案的心得，與擔任的職務無關。 如果最近注意一下網路的資訊，有幾件事該注意一下： 有許多人在社群平台，如Facebook或是其他網路看到一些廣告，而這些廣告可能是要你支持台灣農產品、台灣製的產品，結果你收到時，上面還寫著簡體字，通常這是所謂的一頁式廣告詐騙，而行政院的消費者保護會在 2019 年時就有新聞稿在警告「 一頁式廣告詐騙多 小心查證保障多 」，之後像公視或是其他單位都有相關的活動在提醒大家小心這類廣告。但目前這些廣告其實多數不易處理，因為不容易取證、保留證據，等到追查到時已經找不到對方了。 有不少親密照片與影片在情侶分手後，被報復性的上傳到情色網站或透過即時通訊傳到親友的帳號裡，或是被洩露個資，遭到公開的霸凌。 之前有一個專題：「 青春煉獄：網路獵騙性私密影像事件簿 」，光是讀完這個專題報導我就覺得受傷。 有人使用 Deep Fake 把台灣名人的臉部照片合成至色情影片再上傳至色情影片平台，今年 7 月才被判刑。 還有許多創作者藉由網路分享作品時，被人盜用，甚至有國外的使用者修改台灣人的作品去參與比賽還獲獎。 有一次打電話問某個部會，如果消費者在國外電子商務平台買東西，但資料被外洩怎麼辦？雖然政府願意協助，但衡量至國外打官司的時間和成本，就會讓人卻步。 有些行為在現實世界裡有法...
    22 則留言
    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