全域守護網

O 安心社會

申請編號
172
隊名
峰啟雲湧
聯絡人
楊敦皓 ・0965612281 ・dunhaoyang144@gmail.com

在官方系統開啟此提案

AI 輔助評估

摘要
以LINE Bot整合防詐、農村長者氣候健康、高齡行人交通與老屋耐震判讀四個模組的「一站式」安心平台。
實質空洞
是 — 四域拼貼、資料虛構
卡詞
是
治理樣板
否
既有作品
否
性別影響
完全未觸及性別;農村高齡女性務農者與求職詐騙高風險女性均未被區分考量。
DEI
僅以大字體語音顧及長者,無智慧手機者與移工、新住民求職者(多語需求)被排除。
STS·社會影響
老屋「關注等級」卡易被業者操作、影響房價並標籤化住戶;防詐誤判恐凍結無辜帳戶。
AI 使用
宣稱LLM、GNN、TTS四模型,三名非資訊背景學生六週完成不可信;提案本身以生成式AI撰寫。
資安隱私
警示帳戶資料並非開放資料卻列為已用;帳戶拓樸分析與長者位置健康推播皆屬高敏感個資。

初審

總分 可行性 社會影響力 創新性 提案團隊多元性 資料治理思維
0.89 0 3 0 1 0
評語
AI生成文字摻入雜訊。建議聚焦。
筆記
文字摻入雜訊,疑OpenClaw加本地端中模型(如Gemma-12b)生成文字,提案人可能沒完整讀過生成的提案。「方案碼」=>「方案」;「跨部門會法規」=>「跨部會法規」。一案做四個功能:防詐、農村長者氣候健康、高齡行人交通與老屋耐震判讀。
初審會議筆記
(無)

工作坊

筆記
(無)

決審

總分 可行性 社會影響力 創新性 實作進程驗證
(無) (無) (無) (無) (無)
入選
否
評語
(無)
筆記
(無)

同團隊提案(團隊 6)

同主題提案(主題 3:災時通訊與弱勢戶)

壹、隊名及題目

一、隊名
峰啟雲湧
二、題目
全域守護網
三、提案對應之徵件構面
安心社會
四、團隊要解決的問題?
我國正面臨四大社會安全痛點: 1. 新型態詐騙威脅:求職詐騙演變為人身拘禁與人口販運(豬仔案),詐騙集團利用無辜民眾帳戶洗錢,傳統宣導難以阻斷源頭與金流。 2. 農村高齡氣候健康風險:農村長輩習慣戶外務農,面對酷熱與寒流等極端天氣易引發急病,現有氣象預報缺乏生活化、在地化的健康與休養指引。 3. 高齡與行人交通安全:極端天氣視線不良,或農村/社區道路缺乏行人防護,導致高齡行人交通事故頻傳。 4. 老屋安全資訊各說各話:老舊社區住戶對房屋耐震狀況莫衷一是,缺乏客觀第三方資訊佐證,討論都更與否時常淪為立場之爭而非事實之辯,住戶不知道到底是真有風險,還是有人講得比較誇張。 上述四大痛點看似分屬治安、健康、交通、居住不同領域,實則共同指向同一核心問題:民眾在攸關人身、財產與居住安全的重大判斷上,缺乏一套可信、易懂、中立的資訊依據,只能各憑立場與片面說法猜測。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫,階段性計畫亦同
是
六、前題若選否,請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容

貳、聯絡人資訊

聯絡人姓名
楊敦皓
聯絡人電話
0965612281
電子信箱(Email)
dunhaoyang144@gmail.com

參、提案內容說明

一、可行性

(一)已有隊員人數(含聯絡人)
3
(二)團隊成員及任務分工?
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」?
否
(四)參賽隊員中是否有其他之獲獎證明?
否
(五)請說明您的提案「已使用」哪些相關資料?
政府開放資料:內政部警政署的去識別化詐騙與警示帳戶歷史資料 政府開放資料:交通部的易肇事路段與高齡交通事故資料 政府開放資料:農業部的農村長輩照護據點與緊急醫療資源網絡資料 政府開放資料:衛生福利部的農村長輩照護據點與緊急醫療資源網絡資料 自備資料:
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料?
政府開放資料:內政部國土管理署的建物使用執照、建照年份及結構型式資料 政府開放資料:國家地震工程研究中心的危老評估/耐震初步評估申請統計及地震風險、土壤液化潛勢圖資 自備資料:
(七)除了上述資料外,是否有需要哪些機關的未開放資料?
否,沒有其他機關的未開放資料需求
(八)針對上述(欄位(五~七))之資料預計應用方式?
1. 防詐阻斷模組:分析歷史詐騙文本與異常交易樣態,建立語意模型與金流異常演算法,供求職平台與金融機構進行源頭過濾與人頭帳戶事前預警。 2. 氣候健康與通行風險模組:結合氣象與衛福/農業部數據,利用 AI 將氣象數據轉換為生活化健康警示,並交叉分析交通部易肇事熱點,於惡劣天氣提示高齡行人危險路段。 3. 老屋安全初步判讀模組:依建物建照年份、結構型式、地震風險等級運用規則式模型交叉比對,產出白話文「初步關注等級」說明卡,並明確標示資料來源與限制,避免給予絕對結論,引導住戶理性判斷是否需專業評估。 4. 在地資源導引服務:將健康、交通與老屋安全提示,結合在地關懷據點、醫療院所、結構技師公會等資訊,透過 LINE Bot 或社區看板提供「一鍵諮詢與轉介」服務。
(九)請說明提案預計實證及落地場域為何,如在中央或地方機關、產業或NPO/NGO等,如何導入公共服務運作?
本提案採「地方試辦、中央擴散」之公私協力模式: 1. 地方機關與農村社區實證:選定高齡化農村縣市(屏東縣政府社會處/農業處)作為極端天氣健康提醒與行人安全服務之 PoC 試辦場域,透過綠色照顧站、農會及社區關懷據點導入智慧提醒。 2. 都市老舊社區實證:選定都市中老舊社區密集之行政區(如台北市萬華區或台中市舊城區),與地方政府都發局/建管處合作,將老屋安全透明化模組納入危老都更諮詢窗口之輔助工具,並與社區發展協會合辦說明會。 3. 產業與中央機關對接:防詐模組對接勞動部「台灣就業通」及公股銀行風控系統;行人安全模組對接地方交通局;老屋安全模組對接結構技師公會與都更實施者,整合資訊以官方 LINE 帳號及社區據點電視牆呈現,全面導入公共服務運作。
(十)請說明提案實作期程規劃 (入選後至決審期間)?
第 1-6 週|四軌並行開發:A 軌開發防詐語意與金流預警模型;B 軌開發氣候健康轉譯演算法與行人交通風險地圖;C 軌開發老屋安全初步判讀模型與都更資訊整合地圖;D 軌整合三者共用之在地資源引導與通知機制。 第 7-9 週|系統整合與生活化介面開發:打造輕量化 LINE Bot(支援大字體與語音)及據點戰情看板,整合防詐提醒、健康與交通提醒、老屋安全說明卡於單一服務入口。 第 10-11 週|場域實證與盲測:於農村據點及都市老舊社區同步導入體驗,蒐集不同族群(長輩、年輕人、地主、租戶)之接受度回饋;並進行防詐模型準確率與老屋判讀保守性之驗證測試。 第 12 週|效益評估與決審準備:彙整四大模組之量化成效與使用者滿意度,產出結案報告與推廣計畫,完成決審簡報。

二、社會影響力

(一)請說明您的具體解決方案?
1.防詐與斷炊盾:運用大型語言模型自動辨識異常求職文本,並利用圖神經網路分析警示帳戶特徵,於求職端與金流端主動攔截,切斷詐騙集團獲利與洗錢鏈。 2.氣候健康與通行守護盾:開發「氣候健康轉譯引擎」,將氣象資料轉化為長輩易懂的語音或圖文提醒,結合交通數據主動提醒危險路口與穿著建議。 3.老屋安全信任盾:開發「老屋安全初步判讀卡」與「都更資訊整合地圖」,以客觀資料與白話說明取代業者片面說法,讓長輩、年輕人、地主、租戶有共同討論依據,並媒合在地結構技師公會協辦社區說明會,由中立第三方而非利害關係人說明。 4.共通信任機制:四大模組均秉持「呈現客觀資料、標示來源與限制、不代替專業判斷」之原則,建立民眾對系統之長期信任。
(二)提案是否回應公民許願池 ?
是
(三)前題若選是,請點選回應之願望名稱
讓詐騙集團斷炊,別再讓無辜民眾成為詐騙工具 希望極端天氣來臨時,農村長輩能得到更多健康提醒 老社區到底該不該都更?希望不要每個人都說得不一樣
(四)請說明您認為本次提案內容可帶來的影響與效益?
1. 人身與財產雙重保障:源頭打擊假求職並凍結人頭帳戶洗錢,降低民眾受騙落入人口販運陷阱的風險。 2. 提升高齡者極端氣候適應力:讓農村長輩與家屬提前獲得生活化健康指引,預防熱中暑、心血管疾病發作,減輕農村急救醫療負擔。 3. 促進高齡通行安全:藉由氣象與交通數據整合預警,降低高齡行人於天候不良時之交通事故發生率。 4. 降低老屋議題社區內部衝突:讓住戶取得客觀第三方資訊,減少因立場不同造成之猜忌與衝突,並提升真正有結構疑慮建物之專業評估轉介率。 5. 一站式公共服務整合:整合防詐、健康、交通與居住安全資訊於單一入口,讓民眾在人身、財產、居住安全上不再求助無門。
(五)請說明本提案是否具備可複製性及擴散性?
本提案具備高度模組化與擴散潛力。防詐與金流預警模組採 API 架構,可串接全台人力銀行與金融機構風控系統;氣候健康與通行安全模組能擴散至全台社區關懷據點、綠色照顧站、農會系統;老屋安全模組不綁定特定行政區資料結構,可快速部署至全台老舊社區密集之六都與縣市。四大模組共用同一套「客觀資料+白話轉譯+在地資源引導」核心架構,未來更可延伸至長照機構、物業管理系統,成為全國安心生活防護網之標配科技。

三、創新性

(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
1. 四域跨界融合:本提案首次將「治安防詐」、「高齡氣候健康」、「智慧交通」與「居住安全信任」四大公共安全領域進行整合,打破單一權責機關各自為政的服務邊界。 2. 數據轉譯創新:將艱澀的氣象、交通、金融異常與建物結構資料,透過生成式 AI 轉譯為在地化、語音化、行動指引化的白話照護與判讀資訊,弭平不同世代與立場民眾間的資訊落差。 3. 從被動查詢到主動預防、從立場之爭到事實之辯:防詐與氣候交通模組將服務從被動報案轉為主動預警;老屋安全模組則將都更討論從「誰說得比較大聲」轉為「有沒有客觀依據」,共同體現本提案「以數據建立信任」之核心精神。
(二)請說明提案預計使用之工具或平台?
開發語言與 AI 框架:Python、PyTorch、Hugging Face 進行 NLP 與圖神經網路開發;Neo4j 進行金融帳戶拓樸分析;輕量決策樹模型用於老屋安全初步分級。 介接與服務載體:後端採用 FastAPI,前端開發支援 TTS 語音合成之 LINE Messaging API,並整合 QGIS/Mapbox 呈現交通、氣候與老屋安全地圖,搭配 Streamlit 建置管理端戰情看板。
(三)是否有使用AI工具?
是
(四)前題若選是,請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
是;ChatGPT/Claude等大型語言模型 提案撰寫階段,運用生成式AI協助整理跨部門會法規邏輯、資料欄位關係對應,並於開發階段協助方案碼架構規劃與調試,加速開發效率。

四、團隊輔導需求調查

(一)若入圍初選,期待主辦單位提供之協助?
協助調整作品架構及服務模式 協助確認應用場域可行性 協助跨機關資料取得 協助跨機關溝通合作(非資料面)
(二)若入圍初選,是否需要算力平台或雲端協力業者資源?
是
(三)前題若選是,請說明需要何種算力平台(係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫)或雲端協力業者(GCP或AWS或Azure或國網中心)之資源及預計應用內容
國網中心:(應用內容:訓練求職詐騙 NLP 語意模型、圖神經網路金流分析、氣候健康 TTS 模型,以及老屋安全初步判讀分類模型之運算處理。) 數位發展部數位產業署 - 115年算力平台:(應用內容:為訓練求職詐騙 NLP 語意模型、圖神經網路金流分析、氣候健康 TTS 模型,以及老屋安全初步判讀分類模型之運算處理。)

五、參考文獻或資料引用來源說明

(一)提案內容是否全為原創內容,或有部分引用相關資料來源?
否,有部分內容或資料來源引用其他參考文獻/網頁等。
(二)前題若選否,請說明本提案中所引用之資料來源及其應用環節,建議以條列方式簡述。
內政部警政署 165 全民防騙網統計:引用於問題情境說明,說明求職詐騙與人頭帳戶對社會安全之危害。 農業部「農村綠色照顧計畫」及衛福部高齡健康統計:引用於農村長輩面對極端氣候的健康風險與照護需求分析。 交通部道路交通安全督導委員會交通事故統計:引用於高齡行人與極端天氣下之交通風險分析。 內政部國土管理署危老重建及都市更新公開統計資料:引用於老屋安全模組之都更/危老資訊整合地圖基礎資料。 國家地震工程研究中心地震風險與土壤液化潛勢圖資:引用於老屋安全初步判讀模組之風險等級運算。

團隊成員

單位類型 姓名 單位與職稱 工作項目
民間單位與個人 楊敦皓 國立高雄師範大學地理學系 學生 主要提案單位
民間單位與個人 陳琰予 實踐大學會計學系 學生 次要(合作)提案單位
民間單位與個人 洪郁翔 逢甲大學財稅學系 學生 次要(合作)提案單位

資料需求

無資料。