#general
2026-06-01
@munusshih has joined the channel
@d.rathwell has joined the channel
我想有多餘 AI token 的人是存在的，只是貢獻的pipeline需要順暢
可以試著
1. 將如何貢獻寫在專案的README.md中
2. 把近端開發的流程友善化。通常是不需要部署，可以在近端一鍵跑動localhost來開發。
3. 議題切細，利於貢獻者發PR。
可以試著
1. 將如何貢獻寫在專案的README.md中
2. 把近端開發的流程友善化。通常是不需要部署，可以在近端一鍵跑動localhost來開發。
3. 議題切細，利於貢獻者發PR。
Replied to a thread: 2026-05-31 22:08:30
先把腦袋裡的東西實作了一個版本出來：https://g0v.hackmd.io/@Pno233SAS8G5UfL5OvSRmA/Bk0uRboxzg
HackMD
# TokenHunt: 你多餘的 token 可能某個專案的解方 > 把你多餘的 AI Token，貢獻給需要的公民科技專案。 --- ### 想要貢獻專案？ - 歡迎在共筆上加入討論，或者
如果要用閒置 token 產生 markdown 相對風險小，但假如要外包寫 code 這件事，要擔心有人表面上貢獻 token 解 issue 寫 code ，實際上偷埋後門的風險，而且這些不一定是靠 review 就可以抓的出來的
外包 token 寫 markdown 其實也還是有風險，就是他也有可能竄改 prompt 或是 input data ，來刻意產生有偏差的結果
所以要做群眾外包有個前提是這些東西要有簡易的方式可檢驗
所以要做群眾外包有個前提是這些東西要有簡易的方式可檢驗
了解！我來想想看可以如何設計機制
@2017xiao06 has joined the channel
2026-06-02
@isaac105 has joined the channel
Hello everyone,
I would like to present a project that I have dedicated to the *PUBLIC DOMAIN*, which I believe could help us make civic participation tools more scalable. As the author, I outline my reasoning below. Thank you.
"In political elections, candidacies that do not monopolize the media do not exist for the electorate and do not win, resulting in the entrenchment of a tiny elite. In the proposed system, however, each candidate is given the same initial visibility, preventing favorites from monopolizing votes from the outset."
Polivoz is a *PUBLIC DOMAIN* design that combines pairwise comparison (A vs. B) with a minimalist algorithm (without AI) to identify consensus in large groups.
Pairwise comparison involves repeatedly making binary judgments (A vs. B) where voters express their preference for one option over another (A or B). This technique allows for the efficient and fair ordering of thousands or millions of options, without requiring voters to be informed about all of them at once (typically, they are only asked about around 30).
If the algorithm grants the same initial visibility to each proposal, inequalities stemming from variables external to the voting process—which are highly difficult to control—are significantly reduced.
Furthermore, by rewarding options that garner more consensus with higher visibility, while minimizing the exposure of less appealing ones, high-quality rankings are achieved in the top tier.
In computer simulations, the minimalist Polivoz algorithm demonstrates its potential to identify the highest-consensus proposal among 100,000 options, with success rates ranging from 45% to 77% depending on the research scenario.
In the context of civic technology, I believe that this pairwise comparison (A vs. B) functionality with a meritocratic matching algorithm could significantly increase a platform's capacity to identify the highest-consensus options in extreme use cases involving thousands of proposals.
https://doi.org/10.5281/zenodo.18703650 [Spanish]
I would like to present a project that I have dedicated to the *PUBLIC DOMAIN*, which I believe could help us make civic participation tools more scalable. As the author, I outline my reasoning below. Thank you.
"In political elections, candidacies that do not monopolize the media do not exist for the electorate and do not win, resulting in the entrenchment of a tiny elite. In the proposed system, however, each candidate is given the same initial visibility, preventing favorites from monopolizing votes from the outset."
Polivoz is a *PUBLIC DOMAIN* design that combines pairwise comparison (A vs. B) with a minimalist algorithm (without AI) to identify consensus in large groups.
Pairwise comparison involves repeatedly making binary judgments (A vs. B) where voters express their preference for one option over another (A or B). This technique allows for the efficient and fair ordering of thousands or millions of options, without requiring voters to be informed about all of them at once (typically, they are only asked about around 30).
If the algorithm grants the same initial visibility to each proposal, inequalities stemming from variables external to the voting process—which are highly difficult to control—are significantly reduced.
Furthermore, by rewarding options that garner more consensus with higher visibility, while minimizing the exposure of less appealing ones, high-quality rankings are achieved in the top tier.
In computer simulations, the minimalist Polivoz algorithm demonstrates its potential to identify the highest-consensus proposal among 100,000 options, with success rates ranging from 45% to 77% depending on the research scenario.
In the context of civic technology, I believe that this pairwise comparison (A vs. B) functionality with a meritocratic matching algorithm could significantly increase a platform's capacity to identify the highest-consensus options in extreme use cases involving thousands of proposals.
https://doi.org/10.5281/zenodo.18703650 [Spanish]
- 👀2
Hello everyone,
I would like to present a project that I have dedicated to the *PUBLIC DOMAIN*, which I believe could help us make civic participation tools more scalable. As the author, I outline my reasoning below. Thank you.
"In political elections, candidacies that do not monopolize the media do not exist for the electorate and do not win, resulting in the entrenchment of a tiny elite. In the proposed system, however, each candidate is given the same initial visibility, preventing favorites from monopolizing votes from the outset."
Polivoz is a *PUBLIC DOMAIN* design that combines pairwise comparison (A vs. B) with a minimalist algorithm (without AI) to identify consensus in large groups.
Pairwise comparison involves repeatedly making binary judgments (A vs. B) where voters express their preference for one option over another (A or B). This technique allows for the efficient and fair ordering of thousands or millions of options, without requiring voters to be informed about all of them at once (typically, they are only asked about around 30).
If the algorithm grants the same initial visibility to each proposal, inequalities stemming from variables external to the voting process—which are highly difficult to control—are significantly reduced.
Furthermore, by rewarding options that garner more consensus with higher visibility, while minimizing the exposure of less appealing ones, high-quality rankings are achieved in the top tier.
In computer simulations, the minimalist Polivoz algorithm demonstrates its potential to identify the highest-consensus proposal among 100,000 options, with success rates ranging from 45% to 77% depending on the research scenario.
In the context of civic technology, I believe that this pairwise comparison (A vs. B) functionality with a meritocratic matching algorithm could significantly increase a platform's capacity to identify the highest-consensus options in extreme use cases involving thousands of proposals.
https://doi.org/10.5281/zenodo.18703650 [Spanish]
I would like to present a project that I have dedicated to the *PUBLIC DOMAIN*, which I believe could help us make civic participation tools more scalable. As the author, I outline my reasoning below. Thank you.
"In political elections, candidacies that do not monopolize the media do not exist for the electorate and do not win, resulting in the entrenchment of a tiny elite. In the proposed system, however, each candidate is given the same initial visibility, preventing favorites from monopolizing votes from the outset."
Polivoz is a *PUBLIC DOMAIN* design that combines pairwise comparison (A vs. B) with a minimalist algorithm (without AI) to identify consensus in large groups.
Pairwise comparison involves repeatedly making binary judgments (A vs. B) where voters express their preference for one option over another (A or B). This technique allows for the efficient and fair ordering of thousands or millions of options, without requiring voters to be informed about all of them at once (typically, they are only asked about around 30).
If the algorithm grants the same initial visibility to each proposal, inequalities stemming from variables external to the voting process—which are highly difficult to control—are significantly reduced.
Furthermore, by rewarding options that garner more consensus with higher visibility, while minimizing the exposure of less appealing ones, high-quality rankings are achieved in the top tier.
In computer simulations, the minimalist Polivoz algorithm demonstrates its potential to identify the highest-consensus proposal among 100,000 options, with success rates ranging from 45% to 77% depending on the research scenario.
In the context of civic technology, I believe that this pairwise comparison (A vs. B) functionality with a meritocratic matching algorithm could significantly increase a platform's capacity to identify the highest-consensus options in extreme use cases involving thousands of proposals.
https://doi.org/10.5281/zenodo.18703650 [Spanish]
2026-06-03
chewei 哲瑋 _
8/8 週六 COSCUP _ AI 開放治理、AI x Civic Tech 議程概況
https://pretalx.coscup.org/coscup-2026/schedule/
【AI 開放治理】Room_TR411_9:30-12:00
[9:30-10:20] AI x Open Source: Global Trends & Policy Landscape｜人工智慧與開源的對話：國際趨勢與政策發展｜Speaker: 數位發展部 Ministry of Digital Affairs
[10:20-10:50] Open-Source AI: Definition, Risk and Governance｜開源人工智慧的定義、風險與治理｜Speaker: Cui Jia Wei
[10:50-11:00] Break｜休息時間
[11:00-11:30] What did the UN say about Open Source x AI?｜關於開放原始碼 x 人工智慧，聯合國怎麼說？｜Speaker: RR
[11:30-12:00] Towards Trustworthy AI: Essential Open-Source Tools for Agent Bias Detection and Mitigation｜邁向可信任 AI：開發者必備的 Agents 偏見檢測與緩解框架｜Speaker: Jing-Tian Sung
[12:00-13:00] Break｜休息時間
【AI x Civic Tech】Room_TR411_13:00-16:30
[13:00-13:30] Open source, open voice: the power of FOSS in supporting citizen participation｜Speaker: Lucía Luzuriaga
[13:30-14:00] Engineer Cafe's OSS Reception System: A Reproducible Model for Local-Global Collaboration｜Speaker: Kosuke Shimada (Engineer Cafe Community manager)
[14:00-14:30] AI Sovereignty in Practice: From Taiwan Benchmark to Production Payment Agents｜Speaker: 蕭新晟
[14:30-14:40] Open Discussion｜綜合交流
[14:40-14:50] Break｜休息時間
[14:50-15:20] Citizen Development Governance in the Era of Generative AI: From Business Innovation to Corporate Management｜生成式 AI 時代的公民開發治理：從業務創新到企業納管｜Speaker: Teemo
[15:20-15:50] Returning Rescuers to the Frontline: AI-Assisted Development and Open Public-Private Collaboration for Fire Safety Equipment Smart Scheduling System｜讓人力回歸前線：智慧排程系統的 AI 輔助開發與開源公私協力實錄｜Speaker: Josh (杜佳憲)
[15:50-16:20] Building an Open-Source Labor Observatory: Using n8n and LLMs to Track Skill Drift and AI Employment Risks｜打造開源勞動觀測站：用 n8n 與 LLM 解析 AI 時代的職能轉變與就業衝擊｜Speaker: 林源隆（Wilson）
[16:20-16:30] Open Discussion｜綜合交流
8/8 週六 COSCUP _ AI 開放治理、AI x Civic Tech 議程概況
https://pretalx.coscup.org/coscup-2026/schedule/
【AI 開放治理】Room_TR411_9:30-12:00
[9:30-10:20] AI x Open Source: Global Trends & Policy Landscape｜人工智慧與開源的對話：國際趨勢與政策發展｜Speaker: 數位發展部 Ministry of Digital Affairs
[10:20-10:50] Open-Source AI: Definition, Risk and Governance｜開源人工智慧的定義、風險與治理｜Speaker: Cui Jia Wei
[10:50-11:00] Break｜休息時間
[11:00-11:30] What did the UN say about Open Source x AI?｜關於開放原始碼 x 人工智慧，聯合國怎麼說？｜Speaker: RR
[11:30-12:00] Towards Trustworthy AI: Essential Open-Source Tools for Agent Bias Detection and Mitigation｜邁向可信任 AI：開發者必備的 Agents 偏見檢測與緩解框架｜Speaker: Jing-Tian Sung
[12:00-13:00] Break｜休息時間
【AI x Civic Tech】Room_TR411_13:00-16:30
[13:00-13:30] Open source, open voice: the power of FOSS in supporting citizen participation｜Speaker: Lucía Luzuriaga
[13:30-14:00] Engineer Cafe's OSS Reception System: A Reproducible Model for Local-Global Collaboration｜Speaker: Kosuke Shimada (Engineer Cafe Community manager)
[14:00-14:30] AI Sovereignty in Practice: From Taiwan Benchmark to Production Payment Agents｜Speaker: 蕭新晟
[14:30-14:40] Open Discussion｜綜合交流
[14:40-14:50] Break｜休息時間
[14:50-15:20] Citizen Development Governance in the Era of Generative AI: From Business Innovation to Corporate Management｜生成式 AI 時代的公民開發治理：從業務創新到企業納管｜Speaker: Teemo
[15:20-15:50] Returning Rescuers to the Frontline: AI-Assisted Development and Open Public-Private Collaboration for Fire Safety Equipment Smart Scheduling System｜讓人力回歸前線：智慧排程系統的 AI 輔助開發與開源公私協力實錄｜Speaker: Josh (杜佳憲)
[15:50-16:20] Building an Open-Source Labor Observatory: Using n8n and LLMs to Track Skill Drift and AI Employment Risks｜打造開源勞動觀測站：用 n8n 與 LLM 解析 AI 時代的職能轉變與就業衝擊｜Speaker: 林源隆（Wilson）
[16:20-16:30] Open Discussion｜綜合交流
單純看到資訊分享
提供Github repo 有機會申請 OpenAI 送 6 個月ChatGPT Pro會員～（如果有發錯頻道再跟我說）
https://www.koc.com.tw/archives/644591
提供Github repo 有機會申請 OpenAI 送 6 個月ChatGPT Pro會員～（如果有發錯頻道再跟我說）
https://www.koc.com.tw/archives/644591
單純看到資訊分享
提供Github repo 有機會申請 OpenAI 送 6 個月ChatGPT Pro會員～（如果有發錯頻道再跟我說）
https://www.koc.com.tw/archives/644591
提供Github repo 有機會申請 OpenAI 送 6 個月ChatGPT Pro會員～（如果有發錯頻道再跟我說）
https://www.koc.com.tw/archives/644591
@az31402 has joined the channel
2026-06-06
g0v-digiresi.kktix.cc
只要你對台灣網路韌性的議題感興趣，都歡迎來參加！ 一起來動腦動手，提案協作來提升台灣的網路韌性吧！
- 💡1
2026-06-10
@tzuyunwork has joined the channel
收款人帳戶安全機制提案，昨天附議數破5000！一開始在這裡就獲得支持給我很大的力量，謝謝大家！我知道現在才剛開始，之後還要麻煩大家一起努力讓這個提案落地了！
4
1
1- 🔥1
7/11 週六下午還有空檔，我先 booking 個暫時
📣 *g0v 國會松｜AI 改變研究工作了嗎？聊聊我們怎麼用 AI 整理資料、追蹤議題*
你覺得用 AI 查資料像是在賭博嗎？
有時候回答得頭頭是道，有時候又一本正經地胡說八道
明明大家都說 AI 很好用，
但真的拿來查資料、整理資訊時，到底該怎麼用？
哪些事情可以放心交給 AI？哪些地方又還是得自己來？
這次國會松，我們邀請三位長期投入開放資料、公民科技與研究工作的夥伴，
分享他們實際與 AI 協作的經驗
有人拿 AI 分析政府資料，有人把 AI 變成研究助理，也有人靠 AI 追蹤全球公民科技資訊
這些工具幫忙省下了哪些時間？又踩過哪些雷？
`活動資訊`
🗓️ 時間：6/22（一）20:00 - 21:30
📍 地點：線上會議室
🎟️ 報名連結：https://reurl.cc/bdpLel
如果你：
✔️ 想知道 AI 如何實際應用在資料整理與研究工作
✔️ 對開放資料、公民科技、政策研究有興趣
✔️ 好奇別人到底怎麼把 AI 用進日常工作
📣 歡迎一起來聊聊＆分享，探索 AI 在研究工作上的可能性！
你覺得用 AI 查資料像是在賭博嗎？
有時候回答得頭頭是道，有時候又一本正經地胡說八道
明明大家都說 AI 很好用，
但真的拿來查資料、整理資訊時，到底該怎麼用？
哪些事情可以放心交給 AI？哪些地方又還是得自己來？
這次國會松，我們邀請三位長期投入開放資料、公民科技與研究工作的夥伴，
分享他們實際與 AI 協作的經驗
有人拿 AI 分析政府資料，有人把 AI 變成研究助理，也有人靠 AI 追蹤全球公民科技資訊
這些工具幫忙省下了哪些時間？又踩過哪些雷？
`活動資訊`
🗓️ 時間：6/22（一）20:00 - 21:30
📍 地點：線上會議室
🎟️ 報名連結：https://reurl.cc/bdpLel
如果你：
✔️ 想知道 AI 如何實際應用在資料整理與研究工作
✔️ 對開放資料、公民科技、政策研究有興趣
✔️ 好奇別人到底怎麼把 AI 用進日常工作
📣 歡迎一起來聊聊＆分享，探索 AI 在研究工作上的可能性！
- 💡2
`講者介紹`
🔸 *Ronny*（歐噴公司創辦人、國會松發起人）
▍*這次的 AI 不一樣了，代理型AI怎麼研究政府資料？*
從自己寫程式，到開始大量把代理型 AI 納入工作流程。分享這一年來的嘗試，以及人類與AI的分工方式
🔸*Weichen*（資安院／人類學，關心數位議題與網路治理）
*▍Insight Pipeline：展開與代理群協作的研究生活*
如果研究助理變成一群 AI，研究工作會長什麼樣子？從實際案例分享自己的工作方法
🔸*Claire*（自由工作者/公民科技專案 PM & 研究員、國會松工作小組）
*▍Vibe Coding 全球公民科技追蹤日報的心路歷程*
用 AI 始於惰性，想補充新知卻懶得自己做功課。這場將跟大家她如何開發一套自動抓取全球「公民科技」相關報導的工具
🔸 *Ronny*（歐噴公司創辦人、國會松發起人）
▍*這次的 AI 不一樣了，代理型AI怎麼研究政府資料？*
從自己寫程式，到開始大量把代理型 AI 納入工作流程。分享這一年來的嘗試，以及人類與AI的分工方式
🔸*Weichen*（資安院／人類學，關心數位議題與網路治理）
*▍Insight Pipeline：展開與代理群協作的研究生活*
如果研究助理變成一群 AI，研究工作會長什麼樣子？從實際案例分享自己的工作方法
🔸*Claire*（自由工作者/公民科技專案 PM & 研究員、國會松工作小組）
*▍Vibe Coding 全球公民科技追蹤日報的心路歷程*
用 AI 始於惰性，想補充新知卻懶得自己做功課。這場將跟大家她如何開發一套自動抓取全球「公民科技」相關報導的工具
---
📍*g0v 國會松是什麼？*
g0v 國會松是 g0v 零時政府的開放國會專案，每月一次聚會，聚焦國會監督、資料治理、介面設計與測試等議題。透過跨界合作，拉近民間與政府局之間的距離，深化民主影響力。歡迎加入我們，一起推動改變！
🔗更多詳細資訊：s.g0v.tw/congressthon
或是可以來 <#CDRE0Q0CE> 跟大家一起討論喔！
📍*g0v 國會松是什麼？*
g0v 國會松是 g0v 零時政府的開放國會專案，每月一次聚會，聚焦國會監督、資料治理、介面設計與測試等議題。透過跨界合作，拉近民間與政府局之間的距離，深化民主影響力。歡迎加入我們，一起推動改變！
🔗更多詳細資訊：s.g0v.tw/congressthon
或是可以來 <#CDRE0Q0CE> 跟大家一起討論喔！
`講者介紹`
🔸 *Ronny*（歐噴公司創辦人、國會松發起人）
▍*這次的 AI 不一樣了，代理型AI怎麼研究政府資料？*
從自己寫程式，到開始大量把代理型 AI 納入工作流程。分享這一年來的嘗試，以及人類與AI的分工方式
🔸*Weichen*（資安院／人類學，關心數位議題與網路治理）
*▍Insight Pipeline：展開與代理群協作的研究生活*
如果研究助理變成一群 AI，研究工作會長什麼樣子？從實際案例分享自己的工作方法
🔸*Claire*（自由工作者/公民科技專案 PM & 研究員、國會松工作小組）
*▍Vibe Coding 全球公民科技追蹤日報的心路歷程*
用 AI 始於惰性，想補充新知卻懶得自己做功課。這場將跟大家她如何開發一套自動抓取全球「公民科技」相關報導的工具
🔸 *Ronny*（歐噴公司創辦人、國會松發起人）
▍*這次的 AI 不一樣了，代理型AI怎麼研究政府資料？*
從自己寫程式，到開始大量把代理型 AI 納入工作流程。分享這一年來的嘗試，以及人類與AI的分工方式
🔸*Weichen*（資安院／人類學，關心數位議題與網路治理）
*▍Insight Pipeline：展開與代理群協作的研究生活*
如果研究助理變成一群 AI，研究工作會長什麼樣子？從實際案例分享自己的工作方法
🔸*Claire*（自由工作者/公民科技專案 PM & 研究員、國會松工作小組）
*▍Vibe Coding 全球公民科技追蹤日報的心路歷程*
用 AI 始於惰性，想補充新知卻懶得自己做功課。這場將跟大家她如何開發一套自動抓取全球「公民科技」相關報導的工具
---
📍*g0v 國會松是什麼？*
g0v 國會松是 g0v 零時政府的開放國會專案，每月一次聚會，聚焦國會監督、資料治理、介面設計與測試等議題。透過跨界合作，拉近民間與政府局之間的距離，深化民主影響力。歡迎加入我們，一起推動改變！
🔗更多詳細資訊：s.g0v.tw/congressthon
或是可以來 <#CDRE0Q0CE> 跟大家一起討論喔！
📍*g0v 國會松是什麼？*
g0v 國會松是 g0v 零時政府的開放國會專案，每月一次聚會，聚焦國會監督、資料治理、介面設計與測試等議題。透過跨界合作，拉近民間與政府局之間的距離，深化民主影響力。歡迎加入我們，一起推動改變！
🔗更多詳細資訊：s.g0v.tw/congressthon
或是可以來 <#CDRE0Q0CE> 跟大家一起討論喔！
好哇謝謝你！我再去填寫表單
2026-06-11
6/15 是世界老人虐待警醒日，你知道嗎？👀
AI 詐騙不只是個人要小心的問題，也和高齡者常面對的資訊落差、情感依賴與金融剝削風險有關。
生成式 AI 讓文字、影像、語音與對話越來越逼真，也讓詐騙更容易偽裝成「可信任的人」、「正式通知」或「難得機會」。📱⚠️
就在這一天，超維度 Dimension Plus 主辦、OCF 協助辦理「給公民大眾的 AI 詐騙攻破行動工作坊」，一起拆解愛情詐騙、求職詐騙與冒充官方等常見情境，練習保護自己與身邊的人。🛡️
限額報名中，一起來練功🥤 https://ggl.link/BsidexOCFxDef
(感謝 g0v 揪松團借用場地，如有 g0v 長期支持者、OCF 長期支持者真的超想參與，因報名人數有限，主辦會再評估與會者狀態，可先報名後 dm 我，可再協助登記特別保留名額～期待回饋給大力支持公民科技協作、開源的大家）
AI 詐騙不只是個人要小心的問題，也和高齡者常面對的資訊落差、情感依賴與金融剝削風險有關。
生成式 AI 讓文字、影像、語音與對話越來越逼真，也讓詐騙更容易偽裝成「可信任的人」、「正式通知」或「難得機會」。📱⚠️
就在這一天，超維度 Dimension Plus 主辦、OCF 協助辦理「給公民大眾的 AI 詐騙攻破行動工作坊」，一起拆解愛情詐騙、求職詐騙與冒充官方等常見情境，練習保護自己與身邊的人。🛡️
限額報名中，一起來練功🥤 https://ggl.link/BsidexOCFxDef
(感謝 g0v 揪松團借用場地，如有 g0v 長期支持者、OCF 長期支持者真的超想參與，因報名人數有限，主辦會再評估與會者狀態，可先報名後 dm 我，可再協助登記特別保留名額～期待回饋給大力支持公民科技協作、開源的大家）
Google Docs
近年來，AI 已經悄悄滲透進我們的生活。從搜尋資料、寫信、排行程，到社群媒體上的圖文與影片，我們每天都在與 AI 互動。然而，當生成式 AI 越來越擅長模仿語氣、生成影像與建立信任，它也開始成為詐騙者手中更強大的工具。 B-Side AI 系列工作坊《給公民大眾的 AI 詐騙攻破行動》將帶領參與者拆解生成式 AI 的運作方式，理解它如何被應用在愛情詐騙、假求職、冒充官方等日常情境中。課程也結合國際NGO組織 Tactical Tech 所設計的「反詐練功飲料店」學習單，把詐騙手法轉化成一杯杯看似誘人的「飲料配方」，從中分析它們如何建立信任、操控情緒與引人上鉤。 這不只是一場反詐騙工作坊，更是一場 AI 時代下的媒體識讀與數位生存練習。透過討論與實作，參與者將重新思考：當 AI 能生成一切「看起來都很真實」的內容時，我們該如何保持警覺、辨識操控，並保護自己。 《B-Side AI：給公民大眾的 AI 詐騙攻破行動》 活動時間：6月15日（一）14:00-17:00 活動講師：超維度 Dimension Plus 參與人數：20人 活動地點：NPO Hub 2 樓 202 室「g0v 台北社群空間」（臺北市中正區重慶南路三段 2 號）
- 🧐1
6/15 是世界老人虐待警醒日，你知道嗎？👀
AI 詐騙不只是個人要小心的問題，也和高齡者常面對的資訊落差、情感依賴與金融剝削風險有關。
生成式 AI 讓文字、影像、語音與對話越來越逼真，也讓詐騙更容易偽裝成「可信任的人」、「正式通知」或「難得機會」。📱⚠️
就在這一天，超維度 Dimension Plus 主辦、OCF 協助辦理「給公民大眾的 AI 詐騙攻破行動工作坊」，一起拆解愛情詐騙、求職詐騙與冒充官方等常見情境，練習保護自己與身邊的人。🛡️
限額報名中，一起來練功🥤 https://ggl.link/BsidexOCFxDef
(感謝 g0v 揪松團借用場地，如有 g0v 長期支持者、OCF 長期支持者真的超想參與，可先報名後 dm 我，可再協助登記特別保留名額～期待回饋給大力支持公民科技協作、開源的大家）
AI 詐騙不只是個人要小心的問題，也和高齡者常面對的資訊落差、情感依賴與金融剝削風險有關。
生成式 AI 讓文字、影像、語音與對話越來越逼真，也讓詐騙更容易偽裝成「可信任的人」、「正式通知」或「難得機會」。📱⚠️
就在這一天，超維度 Dimension Plus 主辦、OCF 協助辦理「給公民大眾的 AI 詐騙攻破行動工作坊」，一起拆解愛情詐騙、求職詐騙與冒充官方等常見情境，練習保護自己與身邊的人。🛡️
限額報名中，一起來練功🥤 https://ggl.link/BsidexOCFxDef
(感謝 g0v 揪松團借用場地，如有 g0v 長期支持者、OCF 長期支持者真的超想參與，可先報名後 dm 我，可再協助登記特別保留名額～期待回饋給大力支持公民科技協作、開源的大家）
@geoffcysu has joined the channel
@gkzbjj has joined the channel
@212024 has joined the channel
2026-06-12
@rukeith.tseng has joined the channel