AI 未來民主化審議式工作坊
1 線上審議結果
（AI Objectives Institute 共襄盛舉，運用本活動 open data 製作之視覺化互動報告）
2 現場審議結果
2.1 評估結果
- （一）針對 AI 對社會影響的面向，約有 3 項可聚焦處理的議題如下：
- 1. 勞動力釋放跟再定義：對勞動者而言，數位工具提升所釋放之勞動力，究竟是回饋至勞動者抑或是資方，將會是未來世代需面臨工作轉型的關鍵。
- 2. 資訊辨識與產業應用：在 AI 生成技術快速更迭的情況下，如何正確辨識 AI 所提供的資訊，將會是未來最重要的課題。尤其是產業運用 AI 來增進工作效能時，該如何避免受到 AI 的錯假訊息影響，是更為重要的議題。
- 3. AI 輔助或是對認知、人類創意的侷限性：如今 AI 運用將常態化，如何確保良善社會發展，保留人類生活之福祉與人性之溫暖，將會是未來社會的重要課題。
- （二）在公共治理與公民參與的配套作法：
- 1. 建議透過例常性的公聽會，或者是民間收集意見，包含收集使用者跟廠商的意見、困境及需求，由民間把問題提出來，儘可能地由政府落實並制度化。
- 2. 建議政府透過主辦工作坊，跟民間互動。有點像是這次的審議工作坊，多收集大家的意見，思考還在抽象層次的 AI 發展落地之後，會有什麼屬於台灣在地化的需求被提出。
- 3. 建議政府可透過行政指導告訴產業，或者使用者如何溯源機制的建立。溯源形式可以怎麼做，可以選方向有哪些，跟可能的負向的影響。
- 4. 相對地，廠商也可以建立一種私人的反應平台來收集意見，某種程度亦為廠商相互協力的機制。
- 5. 最後為督促各廠商內部組成 AI 審查委員會，或組織類似事實查核團隊的工具，某種程度可建立此類民間監督的能量，同時在過程中，建立社群也可達到教育培力的目的。
- （三）AI 導入未來共創方案：
- 1. 資料開放及管制邊界：多數組別認為需要溯源，且要載明清楚；少數組別則認為完全不需要。在轉型過程中針對管制邊界，部分組別期可補充較為嚴格的標準，包含去個資化、退出機制等機制設計，透過此類多層次的管理，鼓勵使用多元公開資料的方向，鼓勵公眾多加使用開放性資料。
- 2. 標準流程及競賽事項：多數組別認為應建立一個協作機制，例如透過公民參與，達成政府想要推動的目標，同時也做到教育培力，例如以競賽促進討論，並辦理類似的公眾參與活動。至於競賽項目是否分為 AI 或非 AI 組，多數組別認為尚無必要區分，但必須載明製作紀錄及過程，或是使用 AI 的比例；少數組別則認為還是有需要區分，也需再進一步思考查核技術正否有相關規範。
- 3. 輔導機制與擴大應用：多數組別認為 AI 可當評審或教練，尤其在教練的部分，但是做決策仍需納入人類決定的比例。在教育普及與擴大應用部分，則可使用 AI 來處理，讓這個工具可以普及化，同時要考慮到如何避免數位落差及知識落差帶來的影響。
- （一）針對 AI 對社會影響的面向，約有 3 項可聚焦處理的議題如下：
- 1. 在個人層次部分：多數組別認為資料正確性的辨識能力，將是下個世代重要的關鍵技能。
- 2. 在利害關係社群及社會影響部分：多數組別認為產業升級是關鍵，包含個人勞動力至整體產業如何提升，將會變成未來世代的重點與競爭力的來源。
- 3. 在國家應該層次上：用 AI 管制政策制度化，多數組別認為國家要設計制度，使各個場域皆可被運用，如此可推動、促進產業的升級，及回應社會需求。
- （二）在公共治理與公民參與的配套作法：
- 1. 資料開放與監管：政府有無機會做較深度之監管，有一較為特殊之建議，即應鼓勵產業提供資料庫給政府做建檔，可加入聯合國指標的規範，或國內類似數位中間法或其他的法案等，此亦為大家所期待的議題。
- 2. 查核與溯源：建議強制標記產出作品的識別碼，包含提供種子碼，或倘使用 AI，則標識讓大家知道其為使用 AI 生成的作品。另一種方式為政府利用該管制工具進行查核，抑或由社群協力來布建查核的網路。
- 3. 教育輔導與 AI 素養課程：這是由上而下、由下而上，大家都期待要做的部分。另外一部分則為資訊素養養成與資料可信性，大家都認為可用教育普及或推廣素養教育之方式進行回應及提升品質。
- （三）AI 導入未來共創方案：
- 1. 利用 AI 識別 AI：有關識別 AI 能力的關鍵，倘無法識別產品，有無使用 AI 或是相關分類就無其意義，但倘做好分類的標準，某種程度也是讓民眾瞭解 AI 應用具有多種層次，亦可讓這個分類更有比較的基礎。
- 2. 資料開放及統一規範：在統一格式碼部分，亦可連結到提高應用端的普及、AI 素養教育等。從社會事件出發則希望可提出規範，再進行犯罪查核與資安防護等，此應從民間出發來提出需求，再思考如何避免並作出規範及準則。
- 3. 標準流程及競賽事項：有關標準及競賽事項之關鍵，則是「標的」為何，比的是技術還是人文素養，抑或人機平衡。再者，要分為 AI 還是沒有 AI，抑或比例制，例如人類跟 AI 創作，應做出一個比例區別，作為競賽類別的分類。有組別提到詠唱組或者是模型（model）組等非常細緻的一些規範，都是應被進一步釐清與確定的面向。
- 4. 跨邊界創新協作方案：例如由民間產業出發，協助公部門建立 AI 共創平台的架構，大家認為可能為一個解方，亦期望由政府來鼓勵、積極推動。
- 5. 輔導機制與擴大應用：輔導產出 AI 產品，再回饋到產業跟公共的系統進行應用，也期待過程中能平衡發展，希望技術跟人文的生產同步推進，而非僅進行 AI 發展，但忽略原本傳統或人文的社會普世價值。
2.2 討論綜整結果
本次透過兩場次的公民參與討論，廣泛地徵集意見，討論具體的政策，確立 AI 對社會影響。此外，透過公民參與，包含個人及利害關係社群，能充分反映來自民間的專業意見，不僅具有民間代表性，也作為公私協力的典範，足以作為國家施政的正當性基礎及關鍵參考依據。以下將討論結果綜整、分點，並輔以圖示說明。
- （一）個人層次：勞動力釋放與賦能 對個人而言，無論職業、產業類別或專業領域為何，均認為 AI 將大幅度影響工作條件及節奏，需進一步思考所謂的勞動力釋放的紅利，究竟是回饋給勞方還是資方？另一方面，在個人層次上，亦需透過不斷地學習，取得基本操作與資訊識別的能力，方能應對未來工作或生活轉型上之需求。因此，在積極賦能的層次，除了有賴於個人與社群的專業量能，更有賴於國家提供教育培力、更多元的公民參與途徑，讓個人的能力有機會提升，並回饋至社會需求。
- （二）利害關係社群層次：產業升級及輔導轉型 對利害關係社群而言，在 AI 促進產業及社會轉型的過程中，部分核心的產業可獲得升級，例如 ICT 產業等，另一部分則仰賴輔導轉型，或組織內能力再提升，例如設計、翻譯或圖文等範疇。此外，多數參與者提及，可能廣泛受到影響之產業尚有法律、教育、影像工作等。未來，職場工作者的個人數位技能，或國家單位、社群建置的培訓機制，皆可能大幅影響產業的競爭力。同時，參與者認為應透過更多的公私協力、社群之力，來協助公部門進行監督制衡。
- （三）國家層次：管制政策制度化 在國家治理的層次上，多數參與者認為國家管制必須具有明確性，讓創新與研發可無後顧之憂及違反法律的風險。換言之，國家的管制必須形塑制度，讓受規範者、相關產業者及一般民眾，得以確實了解其界限，並有權利對管制界限表達意見。因此，倘國家治理的工具設計越清晰，則對個人、利害關係社群，乃至總體社會的正向循環更具助益。
2.3 潛在合作方式
本次兩場 AI 未來民主化審議式工作坊，發起自點子松（Ideathon）啟動「AI 未來民主化」（Democratizing AI Futures）對話的概念，因此本次參與者也多為點子松活動可觸及之受眾，討論內容從廣泛的 AI 對社會之影響，逐步收攏聚焦至政策工具上，包含公共治理、公民參與及徵件辦法等面向。透過審議討論設計及審議團隊（facilitators）的引導與帶領，讓民眾對於 AI 對臺灣社會帶來的影響，具有初步的理解。
未來建議，關於 AI 之社會影響，可參考本次參與者名單，對於具有較多實務見解或執行經驗者，持續追縱或定期安排深度訪談。或可由數位部連結關鍵參與者，持續性地蒐集來自各行各業的執行情況，必要時可再針對特定職業或產業類別，進行公民參與為導向之焦點座談或工作坊，增強公私部門合作之連結，讓「AI 未來民主化」可持續性地落實在有需求的場域，從政策規劃往下扎根至回應社會需求的層次。
2.4 成果報告書與相關連結
3 摘要
國立政治大學永續創新民主研究中心接受數位部的委託，執行兩場 AI 未來民主化審議式工作坊，該中心由一群來自公部門、實務界、學術場域所組成的團隊，致力於研發更有品質的民主參與程序及社會對話方法。該中心想要實踐的「社會對話」，是從「議題」出發，與社會夥伴進行各種形式的溝通和合作。具體來說，是由與政策議題相關利益的社會夥伴包含公民行動者、組織團體、專家學者、政府部門等，進行跨領域或是跨層級的對話，以討論、協商、諮詢、共同行動等方式來面對當代複雜的問題，建立共識以及促進民主參與。
「永續創新民主研究中心」以創新思維開拓公共參與之於公共政策的管道，該中心近期將研究焦點放在科技治理之面向，包含科技鄰避設施與人權、科技創新對社會影響評估、核廢料選址與公民參與等，試圖將公共議題置於檯面，期望能藉由多方論壇、意見整合後得出最適合社會發展的解方。
生成式人工智慧具備大數據運算、即時產製內容的特性，依賴機器深度學習技術的廣泛運用，從而發展出具備仿效、創造的能力。人工智慧生成內容（AIGC）的應用，有機會改變現代社會的勞動結構、產業布局，甚至是應用在日常生活習慣上，對社會運作帶來不同程度的挑戰與機會。根據全球最大程式碼管理平台 GitHub 針對美國程式開發人員之調查，有 92% 的受訪者表示他們在工作上運用生成式人工智慧撰寫程式，並有 70% 的受訪者認為人工智慧的運用，能提升程式編寫的品質與工作效率；另一方面，過去多數人在創意創造力產業，將人類智慧財產視為值得以法律保護的主體，現在若透過生成式人工智慧結合創意所生成的作品，其效率及精準度表現皆十分優異，而其中的智慧財產歸屬恐掀起另一波討論；再進一步，若談論到對社會的負面影響，倘若人們本身帶有的社會觀點與偏見，透過生成式人工智慧生成帶有偏見的內容，再透過傳播系統的快速傳散，某程度也將加快歧視思維傳播的效率，並深化社會對立，皆是在發展與使用生成式人工智慧必須審慎評估的部分。
新興科技的發展十分快速，尤其是生成式人工智慧已成為國際各大科技產業競逐的新興舞台，生成式人工智慧的發展為社會揭開了新秩序的篇章，國際間也針對該議題開始思辯與提出管制方案，例如經濟合作暨發展組織（OECD）便將 AI 界定為「以機器為基底所設計的系統，可以預測、提供建議或決策，來影響實體或虛擬環境，達到人類設定的目標。這個系統具備某種程度的自主性，而且是可以執行類似人類認知功能的機器」，並提出所謂的《OECD AI 原則》（OECD，2023年：17），其中包含五項對國家政策和國際合作的建議：（1）投資於 AI 的研究和開發；（2）培育 AI 的數字生態系統；（3）塑造有利於 AI 的政策環境；（4）建立人力資源並為勞動力市場的轉型做好準備；（5）進行可信 AI 的國際合作。在 OECD 的研究報告中也指出，生成式人工智慧將篩選大量數據，可用於幫助政府制定政策決策，其可預測和幫助防止選舉干預事件，改善公共服務等優點，也認同生成式人工智慧應用於政府治理，惟提醒生成式人工智慧可能通過延續和放大社會不平等來削弱民主價值觀，若不予以適當管制，則可能進一步破壞信任和社會契約。
回到我國的脈絡，生成式人工智慧對社會影響如國際趨勢，與民主、社會與政治的交互關係顯而易見，但現階段我國多數的討論仍聚焦在產業發展居多，例如評估私部門應用 AI 為企業節省成本或創造收益等，然而在開發與經濟導向之外，進一步思考生成式人工智慧對民主、社會與政治的影響面向又有哪些，便是對於政府治理與社會永續發展皆十分重要的提問。觀諸學術研究發展方向，近期有不少研究開始對生成式人工智慧可能為公部門帶來的諸種倫理威脅產生疑慮，包括不同階段的科技浪潮，將可能對政府帶來不同面向的轉型，但也可能創造新的公共服務與價值。另一方面，針對社會個體或不同的產業類型，又有哪些較受關注的議題值得深入研究，則需要有更多的實證資料來佐證，引發更具有政策回應性與社會需求導向的研究方向。
據此，國立政治大學接受數位部的委託，從人文社會觀點切入，結合數位部 polis.tw 民意調查報告，蒐集對於 AI 議題具有想法及有討論意願的民眾，評估議題特定公眾對於生成式人工智慧較具分歧的想法為何，透過討論發展出具有臺灣脈絡及臺灣社會需求的爭點，以利主責機關未來有機會可以透過政策工具來解決或改善可能的風險。
- （一）參與者代表性界定 本次兩場 AI 未來民主化審議式工作坊，由於發起自點子松（Ideathon）啟動「AI 未來民主化」（Democratizing AI Futures）對話的概念，因此本次活動參與者多數是來自參與點子松活動且有意願參與工作坊的投件者，另一部分則來自受邀參與之專家學者。換言之，本次參與者來源可謂是採特定對象群體之「自願制」及「邀請制」雙軸並進組成，因此活動參與者並非全部都是第一線使用者，也可以看出來自設計領域的比例明顯高於其他領域，各自對於技術使用的了解、想法及表現也有所落差。當然參與者邀請的來源、數量或代表性之適當性，取決於活動設計的目的性，因本次兩場討論活動欲回應的主題之一，係因應生成式人工智慧興起，點子松徵件辦法之修訂方向，因此本次的參與者組成確實連結及扣合討論目的；對於活動議程想要以更廣泛地討論 AI 對社會影響來進行設定，此一方向仍可透過不同職業類別的參與者提供觀點取得初步的藍圖。未來倘有擴大辦理類此議題討論之規劃，則可在參與者代表性上多加設計，包含可採分眾分群辦理，部分場次邀請制、部分場次自願參與制，以符合活動目的及協助主辦方取得必要的意見來源。
- （二）討論議題範疇主題化 本次兩場 AI 未來民主化審議式工作坊，討論的題目從民眾意見開始蒐集，並透過 polis.tw 歸納意見內涵，再輔以國內外新聞、研究趨勢等面向，收攏至主題（包含政府治理-內部應用、新興法治-監管機制、資訊識別、資料開放、智慧財產、教育與人類認知影響）進行討論。因參與者多數為有意願參與工作坊之點子松投件者、部分為受邀參與之專家學者，爰執行團隊將專家學者分配至與其專業領域相近的組別。而有意願參與的投件者因來源較為多元，基本上以隨機分配方式進入議題組別。因此，各組內意見表現水準不一，有來自學術層次、實務經驗或是出於想像者，參與者不見得對於被分配到的討論主題能夠全盤掌握。然而，事實上本次討論的 AI 應用技術尚未全面性地普遍或成熟，多數人對於 AI 在實務運作的限制與困境，還未能通透地了解或具有足夠經驗累積。換言之，AI 應用所產生的問題，並非是具有公民共識即可操作的知識能力，反而是需要真實具有接觸、訓練或使用經驗者，才能夠更加深入分析、提出具有前瞻性的建議。因此倘若未來還有機會再辦理類似的議題討論，可先聚焦討論議題，選出較單一的主題或對應到特定職業或產業類別，進行較深入的研討，方能夠對於 AI 對社會影響的面貌與實務應用，具有更精準的掌握。
- （三）政策建議追蹤與落實 由於以公民參與為導向的活動設計，參與者需貢獻不少行前準備的時間，以及現場交流所負擔之心力，因此願意參與之參與者，多半會具有一定程度之參與效能感，或者可透過討論提出相關見解，以及具有被採納的預期心理。一場好的審議活動，即是透過審議團隊的事前知情及現場帶領，聚焦眾人意見，產出參與者感興趣且同意的結論，進而產出有效的政策建議。然而，雖然現場討論熱絡、參與效能感極高，在後續是否真的能夠推進實際政策議程，或結論是否具備一定的政策影響力，仍需回到具有權責的公務機關，看其履行的程度來確定。根據往例，類似的討論活動結束後，參與者不容易有心力持續追蹤後續的政策落實，而政策規劃與推動亦需要時間，較難立即見影，這樣具有政策導向或社會發展的議題特性，也使得後續效果較難以確認。因此，在活動場上的對話結果，是否對真實政策能夠發揮影響力，亦或是討論的內容是否回應到一開始啟動討論的初衷，則仍有待透過實務工作者之運作來檢驗，這些對接政策實務的產出，確實非審議活動當下能夠確定或保證的範疇。
4 方法
本次兩場次活動的參與者共計 95 位，性別比例方面，男性比例稍微多於女性，男性占比 61.1%，女性占 38.9％；以臺北或臺南兩場次獨立分析來看，性別比仍是男性多於女性，可參考下圖：
在年齡分布上，若將兩場次的參與者人數併計，年齡區間落在 18-29 歲的參與者為多數，占比大約 4 成，接著是 30-39 歲，占比 24.7%，再來是 40-49 歲，占比 22.4%，由此可知，參與者年齡低於 49 歲者，占比高達 87% 以上，顯見本次討論年齡多數是落在青年、青壯年世代的參與者，可參考下圖：
在參與者所屬單位類型的分析上，若將兩場次的參與者人數併計，來自學校或政府智庫類型的比例大約 41.9%，跟來自民間團體或公司行號的比例接近約 40.9%，其餘則是來自政府單位。由此可知，本次參與者來自學術單位跟來自第二及第三部門約為各半，來自第一部門大約 17.2% 左右，可參考下圖：
在參與者專業領域分布的分析上，若將兩場次的參與者人數併計，來自數位科技與設計領域者超過 6 成，其餘還有來自社會科學、法律、商業、醫學、心理學及教育等領域；專業領域高度集中在數位科技及設計領域，其組成與本次參與者之邀請主要為點子松投件者具高度相關，可參考下圖：
政治大學創新民主中心所提倡的社會對話方法，是從議題分析出發，盤點議題現況所可能帶來的挑戰、待解決的問題，及利害關係人之辨識，思考在此議題脈絡下，利害關係人等各個角色在此議題之目標為何。再者，可視需求進入議題擴散階段，透過不同層次的對話框架設計，客製化符合實務需求的操作方法。同時該中心所擅長的社會對話設計，是在維持審議思辨的同時，同等強調換位思考、設身處地的重要性，期待每次的討論不只是停留在論理，更能夠透過身體感知，將議題關懷帶入日常生活。
本次工作坊依循政治大學創新民主中心工作方法，透過對於生成式人工智慧議題現況的盤點與分析，再搭配 polis.tw 的意見蒐集，辨識出目前社會公眾在思考生成式人工智慧會設想到的情境。最後，再透過兩場次審議式工作坊的活動設計與操作，探尋不同議題爭點的成因，以作為後續政策規劃的參考。以下簡要說明本次活動設計概念與操作方案：
- （一）情境設定
目的是在活動開場時，透過行動劇的展演，讓參與者較容易且無進入門檻地了解接下來的議題討論目標。以下為行動劇的情境設定：
在生成式人工智慧的多元宇宙世界，究竟會如何改變我們現在的生活型態呢？
A 擁有一間「協助產業開發生成式人工智慧」的公司。近年正逢生成式人工智慧大規模發展，再加上生成式人工智慧開發專業性高，資源一把抓的 A，資本也在近幾年大幅提升。最近他正協助 B 公司進行設計圖像機器人研發，B 公司的員工 C 非常開心有生成式人工智慧可協助創意生成，讓他的工作效率大幅提升，改善了過去需要過勞加班的黑暗期。
有天員工 D 在公司午餐後閒晃，看到一個競圖比賽徵件，發現離截稿時間只剩下不到 10 小時，看到誘人的獎金實在很想參加，但工作又很忙實在沒時間製作，於是靈機一動想到可以應用生成式人工智慧協助生成圖像再來修改就好，果不其然只花不到 6 小時就把圖改好投件了。
不料 D 的提案仍被審稿人 E 所識破，認為有生成式人工智慧的協作，這個作品不能夠算是 D 全權所有的著作，E 甚至進一步發現 D 所生成的內容，部分是來自於他人的著作，卻未能有清楚註明資料來源，恐違反作品發表的倫理，因此向主辦方提出應不予參與的異議。
在多元宇宙的中學裡，老師利用生成式人工智慧作為授課的素材與教學工具，學生們也很習慣應用生成式人工智慧來學習及完成作業。像是 F 學生就表示每次遇到想不通的題目，就可以打開 ChatGPT，一下子就完成了呢!然而，對於 G 老師而言，如何避免學生過度地使用生成式人工智慧來學習，變成在多元宇宙的老師們共同的難題。
有天 F 學生在課堂上發表他透過生成式人工智慧撰寫的程式碼，可以將老師的照片改得像是林志玲，F 學生非常得意地將這套軟體開發得更容易使用並分享給同學們。有天 H 同學閒來無事便拿著這套軟體開始改圖，以好玩的心態製作多種素材，其中有一款是拿 F 同學的人像製作成哭泣的畫面，不料卻被同學拿來傳散，傳到了 F 家長 I 的手機裡，引發軒然大波。
甚至 I 家長還跑到學校教務處申訴，以為 F 被同學欺負了。I 家長走到教務處希望教務長 J 可以好好整頓學校風氣，這時便看到教務長 J 正利用生成式人工智慧產製公文書，多元宇宙的公務系統早已研發出一套生成對抗網絡，可查核申請資料填寫是否正確，透過技術協助十分快速地謄寫完畢。J 聽完事件始末後，得知是學生之間利用生成式智慧技術玩得太過火了，便開始思考如何避免學生對事件的認知脫離現實，或許也該重新整頓教學模式了。
- （二）分桌與議題設定
在行動劇展演完畢後，本次討論預計分六桌，討論主題為政府治理（內部應用）、新興法治（監管機制）、資訊識別、資料開放、智慧財產、教育與人類認知影響等，各桌提問流程將先定義出各個議題面向的挑戰與爭點，再以探討何種情境或條件下，可提高人類對於生成式人工智慧應用的親近性與信任度，透過討論辨識出優勢、挑戰與風險後，進一步思考可能的解方。各桌討論的爭點說明如下表：
主題 爭點情境 風險 政府治理─內部應用 - 如果透過 AI 彙整民眾提問，並透過 AI 回應民眾需求，對公務系統所產生的影響？
- 如果透過 AI 簡化文流程，並加速公務辦公效率，對公務系統所產生的影響？
- 如果透過高階文官鍛鍊 AI，將 AI 作為新進公務員內部培訓機制，對公務系統長期發展所產生的影響？
如果 AI 提供的資訊不正確，便需要有檢核機制，或由政府提供正確資料訓練 AI。 新興法治─監管機制 - 針對 AI 應用，政府理應提出管制方案，但受限於 AI 技術專業多掌握在產業鏈，這對於政府監管密度的影響？
- 如果試著串聯中央與地方政府、企業與社群網絡進行合作與情報共享，建立起假訊息預警系統，對於政府在監管能力的影響？
現行針對 AI 的管制方案，多仰賴基礎管制或產業內控機制，難以形成強韌的社會參與網絡，也使得監管密度難提升。 資訊識別 - 如果 AI 算的黑盒子技術應用不確定性的關鍵，廣泛地使用 AI 生成資料，對社會發展的影響？
- 如果要求 AI 運算需加註生成資訊的來源，用以改善 AI 生成產品可供索引，對於提升公眾對於AI 資訊識別的影響？
目前尚未嚴格禁止業者抓取個人公開數據，並用於訓練生成式 AI 模型，若資訊識別不易追溯，易造成虛假訊息傳遞風險。 資料開放 - 如果 AI 具有資料集整的能力，可自動生成研究論文或摘要，提升專業工作人員的工作效率，長期應用對社會發展的影響？
- AI 在資料生成的過程，因為運算的黑盒子並不透明，在難以親近資料演算過程的情境下，也容易使人類對 AI 產生不信任感，長期應用對社會發展的影響？
針對不同等級的應用風險，應確保 AI 系統可受到人類監督、是安全、透明、可追蹤、非歧視，且對社會環境友善的。 智慧財產 - 在作品創作的前期，如果導入AI創作，可否納入著作權主體？
- 使用創作者在網路上發布的作品，如果曾進行AI 訓練，是否有違反創作倫理之虞？
- 一般創作者也會透過觀賞他人的作法以激發靈感，這樣狀況下需不需要判斷違法性？
生成式 AI 透過學習後具有高超之創作能力，持續發展下，可能導致過去專屬於人類的智慧財產不再具有保護之價值;反之，需要持續探討，由非人類創作的作品是否需要受到保護。 教育與人類認知影響 - 如果 AI 因為吸收了偏差資料，產生具有偏見或惡意的資訊，又因社會上大家的使用導致這些負面的資訊擴散，對教育系統會產生什麼影響？
- AI 應用可能導致學生在學習時過度依賴AI提供即時案和解決方案，長期下來，對於學生認知可能有哪些影響？
AI 缺乏人類教師和教育工作者所能提供的創造力和獨創性，過度依賴可能會阻礙學生批判性思考和解決問題能力的發展。 - （三）討論模式及工具單設計
根據上述規劃之議題框架及討論構想，以結合議題知情、同理與感受等元素進行討論流程之規劃與設計，同時考量參與群眾多數為對 AI 議題有所涉獵之專家或感興趣的相關社群，多數參與者對於議題具有專業研究或經驗性見解，相較於一般公眾的討論模式而言，本次討論將更加聚焦及具有可操作性。
因此本次將討論模式定性為以特定公眾為主之開放式焦點座談，相較於不設限議題爭點的討論模式，傾向由各組別針對不同主題進行個案研討，再由桌長進行觀點收斂與建立討論流程之延續性，以利同時符合參與者對議題掌握的調性，同時又可透過參與者提供之論述收斂出對議題發展有助益之意見觀點。
本次各組別的參與者組成大致可以歸納如下圖，包含 polis.tw 社群或資訊工具使用者、相關領域之專家學者及具公共治理視角之對話，主要考量到本次討論的終極目標為期待對公共治理有新的想像與尋求可能的共識，因此除了參與者本身特性（例如專家或社群觀點）外，特別強調須具有公共治理之視角，以利討論結果可提供後續應用，此部分的設計也將於討論工具單與桌長引領技巧中被運用及落實。
因此，本次討論依據討論主題預計分為 6 組，每桌的組成人數約為 10 位，相關社群代表約 6 人、專家學者約 2 人，帶領討論及引導公共治理視角介入的桌長群為 2 人，單一場次大約 60 位觀點貢獻者，如以下圖示：
本次活動分組討論架構分為兩大部分，第一輪針對「AI 對社會影響之現況盤點、優勢與挑戰」、第二輪針對「如何透過政策工具促進 AI 與人類社會創造共融新生活」，在審議設計層次上，第一輪主要是透過拋出問題，引發參與者思考自身與議題間之連結，也是討論流程中所謂的「暖身」，在拋問的過程中，協助各組內的參與者建立互相理解的機會，有助於每一組就分配主題進一步研討與分析。每一輪討論尾聲，藉由小組分享讓參與者了解跨組別意見，同時對於議題建構具有更完整的想像。
第二輪則是以上午跨組別分享後的觀點，由桌長引導以公共政策形成最基礎的分類，分別是由上而下的公共治理與由下而上的公民參與模式，進一步思考如何透過政策工具回應上午各組所提出的風險與挑戰，透過排序與條件互相搭配，發展出兼具可執行性與創新的行動方案，來共創人類與 AI 共融的新生活。
本次亦綜合活動目的與討論規劃，設計有助於現場討論推進的工具單。首先，在創造個人與議題連結的層次，以正向與負向兩個指標，引導參與者分享自己對 AI 運用的觀點，同時透過紀錄單所留下的紀錄與歸納，讓參與者之間有機會互相觀看，了解自己組內參與者對於 AI 的偏好與應用邊界。
接著進入議題研討階段，主要聚焦在 AI 針對個別面向之影響（包含優勢與挑戰），此部分應用社會結構分類框架，以個人認知、利害關係社群、社會影響與國家治理等構面，從個體到總體的思考脈絡，引導參與者分享自己對於議題觀點與更深入的判斷，進一步推估對於社會不同層次的單元會有哪些不一樣的需求與挑戰，這個階段不僅停留在提出問題的層次上，而是進一步引導參與者展開原本對議題思考的框架、試圖協助參與者創造對於議題更多元的想像。
在第二輪討論部分，終極目標為提出可能的共創方案，因此在延續上午末段各組分享對於議題的理解及諸多有待解決的問題與挑戰後，在試圖跨到提出解方的層次前，先以拋出期待、重新拉起討論動力的設計，讓參與者理解，即使有諸多待解決的問題與挑戰，仍可進一步思考為何人類仍希望創造與 AI 共存的未來社會，而要達成這個理想，現階段又有哪些政策工具可供使用，在此層次上試圖再次分層，將政策工具分為法令/規則、策略/方案及競賽項目等三大項次，引導參與者將解方略為分類，以利後續落實到政策應用時，可有效對接至相應之政策發展階段。
在實作前，透過桌長工作坊進行內部演練，以確立設計框架及拋問爭點符合原設計的想像，且可回應業務單位的期待。透過演練，也確保框架可由桌長落實，並連結議題與實務。現場討論操作時，主要由桌長群（facilitators）依步驟引導參與者分享觀點，隨桌紀錄通常會以 N 次貼或彩色筆繪圖的方式，將意見關鍵字撰寫在海報紙上，讓參與者可來回觀看，並透過意見堆疊、自身意見觀點建構，最終由桌長進行歸納與整理，形成組內具體建議。
Polis 分析
在本次活動設計截止前（統計至 2023 年 8 月 1 日止）來自 polis.tw 調查，共有 403 名民眾參與投票，共做出 8,591 次選擇，平均每一位都投出 21 次以上的投票選擇，共提出 126 種論述，共有 260 人被分組。以下簡要說明本次 polis.tw 民意調查對於生成式人工智慧應用的意見偏好：
- （一）同意比例高者意見分析 大致上可以將民眾具有共識之陳述內容分為兩大類，其一是比較正向且樂觀地看待 AI 服務，認為其僅是工具性、輔助性或協作性質的產品，無需過度擔心，認同可用以提升人類工作的效率，至於利弊與否需端視人類如何使用；另一種則是認為 AI 恐會改變部分社會現況，並提出在部分管制界限上的疑慮。
編號 內容 同意比例 118 AI 生成的內容應適當標註參考的資料來源。 95% 同意（票數 145） 44 隨著人工智慧技術不斷向邊界的速度發展，人類與機器生成的創作之間的界限日益模糊，關於知識產權、知識產權和法律責任的關鍵問題需要被深入探討 94% 同意（票數 155） 54 公務人員使用 AI 處理業務內容時，應進行相關培訓。 92% 同意（票數 166） 104 在安全防護與審判上，不能全部依賴 AI，人性也必須考慮。人與 AI 最大的差異正在於此。 92% 同意（票數 157） 45 目前人工智慧的發展狀態，將會令人驚嘆地改變許多產業生態。 91% 同意（票數 155） 48 關於 AI 的規範，要考量到世界各地不同的文化和脈絡，而不僅僅是特定國家的觀點。 88% 同意（票數 171） 55 使用人工智慧能夠減輕國家公務員的負擔，但需要研究討論如何處理機密訊息時，不會發生訊息外洩的疑慮。 87% 同意（票數 165） - （二）較具有共識者意見分析 從本次報告中可以看出分成三組，B 組可看似為比較中性意見的組別，而 C 組是對於 AI 工具較為樂觀看待，則 A 組可視為比較重視人與人互動，認為 AI 將部分改變現況的組別。在分析同意比例高者意見後，可以參考分組成員皆認同，也就是具有跨組別共識的意見有哪些，一方面可與同意比例高者的意見進行核對，另一方面可作為後續選擇討論議題的重要參考。目前以共識程度高到低來觀察，仍不脫離上述分析的框架，但可以觀察到一個現象，樂見其成與認為會部分改變現況的意見多數無互斥現象，且部份是具有跨組共識的論述，以下將具有群體共識的意見列舉如下表：
編號 內容 同意比例 44 隨著人工智慧技術不斷向邊界的速度發展，人類與機器生成的創作之間的界限日益模糊，關於知識產權、知識產權和法律責任的關鍵問題需要被深入探討。 94% 同意(票數 155) 80 以正向態度運用，學會共創善用。 94% 同意(票數 169) 85 AI 的應用還算青少年，是機會還是威脅，還有很大的探索空間，不用劃地自限，但要預作因應。 95％ 同意(票數 185) 117 人工智慧是一個工具，但所提供的訊息資料，假真真，共謀真偽，才是個人專業的表現，共利用的人將會提高工作的效率，類似於 Google 的崛起，人工智慧的崛起，又是另一種思維模式轉變。 100% 同意(票數 27) 45 目前人工智慧的發展狀態，將會令人驚嘆地改變許多產業生態。 91% 同意(票數 155) 104 在安全防護與審判上，不能全部依賴 AI，人性也必須考慮。人與 AI 最大的差異正在於此。 89% 同意(票數 77) 83 AI 的東西，其底部判斷標準還是回歸到人。 92% 同意(票數 152) 54 公務人員使用 AI 處理業務內容時，應進行相關培訓。 92% 同意(票數 155) 106 AI 不能取代所有的生活技能，但 AI 可以使生活更便捷。 94% 同意(票數 37) - （三）意見較分歧面向 針對參與意見調查者對於單一論述提出同意與不同意比例高度分歧的意見，有機會為現行社會脈絡下特別需要提出來討論的爭點，也是後續在規劃討論議題分析的重要參考來源，因此針對意見較分歧的面向列表如下：
編號 內容 同意比例 56 對於政府使用 AI 進行業務處理，是讓人信賴的。 36% 同意；35% 不同意（票數 48） 47 當未來人工智慧充滿真實生活時，整個世界從目前的後真相時代進一步成為無真相時代，完全放棄或無能追求。 42% 同意；36% 不同意（票數 183） 10 新科技的恐懼被過度放大，人類其實並不需要理解背後是如何運作的，也能夠利用它並完成批次。 55% 同意；34% 不同意（票數 185） 66 過度依賴人工智慧可能會導致學生缺乏人際交流的機會，影響他們的社交能力。 53% 同意；25% 不同意（票數 189） 60 AI 將原始數據破壞壓縮，學習過程會更難獲得真實數據。 45% 同意；27% 不同意（票數 156） 39 由人類自己創造的東西是（比）人工智慧創作的，更有意義。 60% 同意；20% 不同意（票數 163） 69 我認為投稿作品可以在 AI 生成後再使用 Photoshop 製作。 66% 同意；15% 不同意（票數 178） 6 隨著創作量大、品質高的衍生作品的越來越低，版權成本將越來越不受約束。 64% 同意；22% 不同意（票數 166） 67 我覺得 AI 作品應該單獨設立一個獎項。 66% 同意；15% 不同意（票數 48） 64 身為教育者，需要提供更貼近生活、親身感受式的經驗，而不是 AI 生成的內容。 63% 同意；13% 不同意（票數 165） - （四）建議討論議題面向
依據上開初步分析，從多數人同意的選項中，可以識別參與投票的民眾對於生成式人工智慧的態度，約可分為兩大項，包含樂見其成與認為需要部份管制的觀點，進一步在跨組具共識的分類下，仍可見此兩大類的論述並無明顯衝突，多數意見是跨組別仍認同的論述內容。因此至少可推論，以本次填寫的母體範圍而言，或許「對於生成式人工智慧正面看待，但部分業務認為需要提出管制方案」這樣的看法，可暫時視為是本次調查的多數意見。
再進一步針對意見分歧的部分來看，則可進一步排序出引發使用者困惑或有疑慮的面向有哪些，包含政府治理（分有內部應用、監管機制）、資訊識別、資料開放、智慧財產、教育與人類認知影響等，這些議題面向大概是對於生成式人工智慧抱持著正面看待，但仍認為部分議題需要進行管制的爭點，因上開列表議題，同一群人在選擇上出現明顯的意見相左，背後成因則有待進一步透過質性資料的蒐集來釐清。
因此，觀諸國際趨勢、國內議題現況，以及本次 polis.tw 的意見搜集，建議本次議題討論工作坊就以政府治理（聚焦內部應用）、新興法治（聚焦監管機制）、資訊識別、資料開放、智慧財產、教育與人類認知影響等六大主題進行討論題目設計。
以上分析結束後，相關問題交付給現場審議工作坊民眾討論，並由專業引導師收攏。
在民主社會，透過直接民主（direct democracy）、代議民主（representative democracy）等機制運作，以選票及定期選舉選出代議士，代表人民行使公權力的民主模式實屬常態。然而透過選票加總式、競爭性的民主運作模式，或許可達成國家治理必要之運作有效性及決策效率等目標，卻仍非是毫無缺點的運作模式，通常在面對多數決策、贏者全拿的選舉慣性下，若是屬於少數公民，則容易覺得自己的意見難以被充分表達及回應，進而有所謂多數暴力的風險。當代學者為了彌補加總式民主的挑戰，因而提出所謂審議式民主（deliberative democracy），主張讓公民透過公共審議的方法參與公共事務的討論與形成影響決策的集體意見。
同時，隨著當代社會各方面突飛猛進地發展，不論是公共議題越趨複雜且跨領域，加上公眾對於資訊公開的掌握及需求越趨提升，便不難觀察到許多時候政策規劃與推動，不再只是在尋求政府與社會之間的妥協或是共識的層次，更多時候需要更積極面對來自社會群體之間的多元差異。因此現代社會亟需有一個疏通、互動的管道，讓更多的討論及不同意見可以被呈現出來，甚至是透過互相觀看、理解的過程，形成新的共識或集體意見，這樣的概念便與所謂的審議式民主不謀而合，良好的社會對話實踐與落地，將影響社會對於民主深化的理解與有助於提升公共討論的品質。
因此本次兩場次的活動設計之所以稱為審議式工作坊，便是大量參考審議式民主的精神，在公共政策規劃與設計的過程中，透過知識系統的整理與轉譯，再輔以公民參與的模式，邀請公民進入議程討論、發表見解，並透過整理、歸納出經過討論的建議方案。當然因為時間有限性，這樣繁瑣的過程並非召開會議即可自行運作，而是需要透過專業的審議團隊進場帶領，讓參與者可以在最短的時間中，理解需要討論的公共議題內涵，並在有限的時間內能有一定之結論，跟透過設定足夠具體的問題，達到收斂出具有建設性，或執行可能性的政策建議之目的。
如前所述，本次執行團隊政大永續創新民主研究中心，不僅是在審議操作上有諸多議題討論的經驗，更強調所謂感性同理的應用，尤其是再現審議民主中十分強調的相互性及公開性，透過他者的意見進而反思、打開自己的觀點，是實務上在推動審議民主時會特別強調的關鍵經驗。因此本次審議式工作坊亦結合劇本設計的成分，由團隊成員現場即興演出跟 AI 對社會影響有關的短劇，讓參與者可透過劇情發想可能的情境並與自身經驗進行扣連，讓後續的討論不只存在論理的層次，同時也能夠更加貼近人類社會現實運作的樣態與需求。
承上所述，本次兩場次工作坊的活動設計及現場操作，皆大量採用審議式民主精神及企圖再現審議式民主模式所強調的優勢，先由執行團隊進行議題研究，並書寫成簡單好閱讀的活動手冊，再透過設定議程及討論主題的方式，試圖在有限的時間內，有效率地讓參與者多方發言，並透過審議團隊的帶領，進行意見收攏與聚焦。同時，考量到進入議題所需的感知啟動，便透過展演的方式開啟參與者的感官，讓討論的過程較不容易流於紙上談兵，而是更貼近人類社會可能出現的情境。
這樣的操作方法自然有其正向影響，包含可以在有限的時間內，透過審議團隊具有技巧的引導與帶領，讓每個參與者都能夠發表自己的意見，並透過互相觀看的過程中進行交流、修正主觀性看法，進而尋求集體共識。同時，透過設定足夠具體且清晰的問題，便有機會蒐集到具有建設性及執行可能性的政策建議，並透過由參與者主動參與討論所延伸出的相互性、反思與接納，進而能夠對現場所提出之建議方案，產生同理與抱持著接受的態度。透過審議所達成的正向循環，不論現場所討論的議題回到決策層次，是處在政策規劃、合法化或執行階段，皆可對公共決策者在推動政策時有所助益。
反之，有關副作用則大概可以分有兩大面向，其一是類似的審議討論活動社會動員的成本相當可觀，像是通常有時間能夠全程參與的人數有限，加上若要考量到討論品質，單場次也不宜邀請過多參與者，通常的活動規模大約落在 20-50 人次較為常見，因此除非有機會可以舉辦多場次，否則在單場次可參與的人數有所限制下，或許仍難以收納到全面性的意見。因此倘若某一場審議式民主活動，對於回推至社會代表性有高度且嚴謹之要求，也不乏採用系統性抽樣或立意抽樣的方式進行參與者邀請，以解決參與者之組成會影響意見蒐集的風險。
其二則是會議結論需經過驗證的副作用，由於審議式民主活動的辦理成本較高，因此不論是主辦單位或是參與者對於結論的可執行性與影響力通常也有比較高的期待，然而倘若是政策議題的討論，相關結論仍是要回到有權責之行政機關予以落實，才有辦法檢驗現場所討論出的結果是否真的有執行可行性，直至推動的當下或許才有機會可以再次檢驗討論現場所推論的方式是否正確，這大概是審議式民主在討論過程中，不論討論氣氛如何高昂，又或是討論結果如何精彩，皆難以主張在會議討論的當下所作成具有集體共識的會議結論，一定能夠在政策設計上被有效地落實。
因此若要改善上述所謂的副作用或風險，即為主辦單位意識到預計開啟討論的題目，並非是一般性社會問題，而是可能即將形成政策議程的爭點，便需要在參與者邀請時，確保受邀的參加者能夠針對議程發表洞見。同時，需要由審議團隊擔任中介角色，進行議題資料梳理及歸納，提出具有討論價值的議程設定，討論時廣納、平衡參與者的多元意見，並依據會議目的，收斂出具體且具有建設性的建議方案，以利具有審議式民主價值的公眾討論，能夠對接到政策實務、發揮影響力。