數發部啟動民間語料徵集 擴充主權AI語料庫

（綜合中央社、聯合報等2家媒體報導）

數位發展部今日正式啟動「台灣主權AI訓練語料庫」民間語料徵集行動，由部長林宜敬率先以作家身分捐出個人著作《幸福的鬼島》及《流寇與創新者》[1]，並與秀威資訊、印刻文學、Readmoo讀墨、食力、巨思文化等出版及電子書平台業者，以及作家藍弋丰等人簽署授權同意書。

台灣主權AI訓練語料庫自2025年底上線，初期以政府資料為主，截至今年8月底已累計約5000筆資料集、超過22億詞元（tokens）。林宜敬表示，目前國際大型語言模型的中文訓練資料仍多以簡體中文為主，要讓AI理解台灣，必須讓台灣的語言、文化與價值成為AI學習的一部分。他強調，隨著AI技術快速發展，「我們不能等」，否則國際甚至台灣自己的大型語言模型，提供的回答都可能沒有台灣觀點。

現階段徵集以出版業及電子書平台為主要合作對象，採無償授權方式。徵集內容包含經授權的出版品、出版品簡介、試閱內容，以及已逾著作權保護期間可作為公共財活化運用的典籍與創作。作者如有意願提供個人著作，可透過出版社協助上架。

針對著作權保障，數發部強調採「自願參與、明確授權、可退出」三大原則，設有退出及下架申請管道。林宜敬說明，授權資料僅限用於AI訓練，且必須經過轉製（transformation）才算合理使用，不能原文照抄。資料創新司司長王復中表示，民間內容主要由出版社負責篩選品質，平台僅檢核內容結構與資料格式，不會干預內容。

林宜敬也指出，語料庫開放台灣、美國、日本等AI開發團隊使用，「如果有中國團隊想使用，也相當歡迎」。