族語 AI 不是把錄音倒進模型：資料主權才是第一個介面

族語 AI 的第一個介面不是麥克風，是同意

做族語 AI 很容易讓人興奮：錄音、轉文字、翻譯、聊天機器人、教學 APP，好像只要把長者聲音放進模型，語言就會自動復振。這是技術簡報最常見的幻覺。族語不是資料礦坑，長者也不是免費語音供應商。真正的第一個介面不是麥克風，而是同意：誰同意、同意到什麼程度、能不能撤回、未來換模型時是否重新詢問、商業使用是否另計。

如果這些問題不先問清楚，族語 AI 會很快從復振工具變成新的抽取機器。它會把一句帶著家族、祭儀、地名與情境的語句，壓平成「音檔加轉寫」。它會把不該公開的知識推向開放資料，把需要長期陪伴的學習關係變成下載按鈕。最糟的是，當平台做壞了，部落還會被反過來責怪「資料不夠」。

開源不是免責金牌

全球低資源語言技術正在加速。Common Voice 這類計畫讓許多語言有了可用語音資料；Quechua、Pashto 等研究也顯示，公開語料可以讓長期被忽略的語言進入語音辨識與自然語言處理。但「能公開」不等於「應該公開」，「授權清楚」也不等於「文化上合理」。對某些口傳知識而言，CC0 式的完全開放可能不是民主，而是把未來世代的控制權提前交出去。

CARE 原則提醒我們，資料治理不只看 FAIR 那種找得到、拿得到、互通、可再用，也要看集體利益、控制權、責任與倫理。放到族語 AI，這代表資料集不是越大越好，而是越清楚越好：清楚標示來源、用途、可見範圍、禁用情境、回饋方式與停止條件。

模型要會說，也要會閉嘴

族語聊天機器人最重要的能力，也許不是回答，而是拒答。遇到禁忌知識、家族專屬故事、未公開祭儀、敏感地點與容易被商業化的植物知識時，系統應該能說：「這不適合在此回覆，請回到族群授權脈絡。」這不是功能不足，而是文化安全功能。一般產品經理可能會嫌麻煩，因為拒答降低互動率；但對傳統知識而言，會閉嘴的模型才可能被信任。

技術上可以怎麼做？第一，資料分級：公開教學語料、社群內部語料、限制查詢語料、不可機器化語料分開。第二，授權版本化：每批資料的同意書與用途綁定，不讓「去年答應教學」自動變成「今年可訓練商業模型」。第三，輸出審計：記錄模型何時使用哪些資料類型產生回答，讓社群可以追查。第四，撤回機制：當族人或家族要求下架，系統不是說「模型已訓練無法刪」，而是至少要有凍結、替換、再訓練與風險告知流程。

復振不是把人交給模型

族語 AI 最好的角色，不是取代老師、長者與家庭，而是減少他們被行政表格和低品質教材拖累的時間。它可以協助整理教材、產生練習、比對發音、搜尋語料、做初步轉寫；但語言真正活著的地方，仍是人和人的關係。孩子學會一句問候，不只是音素正確，也是在學會何時說、對誰說、用什麼姿態說。

所以，族語 AI 的成敗不該只看辨識率，也要看治理品質：族人是否能看懂系統在做什麼？資料是否回到社群？老師是否更輕鬆？長者是否被尊重？年輕人是否從使用者變成共同設計者？若答案都是沒有，那再高的模型分數也只是殖民技術換了一張比較潮的皮。

族語科技值得做，而且必須做。但它不能從「把資料給我」開始，而要從「我們一起決定資料如何活下去」開始。