衛星看得見暗船，但看不懂海：遠洋漁業透明化的治理難題

衛星把海面照得很亮，但它不是海巡隊，也不是道德法官。它看得見船的軌跡、夜間燈光、雷達反射、港口動線，卻看不見漁民家裡的冰箱、船員的護照、沿海社群的飯桌，以及一張捕撈許可背後的權力關係。近年非法、未報告與未受規範漁業被包裝成很科技的問題：關掉 AIS 的暗船、跨境轉運、假旗船、海上補給、供應鏈洗白。於是大家很容易以為，只要把衛星和 AI 接上去，海洋就會自己變透明。這想法很迷人，也很危險。透明不是把鏡頭架高，而是決定誰有能力解讀、誰能提出異議、誰會被誤傷。

暗船不是看不見，而是不想被看見

海上船舶常使用自動識別系統傳送位置，但海洋從來不是教科書裡乾淨的圖層。某些船因安全、設備、訊號、政策或刻意規避而沒有完整訊號；某些船會在敏感海域關閉定位；某些船雖然開著訊號，卻透過轉運、假登記或複雜公司結構讓責任變得像一條滑溜的魚。雷達衛星、光學衛星、夜間燈光與機器學習因此被拿來補位：你不說你在哪裡，海面仍可能留下痕跡。這就是「暗船」治理的技術邏輯。

但技術邏輯不能直接等於法律結論。衛星看到一個亮點，不代表那一定是違法捕撈；模型判斷某段軌跡像捕魚，也不等於它已經完成執法證據鏈。漁船可能在避風、維修、等待補給，也可能只是資料延遲。若公共論述把「疑似」講成「抓到」，監測工具就會變成輿論絞肉機。海洋治理最需要的不是更自信的圖表，而是可追溯、可申訴、可校正的證據程序。

公開地圖讓權力重新分配

Global Fishing Watch 這類平台的價值，不只是把船畫在地圖上，而是讓過去只有政府、船公司或少數機構看得到的海上活動，進入研究者、記者、保育團體與公民社會的視野。這種透明化改變了權力配置。過去地方漁民說「外來船隊進來了」，可能被當成抱怨；現在若能用軌跡、時間、海域與港口資料相互印證，地方經驗就比較不容易被管理語言淹沒。衛星不是替地方發言，而是提供一種讓地方知識有機會被聽見的證據橋梁。

對原住民族海岸社群與小規模漁業而言，這尤其重要。許多海域不只是資源倉庫，也是祭儀、航路、季節知識、親族分工與地方經濟的集合。當遠洋船隊、大型養殖、海上風電、觀光船舶與保育區同時擠進一片海，誰有權定義「永續」就變得很政治。若只用工業船舶資料來治理海洋，容易把小規模、非集中、季節性、以生活為基礎的捕撈實踐看成資料空白。資料空白不是沒有知識，而是你的系統沒有學會用對方式看。

AI 可以抓模式，也會放大偏見

AI 在海洋監測中的角色，是把大量影像與軌跡轉成可處理的模式：哪些船可能在捕撈，哪些區域出現異常密集活動，哪些港口和轉運路徑值得進一步查核。這很有用，因為人類不可能每天盯著整個地球海面看。但模型常常以可取得資料為食。資料越偏向大型船、工業船、裝有設備的船，模型就越擅長理解那種世界；資料越缺乏地方尺度、傳統航路、季節禁忌與小型船舶脈絡，模型就越可能把不熟悉的行為判成雜訊或異常。

所以海洋 AI 不能只問準確率，也要問代表性。訓練資料來自哪些海域？是否包含熱帶島嶼、北極航道、太平洋小島、近岸小船、季節性漁法？錯判的成本由誰承擔？若某個沿海社群因模型誤判而被貼上非法捕撈標籤，誰負責更正？若某個大型船隊因資料技巧躲過模型，誰會被假透明欺騙？AI 最可怕的地方不是它看錯，而是它看錯時還很像系統答案。

供應鏈不能只會說可追溯

海鮮供應鏈喜歡使用「可追溯」這個詞，彷彿魚從海裡游到餐盤，只要掃一個 QR code 就會乖乖交代身世。現實比這難看得多。船員勞動、轉運、加工、冷鏈、進口商、品牌標籤，每一段都可能把責任洗薄。衛星監測能補上捕撈行為的外部證據，但它不能取代港口檢查、勞動權益、報關資料、企業採購責任與消費者溝通。若企業只把衛星圖當 ESG 裝飾，就像在髒冰箱外面貼一張海豚貼紙：可愛，但沒有用。

真正有效的漁業透明化，應該讓資料流向行動。哪些海域需要加強巡護？哪些船隊需要更嚴格的轉運規範？哪些採購商應揭露來源？哪些地方社群應參與海域治理？哪些資料不能公開到傷害小型漁民的位置安全？透明不是把所有東西都丟上網，而是讓必要的人在必要層級取得足夠資訊，並且有能力採取行動。

島嶼社會需要共同治理

台灣面向太平洋，也依靠海洋。對島嶼社會來說，漁業治理不是遠方國際新聞，而是食物安全、地方產業、海岸文化與外交關係。若未來把更多衛星監測、AI 分析與開放資料導入漁業治理，最好不要只從大型船隊和出口市場出發，也要把海岸部落、港口社區、小型漁業、地方環境知識與海洋教育放進設計。否則我們會得到一套很先進的海洋儀表板，卻仍然聽不見海邊的人在說什麼。

衛星讓海面更透明，但透明不等於公平。AI 讓模式更容易被看見，但模式不等於真相。好的海洋治理，是讓遙測資料、現場執法、地方知識、勞動權益與市場責任互相校正。海洋不需要一個新的上帝視角；它需要比較誠實的共同治理。畢竟，海不是大數據的藍色背景，而是很多人的祖居地、工作場、餐桌與未來。

從資料主權看海洋透明

透明化若要真正服務公共利益，還必須處理資料主權。海上資料看似只是船的位置，實際上可能揭露漁場、季節經驗、家族航路與地方經濟策略。對小型漁業來說，一個好漁場不是地圖上的座標，而是長期觀察海流、月相、魚群、風向與禁忌後累積的生活知識。若平台把所有資料都做成可下載、可分析、可商用的開放格式，可能讓大型資本更快進場，反而壓縮原本就脆弱的地方漁業。

因此，海洋資料治理應該採取分層公開。用於打擊跨國非法捕撈的資料，可以在較大尺度上支援研究與執法；涉及地方漁場、社群安全與小型船舶活動的資料，則應有社群協商、延遲公開或空間模糊化機制。這不是反科技，而是讓科技不要把弱者的生活細節變成強者的商業情報。真正的透明，應該讓權力接受監督，而不是讓地方被裸露。這也是雙向知識在海洋治理中的意義：把衛星、模型與法規放在桌上，也把漁民、船員、港口與部落的判斷放在桌上。沒有後者，前者很容易成為另一種遠距離管理。

延伸閱讀與資料來源

• FAO，〈The State of World Fisheries and Aquaculture 2024〉，2024，https://www.fao.org/publications/home/fao-flagship-publications/the-state-of-world-fisheries-and-aquaculture/en 。人工核對重點：核對全球漁業、養殖、過度捕撈與 IUU 漁業治理脈絡，避免把問題簡化成單一國家或單一船隊。
• Global Fishing Watch，〈Map / About〉，持續更新，https://globalfishingwatch.org/map/ 。人工核對重點：確認 AIS、衛星資料、演算法分類與平台限制，不把平台偵測結果直接寫成法律定罪。
• Paolo, F. et al.，〈xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture Radar Imagery〉，2022，https://arxiv.org/abs/2206.00897 。人工核對重點：核對 SAR 偵測暗船的資料特性、標註方式、影像限制與模型任務。
• Paolo, F. et al.，〈Satellite mapping reveals extensive industrial activity at sea〉，《Nature》，2024，https://www.nature.com/articles/s41586-023-06825-8 。人工核對重點：核對未公開追蹤船舶與海上工業活動估計，不誇大為即時執法能力。
• source-check notes（供人工審稿）：本文為海洋治理與資料倫理評論，不提供特定船隊指控；若加入台灣案例，需另查漁業署、海巡署與地方漁會公開資料。