不要把部落聲音丟進資料庫：聲景、AI 訓練與文化資料主權

一、聲音不是背景，它是土地關係的一部分

很多人談文化資料，第一時間想到的是照片、器物、族語文本、古地圖或口述歷史影片。聲音常被排在很後面，彷彿只是影像底下的一層配樂，或者博物館展場裡拿來營造氣氛的背景素材。但對許多原住民族社群而言，聲音從來不是裝飾。山林在不同季節的蟲鳴，河流因雨量改變的音色，工作歌裡的呼吸節奏，老人講話時停頓與轉折的方式，甚至孩子在某個空間裡學唱的音高，都是知識的一部分。那不是單純可以下載、重新剪輯、貼上標籤再上傳的平台內容，而是土地關係、生活秩序與文化記憶的活體證據。

聲音最容易被誤會的地方，在於它看起來好像比較「不敏感」。照片會看到人臉，文物會牽涉收藏與所有權，文本容易被看出語義，聲音卻常被外界想成無害素材。實際上，聲景可能透露更多線索。某段鳥鳴與水聲可以暴露特定地點，某段歌聲可能連結儀式與家族，某種語氣可能只在特定社會關係裡出現。聲音一旦被抽離脈絡，它最先失去的不是音質，而是關係。把部落聲音直接丟進資料庫，往往不是保存，而是先切斷它原本依附的文化路徑，再把斷面當成知識標本。

二、AI 對聲音的胃口，遠比錄音機更大

過去錄音機的功能，大致上是把聲音留下來。今天的 AI 則不只保存聲音，它會把聲音拆解成特徵、模型與可再利用的能力。換句話說，一段錄音不再只是某次採集留下的檔案，而可能成為之後分類、生成、模仿、搜尋、推薦甚至商業產品訓練的一部分。這種轉變讓聲景資料治理的風險等級整個上升。因為一旦音檔被用來訓練模型，問題就不只在「誰可以聽」，而是在「誰可以藉由它學會某種東西」。

這也是許多原住民族社群面對 AI 時最需要警覺的地方。某段族群歌唱腔調，對平台而言可能只是少數語音資料；某段山林錄音，對外部研究者可能只是 biodiversity sound sample；某段長者敘事，對生成式系統可能只是語音風格素材。但對社群自己來說，這些都不只是聲音，而是權利、責任與禁忌的邊界。AI 很喜歡說自己只是學習模式，可是文化世界裡，很多模式不應該被陌生系統無條件學走。更尷尬的是，學走之後它還可能回過頭來生成「很像原住民」的音樂、冥想音景、遊戲背景甚至語音介面，最後讓原本被取用的人還得付費購買自己的回音。這不是科技奇蹟，比較像一種包裝精美的文化迴力鏢。

三、資料主權不是拒絕保存，而是拒絕被別人偷懶地保存

談文化資料主權，常有人誤解成「什麼都不能碰」。其實真正的問題不是保存本身，而是保存的目的、方法、權限與後果由誰決定。很多外部計畫喜歡說「我們是幫你們保存」，語氣禮貌，姿態溫和，實際上卻可能沿用非常單向的工作方式：研究者決定錄什麼、機構決定放哪裡、平台決定誰能用、論文決定怎麼詮釋，社群最後只在致謝名單裡被提到一次。這種保存不是沒有善意，但善意如果不願意讓出控制權，最後仍然可能是很文明、很有耐心、卻依舊很殖民的做法。

CARE 原則正是在這裡提供重要提醒。對原住民族資料治理來說，不能只談 FAIR，也就是資料可尋找、可取得、可互通、可再利用；還要談 Collective Benefit、Authority to Control、Responsibility 與 Ethics。換句話說，資料不是因為能流通就自動正當，還要看它是否回到集體利益、是否保有社群控制權、是否有人負責後果、是否符合倫理邊界。聲景資料尤其如此。因為聲音常被外界誤認為「不那麼敏感」，最容易在善意開放的名義下被過度流通。

四、Local Contexts 與 TK Labels：數位世界也要看得見文化規則

近年 Local Contexts 與 Traditional Knowledge Labels 的發展，提供了一種很有啟發性的做法：讓數位物件本身攜帶社群規則。這種標示不是只告訴別人「來源在哪裡」，而是進一步提醒：這項資料有沒有季節限制？是否需要特定同意？是否涉及家族、性別、社群、神聖性或非商業限制？簡單說，它讓平台與使用者不能再假裝所有數位資料都沒有主人、沒有脈絡、沒有禁忌。

這對聲景治理特別重要。不是每一段錄音都適合全面開放，有些可以展示、有些適合教育，有些可供申請研究，有些只應留在社群內部，有些則應被標示為限制流通甚至不錄不存。成熟的聲景計畫不能只設計怎麼錄，更要設計什麼不錄、什麼不公開、什麼可以撤回、什麼永遠不能進模型訓練。這種工作看起來不如蒐集檔案來得熱鬧，卻比熱鬧更重要。因為沒有邊界的保存，很快就會變成漂亮版本的掠奪。

五、聲景資料最需要的是分層治理，而不是一鍵上傳

如果要把聲景資料做成真正有用的公共資源，最重要的不是硬碟容量，而是分層治理。公開展示層、教育授權層、研究申請層、社群內部層、禁忌與敏感層，每一層都應該有不同的 metadata 與使用條件。錄音的時間、地點、設備、聲源類型當然重要，但還不夠；還需要註記是否允許 AI 訓練、是否可商業使用、是否可跨平台轉載、是否有撤回權、是否需社群代表共同審議。

對原傳媒 AI 這樣的公共知識平台來說，真正有前瞻性的做法，不是把原住民族聲景拿來做新奇內容，而是示範如何負責任地談論它。可以介紹工具，但不偷帶素材；可以談資料治理，但不把禁忌內容變成案例展示；可以鼓勵地方保存，但同時提醒「不錄」與「不公開」也是保存的一部分。因為文化資料主權的核心，從來不是把所有東西收進雲端，而是讓知識在合適的關係裡被傳遞。

六、雙向知識不是翻譯而已，而是讓制度彼此改變

真正的雙向知識，並不是把部落聲音翻譯成學術格式，或把學術術語翻回地方語言就算完成。雙向知識意味著兩套制度都要願意調整自己。生態聲學可以幫助社群追蹤物種與環境變化，地方知識也能提醒研究者哪些聲音不該切碎、哪些沉默本身就是資訊、哪些季節不適合採錄、哪些場合需要更嚴格的授權。若只有社群不停學會適應外部系統，外部系統卻不願意為社群改變方法，那就不是雙向，只是更禮貌的單向輸送。

說到底，聲景資料的價值，不在於它能被蒐得多完整，而在於它能否在數位時代仍然保有原本的關係。哪些聲音可以教孩子？哪些聲音可以給研究者？哪些聲音只能留在特定季節與空間？哪些聲音絕不能被拿去訓練生成模型？這些問題不會有通用答案，卻正是文化資料主權最重要的現場。讓聲音回到關係，而不是只進入雲端，這才是聲景治理真正的起點。

source-check notes

• Global Indigenous Data Alliance, CARE Principles for Indigenous Data Governance, 官方資料頁，https://www.gida-global.org/care

核對重點：CARE 原則包含 Collective Benefit、Authority to Control、Responsibility、Ethics；本文為概念引介，出刊前請確認官方最新用語。

• Local Contexts, Traditional Knowledge Labels, 官方資料頁，https://localcontexts.org/labels/traditional-knowledge-labels/

核對重點：TK Labels 涵蓋 provenance、protocol、permission 等概念；正式出刊前請確認各標籤名稱與說明。

• Data Science Journal, “The CARE Principles for Indigenous Data Governance”, 2020-11-04, https://datascience.codata.org/articles/10.5334/dsj-2020-043

核對重點：CARE 與 FAIR 的互補關係，避免寫成彼此對立。

• arXiv, “In Consideration of Indigenous Data Sovereignty: Data Mining as a Colonial Practice”, 2023-09-19, https://arxiv.org/abs/2309.10215

核對重點：資料採礦與殖民性批判可作理論參照，不宜直接當作台灣個案結論。