前言

自2022年底生成式AI熱潮席捲全世界以來，相關技術迭代迅速，為學術研究與產業實務應用帶來巨大變革。隨著AI工具日益普及、臺灣《人工智慧基本法》自2026年1月開始施行，我們應該如何界定合法利用與侵權的邊界？當AI逐漸深入知識創新與科技研發的過程，學術誠信又將如何實踐？

為了探討上述議題，教育部臺灣學術倫理教育資源中心、社團法人臺灣開放式課程暨教育聯盟、教學實踐研究計畫北區基地與國立陽明交通大學共同於2026年4月29日（三）邀請林誠夏法制顧問以「AI訓練與應用之法遵實踐與學術倫理——以人工智慧基本法為說明框架」為題進行專題演講（圖1）。本期電子報彙整講座精華，帶領讀者掌握AI時代的法遵關鍵，並補充介紹2026年7月數位發展部新訂定之「人工智慧風險分類框架」。

圖1　林誠夏顧問演講畫面

林顧問目前任職於鈞理知識產權事務所，長期參與政府資料開放與數位治理政策的研議過程，並致力推動臺灣開源管理與開放授權的發展。在本次演講中，他不僅深入剖析臺灣《人工智慧基本法》架構，更帶領大家探討學術發表中負責任的AI應用模式。

一、國際人工智慧法趨勢：治理與發展的角力平衡

目前各國對於AI法制在「保護權利」與「鼓勵創新」兩大目標之間採取截然不同的治理模式。林顧問以歐盟、臺灣、韓國、日本、中國與美國為例，說明當前國際AI治理的主要趨勢。

（一）歐盟大規模區域層級風險管理專法

2024年8月1日，歐盟《人工智慧法》（EU AI Act）正式生效，成為全球首部全面建立AI監管框架的法規；其核心設計在於以風險管理為基礎進行分級治理，將AI的應用分為四個等級：不可承受之風險、高風險、低風險、微乎其微的風險，分別提出相對應的管制措施（圖2）。此外，歐盟還設立歐盟人工智慧辦公室（European AI Office），該辦公室具有大型語言模型的監管權限，可調查違規案件，並要求AI公司提出改善措施或依法處分。

圖2　歐盟《人工智慧法》之AI風險等級與管制措施

資料來源：林誠夏（2025）

（二）臺灣、韓國基本法與日本促進法

臺灣2026年1月14日公布施行的《人工智慧基本法》和韓國2026年1月22日正式施行的《人工智慧發展與建立信任基本法》（Framework Act on the Development of ArtificialIntelligence and the Creation of a Foundation for Trust）架構相近，均透過立法宣示國家對AI發展與治理的基本立場，建立具有法律位階的政策原則與解釋框架。這類基本法將作為各行政部門在未來推動政策與行政措施的依循基礎。

相較之下，日本2025年6月4日公布的《人工智慧技術研究開發及應用促進法》（Act on Promotion of Research and Development,and Utilization of Artificial Intelligence-related Technology）則採取促進型的立法思維，重點並非建立全新的AI治理架構，而是在既有法制基礎上促進AI技術與產業的發展。日本的制度較著重降低AI發展的法律不確定性，透過解釋與政策引導營造有利於技術創新的環境，因此可被視為一種以促進發展為導向的立法模式。

臺灣、韓國與日本的AI專法，屬於建立框架與原則的基本法或促進法性質，與歐盟採取嚴格的風險監管機制、具備實質行政查核權的做法有所差異。

（三）中國分層分級的演算法與意識形態管理

截至撰寫本文為止（2026年7月），中國與美國皆尚未建立全國統一的AI規範，主要原因是兩國擔心過早立法會產生定錨效應，進而限制技術與產業的發展。中國雖無基本法，但會透過密集的行政指導規範進行相關管理。像是2025年9月1日開始施行的《人工智能生成合成內容標識辦法》，其核心特色在於「演算法管理」，強調AI應用不得顛覆國家政策，並嚴格要求生成內容必須同時附上顯性的前臺浮水印與隱性的詮釋資料（metadata）標註。

（四）美國地緣政治與經濟優先的保守監管

美國現今未通過聯邦層級的AI專法，主要由各州訂定偏向企業責任的州法，藉此管理Meta、Google等公司調校AI應用的責任。而聯邦政府的立場，則傾向於掃除法律障礙，主張訓練AI屬於合理學習而非侵犯著作權，以維持美國在國際AI競爭中的領先地位。雖然美國著作權局（US. Copyright Office）曾提出應建立保護創作者的「集體授權」與「退出機制」建議，但相關主張並未成為聯邦政府的主要政策方向，顯示美國官方目前對限制AI訓練持保留態度。

由上述例子可知，全球AI法律進展現在仍處於著作權利用的爭議階段，各國因政治體制、產業發展需求及治理理念不同，逐步形成差異化的立法途徑與區域管理模式，使當前國際AI治理格局呈現碎片化發展的趨勢。

二、臺灣《人工智慧基本法》特色

（一）法律定位與施行現狀：公部門與學界先行

臺灣《人工智慧基本法》屬於基本法性質，主要設定國家的大政方針，法律效力原則上不直接針對一般民眾，而是優先影響公部門與學術研究機構。主管機關方面，在立法過程中經公部門與立法院協商，最終定調由國家科學及技術委員會（以下簡稱國科會）擔任中央主管機關。林顧問分析，這個結果反映法制推動過程中跨黨派、跨學門的民主化考量，國科會學門分工的特質有助於在各科學領域平衡AI的發展與規範。

（二）七大原則與風險管理：導入制度化治理思維

《人工智慧基本法》第4條明定推動AI的七大原則：永續發展與福祉、人類自主、隱私保護、資安維護、透明可解釋、公平不歧視，以及問責，這些原則是整部法律的靈魂，也是未來研究計畫申請與評鑑的關鍵檢核點。

針對高風險AI應用，該法已納入具體治理機制，例如：第5條要求揭示相關注意事項或警語；第16條借鏡歐盟風險管理架構，明定數位發展部（簡稱數發部）應訂定風險分級規範；第17條則要求建構救濟與補償機制，以降低AI應用可能造成的損害風險。這些內容顯示《人工智慧基本法》雖屬原則性立法，已具備風險治理制度思維。

數發部依據《人工智慧基本法》規定，於2026年7月訂定「人工智慧風險分類框架」，將框架分為「AI系統本身之技術設計缺陷」、「部署後操作及人機互動問題」以及「廣泛社會結構與環境衝擊」，引導各機關進行四項核心操作流程，包含：盤點應用情境、識別風險、評估風險、應對風險，並附有「AI風險管理措施檢核表」，可供各界作為後續應用AI技術之風險評估基礎。詳細內容可參考數發部網站之「數發部AI專區→AI 風險分類框架」頁面。

（三）法律優先性與開放資料新義務：強化數位主權

《人工智慧基本法》第11條賦予該法在法律解釋上的「優位權」，當與其他法律衝突時，只要同時符合第4條的七大原則，其他法律必須退讓，以促進新技術與服務之提供為優先。此外，該法第13條要求政府建立資料開放、共享與再利用機制。換言之，未來公部門與民間的研究專案，可能會被要求提供內容給AI訓練使用，以維持本土AI的競爭力與主權地位。此制度設計反映政府希望透過提升資料可用性，強化本土AI模型的訓練能力與數位主權競爭力。

（四）倫理教育與勞動保障：展現立法進步性

演講中，林顧問特別介紹該法兩項具有前瞻性的設計。首先是第7條責成教育部門常態性推動AI倫理教育，藉此確保AI技術的發展與應用符合人性尊嚴、社會價值及公共利益；其次是第15條將保障勞動權益納入規範，要求政府對受AI衝擊而失業的勞工提供輔導或補償，這點在國際AI立法中相當罕見，甚至曾引起其他國家的討論。這兩項設計顯示臺灣法制在追求科技進步的同時，亦高度關注社會結構的穩定與弱勢保障。