一個數字震驚了所有關注交通正義的人：115年截至七月，台中市路口科技執法撤銷的二十三件案件中，有十五件、占比高達六成八，原因只有五個字——「影像判讀有誤」。
當我們以為科技執法是鐵面無私的電子判官，現實卻是它可能連車牌上的「0」跟「D」都分不清楚。這不只是機器的問題，它代表著每一件烏龍罰單背後，都有一個市民得花時間請假、寫申訴書、跑行政流程，只為了證明自己沒做錯事。
表象：漂亮的交通事故下降數字
先講好的。台中市議員邱愛珊在今天的質詢中揭露了這組數據：台中科技執法路口交通事故從113年的2,568件，降到114年的1,972件，一共減少了596件，降幅達23.2%。
說真的，這數字很漂亮，沒有人會否認科技執法的成效。路口變安全了，這是市民最有感的改變。問題在於，當我們加速擁抱AI判讀的同時，系統誤判的代價，到底是誰在扛？
「68%並非科技執法整體錯誤率，而是撤銷原因中的占比，但也凸顯影像辨識仍有改善空間。」
——台中市議員 邱愛珊
邱愛珊點出一個關鍵：系統出錯不可怕，可怕的是我們用「人工複核」來幫機器擦屁股，然後告訴自己這樣就沒事了。
真相：系統性漏洞的三大警訊
警訊一，是車牌辨識的基本功。民眾反映車牌「0」與「D」可能遭誤判，這種光學辨識的老問題，在科技執法系統中竟然沒有被有效過濾。警察局交通大隊長劉永昌回應，遇疑慮會與監理機關進行車籍資料比對。話說回來，如果每一件模糊影像都要回頭比對車籍，那我們到底是靠AI執法，還是讓AI製造更多文書作業？
警訊二，是數據背後的隱藏成本。115年撤銷二十三件，十五件是影像誤判，這數字看起來不大，但每一件撤銷都代表：
- 一個市民收到錯誤罰單，產生焦慮與不信任感
- 基層員警必須花時間進行初審、複核、抽核三關人工檢查
- 行政救濟程序消耗司法與交通單位的人力資源
警訊三，也是最值得玩味的——禮讓救護車反被罰。114年共有三十六件因避讓救護車而撤銷的案件，占撤銷案件19%。目前台中最創新的做法，是在中國醫藥大學附設醫院周邊設置兩組智能辨識鏡頭，115年7月辨識出九件避讓救護車案件。
但邱愛珊點出一個盲點：難道只因為這類案件只占總舉發的1.2%，就認定效益不高？如果連救護車的聲音都無法被系統正確解讀，那科技執法的「智慧」到底在哪裡？
各方角力：議員、警察局、市民的三方賽局
議員這邊，要求的是系統優化。邱愛珊明確要求市府在115年底前提出科技執法系統優化及後續擴充規劃，特別點出醫院周邊救護動線必須納入評估。
警察局這邊，層層把關聽起來很嚴謹。警察局長吳敬田承諾，後續若遇影像模糊、無法明確判斷的案件，將採從寬認定原則予以排除。劉永昌補充，AI判讀的違規影像會經承辦同仁初步過濾、分局交通組複核，再由交通大隊執法系統抽核。
「不能讓系統誤判的成本轉嫁給民眾申訴，也不能由基層員警以大量人力彌補系統漏洞。」
——台中市議員 邱愛珊
但說真的，三層人工審核聽起來很嚴謹，但如果系統本身辨識準確度不夠，這三道關卡只是在幫系統擦屁股，而不是在提升系統的智慧。從114年的七十三件誤判到115年七月的十五件，比例從39%升到68%，這趨勢怎麼看都不對勁。
「後續若遇影像模糊、無法明確判斷的案件，將採從寬認定原則予以排除，避免民眾遭到不當舉發。」
——台中市警察局長 吳敬田
從寬認定是好事，但這也等於承認系統有無法克服的辨識死角。真正的問題是：為什麼我們不在一開始就把死角補起來？
深層影響：科技執法的信任危機
科技執法的本意，是用客觀的電子設備取代主觀的人為判斷，減少爭議。但當系統誤判率反彈上升，民眾收到一張自己都不知道為什麼違規的罰單時，信任感只會一步步被侵蝕。
台中市每年科技執法舉發案件動輒三十七萬件，撤銷案件雖然只有一百多件，比例極低，但每一件撤銷案件背後，都是一個真實市民對系統公正性的質疑。而這種質疑，是用再多「交通事故下降23.2%」的數據都無法安撫的。
換個角度想，如果導入AI影像過濾機制，在前端就把「0」跟「D」的問題解決，不只民眾不會收到烏龍罰單，基層員警也不必花時間在三關審核上。節省的人力成本，拿去提升其他路口的交通工程改善，效益絕對更高。
筆者認為，科技執法真正的挑戰不在於「抓得多準」，而在於「怎麼讓被罰的人心服口服」。如果系統連車牌都看不清楚，卻要民眾相信它看得懂違規行為，這本身就是矛盾的。
——編輯觀點
未解之問：精準執法的最後一哩路
邱愛珊要求市府在115年底前提出科技執法系統優化規劃，這不只是給警察局的功課，也是給所有依賴科技執法的縣市一個提醒。
問題一：當前的車牌辨識系統，對於特殊字元、光影變化、天候影響的容錯率到底是多少？警察局有沒有具體的準確率KPI？
問題二：避讓救護車的智慧辨識，為什麼只在中國醫藥大學附設醫院周邊設置兩組？其他救護車通行熱區，什麼時候才會納入系統優化？
問題三：三層審核機制聽起來嚴謹，但從39%上升到68%的誤判占比來看，這三層關卡顯然沒有有效攔截錯誤。問題出在初審、複核還是抽核？
科技執法不能只做到「有裝就好、有罰就算」的層次。當一座城市決定用AI取代人力執法，它就必須對系統的每一個誤判負責——不只是對被罰錯的市民負責，也是對那些在第一線用人力填補系統漏洞的基層員警負責。
從113年到115年，台中的科技執法確實讓路口變安全了。但如果精準度跟不上，這套系統早晚會迎來更大的信任風暴。到時候，再漂亮的車禍降幅數字，也蓋不住民眾對「電子烏龍罰單」的怒火。
不只是看新聞——你可以做的三件事
這篇報導不只是在講台中，它其實在講每一個生活在科技執法城市裡的你。
- 如果你曾經收到莫名其妙的科技執法罰單，不要默默繳錢了事——申訴是你的權利，而每一件申訴成功的案件，都是對系統的一次校正。
- 如果你關心交通正義，不妨關注你家附近的科技執法路口，留意它的告示是否清楚、系統是否經常誤判，這些都是你可以向地方議員反映的真實問題。
- 如果你是政策決定者，請記住：科技永遠是輔助工具，不是免死金牌。系統的每一個錯誤，最終都必須有人承擔——而那個人，不該是基層員警，更不該是無辜市民。
科技執法不能只追求「舉發數量」，更該追求「讓人無話可說的精準」。這條路還很長，但至少，我們現在知道問題出在哪裡了。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
科技執法影像判讀錯誤最常見的原因是什麼？
最常見的原因是車牌字元辨識問題，例如「0」與「D」容易遭系統誤判。此外，光影變化、天候影響、拍攝角度偏差也會導致AI判讀失準，這類「影像判讀有誤」案件占台中科技執法撤銷案件的六成八。
收到科技執法罰單覺得有誤，該怎麼申訴？
直接向舉發的警察機關提出申訴，或透過監理機關的裁決單位申請撤銷。台中市警察局表示，對於影像模糊、無法明確判斷的案件會採從寬認定原則處理。建議保留行車記錄器、停車記錄等佐證資料，申訴成功機率會更高。
避讓救護車被科技執法拍到，一定會被罰嗎？
不會。只要確實是為了避讓救護車而產生違規行為，民眾可以在收到罰單後檢具相關事證申訴，警察機關會進行人工複核後予以撤銷。114年台中就有三十六件因避讓救護車而撤銷的案件。
台中科技執法的交通事故改善成效如何？
台中市科技執法路口的交通事故從113年的2,568件降至114年的1,972件，共減少596件、降幅23.2%，成效相當顯著。不過議員也呼籲，不能只追求舉發數量，系統精準度才是長期信任的關鍵。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
