ChatGPT講台語「不輪轉」？消失的不是語言，是誰有資格定義語言的權力

台南一位七十歲的阿嬤，對著手機用台語問ChatGPT隔天的天氣。AI回她一口字正腔圓的華語，偶爾夾雜幾個拼湊出的台語詞，像外國人講中文，腔調「不輪轉」。阿嬤笑了笑，把手機收起來。

這個畫面每天在台灣重複上千次。多數人把它當笑話看，但語言學者看到的，是一場安靜的權力轉移。

台語有多少人講？根據文化部歷次調查，台灣約有七成以上民眾自認具備台語聽說能力，但能用台語讀寫者不到一成。這組數字背後是一個關鍵機制:台語長期是「口說語言」，缺乏大規模的書面數語料。

問題就出在這裡。大型語言模型的能力，基本上由訓練資料的質與量決定。英文網頁數量以數十億計，繁體中文內容在全球網路占比已屬邊緣，台語書面語料更是其中的滄海一粟。缺的不只是字，是整個生態系:台語缺乏統一書寫標準（教育部推薦用字與民間白話字各自並行）、缺乏商業誘因、缺乏被系統性數位化的文本。

換句話說，AI不是聽不懂台語。是台語在AI的世界裡，從來沒有被好好「餵過」。

誰定義語言的「標準版本」？

這比聽不懂更嚴重。當AI勉強輸出台語，它傾向採用單一、制式的表達——通常是官方推薦用字與都會區腔調。但台語的真實面貌是分歧的:泉州腔、漳州腔、海口腔、內埔腔，各自承載不同地域的歷史記憶。當AI只學會一種「標準台語」，其他變體就在數位世界裡加速消音。

這正是語言學界近年熱議的「演算法語言學死亡」:一個語言不需要所有人停止使用才會死，只要它在數位環境中失去能見度，下一代就會自然棄守。紐西蘭毛利語、愛爾蘭語都曾走過這條路——直到當地社群主動建立語料庫、與科技公司合作開發模型，才勉強在語音助理與搜尋引擎裡搶回一席之地。

威爾斯是另一個鏡子。威爾斯語使用者僅約五十萬人，但威爾斯政府透過立法要求科技產品提供威爾斯語支援，並投入公共資源建置開放語料，如今Google Translate的威爾斯語品質已可用於日常溝通。關鍵不是語言人口多寡，是有人把它當公共政策來打。

台灣的解方不在技術，在制度

策略一:語料是公共建設。台語語料庫的建置不能只靠學術計畫零星補助，需要政府以「數位基礎建設」的規格投入——錄音、轉寫、標註、開放授權。中研院與民間團體多年累積的台語文本與影音資料，缺的是系統性整合與足夠的經費位階。

策略二:讓「說台語的人」成為資料貢獻者。眾包錄音、社群協作標註，在印度、非洲多語言社群已有成熟模式。台灣的廟口、歌仔戲、 podcast 節目，都是活的語料來源，只是尚未被當作資產。

策略三:本土AI團隊需要政策採購。聯發科、台灣AI實驗室等單位近年皆有多語言模型布局，若政府帶頭採購台語語音服務（長照熱線、公共資訊查詢），市場誘因就會出現，語言的數位化才有商業引擎。

回到阿嬤的手機。她這一代是台語最流利的最後一批使用者，也是唯一還能「教AI講台語」的活字典。這批語料若沒有在被時間帶走之前系統性保存，二十年後的AI將講一口更破的台語——而那時，不會有人記得標準之外還有別的可能。

語言的生死，從來不是使用者人數的問題。是誰的語言被寫進程式碼、誰的聲音被留在訓練資料之外的問題。台灣要回答的是:我們打算讓演算法替我們做這個決定嗎？