傳統醫藥不是 AI 的素材庫：誰准你把祖先的藥草拿去訓練模型？

傳統醫藥在 AI 時代面臨新的風險。過去的生物剽竊可能是研究者進入部落、採集植物、帶走樣本；今天的採集可能是資料庫爬取、論文摘要、藥用植物圖鑑、民族誌紀錄與專利文本的自動化整合。

AI 不會走進森林，但它會走進資料庫

傳統醫藥過去常被描述為「地方知識」、「民俗療法」或「文化資產」。這些詞聽起來溫和，實際上卻藏著權力問題：誰命名？誰記錄？誰擁有？誰有權決定哪些知識可以公開，哪些只能在特定家族、性別、年齡、儀式或季節脈絡下傳承？

AI 時代的新麻煩是，它不必親自進入森林，也能透過已公開的論文、圖鑑、博物館紀錄、專利資料庫、新聞報導與社群貼文，把傳統醫藥重新整理成可搜尋、可推論、可商品化的知識網絡。

數位化不是中立行為

許多機構喜歡說「我們只是保存」。但保存從來不是中立的。把一種藥草的名稱、用途、採集地點、族語稱呼、儀式規範、禁忌與治療經驗放進資料庫，等於改變它的生命形式。它從關係中的知識，變成欄位中的資料；從長者口述的責任，變成搜尋結果；從需要學習倫理才能接近的知識，變成可以被模型摘要的內容。

黑色幽默地說，AI 很有禮貌：它不會偷，它只會「根據公開資料推論」。問題是，許多公開資料原本就是在殖民、研究不對等、語言不平等與授權模糊的歷史中被公開的。

WIPO 傳統知識條約的提醒

2024 年 WIPO 通過與基因資源及相關傳統知識有關的智慧財產條約，核心之一是專利申請若基於基因資源或相關傳統知識，需要揭露來源或出處。這不是解決所有問題的魔法棒，但它至少承認：傳統知識與基因資源不是無主物，也不是現代創新者可以假裝從空氣中得到的靈感。

然而 AI 帶來的新問題是：如果模型透過大量文本學會藥草用途，後續由研究團隊提出藥物假設或產品概念，來源要如何揭露？模型訓練資料若混雜數千份文本，責任要如何追溯？AI 生成的「新配方」若實際上是傳統知識的重組，算不算剽竊？

傳統醫藥的知識權利不只在「利益分享」

主流制度很愛談 benefit sharing，彷彿只要最後有分錢，前面的採集、翻譯、資料化、模型訓練都可以被洗白。但原住民族知識治理不只問利益，也問權威、責任與關係。

CARE Principles 提醒我們，資料治理要重視 Collective Benefit、Authority to Control、Responsibility、Ethics。放在傳統醫藥上，這代表社群不只應該「被告知」，而應該有權決定資料是否被建立、如何分級、誰能讀取、能否用於 AI 訓練、能否商業化，以及錯誤使用時如何追責。

Two-Eyed Seeing 可以怎麼用在傳統醫藥與 AI？

一隻眼睛看現代科學：成分分析、毒理研究、臨床證據、藥物交互作用、安全劑量。另一隻眼睛看原住民族知識：土地關係、採集規範、儀式責任、長者授權、禁忌、季節、故事與社群福祉。

真正的雙眼觀看不是把傳統醫藥送進實驗室，然後把剩下無法量化的部分叫做「文化背景」。它應該是共同設計研究問題、共同決定資料邊界、共同審查成果、共同決定什麼不能公開。Two-Eyed Seeing 原本即強調以 Indigenous knowledge 與 Western knowledge 的長處一起觀看世界，而不是讓其中一方吞掉另一方。

AI 傳統醫藥資料庫的最低倫理設計

如果未來要建立傳統醫藥 AI 系統，至少要有幾個防線。第一，資料分級：公開知識、社群內部知識、限制性知識、禁用知識不能混在一起。第二，授權紀錄：每筆資料要有來源、授權範圍、撤回機制。第三，模型限制：不是所有資料都能拿去訓練生成模型。第四，社群審查：輸出內容需能被知識持有人修正或封存。第五，商業防火牆：教育、文化保存與藥品開發不能偷換概念。

否則我們只是把「採集植物」升級成「採集語料」，把標本櫃換成向量資料庫。

祖先的知識不是無人看管的開源專案

開放資料有其價值，但不是所有知識都應該開放。傳統醫藥尤其如此。它牽涉身體、土地、靈性、家族、季節、生態與責任。AI 能協助保存、教育與研究，但前提是它必須接受社群治理，而不是把社群當作資料來源，把企業當作創新主體。

一句話：傳統醫藥可以進入數位時代，但不能被丟進 AI 攪拌機，打成一杯叫做「創新」的果汁。