【MMDays】用寫程式改善政府效能,台灣辦得到嗎?
【MMDays】用寫程式改善政府效能,台灣辦得到嗎?
2012.06.26 | 科技

在美國求學時,我曾經在美國國慶日的時候,到 San Jose 看國慶煙火。附近居民扶老攜幼,拿著板凳把公園擠得水洩不通,美國國慶煙火不分地點,大家都愛看,很多人也順便從家裡帶來準備好的食物就地野餐,或是到旁邊的園遊會攤子,買一些食物就這樣吃了起來。然而,最令我印象深刻的,不是漂亮的煙火,而是散場後讓我感到驚訝的一個景象:一個黑人家庭,屁股大到坐飛機時需要買兩個機位的黑人媽媽,大聲喝令旁邊跑來跑去嬉鬧的小孩子,要他們把周圍的垃圾收拾好、撿起來丟到垃圾桶,然後我就看著這個黑人家庭,一路撿垃圾、一路走回家,他們撿的大部分垃圾都不是他們自己製造的。而他們走回去的那條路,被他們撿得乾乾淨淨,不需要其他人再打掃。

這才是教育。

我曾經開玩笑地跟身邊的朋友提出一個隨便想到的 idea:想要系統化的評量人民的公德心,應該可以看一個簡單的指標:「下水道蓋子旁邊的煙頭數量。」每年做個抽樣統計一下就知道了,然後我還取了個名字叫「煙頭指標」。不過講歸講,其實也只是揶揄一下那些亂丟垃圾的人。

會想起這個故事,是因為前幾天我在 TEDxTaipei 上面看到一個很棒的演講: Jennifer Pahlka:如何用程式打造更好的政府?

這是一段不過短短 12 分鐘的演講,內容是說 Jennifer Pahlka 發起的一項計畫「 Code for America 」,這個計畫每年邀請一些科技人士及才華洋溢的設計師,請他們休假一年,這段休息期間去他們最痛恨的「政府」做事,讓他們在政府部門開發應用程式,探索一些改善社會、改善政府效能的可能性。

演講中舉出一個例子:去年 2 月波士頓大雪,把消防栓都埋住了,當地政府對此毫無作為,眼睜睜看著一支支消防栓被大雪掩蓋。所幸,此時 Code for America 正好有一個團隊在波士頓政府做事,於是開發了一個 app,讓使用這個 app 的人可以去「認養消防栓」,認養的意思是說:如果你的消防栓被雪埋住了,你願意去把它挖出來,你甚至於可以為你的消防栓取個名字。這個 app 非常容易撰寫,上線後也如星火燎原般地擴散。遠在夏威夷的一個政府 IT 部門員工注意到了這個 app,立刻把同樣的 idea 應用在當地的「海嘯警報器」上面,讓當地的人去認養和維護海嘯警報器,確保居民的安全。西雅圖政府也如法炮製,利用同樣的 idea 讓當地居民去清理堵塞的排水孔。

一個小小的 app,竟然發揮了這麼大的效用。

Code for America 因此是一個很棒的行動計畫,這群人想要透過網路、透過 app、透過鍵盤,改善自己的國家和政府,而且他們已經有成功的故事。台灣也有有志之士,發起了類似的 Code for Tomorrow 計畫。不過比較令人憂心的地方在於,我發現到,這個行動計畫成功的重點不在政府,而是在於人民的素質,所以我想到了文章開頭的故事。內心疑惑著:「台灣人究竟願不願意以這樣的方式來維護自己的公共環境?然後改善政府效能?如果台灣人平常連維護公共環境的公德心都沒有,類似的行動計畫是否死路一條?」

到 「 Google 搜尋滿地垃圾 」,就馬上可以發現台灣人的公德心還有很大的進步空間:演唱會、燈會、跨年晚會 … 每次留下來的都是堆成山的垃圾。

美國人看到自己的國家快爛了,會開始反省,如何改善自己的社會、以及改善自己的政府。台灣人看到自己的國家快爛了,會趕快想辦法去當外國人。

這就是最根本的差異:人民對於自己的國家沒有向心力,凡事先以自私自利為出發點,導致環境的破壞、利益團體的惡鬥、以及癱瘓的政府。

當美國已經想到以「軟體」結合「公德心」來改善自己的社會和國家時,台灣剛好兩個都比較缺乏。所以我認為台灣要迎頭趕上這波「用軟體和網路改變政府」的熱潮,還有很長的一段路要走。台灣的軟體產業不發達,軟體從業人員的薪資比起硬體廠商的薪資差了不少,能夠發揮的舞台也很有限,這也連帶造成這些軟體從業人員得先考慮找到工作、填飽肚子,而不是先考慮參與 Code for America 這種富有理想性的行動計畫,很遺憾,馬斯洛的需求理論在這裡同樣適用。但是我依舊衷心地希望 Code for Tomorrow 能夠像 Code for America,在社會中發揮一些正向的力量,雖然沒有公德心的人,腦子不可能一天就被清洗乾淨,但是身為與網路一起長大的世代的一份子,我還是相信「軟體」和「網路」終將扮演改善我們社會的重要角色,雖然台灣起步很晚,但是並不絕望。

也希望台灣政府能深切瞭解到,「軟體」和「網路」正以不可思議的方式和力量在改變整個世界,軟體與硬體不同,不但變換無窮,對於社會造成的效應也有許多不可預測的特性,而相信以台灣人的創意,如果有一個良好的軟體產業和網路環境,絕對可以用非常快速和低成本的方式,發展出一些令人意想不到、但是卻讓我們社會更好的強大力量,如果政府能增加投入在軟體產業和網路環境的資源,把對於傳統電子產業的關愛,移轉一些些到軟體產業上,不僅產業可以轉型升級,連帶著社會也可以獲得改變,甚至於最後也回過頭來改善了政府的效能。

我們絕對需要一股這樣「軟性的力量」,來改善社會。

出自 Mr./Ms. Days (MMDays)

關鍵字: #app
往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓