跳至主要內容

從總統盃社會創新黑客松來看所謂的數據化思考、公開、透明的流程


最近一直在想要用什麼案例來解釋這三個議題:
  1. 數據化思考
  2. 由下而上(Bottom-Up)
  3. 公開透明的流程
在 OECD 的 Digital Government toolkit 裡第一個原則就是「開放、透明和包容 (Openness, transparency and inclusiveness)」。雖然在網路治理論壇裡看到許多執行的案例,但對不了解「網路治理」是什麼的網路使用者來說,可能還是很難讓這些人對這樣的議題點燃興趣。最近看到「總統盃社會創新黑客松」,有一百多隊報名,也公布了二十組入選名單,但很剛好的可以拿來作為這三個議題的案例。

數據化思考

同樣也是 Digital Government toolkit 中的第三個原則「在公部門裡創造資料優先的文化(Creation of a data-driven culture in the public sector)」
  • 政府已逐漸將資料視為戰略性資產。
  • 資通訊技術促使社會生產、儲存、處理和共享數據的能力呈指數性的增加。
  • 使用資料可以支持在公部門的政策決定和服務設計與執行。
  • 在公部門裡創造資料優先的文化。
同時 McKinsey 在2016年的「Transforming government through digitization」中也提到了:
  • 大數據可以利益於公部門中的國防、公共安全、健康和其他領域。
  • 透明可以強化大眾對政府的信任和公民參與程度。
在引經據典證明資料和數據化思與分析對提升民眾對公部門的信任與參與程度後,反觀「總統盃社會創新黑客松」裡的五大(或十大)議題:(1)防災與公衛醫療、(2)青年發展與就業、(3)社會安全網與高齡化、(4)環境及能源、(5)交通與觀光。

各議題下又有八至九個子議題。事實上這些議題都是媒體上的熱門議題,但我們可能很難知道為什麼這些議題會被選為這次黑客松的主要議題項目,同時也不知道議題被選出的流程是什麼?有無相關的數據或文字可以讓我們知道這些議題的關聯度和重要性。例如:
  1. 防災與公衛醫療的關聯度是什麼?為什麼會放在同一個議題裡?還是因為資料都集中在某一個部會裡?
  2. 青年發展一定等於就業嗎?還是因為資料集中於某部會中?
  3. 社會安全網為什麼會與高齡化放在一起?高齡化的人才需要社會安全網嗎?中低收入戶或其他行動不便的慢性病患者、無法自主行動的獨居者都不在社會安全網中嗎?
同樣的,環境與能源、交通與觀光,都會有同樣的問題,我們只看得出來這些資料分別被集中於:交通部、衛福部、經濟部…等相關部會中。那我們有無自各單位從自己手上的數據來證明這些大大小小的議題的重要性與急迫性?有需要透過黑客松召集外部人員協助處理的必要性?黑客松與社會創新的關聯度?無從得知。

今年在 TWNIC 的研討會裡,我曾提到一個關於老年化人口與智慧城市的案例。那是去年拜訪 T.H. Schee 時,他所提議的。當每個城市都說要發展智慧城市時,有無先想過自己城市所真正急迫的問題是什麼?有沒有先看過自己城市的相關數據,例如:人口(高齡、外來、流動率)、交通事故、建築…等,這些都是會彙整至內政部再至行政院主計總處的資料,也就是既有的資料,而相關的主事者有無自這些數據中看到自己的城市需要什麼?能否透過招商合作來處理這樣的問題或藉此發展為宜居或智慧城市。

但這樣的文化顯然未在政府部門內部養成,且在業界先後成立「開放資料聯盟」或「台灣智慧城市產業聯盟」或大大小小的聯盟、聯誼會,都沒有看到相關的發展,甚至在議程中也不見相關的資料或數據證據。

由下而上(Bottom-UP)與公開透明的流程

在華人文化裡看到「由下而上」這四個字依然會有階級的感受,但事實上它只說明了議題由廣泛收斂集中的過程。

今年的聯合國 IGF 在三月辦理了2018年第一次公開諮詢和多方利害關係人諮詢( Multistakeholder Advisory Group,簡稱 MAG)成員會議,除了 MAG 成員之外,還公開讓所有是對網路治理議題有興趣的網路使用者,就算是非聯合國成員,都可以透過現場或網路參與,在其中一場議程裡,大家就在討論所謂的「由下而上(Bottom-UP)」。

在今年度的聯合國網路治理論壇也公開對外召集議題(Call for Issue),議題不是由網路治理論壇的 MAG 們來決定或提供,而是由全球對網路治理有興趣的人,可以透過「IGF 2018 Call For Issues」這張表單來輸入。意見提供者所提供的議題將會公布在 IGF 2018 Proposed Issues 頁面中,同時提出意見的人將會被公布為 Resource Persons,當 2018 各國要提案需要邀請對象時,就可以從這份名單中參考。另外也有提供各國網路治理論壇成員提供今年聯合國網路治理論壇會議中主要議程的建議議程。

所以我們可以看到議題、議程是這樣被公開收集、公開意見提出人員。議題非常多和廣泛,收斂則要靠 MAG 成員們去收斂或是在公開徵求提案時讓大家參考全球有哪些議題方向可以思考。

看完聯合國的網路治理論壇後,再回頭看台灣的「總統盃社會創新黑客松」。

從前一段裡,我們已無法得知這些黑客松的議題是怎麼來的。接下來:
  1. 未公開評選標準的制定方式。自頁面上知道已有這些評選標準,但為什麼會給予這樣的權重?
  2. 未公開各組的成績及計算方式。延伸自評選標準,在這次投案的一百多組裡,可以看到有不少投案的議題和說明。在三月底時已公布了入選的二十組,並公布了這些題目為什麼會入選的原因,但不見各評選標準的給分,同時也不知道各個委員的評分是多少?也無從得知評選的分數計算公式。
  3. 未公開評選委員的揀擇標準。評選團隊們在其相關的領域裡的確都具有「代表性」,這點滿足了執行團隊在公開評選委員時,可以應付所有媒體對於代表性的提問。但我在其簡報裡看到了這麼一段話:「突破部門藩籬,以議題導向,促進多元利害關係人之合作」這是很好的目標,但我也想問,簡報中所指的「利害關係人」有哪些角色?假設某個團隊使用了衛福部的資料來開發某個專案,請問這個專案的對象不是利害關係人嗎?例如某個團隊使用了交通部的資料,來研究如何降低某個路段的車禍事故,請問該地的居民、用路人是不是利害關係人?利害關係人是否成為評選委員的標準,我們無從得知,但具有「代表性」是否就可以成為評選委員?這點大概只有委辦單位、執行單位自己心裡清楚。如何有效率的選擇利害關係人,可以參考 獸群之心 / Soking 所撰寫的「談UX設計師網站改版三招:利害關係人訪談/數據分析/Prototype」一文。
  4. 未公開團隊成員姓名。每逢報稅期間,總是會有人在社群平台上抗議,要求公布開發報稅軟體的公司或工程師。在這次不論是進入初選或初選佳作的名單裡,都只有組名,也許是因為個人資料保護法的考量,而不公布組員名單,這樣的利弊得失,就各自衡量了。
這樣的流程不複雜,但期程都需要提前辦理,非常考驗秘書處和執行單位們,但全球性的論壇都能做到對全球招收議題、公部諮詢委員名單,而我們只對台灣內部收集,卻還未培養出相關的習慣與素質(不是只有這個單位這樣而已,只是剛好是最近看到的範例)。

總結一下我所看到的問題:
  1. 未公開議題選擇的流程且議題缺乏數據基礎支持。
  2. 未公開評選制定方式。
  3. 未公開各組成績與計算方式。
  4. 未公開各委員的評分成績。
  5. 未公開委員的揀擇標準。
  6. 未公團隊成員姓名。
既然什麼都是「未公開」,自然也不用談透明了。

最後,我們來看看網址。這個活動被稱冠名為「總統盃社會創新黑客松」,主辦單位是中華文化總會(GACC),協辦單位是資策會。網址是:「https://presidential-hackathon.iii.org.tw/」
  1. 因為是叫「總統盃社會創新黑客松」,所以用了presidential-hackathon,22個字元,不算短,好記嗎?看個人的記憶力有無衰退或要不要使用在這種地方或是放在書籤裡了。
  2. 域名是*.iii.org.tw,也就是這個網站由資策會執行,所以GACC和資策會為什麼能使用「總統盃」,可能也要想一想這個活動和 iii.org.tw 的關係與正當性?為什麼法人單位的活動可以用「總統盃」?真正的主辦單位是哪個部會?如果這麼重視這個活動,為什麼不買一個域名?
至於獎勵方式,我想就當各位熱血付出賺免費衣服吧!

留言

此網誌的熱門文章

公告:更換網址為 www.yingchu.net

使用「.tw」域名的網址已有一段時間,在台灣的春季連續假前一天,我決定把域名自原本的 「.tw」 改到「 .net 」,從國家及地區頂級域名(ccTLD)更換為通用頂級域名(gTLD)。對一般人來說,只是換個網址,但實際上更換域名不僅影響網路搜尋引擎排名,也因我無法設定舊網址自動跳轉到新網址(301 頁面),加上我平時較少使用社群平台,導致許多瀏覽者可能無法得知我已更換網址,RSS 讀者也無法自動收到新文章。 目前我只能在 X(twitter)、LinkedIn上公告我已更換網址。 請大家更新自己的書籤至「 https://www.yingchu.net 」,有使用 RSS Reader 習慣的使用者也更新至「 https://www.yingchu.net/atom.xml 」或「 https://www.yingchu.net/feeds/posts/default 」。 更換域名的原因 1. 費用因素 自 2014 年開始使用「.tw」域名,每年付台幣 700 元,使用已超過 10 年。當時選擇「.tw」,除了想告訴瀏覽者這個文章作者來自台灣外,「.tw」比「.com」或「.net」每年維護費用便宜近 50%。這期間我也曾購買其他新頂級域名(New gTLD),如「.world」、「.asia」等,並使用不同註冊平台。有些平台為吸引新客戶不時推出特價活動,例如我一直關注的「.net」近期就有優惠。同時,移轉服務商後「.tw」的維護費用也低於 HiNet,進一步強化我更換域名的意願。 2. 較友善的管理介面 原本透過 HiNet 購買的「.tw」域名,其後台介面不夠直覺,常常找不到設定功能。每年僅登入一次,幾乎無法記得操作流程。今年登入時才注意到其實有提供多因子驗證(MFA)功能,但過去完全未曾留意,也從未收到相關通知。自 2014 年至今,我印象中這個系統介面僅更新過一次,早期的版面文字更小、操作不便。 當我在其他服務商購買「.net」域名後,發現他們的介面在手機與電腦上皆清晰易用。因此我也將其他域名集中轉移至同一註冊商管理。新的註冊商同樣提供 MFA,我也不儲存信用卡資料,讓集中管理更加輕鬆安全。 3. 無法接受「.TW」註冊局(registry)的政策 促成我犠牲 10 年 SEO成果的臨門一腳,是因為收到一封台灣ccTLD管理者(即註冊局,台灣的註冊局...

台灣成立個人資料保護委員會的重要性

我在2018年6月7日去聽 PChome 的詹宏志董事長的 演講 ,他在演講中提到過去PChome被 DDoS 攻擊的事件。當他知道公司網站受到攻擊時,他不知道該向誰通報,只好藉由他的人脈網來尋求協助,當然也取得協助,並在他的考量下,儘量降低對公司聲譽、消費者權利的風險。 台灣發生過的真實案例 當我聽到這個經驗後,心中一直有個疑問:「當大企業遇到 DDoS 時,有內部資安管理人員全力處理。但若中小企業遇到 DDoS 時,除多功能的資訊服務團隊外,又該如何應對?」  2007年的博客來網站因為金馬影展的售票資料庫因為人為疏失,造成大量個資外洩,但因為當時的《電腦處理個人資料保護法》(即現在的個資法)還不是很完善,所以對當時的博客來而言並未有很嚴重的懲罰。 之後隨著網路愈來愈普及,網站因遭受攻擊造成資料外洩的事情愈來愈多,從會員資料庫外洩到癱瘓公司系統甚至導致醫療系統或網站癱瘓。,大家也開始藉由網路媒體教學,當自己的資料外洩,或是私密影像被惡意傳播時,就會先去警局報警備案。 在台灣,因為各目的事業主管機關的權責範圍不同,在沒有成立數位發展部(數位部)前,網路商店發生資料外洩時,可能會先找經濟部、國家通訊傳播委員會(NCC);在成立數位發展部後,就把所有責任給數位發展部。讓我很感慨的是2023年的 醫指付個資外洩事件 ,就看著衛福部、經濟部、數位部、金管會四個部會互踢皮球,都不認為自己是應該負責的目的事業主管機關,最後由金管會處理。 歐盟GDPR實施後對全球企業的影響 台灣的人權團體長久以來不斷倡議台灣需要獨立的個人資料保護機構,這件事我一直都沒忘,甚至是在討論 《數位中介服務法》 草案時,這部法的草案已經將個人資料保護機構應做的事已規劃至其中。可惜的是因為政治操作,這部法案就被遺忘了。 我在 2022 年開始蒐集全球個資保護與隱私保護的案件及觀察全球人工智慧、個人資料法規發展,我觀察到,台灣與收集的案例的最大不同處在於,與其他國家比較,台灣沒有獨立的個人資料保護單位,自然當其他國家在談資料跨境傳輸協議、人工智慧發展政策與規劃時,台灣沒有對等的單位可以參與討論,也許數位部同時身兼這樣的角色,但就不是前段所提到的「獨立」的權責機關。 歐盟的GDPR自 2018 年 5 月開始實施後,許多國家開始思考擁有資料保護及所有權的重要性而紛紛立法外,GDPR也對全球企業造成很...

生成式 AI 使用記錄 -- Deep Research

當OpenAI將Deep Research先開放給 ChatGPT Pro 的使用者後,已經有一群使用者驚訝於它的產出,沒多久,OpenAI已 開放給付費的使用者 來使用 Deep Research功能,讓更多人都能受惠於這套功能帶來的方便。 當我在 ChatGPT 裡使用 Deep Research 讀完我幾年來處理的文件、寫的報告內容後,它依這些資料產出的速度相當快,除了可以搜尋網路文章外,也同時參考我所上傳的資料。因為已經讀過我整理過一次或經過多次編修的內容,所以產出成果也有一定的品質。 這樣的發展促使我思考「知識工作者」是否可能真的被取代?科技進步就是不斷的在縮短資訊落差,減少因為資訊落差造成的不平等,但仍有可能因為運用資本的程度不同而產生不平等。 就現階段來說,使用者要讓生成式AI按提示語(Prompt)工作,取得高品質且符合需求的資料、辨識產出的成果是否存有虛構的內容,都需要依賴使用者本身對該領域的專業程度,才能寫出正確的提示語。在我今天的操作過程中,如果沒有先前累積的知識,可能也無法讓AI開始工作。 知識工作者在未來,存在的意義可能會像「翻譯」一樣,將客戶的需求「翻譯」為指令,限縮這些生成式AI在搜尋的範圍,提高產出的準確率及品質,減少內容的幻覺,,也像一個具基本能力的「編輯」,編修文章中的字句,更貼近「人類」的語言,或客戶需求的專業語言,而不是像機器一般的語言。 Deep Research 不僅縮短產出文章的時間,還沒有創作者在產出文章時的陣痛期,例如面對排山倒海的資料確不知從何處開始著手整合,又或是完全不知道要去哪裡找資料,又該從哪裡開始。在對話的過程裡,生成式AI也會一起把範圍縮小,讓目標更明確,也是不錯的協助。