為了讓 AI 更認識台灣 政府推「語料庫」邀作家無償投權作品餵模型掀爭議

在 AI 時代，要讓一個地方更能被看見，可能是要把當地文化餵給 AI。台灣數位發展部於 9 月 15 日推出「AI 訓練語料庫」，邀請作家、出版社及電子書平台，把自己能授權的作品及出版內容，無償提供給「語料庫」作訓練。

部長林宜敬率先授權自己的著作《幸福的鬼島》、《流寇與創新者》。作家藍弋丰、連明偉、朱國珍、朱和之亦同意提供指定作品。Readmoo、秀威等業者則提供書籍、作品簡介或試閱內容。

這個計畫已持續一段日子。2025 年底，數發部聯同逾 200 個政府機關，最初收集法規、教育、歷史語言和辭典等資料。政府文件可以告訴 AI 台灣有哪些制度和公共資訊，卻無法深入呈現人們如何生活。小說怎樣寫家庭、詩歌怎樣紀錄城市，這些面貌都存在於出版物、文學作品與民間書寫之中。因此數發部把計畫延伸至文化出版界。

為甚麼要建立台灣語料庫？

部長林宜敬強調，不同的訓練資料會令模型形成不同回答。模型讀甚麼，就會如何回答問題。如果一個模型吸收的中文資料，大多來自台灣以外的地方，那麼台灣的社會經驗、生活細節，便難以進入模型。鑑於目前台灣的社會面貌語境在全球的 AI 訓練庫內處於弱勢，政府因而推出計畫。

那為甚麼不由大型 AI 公司自己來談授權？林宜敬解釋此舉費時也費力，加上台灣的媒體與出版社規模較小，由大廠逐一去談，「不知道要談到民國哪一年」。因此需要建立一個現成、可合法取用的「語料庫」。

「無償」成最大爭議

政府目前對民間出版物採取的原則是「自願參與、明確授權、可退出」，並以無償授權方式推動。

資深出版人郝明義在 Facebook 撰文回應，指不論以創作者或出版人身分，都難以認同目前做法。他並不否定建立語料庫的意義。但他認為，如果政府認同台灣的文化內容對 AI 發展如此重要，並不能要求創作者免費提供。他形容這等同興建重要的圖書館，卻不編購書預算，只要大家免費捐贈。

《報導者》今年三月的調查曾討論相關問題。雜誌公會理事長龔汝沁以「燒飯也要有食材」作比喻，認為內容本身有價；中央社董事長李永得則直言「要免費心態就不對了」。

台科大專利研究所助理教授李姿儀則提出另一個問題：如果授權交由內容提供者和 AI 公司自行洽談，有能力談成交易的，往往是大型企業或內容集團，「個別的、小的創作者沒有議價能力」。她主張建立更完整的制度，包括透明義務，讓創作者知道作品是否被使用，並進一步實現退出權及合理補償。

而數發部次長侯宜秀對目前的限制則直接回答：「老實說，我們沒有經費去付授權費。」

除了授權費，還有更現實的「代表性」問題。願意無償提供作品的人，會不會自然決定了語料庫呈現的是哪一種台灣？如果部分作家、出版社願意參與，另一些創作者因授權條件而拒絕，那進入資料庫的作品，本身就經過了篩選。

針對這件事，數發部處理的是台灣能見度，這個判斷沒有太多人反對。出版界與文化人質疑的是成本由誰承擔。語料庫希望解決授權交易成本過高的問題，但處理方式是把成本轉嫁給創作者及提供者。當文化作品逐漸成為 AI 的「食材」，創作者權利、內容價值，以及被看見的代價，都需要重新被討論。