根據市警局資料,台北市自2020年推動科技執法以來,起初全年取締件數僅約2.6萬件,至去(2024年)已飆升至36.5萬件,今年更可能突破70萬件,後端行政與審核機制卻跟不上執法規模的快速擴張。

曾獻瑩說明,科技執法並非「機器自動開單」這麼簡單。實際上,設備拍攝特定違規畫面(如闖紅燈、違規變換車道等)後,依行政區分類上傳至警察局雲端,再由各分局交通大隊下載、逐筆確認是否違規屬實,製作舉發單後交由裁決所處分並寄發罰鍰,且因涉及財產權益,每一筆罰單皆須由員警親自確認簽名,日後若民眾申訴,也由該警員說明開罰理由,開單責任與審核工作最終仍落在基層警員身上。

曾獻瑩以大安分局為例,轄內共有29處科技執法設點,全年預估將開出逾11萬件罰單,但負責處理這些案件的交警僅有7人,除了審查影像與製單,還需輪值外勤、處理交通事故及申訴案件;若每件需1至2分鐘審查,每人每年將多出逾400小時行政工作負擔,只能靠下班或犧牲休息時間完成,長期下來對員警身心造成極大負荷。

推薦新聞:把握好天氣!今起雨勢趨緩、高溫回升 下週恐又有颱風襲來

北市科技執法量暴增,基層警須逐筆審核影像、製作罰單。警方提供
北市科技執法量暴增,基層警須逐筆審核影像、製作罰單。警方提供

他建議,北市府全面檢討流程,加速導入AI技術進行影像初判,將明確違規與爭議案件分流,人工資源應集中處理真正需要判斷的部分,提升整體效率。同時,應依歷史資料分類違規類型,對出錯率高或爭議大的案件保留人工審查,並將判讀結果用於AI訓練,強化系統判斷能力;至於正確率高、穩定性佳的違規類型,可考慮簡化確認程序,改由AI直接開單,並保留民眾申訴機制,讓AI持續從申訴結果中學習優化。

最後,曾獻瑩強調,針對取締量特別密集的分局,北市府更應同步檢討人力配置,適度增派行政支援或調整編制,讓制度設計與人力調度同步升級,才能真正實現「科技減壓、智慧執法」的政策目標。

議員批科技執法成「不眠電子檢舉魔人」,壓垮警員身心。示意圖/雲林縣警局提供
議員批科技執法成「不眠電子檢舉魔人」,壓垮警員身心。示意圖/雲林縣警局提供