兒少性剝削6年增3倍 民團盼設專責機構、慎防生成式AI

隨科技網路發展，兒少性剝削樣態轉變，衛福部統計，近6年兒少性剝削案件增加3倍，性影像相關案件成長5倍，且使用網路工具犯罪者，明顯高於非網路犯罪。本報資料照片

隨科技網路發展，兒少性剝削樣態轉變，衛福部統計，近6年兒少性剝削案件增加3倍，性影像相關案件成長5倍，且使用網路工具犯罪者，明顯高於非網路犯罪。民團呼籲，政府應設置網路治理專責單位，有效杜絕網路兒少性剝削。國際專家則說，生成式人工智慧（AI）恐加劇兒少性影像影響範圍，必須慎防。

衛福部保護司統計，106年兒少性剝削通報案件共1060件，至112年兒少性剝削通報案件共4310件，而截至今年上半年，全臺已有2215件兒少性剝削通報案件。112年通報案件中，使用網路工具犯罪者共2607件，非網路犯罪爲1095件，而網路犯罪工具包括社羣網站、通訊軟體、雲端儲存空間、網路論壇等。

衛福部保護司副司長郭彩榕說，兒少性剝削通報案件數提高，代表民衆意識提高，兒少性剝削主要議題，早年是雛妓救援，近期通報個案，則幾乎都與兒少性影像相關，衛福部與Google持續討論，將運用科技技術做網路巡查，兒少性剝削防制條例修法後，警方也將設置鑑識資料庫，強化犯罪偵查工作。

美國反兒童性虐待組織「Thorn」數據科學副理事長波特諾夫（Rebecca Portnoff）說，過去兒少性影像傳播途徑較爲限縮，多在犯罪者相關社羣，或利用郵寄、實體店鋪販售，隨網路發展，相關影響在數秒內就可散佈至全球，「任何人都能啓動兒少性剝削行爲，也讓防治更加困難。」而光是去年一年，美國就有超過1億的疑似兒少性影像或照片流傳在網路中。

波特諾夫表示，性影像數量龐大，AI技術除可用於辨識新上傳的兒少性影像，也可用於區分影像的危險等級，列出優先順序，若影像中有兒少明顯遭遇性虐待者，可交由人類進行判斷，快速找到受害者助其遠離傷害；藉由機器學習，可讓AI辨識影像是否經過變造，並降低其誤判機率，必須定期訓練，調整權重，增加其準確性。

不過，波特諾夫點出，深僞（Deep Fake）技術結合生成式AI，卻可能造成新一波兒少性剝削浪潮，生成式AI可利用成人性影像，結合正常的兒少照片，形成兒少性影像加以傳播，要防堵此類事件，必須從AI設計者開始做起，訓練AI的資料集必須嚴格排除含有兒少性影像的網站，託管AI的平臺也必須留意資訊安全，避免被兒少性影像素材入侵。

臺灣展翅協會秘書長陳逸玲說，科技讓兒少性剝削防制面臨挑戰，必須透過創新科技及立法手段來加強打擊，澳洲政府已設置網路主管單位，英國也在籌設，臺灣卻尚無網路治理專責單位，由於網路議題跨越部會，建議政府可在行政院層級之下，設置跨部會機制，專門進行網絡治理，除能防堵兒少性剝削，也能讓網路世界活動更安全。

陳逸玲表示，在尚無網路治理主管機關情況下，透過網路進行的兒少性剝削防制，必須靠業者自律，尤其應落實「設計及安全」觀念，在平臺、服務設計時，就要把兒童安全納爲重要考量，不是等憾事發生後，纔在思考如何圍堵，目前許多國際大型平臺業者，已自主開始相關業務，但對於國內業者而言，對於兒少性剝削防制議題仍不清楚，政府、民團必須共同努力。