在人工智慧的應用上，訓練的資料非常重要。資料來源為何、資料來源合法性及正確性，需要有這些要素才能進一步討論人工智慧的應用。如果資料來源不合法，訓練出來的結果就須備受檢驗性。

科技．人文．數位貿易：數位主權的形成與挑戰；人工智慧演算法下的社交媒體資訊過濾：認知作戰、同溫層、沉默螺旋；後疫情時代人工智慧醫療大數據與法律實證研究的發展。

本報告為「開發建置受保護管束人再犯風險評估智慧輔助系統」的第一年期計畫──「以巨量資料分析觀點探勘犯罪風險因子與保護管束再犯之關聯性」。這個研究案所要研究的是國外一些具有信、效度指標性的犯罪人風險因子，是否造成犯罪人再度犯罪、犯同罪或不同罪等，故需建置受保護管制人再犯風險評估的輔導系統、與國際接軌。

當前全球皆關注2050年淨零碳排目標，交通方面可看到各國電動化與使用再生能源的重要發展趨勢。台灣在這方面的課題更為嚴峻，若要達成2050年淨零排，單純的運具電動化並不夠有效，尚需將所有電力來源無碳化。除發展自駕技術外，也會希望接續共享趨勢。本報告，將進一步說明自動化、連結、共享，與MAAS在台灣與國際上的發展近況。

各國這幾年在修法例、法治設計的討論裡，都有提到透明度、透明性原則等詞彙，卻比較少花時間討論「透明度」的意涵。透明度是否依據不同對象，有不同功能定義，或層次、類型上的不同？也嘗試從透明度的歷史背景鋪陳，再探討到近年討論的人工智慧運用，以及公部門在公共政策制定或行政決定時的應用，甚至是法院的使用。

本次公共性與AI論壇不僅在AI的議題上面做各種角度的探討，也從法實證的角度來談商標在人工智慧上的關係。在商標權爭奪戰中，我們是否能從法律的判決紀錄中，找到常態性的爭議點，以及更重要的，法官的審酌考量因素為何？甚至於，有哪些在法學界中認定為重點之因素，是否真能影響訴訟勝敗以及後續賠償金額？