數發部主權AI訓練語料庫 納客語.原住民語

AI時代來臨，為了強化臺灣在人工智慧領域的自主性，數位發展部啟動主權AI訓練語料庫計畫，6月開始跟各部會合作，盤點現有的語言資料，並確定將客語及原住民族語等納入範圍，學者對此表示肯定，不過也擔憂官方現存的錯誤語料，若是沒有檢視修正，恐導致錯誤世代延續，對學習者造成誤導。 AI時代來臨，相關應用越來越廣泛，數發部啟動主權AI訓練語料庫，並確定納入客語及原住民語，6月開始除了訂定授權條款，也將辦說明會，要求各部會盤點各項語言資料，預計2、3個月內，展開第一階段語言資料釋出。 數發部資料創新司司長 莊明芬：「資料必須就是跨平台，然後再來就是跨領域的共享，其實它才可以發揮它更大的價值，單一的一個平台讓各界可以來做運用，我想這樣對使用者來講，或是對未來的AI開發者來講，應該是會比較方便，然後而且也能夠展現出，資料集結在一起的這個價值。」 民進黨立委 徐富癸(2025.06.18)：「語料的一個來源，偏重在一個中央政府的文書，會造成一個語境的局限，甚至地區的一個偏誤。」 日前民進黨立委徐富癸指出，語言資料偏重政府文書資料，擔心出現語料偏誤，長期研究客語的學者徐兆泉也直言，教育部客語字典就收錄大量錯誤詞彙，若未先檢視修正，直接收錄至AI語料庫，恐讓錯誤世代延續，對學習者造成誤導。 「背心我們說裌仔，它說背心，這個操場我們應該說運動坪，它說操場。」 客語專家 徐兆泉：「一定要我們製、這個製作的人，制定的人要把它弄正確，這樣才，他們有根據去學習，所以這是非常非常重要的一點，如果我們沒有做好，這樣放進去AI裡面，這是千年萬年事情，放進去後客家人就照著這樣做，這樣不對的東西要怎麼辦。」 學者呼籲主管機關，應該正視使用正確客語字的重要性，數發部則表示，會要求各部會對語料品質進行初步把關，但也坦言，AI資料難免有誤，使用者仍需查證比對。