數位弱勢需要協助的管道，應該要怎麼規劃？
如何處理不同的單位有不同的廠商，在規格裡面本來就沒有單位跟單位間互相通的設計，我們事後發現應該要連起來的時候，廠商間其實也沒有這樣的管道，也不知道誰要發動，請問要如何處理？
現在已經有很多公共服務，事實上說不定還在維護階段，也不能輕易地拿掉，因為很多人在用，但是難以整合，要怎麼辦？
還有哪些案例可以分享的？
請問這要如何具體使用在公務系統當中？
所以先要有一個跨領域編組？
海選來的職級、職等比較低，他們做出來的共同決策是很棒的，也沒有人幫他倡議？
您在社創中心的育成模式，可以分享嗎？
這些團隊解題，那出題的來源是？
創新實驗室的費用來源？
題目討論的過程，要如何照顧到公平性和公共利益？
相關的 KPI 要如何設定？
輔導團隊後續追蹤的方式？
對數位專責機關的想法？
是否已有具體可以操作的指引？
對數位民主的想法？
您跟最後能夠拍板定案的人溝通時，會給他看什麼？
所以不是採購的關係？
對視覺化輔助決策界面的想法？
數位政委辦公室的編組方式，可以在市政府導嗎？
社創中心的營運預算來源？
謝謝。之後還可以去拜訪政委嗎？
這一次我們想要報導的主題是「數據的利與弊」，就是數據的好處跟可能帶來的衝擊，委員是很適合來談這個主題的人。
對，會有20～30頁的專題報導。
因為AI的基礎是大數據，再加上演算法，所以我們就把兩者一併起來談，但事實上AI的根源是從大數據產生的，就要利用這些數據來做什麼事，再建成一個模型來變成服務。
主要是運用跟服務。
不是，不是技術的利弊。我們一開始會先從口罩1.0至3.0這個地方開始談，因為我們知道對於這一次疫情非常地重要，背後應該是有一些數據的力量在後面，但是目前大家對於數據的力量是比較模糊的，所以等一下會先從這邊切入來訪問。
剛剛提到口罩1.0、2.0、3.0的部分，對臺灣防疫很重要的一些舉措，從策劃到施行，背後是整合了哪一些數據的力量？
剛才是1.0的部分？
現在已經進化到3.0了，這背後是不是有整合了健保數據？
就是健保卡數據。
口罩1.0至3.0的部分，可以用數據防疫來形容嗎？
創新的地方是在這裡。
我們現在看到了數據、數據分析的力量之後，事實上我們知道政府因應物聯網時代的到來，也在規劃全新的數位發展部會籌設。
據您的瞭解，這個部會會為臺灣帶來什麼樣的新氣象？
所以這個部分的新氣象是開放透明、整合很多公部門的機關這一些特色嗎？
這個是很重要的整合動作，可以提升很多的效率，減少浪費很多的時間，這應該是國家未來要走的方向？
您會參與數位發展部會的籌建嗎？
大概什麼時候會成立？
既然要整合非常多的政府部門，是不是也需要一個比較高的層級，也就是是跟類似經濟部這樣同等級的部會嗎？
像剛剛舉了登山整合的例子，我這一次採訪另外一個主題是「數據紅利」，這個對照人口紅利，也就是一個國家有很多勞動力，為經濟發展、工廠生產帶來很多的幫助，現在數據紅利也是類似的意思，也就是大量的數據，經過很多指揮整合，然後形成一些平台整合出來之後的紅利，您怎麼看臺灣有了這個數據紅利，臺灣要怎麼樣好好利用這一些數據紅利？
這個空氣盒子的故事跟數據紅利的關係是什麼？
所以這個數據紅利是可以為全民所共享？
我們提到比較多的是數據帶來的好處，還有為政府帶來一些治理上的進步。但根據國外美日歐盟等國與專家的報告，AI除了帶來好處以外，也會帶來一些衝擊，姑且不論背後的原因是什麼，但就是也衝擊到就業的問題、不平等的問題、隱私、道德等等的問題，會帶來一些隱憂或者是風險，你怎麼看從數據到AI帶來的衝擊？
AI是主要輔助人類的系統。
我們也觀察到，某些比較高度風險的領域，像自駕車可能會遇到類似著名的電車難題（Trolley problem）……
主要是道德決策上。
我還是先描述一下Trolley problem，一條很狹窄的山路，然後上面是總統的坐車要往下開，下面是一台載著20個小學生的娃娃車要往上開，因為道路太狹窄了，兩個都是自駕車，假設無可避免會撞上……
不管怎麼樣。
200時速是人設定的。
