國發會的「前瞻規劃」不應淪於報數字與空洞的口號

圖片來源：Midjourney

作為行政院最高的規劃和研究機構，國家發展委員會（簡稱國發會）10月17日第124次委員會議，提報最新2024至2070年人口推估結果，顯示台灣未來不僅少子化，高齡化現象將更趨明顯。國發會預估未來台灣總人口將從2024年之2,340萬人，減少至2070年之1,497萬人，整體減少844萬人。

國發會的推估中，工作年齡人口（15至64歲）中，以45至64歲的中高齡占比最大，且自2037年起超過5成，國發會在報告中稱，這「引發勞動力高齡化問題」。其中的解決方案為「質量並進充裕人才」，洋洋灑灑寫了四大點建議，包括：

1. 提升勞動生產力：攜手產學研開發AI工具與培育AI人才，促進AI產業化、產業AI化
2. 擴大國人勞動參與：推動中高齡就業專法及措施，投資青年就業，協助婦女重返職場，並研議壯世代相關措施
3. 強化人才教育投資：厚植重點產業人才培育，厚實人文社會底蘊培養數位技能，促進國際生及人才循環交流
4. 吸引全球優秀人才：延攬重點產業外國專業人才，建構完善留才生態系，擴大留用外國技術人力

然而，當國發會的報告，還在提及2070年的「勞動力」時，就不得不提「勞動力」這一詞的緣由。

2070年還存在「勞動力」嗎？

勞動力（Workforce）或稱勞動人口（Labor force）一詞出現於19世紀，由馬克思（Karl Marx）和恩格斯（Friedrich Engels）提出，出現於他們合著的《資本論》一書中。很明顯地，這樣的概念是因為第一次工業革命後所產生的資本主義，因而衍生對其批判的社會主義，為解釋敵對的「資本」，而誕生的概念與進而衍生出的詞彙。目前，人類文明的演進，已推進至第四次工業革命。2022年底，ChatGPT的發佈，讓人工智慧（AI）不在只存在於概念與科學家的研發品，而是進入市場的產品，並讓世界開始邁入一個需要重新理解的時代。

一次工業革命時，人類從農耕與自給自足，至擠入大城市與工廠上班，是一次突破性的發展。那麼四次工業革命，讓機器的深度學習足以接近人類，甚至取代人類的工作，又何嘗不是另一次突破性的進展？

英國作家協會（The Society of Author）今年1月份時進行一項調查，並在4月公布的結果顯示，AI技術正在威脅譯者的生計。四分之一的插畫家（26%）和超過三分之一的翻譯員（36%）已經因AI而失業，超過三分之一的插畫家（37%）和超過十分之四的譯者（43%）表示，由於AI的發展，他們的工作收入下降。

失業，並不是危言聳聽，而是現在進行式。我們認識山姆·奧特曼（Sam Altman）多數是因為他創立ChatGPT的母公司OpenAI，但許多人不熟悉的，他長期以來一直是無條件基本收入（Universal Basic Income，間稱UBI）的倡導者。奧特曼認為，隨著人工智慧系統變得更加強大，它們將顛覆傳統的就業模式。透過創建加密貨幣生態系統，他推出的世界幣（Worldcoin）計劃將代幣作為一種固定收入形式，固定分發給已驗證身份的自然人用戶。該倡議旨在確保在日益自動化的世界中每個人都能獲得財務資源，特別是在AI取代勞動力後，為自然人工作後所產生價值之分配。AI顛覆傳統的就業模式，「勞動力」這樣的理論在50年後，基礎是否還存在呢？國發會依據現有模型的推估，是否未考慮到環境的快速變化？

美國未來學家雷蒙·庫茲維爾（Raymond Kurzweil）在2005年撰寫的《奇點臨近》（The Singularity Is Near: When Humans Transcend Biology）一書，開宗明義就點出了，人類的發展係以「指數級的增長」，而不是線性增長，這意味著發展是從拐點後就具有爆炸性的進步。作者拉出從有生命開始，到真核細胞，寒武紀爆發，一直到智人、早期城市、工業革命、電腦的出現……等，進展所需的時間正在縮短。過去可能需要幾萬年的發展，如今可能僅需一、兩年就出現重大突破。

或許你認為這一切還離你很遙遠。在ChatGPT誕生以前，人們是否相信人工智慧將取代譯者的工作？美國加州大學伯克利分校語言學系教授喬治·萊考夫（George Lakoff）與美國奧勒岡大學哲學系教授馬克·約翰森（Mark Johnson）1980年在《我們賴以生存的隱喻》（Metaphors We Live By）一書中，否定了這樣的可能性，他們當時認為，語言本質上是隱喻性的，這使得機器難以完全理解和處理人類語言的複雜性。而他們忽略的，正是1957年，美國語言學家、哲學家喬姆斯基（Noam Chomsky）的轉換生成語言（Transformational-generative grammar）學派的建構，該理論強調語言的深層結構與表層結構之間的轉換關係，以及普遍語法的存在，使得人工語言與數理邏輯各種可能關係，被完整建構了所有的基礎算法。

就如同在原子彈產出、投擲並製造出強烈爆炸以前，時任美國總司令參謀長（現稱參謀長聯席會議主席）萊希（William D. Leahy）對原子彈持懷疑態度。根據前美國總統杜魯門的《回憶錄：決策之年》（Memoirs: Year of Decisions）一書，萊希當時表示，「這是我們做過的最愚蠢的事情。原子彈永遠不會爆炸，而我是以炸藥專家的身份發言的 」（That is the biggest fool thing we have ever done. The bomb will never go off, and I speak as an expert in explosives），但後來的事實證明他的觀點是錯誤的。

國發會空洞談人工智慧

國發會在因應少子女化及其衍生之人口重要議題的對策上，僅提及以下兩段：

1. 為實現產業AI化、AI產業化，國科會推動「臺灣AI行動計畫2.0(2023-2026年)」等，從人才、技術、產業等厚植臺灣AI國力，帶動我國整體產業轉型升級，進而提高勞動生產力；此外，數發部推動「雲世代產業數位轉型計畫」等，降低人力需求，並優化企業經營質量。
2. 強化人才培育力道，滿足我國產業發展所需人才(本會及相關部會)：藉由本會與相關部會共同推動「國家人才競爭力躍升方案(2024-2027年)」，培育AI等重點產業人才，深化人文科技素養，打造未來人才，預計至2028年累計培育AI等人文數位人才及STEM跨領域人才逾45萬人次、累計10萬名國際生來臺就學。

然而，這些空洞的口號能幫助台灣接軌AI產業嗎？AI基礎始於1940年代，當時可程式設計數位電腦的出現。艾倫·圖靈（Alan Turing）……等早期先驅為機器智慧奠定了理論基礎，提出了圖靈測試等概念來評估機器表現出智慧行為的能力。在1956年達特茅斯會議之後，麻省理工學院1959年成立人工智慧實驗室，隨後成為AI研究的中心樞紐。研究在1960年至2009年期間，發展起起伏伏。直到2010年，Transformer……等深度學習架構的技術，徹底改變自然語言處理和圖像識別。Google和OpenAI……等公司在開發AI應用程式方面亦取得重大進展，深度學習和神經網路取得了突破，迎來AI的重大變革時期。

AI並非一蹴可幾，而是堆疊了幾個世代後才得以躍上檯面，而台灣卻在這塊領域遠遠落後。這次國科會的報告，並非首次政府將AI具體納入政策，蔡英文政府在2017年7月召開了「智慧系統與晶片產業發展策略會議」，這是政府首次正式整合產官學界的意見，開始關注AI技術的潛力和應用。學術界自2017年前後才開始積極參與AI研究，許多大學和研究機構開始設立相關研究中心，並培養AI人才。2018年，蔡政府推出了「台灣AI行動計畫」，旨在推動AI技術的研發和應用，並促進產業轉型。該計畫於2021年結束，期間集中於創新體驗和軟硬體的協同發展。該計畫由科技部、經濟部、教育部推動，增設大學AI相關名額，建立AI創新研究中心，還強調要與國際大廠合作提供AI人才培訓，推動智慧應用認證機制。甚至要扶植百家AI新創企業，吸引國際旗艦企業設立研發中心，建立AI創新聚落，以及推動國際合作，提升台灣在全球智慧科技的影響力。

然而，當2022年底，ChatGPT正式發佈投入市場，台灣卻一個被國際關注的大型AI產品也沒有。行政院長卓榮泰在今年8月時表示，政府將在政策、法規、執行三方面做出努力，明年度科技預算大幅提升，其中在AI編列新台幣100億元。但攤開總預算案，這僅僅佔總預算的0.37%（台灣2024年度的中央政府總預算為2兆7,092億元新台幣）。而對岸的中共，正在這塊領域加大力度。

中共2015年由時任國務院總理李克強提出「中國製造2025」的十年計劃，該計畫將智能製造作為其主攻方向之一，這包括了生產過程的智能化、製造設備的智能化和產品的智能化。「中國製造2025」的智能製造涉及到從自動化升級到智能化的全周期生產，並強調資訊技術與製造技術的深度融合，如互聯網、物聯網、雲計算和大數據等。這些技術的應用直接支持了生產過程的自動化和智能化，從而實現了更高效和精準的生產控制。中共很清楚過去的「一胎化政策」，將導致在下一階段將面臨勞動力短缺的重大問題，因此勢必要在2025年攻克的重點項目。而根據10月15日刊出的《天下雜誌》809期的封面故事，似乎給台灣敲醒了警鐘。

2018年，美國川普政府公開點名「中國製造2025」是中共企圖與美競爭，並開始計劃制裁方案。美方不僅精準打擊關鍵產業通訊業者中興，更在拜登政府時期直接對中輾開科技戰，限制高端晶片流入中國。然而，一連串制裁卻逼使中國仿效蘇聯的計劃經濟，五年小週期計劃與十年大週期計劃，從中央到地方政府透過手中握有的財政資源補貼，加速「中國製造2025」達標。香港《南華早報》今年4月估算，該計畫約有86%已達成。《華爾街日報》今年3月則揭露，中共「79號文件」要求國有企業在2027年前，逼退外國軟體廠商，這意味著中國將使用「開源碼程式」自行研發屬於「中國特色」的各項軟體，快速實踐「去美化」。

2023年美、中、歐AI競爭力評比顯示，中國儘管在AI領域仍落後美國，在應用與資料上的評比卻已超越。《日本經濟新聞》引述澳洲智庫「澳洲戰略政策研究所（ASPI）」8月28日發布各國先進技術研究競爭力排行榜則顯示，在64項關鍵技術（包括人工智慧等可轉用於軍事的技術）中，中國在近九成（57項）技術上位居第一。

反觀國發會的兩次AI計畫，不是旨在推動AI技術的研發和應用，扶植百家AI新創企業，就是已經有多少位學者專家深耕AI基礎研究，培訓多少名AI應用人才，亦或是列舉一些在台灣社會根本沒多少人知道的、極小眾的AI軟體，自吹自擂，2024年即將進入尾聲，依然看不出台灣要在這個領域上，計畫走出什麼樣的道路？更別提對未來50年的產經結構與勞動力結構，因AI而大幅變動的整體因應計畫。

國發會的前身，是行政院經濟建設委員會（簡稱經建會），當年不僅負責整體經濟決策及規劃各項發展計劃，更主掌台灣經濟快速轉型的政策導引，協助完成十大建設，且維持物價穩定。如今，國發會更需前瞻性思考，替台灣在快速變遷的時代裡，提前預告可能的未來及應對方案，而不是僅提出冷冰冰的數據與空洞式的口號。