臺中原民AI應用證照班即將開課：55原鄉可把36小時訓練接成公告索引、族語整理與部落產業工具

臺中市政府原住民族事務委員會公告的「115年度臺中市原住民AI應用證照班」將於2026年9月12日開課。官方資訊顯示，課程總計36小時，包含12小時生成式AI能力認證相關學科，以及24小時商品文案生成、商品圖像生成、品牌視覺設計與行銷素材規劃等實務操作；招生對象為設籍臺中市的原住民，名額30人，報名已於9月7日截止，錄取通知原定9月9日公布。這表示今天的公共政策價值已不是再催促報名，而是觀察一件更值得55原鄉借鏡的事：地方原民政策開始把AI從「聽一場講座」往「有課程、有實作、有能力驗證」推進。

這種模式如果只停留在考照，效益仍會有限；更有價值的做法，是讓培訓後的能力回到原鄉每天真正需要處理的工作。對公所承辦來說，可能是把大量公告分成農業、文化、教育、社福、防災與申辦服務，再抽取期限、資格、窗口與附件；對族語工作者來說，可能是先整理逐字稿、句對、術語與可公開素材，再由人工校訂；對部落產業與青年團隊來說，則可以從產品說明、活動資訊、照片整理、品牌素材與簡易網站開始。如此一來，AI訓練不只是個人技能，而能逐步變成地方的數位公共服務能力。

先把「會用AI」拆成四種地方能力

第一種是資料整理能力。學員需要知道如何把PDF、網站公告、試算表、會議紀錄與表單轉成一致欄位，而不是只會對聊天機器人下提示詞。55原鄉如果要做公告索引，可先固定「標題、發布機關、發布日、截止日、服務對象、行政區、主題、官方網址、聯絡窗口、最後人工確認日」等欄位，再讓AI協助抽取候選值。真正的發布前確認仍由承辦或編輯完成。這種能力一旦建立，不論未來換模型、換平台或改用本地部署，資料都還能繼續使用。

第二種是內容製作能力。臺中課程把商品文案、圖像與品牌素材列入24小時實作，這正好可以延伸到原鄉小農、工藝、文化活動與地方創生。但AI生成內容應保留原始資料與人工版本，避免模型把產品產地、族名、祭儀、植物用途或歷史脈絡寫錯。地方產業若要建立可長期維護的素材庫，可以為每一項產品或活動保留事實卡：來源、負責人、可公開照片、文字版本、族語名稱、使用限制與最後確認日。AIGC只從這些已確認資料生成不同平台需要的短文、海報文案或影片腳本。

第三種是查詢與RAG能力。當資料累積到一定程度，學員可以再學如何把公告、FAQ、課程、農技、族語或文化資料建立檢索索引，讓Chatbot先找來源，再回答問題。RAG的重點不是「回答得像人」，而是每一個重要答案都能回到原始資料，顯示更新日期，遇到資格、醫療、安全、法律或文化授權問題時轉給真人。對55原鄉來說，這比一開始就做大型聊天機器人更務實，也比較容易檢查錯誤。

第四種是治理能力。生成式AI課程若包含倫理與法律，就可以進一步加入地方情境：哪些資料可以送到外部模型、哪些只能在內部處理、哪些文化資料需要部落同意、哪些個資要先去識別化、哪些AI產出不得直接當成正式公文或資格判定。NIST的AI Risk Management Framework與生成式AI Profile強調治理、風險識別、測試與持續管理；數位發展部也已公開AI應用的人權等影響評估資料。這些框架不必原封不動搬進地方，而可以濃縮成一頁操作清單。

族語與傳統知識要多一層「權限欄位」

原住民族AI人才培訓最有特色的地方，不應只是讓族人使用與一般企業相同的生成式AI工具，而是能處理原住民族資料治理。族語句子、口述歷史、祭儀、傳統醫療、植物、獵徑、地名或家族知識，不一定都適合放進公開雲端模型。Global Indigenous Data Alliance提出CARE Principles，提醒資料治理要考慮Collective Benefit、Authority to Control、Responsibility與Ethics；Local Contexts的Traditional Knowledge Labels則提供將社群規範、來源與使用條件帶進數位環境的實務方法。

因此，55原鄉若要把AI課程延伸到族語或傳統知識，可要求每一份練習資料多四個欄位：誰提供、誰可看、可以做什麼、何時需重新確認。公開公告與政府開放資料可以直接作為練習素材；涉及文化知識時，先使用已公開且來源清楚的資料，敏感內容則改用合成範例或留在受控環境。這樣學員同時學會「用AI」與「決定什麼資料不該交給AI」。

讓36小時課程最後留下可用的地方作品

對55原鄉最容易複製的方式，是把培訓成果設定成小型作品，而不是只看課後問卷。每位學員或小組可完成一個真實任務，例如：一個10則公告分類器、一份族語術語校訂表、一套部落產品事實卡與三種AIGC文案、一個只讀取20份官方文件的RAG問答頁，或一份傳統知識資料權限清冊。作品必須附來源、人工確認人、限制與更新方法，才能在課程結束後繼續使用。

第一階段可用「能不能完成」評估；第二階段再看「是否省時間、錯誤是否變少、族人是否更容易找到服務」。例如公告索引可量測找到正確申請窗口需要多久，文案工具可量測人工修正比例，RAG可量測回答附上正確來源的比例，族語資料可量測人工校訂前後的錯誤類型。這些指標比單純計算生成了多少張圖、多少篇文字，更能看出AI是否真的幫上地方工作。

可以建立原鄉AI人才的小型服務名冊

若地方政府未來持續辦理AI課程，可在學員同意下建立技能名冊，但只記錄願意公開的專長與作品類型，例如「公告整理」「影像素材」「族語逐字稿」「試算表自動化」「RAG測試」「產品文案」，而不是蒐集不必要的個資。公所、部落組織、文化健康站、農會、學校或地方產業團隊有小型需求時，就能找到合適的人協作。這可讓一次性訓練逐步形成地方人才網絡，也讓青年技能與地方任務真正接上。

UNESCO的AI能力框架強調人本、倫理、AI基礎與應用等面向；資策會的AI能力認證則把學習與能力驗證連結起來。對原鄉而言，可以再加上「地方任務」與「原住民族資料治理」兩層，形成更貼近實務的能力地圖。如此，即使不同縣市採用不同課程或工具，也能用共同的能力項目比較與交流。

原傳媒AI可扮演的是索引與示範，不是取代地方培訓

原傳媒AI若要配合這類政策，可提供的是示範資料結構與測試情境：55原鄉公告分類索引、Chatbot MVP、傳統知識RAG、AI影像誌的素材權限欄位，以及小型作品驗收表。地方課程仍由政府、學校、培訓單位與在地講師依需求設計；原傳媒AI的角色是把可重複使用的方法整理成模板，讓下一個鄉鎮不必從零開始。

一個可行的90天試辦，是先選一項地方高頻任務。前30天整理20至50筆公開資料與欄位；中間30天讓2至5位受訓者做分類、摘要、AIGC或RAG小作品；最後30天請承辦與實際使用者測試，紀錄錯誤、更正時間與真人轉接。若確實省時間，再擴大到第二項任務；若沒有，就先調整資料與流程，不必急著換更大的模型。

臺中這次AI應用證照班提供一個很實際的訊號：原住民族AI政策已可以從「接觸新科技」走到「系統學習、實作與能力驗證」。下一步若再把地方任務、資料治理與持續服務接上，36小時課程就有機會成為55原鄉數位公共服務、族語科技與部落產業的一個小型人才入口。