三、合法合宜的基本原則

無論是歐盟的風險管理，或是臺灣發展與治理並重模式，其核心目的除了風險控制，還有引導AI朝向更負責任的發展與應用。對此，林顧問針對實務上常見的風險與爭議提出兩項合法合宜的基本原則。

（一）避免產生著作表達的實質近似

目前全球AI訴訟多聚焦於著作權爭議。著作權法的核心是知識、概念或事實本身可以被學習、分析與再運用，但他人具有原創性的表達方式則受到著作權保護，不宜直接複製或承襲。有些AI公司主張其模型只是學習資料中的「事實資訊」與「語法規律」，屬於合理學習而非傳統意義上的抄襲。從目前國際訴訟發展來看，法院多傾向檢視AI利用行為是否具有「轉化性」，例如將小說拿來訓練文法校正工具，而非產出另一本小說來取代原作市場，則有機會構成合理使用。不過若AI訓練資料是非法取得，即便應用方式具備轉化性，仍可能因初始重製行為不合法而面臨巨額賠償。

由此可知，若利用AI協助分析他人的作品，從中萃取知識重點、核心概念或研究發現，再以自己的方式重新組織與表達，通常已脫離原著作的表達形式，相關著作權風險相對較低。然而，若透過AI進行仿作、改寫或重製，使原作的表達內容、結構或風格仍可被辨識，卻未取得授權並適當標示出處，就有可能引發爭議。因此，AI運用應避免過度依循原作的表達形式，而應著重於知識的理解、轉化與重新詮釋，以降低使用風險。

（二）避免洩漏隱私或應保密資訊

隨著AI工具的普及與自動化，個人隱私與機敏資訊的保護也變得更加重要，因為當這些資訊輸入AI系統，資料便會留存在AI公司的伺服器中，使用者難以全盤掌控其去向。《人工智慧基本法》第14條就提到個人資料蒐集與利用應遵循最小化原則，在非必要情況下，不宜將含有個資或其他敏感資訊的原始資料輸入AI，以降低隱私與資訊安全風險。在學術領域，這項原則更受到高度重視。像《Nature》等國際權威期刊就明確禁止使用AI協助審稿，以免尚未公開的研究成果、專利內容或營業機密外流，造成難以挽回的損失。由此可見，使用AI前應先判斷資料是否適合輸入系統，一旦資訊外流，後續往往難以補救。

四、負責任的AI應用與學術倫理

現今AI的發展正逐步改變學術研究的樣貌，也讓學術誠信面臨新的挑戰。林顧問在演講中強調，法律只是最低限度的行為規範與道德標準，研究者運用AI除了遵循法令，還要從公平性、資料管理、透明度與人類自主性等不同面向進行自我檢視，確保研究過程與成果符合學術倫理的基本要求。

（一）公平性與學術誠信

學術研究的核心價值在於人類的判斷與創見。一般來說，若AI僅用於修正文法、提升可讀性或協助潤飾文字，其產出結果仍受人類創意主導，屬於工具性利用，原則上毋須註明。然而，若利用AI生成研究結論、核心論點或重要發現，其產出為AI高度介入的結果，則屬於輔具性利用，應具體揭露使用情形，以避免引發原創性與公平性的疑慮，進而影響投稿、競賽、評量等事項的資格和結果。因此，當研究者考量是否利用AI協助進行研究前，應先確認主管機關、期刊、會議或競賽主辦等單位的相關使用規範。

（二）資料取得與再利用

AI時代的研究者除了關注技術可行性，更要重視資料取得與再利用的正當性。蒐集資料時應主動了解原創者的權利宣告，同時也要思考如何透過適當的權利管理機制，避免自己的創作在違反意願的情況下遭到不當利用。林顧問以網路爬蟲蒐集語料為例，指出目前發展趨勢已逐漸從單純技術指引的「robots.txt」機制，發展為兼具授權意義的溝通框架，讓AI系統能夠主動識別權利人對資料利用的授權條件。此外，為了維護臺灣的數位主權與文化意識，數發部已於2025年12月推出「臺灣主權AI訓練語料平臺」和專屬授權條款，鼓勵公部門資料在去識別化且不影響原資料集經濟價值的前提下提供給AI訓練使用。該條款允許合理學習與轉化利用，且能與現有CC授權靈活搭配，這對未來學界取得本土化研究素材將有很大的幫助。

（三）透明揭露與可追溯性

為防範AI生成虛假文獻，研究者應要求AI提供參考文獻出處連結，以便於後續查證。此外，導入RAG檢索增強生成技術來比對最新或特定資料庫，也能有效驗證AI產出資訊的正確性。若論文中使用了AI輔助，應遵守投稿單位的要求，在研究方法、致謝或聲明區塊進行明確標示，包含使用哪款AI方案、應用的範圍與方式，並強調作者對最終內容負完全責任（圖3）。另一方面，數發部已於2026年7月訂定「人工智慧風險分類框架」，以生成式AI或深度偽造（Deepfake）等技術產製的內容被要求主動揭露，以進一步提升AI應用的透明度與可信度，使用者需要多加留意。

圖3　 AI工具標示指引

資料來源：林誠夏（2026）

（本圖參考林誠夏顧問本次講座投影片概念，使用GPT-5輔助生成圖像。詳細內容請見資料來源。）

（四）人類監督與自主決策

不管AI技術如何進步，人類仍應保有最終判斷與決策權。為了提高工作效率並降低錯誤與風險，研究者處理重要研究資料時，可優先選用具備「AI護欄」（AI Guardrails）與「AI校齊」（AI Alignment）機制的AI方案。前者能用特定技術限制AI的輸出，避免產生具有偏見、違規或不當內容；後者則透過長期觀察與調整，確保AI系統運作與產出符合人類的預期目標與倫理價值觀。而在正式採用AI生成內容前，研究者還可以用不同AI模型進行交叉驗證與校對，先用AI管理AI，再由人類進行最終的審查與確認。同時，研究者也要妥善保存研究歷程與版本紀錄，以便在面對爭議時，能證明研究的核心創意與關鍵判斷確實出自人類，而非完全由AI生成。