AI 模型拿誰的內容來訓練、要不要付錢？數位發展部正在推動的「臺灣主權 AI 訓練語料庫」，截至 10 月中旬已累積約 33 億 tokens，部長林宜敬也在立法院表示，最終目標是讓大型 AI 公司（特別是美國業者）為訓練內容付費。不過，資料怎麼計價、怎麼授權、錢怎麼分，目前都還沒有具體制度。
事件經過
- 2025 年底：數發部開始建置繁體中文高品質語料庫，初期以中央與地方政府機關提供的資料為主。
- 2026/9/15：數發部公布民間出版業者、電子書平台參與規則，採自願參與、明確授權，並保留作者退出（移除作品）機制。
- 10 月中：數發部、文化部與經濟部智慧財產局首度共同召開 AI 與著作權權利人意見交流會；數發部提出有意建立「AI 業者使用資料報酬給付機制」。
- 10 月：立委林楚茵在交通委員會質詢，關切語料是否免費提供給 AI 訓練，以及是否會建立 AI 業者付費給新聞媒體的機制。
重點
| 項目 | 目前狀況 |
|---|---|
| 語料規模 | 截至 10 月中旬約 33 億 tokens |
| 民間語料四類 | 已過著作權保護期的公版作品、出版社提供的書籍簡介、試閱內容、作者自願授權的作品 |
| 新聞內容 | 數發部表示尚未向國內新聞媒體徵集訓練資料，但願意促成媒體與 AI 業者授權合作 |
| 付費機制 | 研議中，尚未決定計價方式、授權管理單位、收益分配與上路時間 |
| 相關法規 | 《促進資料創新利用發展條例》草案仍在行政院研議；智慧局另研擬《生成式人工智慧著作權指引》草案 |
各方意見
- 林宜敬：只採用公版與自願授權內容，是為了避免冗長的著作權爭議拖慢台灣 AI 發展。
- 數發部次長侯宜秀：主權 AI 的關鍵是「模型可換、資料可控」，模型可隨技術替換，但資料來源與治理能力要掌握在自己手上。
- 內容產業（智慧局 7 月會議）：建議政府設立授權平台，讓媒體登錄內容、AI 業者付費使用，並要求 AI 業者揭露訓練資料來源；也有業者指出部分國際 AI 公司在網站明確禁止下仍持續爬取。
- 軟體產業：擔心著作權指引草案讓人誤以為「只有取得授權才能用」，主張在合法取得資料、產出不取代原作市場時，仍應保留合理使用空間，並可研究集體授權等機制。
對你的實務建議
企業 / 內容業者
- 先盤點自家內容的權利歸屬（員工、外稿、合作夥伴），未來不論是參與主權 AI 語料庫或與 AI 業者談授權，都需要清楚的授權鏈。
- 若不希望內容被 AI 爬蟲抓取，在 robots.txt 針對主要 AI 爬蟲設定，並搭配 WAF／CDN 的機器人管理；同時保存爬取紀錄，作為日後主張權利的依據。
- 企業內部導入 AI 代理時，參考「資料可控」原則：重要資料與 Know-how 留在自己能管理的環境，模型可替換，但資料不要整包交出去。
一般用戶
- 你在網路上公開的文章、照片，可能已被拿去訓練 AI；在意的話，查看常用平台（社群、部落格平台）是否提供「不允許用於 AI 訓練」的設定。
- 作者或創作者若考慮參與主權 AI 語料庫，記得確認授權範圍與退出機制，授權前看清楚條款。
發表留言