效能方面，著重發展各種智慧助手，以提升公務人員處理業務與申辦審查效率，降低人為錯誤、提升決策品質，並發展其他創新智慧應用，各部會需利用這5年期間，整備資料發展資訊業務助手、行政業務助手、特定業務助手，並且訓練智能模型，創新應用試驗及導入。

以配套措施輔助公務機關導入AI

負責輔導公務機關導入AI的數位部提出幾項配套措施，包括提出政府AI應用發展指引與技術、管理指南，推動政府AI人才培育，以及建立政府大型語言模型的應用試驗場域。

黃彥男指出，數位部未來要成為推動政府革新的教練，一方面參考國內AI基本法、行政院及所屬機關(構)使用生成式AI參考指引，以及國外相關法案，如歐盟新近推行的AI Act法案，NIST AI RMF風險管理框架等，提出國內發展AI應用的管理參考；另一方面是扮演教練，協助機關依照AI應用指引、AI技術，提高公務機行政效能、發展創新應用。

數位部正在規畫的政府機關人工智慧應用參考指引(草案)，目前參考指引已先由數位部研擬草案、內部討論，今年10月將會先確認草案內容，11月蒐集內外部意見及調整草案內容，12月完成試行版本，參考指引從輔導公務機關的角度，介紹AI基本概念、協助機關公務人員評估AI是否為解決方案、協助AI服務導入，以及協助機關AI專案管理、風險控管、AI治理。

在政府AI人培計畫，由數位部持續性、系統性培訓及技術支持，讓公務人員具備運用AI的技能，以改善公共服務，目標是讓公務人員可應用的領域、相關法規規範，具備AI基礎認識，可運用AI工具提升效率，並且可開發自動化RPA程式，利用簡易工具開發AI軟體。

人培計畫涵蓋各職務公務人員，包括高階公務人員的共識營，例如日前已舉辦的副首長共識營，並透過AI推動實務種子人員課程，舉辦AI實務課程、工作坊，以及公部門的AI應用成果競賽，讓AI深入公務機關各層級人員。

在建立政府大型語言模型的應用試驗場域上，由於各機關業務性質差異，為提供試驗找出最適合自己業務場景需求的LLM應用，數位部將建置大型語言模型的應用試驗場域，供中央機關在導入AI應用前先進行POC測試。

數位部計畫提供包括TAIDE等10個以上開源或封閉式語言模型，供各機關測試驗證，並進行客製化的訓練或調整，這些模型可由數位部建置AI Bots市集，類似於App市集的概念和其他單位分享，數位部希望提供至少20種共通性AI Bots，包括數據分析、資料清理、資料視覺化、翻譯等AI Bots，供有需要的其他機關應用，以節省開發成本、擴大效益。

下一階段的政府轉型發展，除了推動機關導入AI，革新公務行政效率、便捷公共服務之外，數位部也列舉其他持續發展的項目，例如在政府資料交換方面，推動更多的政府機關運用T-Road進行安全的資料交換，並且以零信任架構確保資訊安全；另外，還有推動民生關鍵系統韌性，讓關鍵民生系統的核心利用跨境公雲，當國內發生緊急狀態，仍能透過境外公雲維持基本運作，並且利用公雲備份資料，在事後重建系統及服務。

未來幾年，數位部輔導公務機關導入AI，包括生成式AI，黃彥男表示，應當要善用生成式AI帶來數位轉型突破，傳統的痛點例如重覆性高且冗長的作業、人工方式難以發現複雜資料關聯性、人為查找資料有限、人工作業疏失等等，運用生成式AI帶動轉型，能夠自動化提高生產力、避免人為疏失、控制複雜程式、洞察分析資料關聯性、處理大量資料文件。

他也列舉10大生成式AI可能的運用場景，包括知識管理、專案管理、資料治理、資料分析、文件審核、文件處理、寫程式碼等等。其中寫程式碼特別讓他有感，工程師出身的黃彥男曾是工程師，撰寫程式碼，他認為生成式AI應用在寫程式碼，減輕工程師的開發工作負擔，未來工程師的工作必需要會下指令，由生成式AI產生程式碼，工程師再進一步檢視優化。

未來生成式AI在公務機關的應用潛力，例如結合語言模型建立生成式AI回應機制，提高對民眾問題的理解度，找出關聯性的資訊精準回答，或以自然語言對話式回應，像是我的E政府，未來民眾可以自然語言提出問題，由AI精準回應；在法務應用上，利用生成式AI協助檢察官產生書類草稿，減輕檢察書類製作時間。

黃彥男也提醒公務機關運用生成式AI，應小心的4種偏誤，包括資料偏差、關聯偏差、自動化偏誤、確認偏誤，目前數位部已成立AI評測中心，針對LLM以安全性、公平性、準確性、彈性、可解釋性等共10項AI評測項目，預防上述AI偏誤可能造成的風險。