30 秒看重點
- 事件：台灣發展主權AI遭遇「繁中資料荒」，著作權法未鬆綁導致訓練語料僅1%來自民間。
- 意義：缺乏優質在地內容訓練，本土AI模型恐失去台味，甚至面對文化與語言話語權流失危機。
- 影響：民間創作者不敢授權、開發者無合規資料可用，將直接拖慢台灣生成式AI應用的落地速度。
讓AI閱讀網路上公開的文章來學習，在現行法律下居然可能構成侵權！由於著作權法合規門檻過高，台灣主權AI陷入訓練資料嚴重不足的「斷糧」危機，正成為本土科技創新最大的法規瓶頸。
為什麼讓AI「讀書」會變成違法？
著作權法過時與合理使用界線模糊，是導致民間高品質資料無法順利餵給AI模型的主因。想像AI學習就像學生上課看書，人類看完書後融會貫通寫出心得不算抄襲，但現行法律對AI的「機器閱讀」認定極為嚴苛。因為AI在訓練前，必須先將大量文本下載、儲存並轉碼存入伺服器，這個「複製與重製」的動作，在未經權利人授權的情況下，就觸犯了著作權法。
國際上如美、日、歐盟早已透過「合理使用」或針對「文本與數據挖掘（TDM）」修法免責，讓AI能合法吸取網路知識；反觀台灣，相關法規仍停滯不前。這導致出版社、新聞媒體與網路平台因擔心版權受損而不敢提供授權，政府推動的「TAIDE」等本土AI計畫，只能瘋狂抓取政府公報、會議紀錄等公務文書。欠缺了民間活潑的流行用語、文學作品與產業專業知識，訓練出來的模型自然顯得呆板，甚至難以理解台灣人的日常對話習慣。
- 2023-04：國科會啟動 TAIDE 計畫，宣誓打造台灣專屬繁體中文大語言模型。
- 2023-10：智慧財產局召開AI訓練著作權座談會，產官學界對「合理使用」尚無共識。
- 2024-04：TAIDE 釋出模型成果，但產界指出訓練語料面臨嚴重民間數據缺口。
- 近期：產業界強烈呼籲政府借鏡國外經驗，儘速推動 TDM 法規修訂以破局。
台灣怎麼看這件事？
語料庫斷糧將直接弱化台灣產業在AI時代的國際競爭力。如果本地訓練不出夠聰明、懂台灣文化的繁中AI，台灣企業與民眾只能被迫採用美國或中國的大模型。這不僅可能面臨用語被簡體文化同化的隱憂，更會在醫療、法律、金融等極度依賴在地法規與專業語境的領域失去先機。台灣擁有世界頂尖的半導體硬體實力，但在軟體與資料層面若欠缺政策彈性，恐落入「幫別人做硬體，自己卻沒在地大腦」的尷尬處境。
編輯觀點
保護創作者權益與鼓勵科技創新不該是零和博弈，政府應加速建立「合理授權與補償機制」。我們不能一邊喊著要打造台灣主權AI，另一邊卻用過時法規綁住產業的腳步。除了應儘速確立TDM數據挖掘的合理使用範圍外，政府更應主動搭建透明的版權授權分潤平台，讓創作者能從AI發展中獲利，也讓台灣AI有高品質的繁中「糧食」可以進食，這才是雙贏之道。
常見問題
- 為什麼AI訓練極度需要台灣在地繁體中文語料庫？
- 沒有足夠在地資料，AI回答就會滿篇中國簡體用語或西洋邏輯，無法精準理解台灣的法律、醫療規範與文化習慣。
- 為什麼現行著作權法會卡住AI模型訓練？
- 因為AI學習需要先將大量網路文章抓取並複製存入數據庫，現行法規將此重製行為視為可能侵權，讓開發者不敢使用民間資料。
- 什麼是「主權AI」（Sovereign AI）？
- 指一國擁有自主控制、在地訓練且符合自身文化價值與法律規範的AI基礎設施，避免文化與關鍵技術受制於外國模型。
- 國外是如何解決AI訓練的著作權爭議？
- 歐盟與日本設有「文本與數據挖掘（TDM）」豁免條款，允許特定條件下免授權擷取數據；美國則主要透過「合理使用」原則予以保障。
- 語料不足對一般台灣民眾生活有什麼影響？
- 未來我們使用的AI助理可能講話充滿「翻譯腔」、不懂台灣在地俚語，甚至給出符合外國法規而非台灣法律的錯誤建議。
名詞小教室
- 主權 AI（Sovereign AI）
- 就像國家的「數位文化智庫」，確保AI用我們自己的語言和價值觀思考，不被外國技術牽著鼻子走。
- 文本與數據挖掘（TDM）
- 好比機器人的「速讀分析術」，讓電腦自動掃描大量書本文章並抓取規律，是訓練AI的核心技術。