為跟上國際腳步，我國自1996年起開始推動電子化政府的建置。
2018年，為促進政府資料的標準化與應用，政府透過資料標準的制定與推廣，將資料轉化為更具價值的資源，以達廣泛應用至社會各層面，故進一步建置「政府資料標準平台」，以集中管理各領域資料標準，促進資料流通與跨域整合，期望能使資料更易理解、分析與應用，創造新的發展機會。平台現由數位發展部負責持續管理與維護中。
2019年六月，政府確立朝向智慧政府目標邁進，行政院核定「智慧政府行動方案」，逐步開放各部會及地方政府之資料集，並於2020年建置「數位服務個人化（MyData）平台」，該平台賦予民眾個人資料的可攜性，透過一次性身分驗證，可即時從平台取得存在於政府單位的個人資料，舉凡戶政、所得資料、出入境資料、兵役、勞健保、稅務資料等，並可提供其它政府機關或信賴的企業使用，實現政府一站式數位服務。
2020年時，政府效仿愛沙尼亞的X-Road建置了「跨機關資料傳輸專屬通道（T-Road）」，旨在打造一個安全、可靠的政府資料交換平台。T-Road如同政府專用的資料高速公路，讓各機關能即時、安全地傳輸線上服務所需各式的跨機關資訊，不受外部侵害或洩露。對於民眾而言，只需在一個平台上更新個人資訊（例如搬家後之住址異動），系統就會自動將資訊同步到各相關機關，例如戶政、健保、監理等，省去奔波之苦。（延伸閱讀｜除了結婚、離婚、買房，在愛沙尼亞，一輩子都不用跑政府）
T-Road除可確保安全，也能統一傳輸標準，可以使機關間即時瞭解其他機關釋出的新資料，利於跨機關間資料的流通與多元應用。機關透過授權控管，也能在實現資料安全的同時，符合資料使用原則。
T-Road串連政府機關，並安全流通資料，實現數位化智慧政府的願景。圖片來源：T-Road網站
台灣資料治理著重開放政府，民間資料建設待加強
依據數位發展部的規劃，預計2024年底前，47個具有跨機關資料傳輸需求的資安A級機關將全部完成導入，大幅提升政府跨機關資料傳輸的安全與效率。最近規劃中的新政策部分，隨著數位時代來臨，數位識別技術從集中式、聯邦式逐步邁向分散式。
數位發展部為因應全球數位身分自主管理及應用趨勢，於2024年推動「數位皮夾」計畫，民眾可將各種數位證件（如健保卡、自然人憑證等）整合至一個安全且便攜的平台，並自主選擇在不同情境下分享哪些資訊（即最小身分資料揭露原則），避免曝露過多其他個人隱私資料。未來數位皮夾開放原始碼後，民間企業也能將其發行的卡片加入數位皮夾，成為公共程式之一。
數發部推動數位皮夾，讓民眾選擇性揭露資料，掌握隱私安全。圖片來源：數位發展部
另一方面，鑑於資料治理的重要性，日本與韓國均已陸續設置個資保護獨立監督機關；在反映個人資料保護法修法內容下，我國個人資料保護委員會籌備處亦於2023年揭牌，推動建置個人資料保護委員會的法制主管機關，以完足憲法第22條對人民「資訊隱私權」的保障，並奠定國家數位貿易發展的重要基礎。
國際合作方面，我國於2018年獲准成為「跨境隱私規則」（Cross-Border Privacy Rules, CBPR）體系會員。APEC CBPR體系為美國領導下在APEC推動的國際隱私法遵標準，盼透過參與該體系，提升消費者對跨境資料傳輸的信賴，形塑有利推動區域內數位貿易發展的條件。2021年六月，財團法人資訊工業策進會成為CBPR的當責機構，協助認證台灣業者的個人資訊保護資格。
從我國既有的資料治理政策可觀察到，政府在資料治理政策的重點，多集中於政府資料的整合與開放，例如開放資料平台的建立、政府內部跨部門數據的共享與協作等方面。
這些措施，為公部門資料的公開取用和基礎建設提供了重要支持，但在促進民間資料集的建立、推動資料多元化應用，以及激勵民間或研究機構參與數據利用的政策層面，相對而言顯得不足。
這種不足，導致我國現有的本土高品質數據仍然不足，尤其是在一些需要結合在地文化、語言特性與產業需求的應用場景，現有資料的覆蓋範圍與細緻度難以滿足需求。
以台灣繁體中文為例，作為一種低資源語言（low-resource language），其相關的數據資源無論在數量上還是質，至今都仍面臨嚴峻的挑戰。
建構本地高品質的資料是關鍵
AI模型建立在高品質的訓練資料上，若用將AI基礎模型比喻為漢堡，資料比喻為食材，無論烹飪技巧多麼專業，若是由發黴的乳酪、惡臭的肉和腐爛的麵包材料製成，註定會做出令人作嘔的漢堡；用低品質資料訓練的AI模型，必然伴隨者低品質的輸出。
此外，有問題的訓練資料，可能會導致AI產生社會無法接納的行為模式；研究顯示，產出有害內容的機率恐大幅提升。然而，為低資源語言尋找到足夠的高品質訓練資料，並非易事。
若單從大型語言模型來看，將中文視為單一語言進行訓練，很可能產生誤導性結果。即使是簡體中文，在中國、新加坡、馬來西亞等地使用的簡體中文，都存有使用差異；此種差異，在使用繁體中文的如台灣、香港、澳門等亦同。
因此，若僅以簡體中文的資料集，或由香港、澳門等地的繁體中文資料集進行訓練，都將影響大型語言模型的產出品質。
因此最理想的，仍是在本地建構足夠高品質的語言資料集，以利在ChatGPT、Gemini等國際大型語言模型上微調（fine-tuning），或訓練如TAIDE等自有的大型語言模型。
然而，需要高品質數據來協助訓練AI模型的，並非僅有大型語言模型。除了設法建立更多高品質語言數據集，若擬強化資料主權以促進AI發展，國家仍需建立健全的機制，以設法在商業市場、科學研究方面，甚至是非屬個人資料（non-personal data）的如工業設備、天氣數據等方面均取得高品質數據集。
當本地產出的高品質數據集愈多，愈能降低對於他國數據的倚賴；藉此訓練的AI模型，在各領域應用時，始能產出較符合本地需求的表現結果。
政策方向：設立數據交易所
因此，如何有效促進建立更多符合本土需求的資料庫，應是資料治理與政策規劃的首要議題。
政府是國內持有最大宗本土資料的單位，其有效釋出資料以供民間使用的重要性，自不待言。然而，民間若能建構有效的數據交易機制，不僅有助於產生更多高品質的數據，亦能促進數據產業生態圈發展。
我國尚未建立集中式的數據交易市場，仍處於由民間自行撮合、尋找交易對象的初始階段。然而觀察各國經驗，設立數據交易所早已非新穎概念，中國、韓國、日本、新加坡等鄰近國家，均已設有集中式數據交易機構。
民間數據交易所可提升數據買賣效率，也強化資訊流通性與利用性。圖片來源：Shutterstock
雖各國數據交易所的具體機制與標的略有差異，整體而言，其運作主要依賴數據供應方、數據需求方與交易平台三方的協作，優點為得確保數據交易的安全性、合法性與有效性。
數據供應方通常為擁有大量數據的企業、機構或個人，將數據資產化並在交易所掛牌出售；數據需求方則為需要特定數據的企業或機構，期盼透過交易所瀏覽、購買或訂閱所需的數據集
數據交易所作為中介平台，負責數據的登記、驗證、展示、交易撮合、交付、清結算、憑證發放等。部分數據交易所已逐漸從單純的仲介服務，發展成引入第三方專業服務商，提供資料合規審查、品質評估、價值評估等專業服務，逐步參與數據交易全週期，進一步強化交易所的制度功能與市場信任。
倘若數據交易所制度運作得當，將帶來多重效益。
首先，可有效提升資料的再利用價值，使原本沉澱於各組織內的數據得以活化、創造更高經濟價值。其次，透過標準化的交易流程與契約機制，有助於推動資料格式一致化，提升資料互通性，加速資料流通與應用。
此外，數據交易平台亦能降低資訊不對稱，增進資料供需雙方信任，促進健康有序的數據市場發展。
在法律與政策層面，政府應扮演引導角色，藉由推動數據交易所的設立，建立適當的監理架構，以確保數據交易的透明性與合規性。例如透過隱私保護機制、防範數據壟斷、確保數據流通安全等措施，來平衡數據開放與個資保護之間的關係。
同時，政府亦可透過公私協力，鼓勵企業與研究機構參與數據交易生態圈，共同促進創新應用與數據驅動的產業發展。
綜上所述，數據交易所的設立不僅能提升數據市場的運作效率，更可為資料產業創造更健康的永續發展環境。
透過政府政策引導、民間機構參與及市場機制完善，若能順勢發展出符合本土需求的數據交易機制，將有助於數據經濟的蓬勃發展、加速智慧科技應用的推進，進一步強化國家在資料主權上的競爭力。（延伸閱讀｜數位與永續如何並行？郭耀煌：台灣應先掌握六大關鍵方針）
