解析生技製藥研發成果涉及智慧財產保護之新課題
本文為「經濟部產業技術司科技專案成果」
Thomson Reuters v. ROSS案──美國聯邦第三巡迴上訴法院認定以商業替代目的訓練非生成式AI不構成合理使用 資訊工業策進會科技法律研究所 2026年10月16日 人工智慧(AI)訓練利用他人著作是否、如何構成合理使用，是各國著作權法持續討論中的爭議。美國聯邦第三巡迴上訴法院(United States Court of Appeals for the Third Circuit，下稱第三巡迴法院)於今(2026)年9月就Thomson Reuters v. ROSS案作成判決，認定以商業替代目的訓練非生成式AI，不構成合理使用[1]。 壹、事件摘要 美國聯邦第三巡迴法院就Thomson Reuters Enterprise Centre GmbH (下稱Thomson Reuters)及West Publishing Corp. (下稱West)控告ROSS Intelligence Inc. (下稱 ROSS)案(案號 No. 25-2153)作成判決，認定Thomson Reuters之法律裁判要點(headnote)具原創性而受著作權保護，且 ROSS為訓練AI而使用該等裁判要點，不構成合理使用(fair use)[2]。判決指出Thomson Reuters的素材具有「創作火花」(creative spark)，受著作權保護，且ROSS意圖以高度相似的目的使用這些素材，成為直接競爭者，認定不構成合理使用[3]。 Thomson Reuters為蒐集、整理、註解並出版司法判決等法律內容之公司，並推出線上法律研究平台Westlaw。Westlaw以主題與關鍵編號系統整理司法判決，撰擬提供裁判要點，清楚簡明的呈現判決所表明之關鍵法律論點，並讓使用者點選即可前往該要點所依據之判決段落[4]。ROSS係AI法律搜尋引擎開發者，其以數千則 Westlaw裁判要點作為訓練AI的素材，使其能辨識哪些判決段落足以妥適回應法律問題[5]。Thomson Reuters得知後對ROSS提起訴訟，主張著作權侵害。 貳、重點說明 判決指出Thomson Reuters之裁判要點編輯，須決定哪些法律論點重要到足以納入裁判要點，以及如何依Westlaw之撰寫準則表達這些論點，內容必須納入足夠之事實背景與理由，且無須參照判決或任何其他裁判要點即可被理解，首先肯定裁判要點具有原創性[6]。反駁ROSS主張，法院認為裁判要點內容並未等同判決內容，著作權主張並不會實際上壟斷司法判決[7]，而且「表達司法判決中的法律論點有許多方式」，並不適用概念與表達合一原則(merger doctrine)[8]。同時，逐項衡量美國著作權法四項合理使用因素，提出如下看法： 一、使用之目的與性質不利於合理使用 法院首先考量使用屬商業性或非營利性，因為商業性使用不利於認定合理使用；其次考量複製者之使用有多大之轉化性(transformative)，亦即新著作是否僅取代原創作之標的，抑或增添新內容、具有進一步之目的或不同之性質，其指標在於複製者之使用是否維持「獨特的目的」[9]。法院認為ROSS 意在建立一個收費與 Westlaw 相當之法律研究平台，與 Westlaw 爭取客戶，因此 ROSS 之使用具商業性[10]。而且，就轉化性而言，Thomson Reuters使用其裁判要點，協助法律研究者尋找並理解載有與其搜尋相關法律論點之司法判決；ROSS使用Thomson Reuters之裁判要點，建立一個法律研究平台，協助使用者找出回應其搜尋之判決段落。雙方方法雖略有差異，但都是使用裁判要點來建立並改進一個協助使用者尋找相關法律資料之法律研究平台，終極目的相同[11]。法院認定ROSS使用具高度商業性且僅具輕微轉化性，第一項因素不利於合理使用[12]。 判決指出，本案不同於Authors Guild v. Google案，該案Google 掃描整本書籍，供使用者搜尋並閱讀與其搜尋詞相符之書籍小段摘錄；原書之目的是供人閱讀，而搜尋功能之目的，是使使用者得以找到含有搜尋者所感興趣詞語之書籍[13]。但本案不存在這種轉化性目的，相反的，ROSS之平台使用Thomson Reuters之裁判要點，是協助使用者找到與其法律研究詢問相關之司法判決，而這正是Thomson Reuters已經以其裁判要點在做的事。而且Google之搜尋功能可能將使用者導向其後會向原作者購買之書籍，但本案ROSS不會把使用者導向Westlaw，相反地正如 ROSS 所承認，其目的是取代 Westlaw[14]。法院亦未支持ROSS的「中間複製」(intermediate copying)[15]主張，判決指出ROSS無須複製Thomson Reuters之裁判要點，即可取得原始的司法判決，並可自由複製這些判決，ROSS 選擇不這麼做，不是因為複製裁判要點是提供製作訓練備忘錄的「必要」方式，而是因為它是較「簡便」的方式[16]。 二、著作性質雖略為有利於合理使用但影響輕微 著作在被使用時是已發行或未發行，以及該著作雖具足以受著作權保護之創意，是否同時含有事實性或功能性要素；越具創意、越少事實性之著作，越「接近著作權保護的核心」，即越不利於合理使用。法院認為Thomson Reuters在 ROSS 使用前已發行這些裁判要點，且裁判要點較偏事實性而非虛構性，因其必須準確傳達法律，並描述不受著作權保護之司法判決，因此此項因素有利於合理使用[17]。惟法院亦指出，著作性質因素在合理使用判斷中鮮少扮演重要角色[18]。 三、所使用部分之量與重要性不利於合理使用 就量與重要性而言，法院認為ROSS 將 25,000 則 Westlaw 撰寫之裁判要點(本案經認定侵權而受審查者為其中2,243則)[19]全文複製到其備忘錄中，並以之訓練其 AI 程式，且意在利用 Westlaw 之成果，製作 Westlaw 之商業替代品，因此 ROSS 欠缺足以使大量複製成為合理之轉化性目的與性質[20]。雖然ROSS 主張其所取用的僅是Thomson Reuters 2,800 萬則裁判要點之0.08%[21]，但法院認為關鍵在於達成複製者之目的[22]「所取用者是否未超出必要程度」，在ROSS缺乏足以正當化之轉化性目的的情況下，其複製取用這些裁判要點即屬超出必要程度；而且每則被取用之裁判要點，ROSS所複製的都是全部，如此廣泛之複製因缺乏足夠之轉化性目的支持而不合理，故第三項因素不利於合理使用[23]。 四、利用結果產生價值影響與市場取代的效果 第四項因素關乎該使用對受著作權保護著作之潛在市場或價值所生之影響；「潛在市場」包括原著作之市場，以及原著作衍生使用之任何市場[24]。ROSS 主張相關原市場是裁判要點作為獨立產品之市場，Thomson Reuters則主張法律研究平台市場才是相關原市場。 法院認為ROSS 複製裁判要點，是為了在與 Westlaw 相同之競爭性法律研究平台市場中競爭，損害 Westlaw 在該原市場中之地位[25]。而且，縱採 ROSS 所稱的裁判要點市場，ROSS論點仍忽略其使用對Thomson Reuters裁判要點價值之影響。法院援引Video Pipeline案[26]駁斥ROSS類似論點，指出合理使用法規係指示法院考量使用對受著作權保護著作「價值」之影響，而不僅是對「市場」的影響。ROSS 複製裁判要點並以之建立自己之競爭性法律研究平台，挪用裁判要點在尋找與分析司法判決上之價值，並減損其作為吸引使用者前往Thomson Reuters法律研究平台之誘因的功能[27]。 此外，針對潛在衍生市場影響，Thomson Reuters則主張，ROSS 損害其將裁判要點授權作為 AI 訓練資料之潛在衍生市場，ROSS則主張裁判要點之衍生市場並不存在。法院認為將裁判要點作為文本授權用於訓練 AI 之市場正快速發展[28]，Thomson Reuters提出證據顯示，其正將裁判要點用作自身 AI 搜尋產品之訓練資料，而且Thomson Reuters未將其裁判要點授權予他人，並不能證明不存在可供授權之市場。ROSS 未經授權即複製裁判要點作為訓練資料，剝奪Thomson Reuters進入該衍生市場並為此目的授權其裁判要點之機會[29]。 最後，法院針對ROSS 主張其複製將因增加法律之可近性而有益於公眾、AI 對國家安全之主張，表示司法判決本可自由取得，且 ROSS 提供服務之價格與 Westlaw 相當，無法認定 ROSS 之複製能大幅增加公眾對法律之可近性[30]；雖然某些 AI 技術可能涉及國家安全疑慮，但這並不使 ROSS 僅因其納入了 AI，就可毫無顧忌地違反著作權法，不予採納。綜合上述理由，法院認定 ROSS 對這些裁判要點之使用並非合理使用，法院維持原裁定[31]。 參、事件評析 第三巡迴法院認為，本案與Bartz案及In re: OpenAI案之 AI 模型不同，ROSS 之 AI 平台無法產生原創表達，且本案證據支持欠缺轉化性之結論；ROSS 訓練其 AI，目的是創造 Westlaw 之商業替代品。本判決之意義，不在提供一個論述AI 訓練能否主張合理使用之依據，而在於哪些事實使本案走向利/不利於合理使用之結論。 一、著作性質偏事實性，但此因素法院認為權重較低：本案系爭的裁判要點偏事實性，與Bartz案、Kadrey案以創意程度較高之書籍為對象不同。判決雖因其須準確傳達法律、描述不受著作權保護之判決，認定略有利於合理使用，但仍指出該因素在合理使用判斷中鮮少扮演重要角色。 二、AI使用終極目的與原使用等同即欠缺轉化性：本案與Authors Guild 案之搜尋功能導向原書，及Bartz案、Kadrey案之模型生成新文字不同，ROSS雖非為產出相同裁判要點而訓練AI，但其自承產品與 Westlaw 直接競爭，並以取代 Westlaw 為目的；法院雖承認訓練為中間步驟，但仍以該步驟所服務之法律研究平台與 Westlaw 之使用具相同目的，作出輕微轉化之判斷。 三、利用須在達成轉化利用目的所必要的限度內：法院認為關鍵在於達成複製者之目的「所取用者是否未超出必要程度」，本案非如同其他案件，複製係為達成其他目的而必須採取的必要動作，ROSS 原即可自由取得原始司法判決，卻選擇複製裁判要點以求簡便。 四、將 AI 訓練授權機會納入衍生的潛在市場評價：只要能舉證即可納入認定市場影響，Thomson Reuters 提出其已將裁判要點用於訓練自身 AI 搜尋產品，以及 AI 訓練授權市場正在發展之證據，獲得法院支持。法院在有證據之前提下，認定 ROSS 篡奪Thomson Reuters進入並授權該潛在市場之機會。 由上述說明可知，第三巡迴法院與其他法院在判斷架構上並無歧異，不同點在於非生成式訓練、與原著作處於同一市場、且底層資料可自由取得之情況，如何認定使用目的與市場損害。本文認為ROSS使用目的的取代意圖過於明確，實質影響第三巡迴法院對第一、第三及第四項合理使用因素的判斷。特別是在市場影響的認定上，除原著作之市場外，法院明示其亦考量使用對著作價值之影響，即使不存在裁判要點之獨立市場，仍可認定價值受損；而且潛在衍生市場不以著作權人已實際授權為限，只要有證據顯示授權市場正在發展。在AI訓練結果具轉化性與對既有市場影響這兩個要素，可預見將來會有更多不同的判決，因應事實情況的差異，而發展出更細部的判斷因素。AI訓練授權市場之提出，後續如何牽動合理使用邊界值得持續觀察。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站(https://www.tips.org.tw) [1]Thomson Reuters Enterprise Centre GmbH v. ROSS Intelligence Inc., No. 25-2153, slip op. (3d Cir. Sept. 29, 2026), https://www2.ca3.uscourts.gov/opinarch/252153p.pdf（最後瀏覽日：2026/10/07）（下稱 ROSS slip op.）。 [2] ROSS slip op., 前揭註 1, p. 2：“We therefore hold that Thomson Reuters’s materials are copyrightable and that ROSS’s use was not fair.” [3] ROSS slip op., 前揭註 1, p. 2。 [4] ROSS slip op., 前揭註 1, p. 3。 [5] ROSS slip op., 前揭註 1, pp. 5–6。 [6] ROSS slip op., 前揭註 1, pp. 10–11。 [7] ROSS slip op., 前揭註 1, p. 11。 [8] ROSS slip op., 前揭註 1, p. 12。 [9] ROSS slip op., 前揭註 1, pp. 14–15。 [10] ROSS slip op., 前揭註 1, p. 16。 [11] ROSS slip op., 前揭註 1, pp. 16–17。 [12] ROSS slip op., 前揭註 1, pp. 17–18。 [13] ROSS slip op., 前揭註 1, pp. 18–19，引述 Authors Guild v. Google, Inc., 804 F.3d 202, 216 (2d Cir. 2015)。 [14] ROSS slip op., 前揭註 1, p. 19。 [15] 即美國聯邦第九巡迴上訴法院之 Sega Enterprises Ltd. v. Accolade, Inc. 案與 Sony Computer Entertainment, Inc. v. Connectix Corp. 案中提及的，複製電腦程式碼之目的，是使使用者得讓其軟體與既有電腦系統相容運作，其使用具有轉化性，因為複製均為接觸電腦程式碼不受保護之功能性面向所必要。ROSS slip op., 前揭註 1, pp. 19–20，引述 Sega Enters. Ltd. v. Accolade, Inc., 977 F.2d 1510, 1514 (9th Cir. 1992)；Sony Comput. Ent., Inc. v. Connectix Corp., 203 F.3d 596, 599, 606–08 (9th Cir. 2000)；Google LLC v. Oracle Am., Inc., 593 U.S. 1, 6–7, 30–31 (2021)。 [16] ROSS slip op., 前揭註 1, pp. 20–21。 [17] ROSS slip op., 前揭註 1, pp. 21–22，引述 Campbell v. Acuff-Rose Music, Inc., 510 U.S. 569, 586 (1994)；Oracle, 593 U.S. at 20, 28–29。 [18] ROSS slip op., 前揭註 1, p. 22，引述 Authors Guild, 804 F.3d at 220。 [19] ROSS slip op., 前揭註 1, p. 7 & n.3；p. 28。 [20] ROSS slip op., 前揭註 1, pp. 22–23。 [21] ROSS slip op., 前揭註 1, p. 23。 [22] ROSS slip op., 前揭註 1, p. 23：“The crux of the inquiry is whether ‘no more was taken than necessary’” to achieve the copier’s purpose. 引述 Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 98 (2d Cir. 2014)。 [23] ROSS slip op., 前揭註 1, p. 23 & n.10：“So, ROSS took more than necessary when it copied these headnotes without a justifying transformative purpose. Thus, the third factor weighs against fair use.”。 [24] ROSS slip op., 前揭註 1, p. 24。 [25] ROSS slip op., 前揭註 1, p. 25。 [26] 該案認為即使不存在預告片之獨立市場，被告Video Pipeline 發布的預告片，損害預告片吸引使用者前往迪士尼網站購買產品之價值。ROSS slip op., 前揭註 1, pp. 24–25，引述 Video Pipeline, Inc. v. Buena Vista Home Entm’t, Inc., 342 F.3d 191, 202 (3d Cir. 2003)。 [27] ROSS slip op., 前揭註 1, p. 25。 [28] ROSS slip op., 前揭註 1, p. 26。 [29] ROSS slip op., 前揭註 1, p. 26。 [30] ROSS slip op., 前揭註 1, p. 27。 [31] ROSS slip op., 前揭註 1, pp. 27–28。
巴西施行數位兒童及青少年法巴西於2026年3月17日施行《數位兒童與青少年法》（Estatuto Digital da Criança e do Adolescente, Digital ECA）及相關施行細則，該法目的在於強化18歲以下的未成年使用者在數位環境中的安全及隱私，並打擊針對未成年人的性剝削與誘拐等數位犯罪。該法的規範對象包含所有在巴西營運的數位產品或服務提供者、數位平臺、應用程式商店、作業系統，以及以自然語言互動的生成式人工智慧提供者，規範對象須在巴西設置法律代表。Digital ECA要求規範對象應盡內容審核義務、禁止操縱性設計、建立年齡驗證機制及家長監督規範，Digital ECA規範廣告不得有利用兒童缺乏判斷力的設計，並落實預設安全設計。 Digital ECA要求當數位平臺辨識出涉及性剝削或暴力的犯罪內容時，數位平臺無須經法院核發命令，即應主動立即移除內容並通報「國家通報篩選中心」，此外，數位平臺應提供16歲以下使用者帳號與監護人連動的功能，擁有100萬以上未成年用戶的大型平臺須進行兒少的安全與健康影響風險評估。另一方面，新聞及體育內容提供者有編輯控制權得豁免年齡評估（assessment），若服務滿足「提供兒少適當內容的兒童帳戶」與「配備家長監督過濾系統」，擁有編輯控制權或提供授權內容的服務亦可豁免年齡評估。 Digital ECA的年齡驗證從「使用者自我宣告」轉向「驗證系統」，以防止未成年人接觸不當內容。該法要求應用程式商店與作業系統須免費提供年齡資訊給數位服務提供者，但禁止其揭露具體出生日期或使用者畫像分析。年齡驗證須遵循比例原則、資料最小化、安全性與透明度原則，且禁止將驗證蒐集的個人資料用於其他商業目的，巴西國家保護資料管理局（Autoridade Nacional de Proteção de Dados, ANPD）後續將制定技術要求及指引並進行監管。 近年歐美國家陸續制定青少年及兒童數位保護相關法規，進一步推動年齡評估及數位身分法制政策。在持續變化的數位環境中，避免未成年人接觸非法或有害內容成為保護青少年及兒童的必要手段，各國相關立法例及政策值得持續追蹤。
我國與日本企業增僱薪資費用稅捐優惠之研究與啟示我國與日本企業增僱薪資費用稅捐優惠之研究與啟示 資訊工業策進會科技法律研究所 2024年10月01日 一、新修正中小企業發展條例第三十六條之二 《中小企業發展條例》（下稱中小條例）於2024年7月12日經立法院三讀通過後迎來了第35條研發投抵、第35條之1智慧財產權作價入股緩課及第36條之2薪資費用加成減除的延長適用[1]，其中第36條之2分別有員工增僱、員工加薪薪資費用加成減除二項措施。根據該條第1項規定，中小企業增僱24歲以下或65歲以上員工並達法定要件者，得以增僱員工所支付之薪資費用之200%減除應納所得額，是立法者希望透過稅法減輕依法增僱之中小企業的營利事業所得稅負擔，藉此協助中小企業人力資源規劃、提升延攬青年與高齡者意願[2]。 稅捐法律關係本為支應國家一般財政需要，課予人民公法上金錢給付義務時應強調納稅義務之平等[3]，故稅捐優惠者實則稅法上例外規定[4]。本次修法以企業僱用特定年齡員工作為稅法上非財政目的[5]，既為針對特定費用予以中小企業稅捐負擔上差別待遇，是在引導企業主從事立法者所欲引導之行為時—即企業以增加僱用員工之形式增加支出—，稅捐立法就值得謹慎思考，如何在稅制適用上透過稅捐構成要件，盡可能使企業應減稅的行為達成稅法上非財政目的，以確保差別待遇之合理正當[6]。 關注於企業增僱薪資費用稅捐優惠，實證上在日本立法例中亦有所見，且該國稅制之發展已有逾12年之背景，尤具比較意義。本文將以稅法上非財政目的為中心，分別梳理兩國稅捐優惠立法，論述立法上有效引導企業增僱員工，並比較不同稅制的偏重與新意。 二、我國中小企業增僱薪資費用加成減除稅制 （一）、立法沿革與非財政目的 中小條例第36條之2的制定最早可追溯至2014年，當時國內廣泛呼籲解決青年失業率和薪資水準的問題[7]，立法者於是鎖定在經濟景氣之影響[8]，以中小企業增僱員工所支出之薪資費用為標的，訂定營利事業所得費用加成減除稅捐優惠，希望透過減稅的方式提升國內中小企業投資意願並帶動就業率[9]。 隨後，為鼓勵企業與受雇員工共同分享經濟成果[10]，2015年該條文在第1項增僱稅捐優惠後增訂第2項，擴大僱用24歲以下員工之誘因[11]。申言之在經過一年的醞釀之後，改善青年就業的稅法上非財政目的，正式以減稅對象的年齡門檻作為適用條件，該稅制遂形成一般增僱與青年增僱稅捐優惠。 2024年中小條例第36條之2迎來重要修正，立法者明確指出將刪除既有的經濟景氣啟動門檻[12]，不再限於促進經濟反轉動能的概念；另外則維持了增僱、加薪薪資費用加乘減除的稅制架構。其中，增僱薪資費用修正後的稅法上非財政目的之設定緣由，大致有二： 1.考量國內人口結構少子女化趨勢及高齡者勞動參與問題。 2.產業變遷與轉型過程中的多元人才需求[13]。 申言之，稅式支出將用於放大薪資費用支出，減輕中小企業增僱員工後的營利事業所得稅負擔，並以少子女化、高齡者勞動等緣由填充中小企業增僱、加薪等非財政目的[14]。 （二）、稅制效果與適用要件 為了深入比較我國與日本增僱薪資費用稅捐優惠，以下就中小條例第36條之2第1項為範疇，進一步介紹該條文之適用要件。 1.適格受雇員工身份與減免效果 承前所述，現行中小條例第36條之2增僱員工對象，必須為24歲以下或65歲以上之受員工[15]，以符合引導企業僱用青年、高齡工作者的稅法上非財政目的。 稅捐優惠的減免效果方面，本條採取應納所得額費用加成減除措施，對於中小企業適格增僱行為，得按增僱所支付薪資金額之200%自營利事業所得額中減除[16]。亦即，在客觀淨所得原則之概念下，稅捐優惠減免效果發生於所得額計算階段，納稅義務人應再適用營利事業所得稅20%稅率，申報應納所得稅額。 2.基層員工薪資費用作為稅捐標的 增僱員工稅捐優惠以「基層員工」的薪資費用為稅捐標的，亦即得享有稅捐優惠之應納稅行為必須是增僱特定身分受僱員工之薪資費用。參酌行政院的立法文件可知[17]，框定基層員工的內涵是指該名員工經常性薪資未滿6萬2千元者，係採專業人員職類別薪資作為天花板，強化稅式支出與提高基層員工薪資的關聯性[18]。 3.企業整體薪資給付總額 中小條例第36條之2有關增僱加成減除的部分，雖然沒有明確指出增加僱用人數與薪資水準的關係[19]，但適用上仍設定了提高「企業整體薪資給付總額」的要件。根據現行授權子法規定，整體薪資給付總額指企業增僱本國籍員工之當年度總額，應高於比較薪資水準總額[20]。 其中比較薪資水準總額，須以企業當年度增僱員工數占前一年度僱用員工數之比例為被乘數，確立其依照前後年度僱用員工變動值；再乘以前一年度已增加支出資薪資費用總額，求得該企業按照人員變動所應該等比例支付的薪資；以此為比較基準，再以其3成作為中小企業在合理給付能力內應提升水準[21]；最後加總前一年度已支付薪資總額，求得增僱後應達到的薪資給付總額。由於中小企業當年度薪資給付總額，比較前一年度薪資水準後應有所提升，因此適用上將架構出中小企業必須在前一年度之薪資給付能力之上進行增僱，始有稅捐優惠之適用。 此一要件在實質反映企業可能有因員工離職人數大於增僱員工人數，以及避免企業縮編聘僱員額使整體薪資下降後再享有稅捐優惠等，具有稽徵公平的意義。假設某中小企業前年度員工為20人，當年度離職員工共5人，但當年度增僱員工3人，因此該人員變動值為18/20，因此按照前一年度所能支付薪資總額假設為n，等比例推算當年度應支出薪資總額應為n×18/20。以其3成作為提升水準，並加總前一年度已支出薪資費用，可知增僱後應達到之薪資給付總額為n+(n×18/20)×30%。在此情形下，比較薪資水準總額為1.27n，故增僱事實發生當年度即便有員工總數減少，中小企業之整體薪資給付總額仍需大於1.27n。 因此，本條稅制將要求納稅義務人必須確保，當年度增僱的所能支出薪資費用的能力較前一年度有所成長，在強化稅式支出與非財政目的之間的關係上可謂相當嚴謹[22]。 三、日本增僱薪資費用稅額扣除稅制 （一）、立法沿革與非財政目的 日本有關增僱薪資稅捐優惠，首見於2011年「僱用促進稅制」（雇用促進税制）[23]，當時配合「新成長戰略經濟對策」（新成長戦略実現に向けたの経済対策）政策，企業得按增加僱用所支出薪資費用一定比例享有營利事業所得稅額扣除，以稅制促進中小企業創造就業機會、基礎提升勞動所得[24]，從而帶動整體經濟增長[25]。 隨後，日本政府為了因應人口結構對地方經濟的負面影響，2016年立法者在新成長戰略經濟對策下延伸出「活化區域經濟」（地域活性化）目標[26]，在增僱稅捐優惠加上地理條件，新增「地方據點強化稅制」（地方拠点強化税制）[27]。引導企業在特定地區擴大投資或將業務遷移至特定地區時，以平衡區域經濟發展[28]。企業依據租稅特別措施法（租税特別措置法）第42條之12條規定，得按增僱員工數享有年度所得稅額定額扣除額、建築物加速折舊。 2020年僱用促進税制在確保「轉型投資與產業結構所須新興人力資源引進」之非財政目的下[29]，更名為「人才確保稅制」。參照內閣府的立法說明文件可知，為了因應後新冠疫情時代產業結構新常態、碳中和與轉型投資急迫性，有必要以稅捐優惠加速企業帶動經濟成長良性循環，並改善應屆就職環境[30]。企業依據租稅特別措施法第42條之12之5條規定，僱用新進員工（新規雇用者）所支付「調整薪資給付額」（比較給与等支給額）達法定比例者，得作為當年度所得稅額之扣除額。 鳥瞰日本增僱薪資稅捐優惠稅制，目前無論是地方據點強化稅制或是人才確保稅制，兩者在非財政目的上都與岸田首相新資本主義政策的「實現結構性薪資成長」子政策鏈結；著重在中小企業作為人力資源需求端的相對多數，給予其稅捐優惠有助於在經濟成長的過程中促進勞動力的適當流動[31]。 圖1 日本增僱稅制及其非財政目的演變 資料來源：本研究繪製 （二）、地方據點增僱稅制效果與適用要件 承前所述，日本增僱薪資稅制目前可分為地方據點強化稅制與人才確保稅制，從稅制效果與架構來看，前者可分為轉移型僱用促進型、擴張型僱用促進型，後者可分為人才確保基本型、人才確保增額型，以下逐項論述其特色及其適用要件。 1.地方業務設施整備計畫 地方據點強化稅制的增僱稅捐優惠，係以地方政府公告之「地方再生計畫指引」[32]框定地方經濟特性，以此引導納稅義務人從事特定營業設施與處所投資及員工增僱[33]。企業應依據該指引，說明地方據點投資的與規劃[34]，業務轉移或業務擴張的內容[35]，以及預計調任或增僱員工數，完成「業務設施整備計畫」。計劃書應送交地方再生推進事務局（即地方經濟產業局）核定[36]，確認後始可進行轉型或擴張投資，以此契合地方經濟實況、區域產業發展及移轉或擴張業務時的具體增僱需求[37]。 申請企業並須於每年年度終了時，向地方政府提交投資報告書（実施状況報告書），說明其營業設施與處所投資情形及實際任職或增僱員工數[38]。稅捐優惠之適用原則上與投資審查併行，只要企業於申報營利事業所得稅時，檢具前一年度稅務帳冊者，即可向稅務機關申請適用[39]。 2.類型化營業設施與處所 為了確保增僱薪資費用稅捐優惠與企業投資地方據點之關聯性，企業必須在前述計畫書中概要該名增僱員工預計於企業所投資之營業設施與處所從事之業務。也就是說，投資的營業設施與處所將成為適用稅捐優惠的一項附帶前提。 根據內閣府發布之業務設施指引可知，適格的增僱員工從業地點以業務用途分類，分別有事務場所、研究場所、育成場所，及其附屬之宿舍或商店、福利場所及兒童福利場所及設施[40]，詳細見下表。 表 1：增僱或調任員工定額稅額扣除計算 資料來源：本研究整理 3.地方據點增僱或調任員工定額稅額扣除 租稅特別措施法第42條之12第1項及第2項規定，企業於東京23區以外之地點增加僱用員工時，得按新增僱員工或轉正職員工兩種身分，適用不同減稅乘數。企業增僱當年度申報營利事業所得稅時，得按僱員工人人數乘以減稅乘數計算稅額扣除額，因此又稱定額稅額扣除制度[41]。 由於地方據點稅制依據地方業務設施整備計畫可分為業務擴張型、業務移轉型，其減稅乘數需分別計算[42]。 (1)若企業主要業務所在地為東京23區內，並於地方據點進行投資並完成增僱等業務，則稱為業務移轉型。此時企業得以不定期、全職之新僱用員工人數，乘以減稅乘數50萬日圓之積數，自當年度營利事業所得稅扣除額。或以約定轉正職之僱用員工人數，乘以減稅乘數40萬日圓之積數，自當年度營利事業所得稅扣除額[43]。 (2)若企業主要業務所在地為東京23區以外，並於地方據點進行投資並完成增僱等業務，則稱為業務擴張型。此時企業得以不定期、全職之新僱用員工人數，乘以減稅乘數30萬日圓之積數，自當年度營利事業所得稅扣除額。或以約定轉正職僱用員工人數，乘以減稅乘數20萬日圓之積數，自當年度營利事業所得稅扣除額[44]。 表 2：增僱或調任員工定額稅額扣除計算 資料來源：本研究繪製 需附帶說明的是，過往地方據點強化稅制增僱稅捐優惠定有大企業應增僱達5人以上、中小企業應增僱達2人以上，不過2023年修法後租稅特別措施法第42條之12已刪除人數門檻，亦即無論新僱用或轉正職1人皆有適用。 （三）、人才確保增僱稅制效果與適用要件 1.人才確保與新僱用者適格對象 人才確保促進稅制於2023年修正延長後，目前已與生產力提升稅制分立，其最重要的差異在於人才確保促進稅制不再要求中小企業在增僱員工的同時，必須附帶設備或軟體支出的投資[45]，而專門處理人力資源流動與經濟良好循環的關係[46]。 不同於舊法帶有擴大勞動所得的概念，稅捐優惠的適格對象為「繼續僱用者」（継続雇用者），修正後租稅特別措置法第42條之12之5第3項改以「僱用者」（雇用者）認定增僱要件；此一修正是為了配合解決第二次就業困境政策[47]所作出的放寬。而為了具體區隔稅制新、舊的差異，在日本經濟產業省或中小企業廳的官方文件中皆以「新進僱用員工」（新規雇用）說明，以契合改善應屆就業環境的財政目的[48]。 2.增僱員工比較薪資給付額 中小企業適用租稅特別措施法第42條之12之5第3項規定，增僱員工所支付「比較薪資給付費用」（比較給与等支給増加額）或「比較教育訓練費用」（比較教育訓練費）達法定比例者，得分別適用一般型增僱或增額型增僱稅額扣抵： (1)若中小企業當年度增僱員工所支付薪資總額，比較前一年度支付員工薪資總額之差額，占前一年度支付員工薪資總額之比例（即比較薪資給付增額）大於等於1.5%者，得按當年度增僱員工所支付薪資總額之15%，自當年度營利事業所得稅額中扣除。此為一般型增僱稅額扣抵。 (2)若中小企業當年度增僱員工所支付薪資總額，比較前一年度支付員工薪資總額之差額，占前一年度支付員工薪資總額之比例（即比較薪資給付增額）大於等於2.5%者，得按當年度增僱員工所支付薪資總額之30%，自當年度營利事業所得稅額中扣除。此為增額型增僱稅額扣抵。 (3)若中小企業增僱當年度之教育訓練費用，比較前一年度教育訓練費用之差額，占前一年度比較教育訓練費用之比例（即比較教育訓練費用）大於等於10%者，得按當年度增僱員工所支付薪資總額之25%，自當年度營利事業所得稅額中扣除。此為增額型增僱稅額扣抵。 倘若中小企業在增僱員工時，同時滿足上述一般型和增僱型的所有比較額條件，其當年度增僱員工薪資費用稅捐優惠，將按所支付薪資總額之40%自營利事業所得稅額中扣除。 （四）、小結－複數稅制的優勢 日本增僱薪資稅捐優惠從最初的新經濟成長論點，到因應地方就業人口議題的分支，再到目前以改善首次就業環境，在企業增僱與經濟發展此一課題上，已發展出複數稅制。這種複數稅制的立法，表現出立法者對稅法上非財政目的設定有其多義性，並與日本經濟發展的背景始終保持緊密關係。 在課稅標的篩選上，地方據點強化稅制以地方業務設施整備計畫作為適用前提，並以業務擴張及業務移轉兩種類型，呼應企業在地方據點雇用員工的可能性，具體鏈結引導企業從事特定應納稅行為與非財政目的的關聯性。而人才確保稅制則下分出一般型或增額型等概念，對於分層給予應納稅行為減稅誘因上，頗具新意。 四、企業增僱薪資費用稅捐優惠法制的啟示 綜觀現時日本地方據點強化稅制與人才確保促進稅制可知，在鼓勵中小企業增僱員工的政策目標下，立法者對非財政目的之調整相當靈活。雖然此與兩國立法週期不同直接相關，但其配合不同稅法上非財政目的所設定之課稅標的、適用要件，仍有值得參考之處。 首先，為了達成改善地方就業市場萎縮、衡平區域經濟落差之目的，在稅制上以業務移轉或者業務擴張去類型化企業往赴特定地區投資的經營行為，一定程度呼應了企業僱用新員工的真實性。另一方面，再搭配不同程度的稅捐優惠效果，盡可能提高稅式支出與地方據點增僱的關聯。 次者，在呼應人才確保的立法論述上，除了增僱薪資給付的計算外，額外新增的比較教育訓練費用無疑是鏈結「新常態、碳中和與轉型投資急迫性」的一種方法。此要件雖然在能否有效篩選出碳中和、轉型投資所需人才方面還值得進一步思考，然而將稅捐優惠設計成一般型、增額型的分層制度，展現了單一稅制配置不同應納（減）稅行為的參考依據[49]。 其三，在稅制要件與達成非財政目的之關聯性上，我國中小條例第36條之2採取的企業整體薪資給付總額計算公式，以及透過職類別薪資水準篩選基層員工的概念，無疑較日本立法例來的更為嚴謹。此外，相較於日本立法例所採比較增僱薪資給付額達法定數值之制度而言，我國以前後年度僱用員工變動值作比較基準，再以提升3成水準為概念，更細緻地考量到年度員工數增減對薪資費用計算的影響，並能客觀要求企業以自身前後年度薪資給付水準加以比較，而非以單一法定公告值衡量全體納稅義務人。 最後，日本雖然在鼓勵企業增僱的稅捐優惠立法上，展現出單一個課題複數稅制的全景，然而相關學者對於複數立法所引起的高度複雜性亦有所批評[50]。繁複的稅捐優惠立法勢必存在納稅者權利保護的疑慮[51]，如何在稅法形成合理的非財政目的、設計適當的制度，無疑是外國法例借鑒時必須謹慎注意之處。 [1]行政院新聞傳播處，〈政院通過《中小企業發展條例》部分條文修正草案 優化並延長多項租稅優惠措施 強化中小企業營運環境〉，行政院，2024/04/18，https://www.ey.gov.tw/Page/9277F759E41CCD91/8a5ddf1d-83da-4ef9-9efc-dac17110db09 （最後瀏覽日：2024/07/21）。 [2]中小企業發展條例修正第35條、第36條之2、第40條修正草案總說明，頁4。 [3]方華香，〈量能課稅原則在憲法解釋與納稅者權利保護法之落實及修法研析〉，立法院法制局議題研析，https://www.ly.gov.tw/Pages/Detail.aspx?nodeid=6590&pid=85539（最後瀏覽日：2024/8/16）。 [4]廖欽福，〈能源稅的美麗新世界—環境能源公課之課徵及其憲法界線〉，《華岡法粹》，第64期，頁160（2018）；柯格鐘，〈談稅捐優惠作為鼓勵產業發展之手段〉，《全國律師》，頁2（2011）。 [5]另有學者將非財政目的在細分為經濟引導目的、公益目的。詳參柯格鐘，〈稅收之立法界線及其憲法上的當為要求－以德國稅捐法理論為基礎〉，收錄於台灣憲法解釋之理論與實務第七輯，中央研究院法律研究所，黃舒芃編，頁240-241（2010）。 [6]納稅者權利保護法第5條。 [7]鄭琪芳，〈台青失業率14% 亞洲4小龍最高〉，自由時報，2013/8/22；陳劍虹，〈臺灣近年薪資成長停滯原因探討及改善對策〉，《經濟研究年刊》，第13期，頁112（2013）。 [8]該次立法針對經濟景氣的變化提出了「景氣救生圈」的概念，希望在經濟景氣不佳的情況下，透過中小企業群體的投資能量加強經濟成長動力，詳參〈立法院第8屆第5會期經濟委員會第6次全體委員會議紀錄〉，《立法院公報》第103卷第26期，頁68（2014/04/09）。 [9]參照2014年中小企業發展條例第36條之2修正理由「為因應嚴峻之國際經濟情勢，增加投資、創造就業，立即加強經濟成長之動力並吸引外資來台，爰訂定本條文。」 [10]〈立法院第8屆第6會期經濟委員會第16次全體委員會議紀錄〉，《立法院公報》第103卷第51期，頁68（2014/09/12）、〈立法院第8屆第7會期經濟委員會第8次會議議案關係文書〉，第103卷第83期，頁272-273（2014/11/21），〈立法院第8屆第7會期經濟委員會第16次會議議案關係文書〉，《立法院公報》第104卷第4期，頁11（2015/01/06）。 [11]參照2015年中小企業發展條例第36條之2第3條修正理由。 [12]〈立法院第11屆第1會期經濟委員會第3次全體委員會議紀錄〉，立法院公報第113卷第12期，頁117。 [13]參照2024年中小企業發展條例第36條之2立法理由。 [14]參照2024年中小企業發展條例第36條之2可知，修正後第一項（即增僱薪資加成減除）係「為鼓勵中小企業延攬青年，提升高齡人力資源規劃意願」，修正後第二項（即加薪薪資加乘減除）則係「為鼓勵中小企業替員工加薪，協助其留用人才」，其核心旨趣可概括為攬才留才。 [15]至於加薪部分為廣泛對應繼續任職者的年齡，契合企業為加薪本係基於員工技、職能與業務績效，則無細分適用年齡資格。惟本文著重在增僱薪資費用稅捐優惠之比較研究，加薪稅制相關論述在此不另行開展。 [16]中小企業發展條例第36條之2第1項。 [17]行政院新聞傳播處，〈討一 中小企業發展條例_經濟部 懶人包〉，本院新聞，https://www.ey.gov.tw/File/EF46233500BEDDBD?A=C （最後瀏覽日：2024/7/25）。 [18]雖然中小企業發展條例第36條之2條文中並未論及勞動部職類別薪資，然參酌立法院第11屆第１會期財政委員會第11次會議紀錄中，經濟部曾就鼓勵中小企業為員工加薪子題說明，基層員工薪資範圍將配合職類別薪資調查結果修訂。詳參〈立法院第11屆第1會期財政委員會第11 次全體委員會議紀錄〉，《立法院公報》，第113卷第36期，頁57-58（2024/05/01）。 [19]從2014年中小企業發展條例第36條之2理由「新投資創立或增資擴展中小企業達一定金額且增僱一定人數」，或同條文2024年修正理由「為鼓勵中小企業延攬青年，提升高齡人力資源規劃意願」可知，文義上增加僱用人數應該是對應就業率，至於企業增僱員工後如何正向影響薪資水準則並不明確。 [20]中小企業增僱員工薪資費用加成減除辦法第4條第1項第5款。 [21]中小企業增僱員工薪資費用加成減除辦法第4條第4項。 [22]范文清，〈租稅優惠之研究〉，《月旦財經法雜誌》，第41期，頁143（2017）。 [23]舊租稅特別措施法第措法42の12の4。 [24]因此雇用促進稅制有時又稱所得擴大稅制。 [25]厚生勞動省，〈平成23年税制改正（租税特別措置）要望事項－雇用促進税制の創設等－〉，https://www.kantei.go.jp/jp/kakugikettei/2010/h23zeiseitaikou.pdf （最後瀏覽日：2024/8/2）。 [26]中西 涉，地方創生をめぐる経緯と取組の概要，参議院事務局立法と調査，頁5（2016）。 [27]租税特別措置法法第42條之12。 [28]內閣府，〈平成27年税制改正の大綱〉，https://www.cas.go.jp/jp/seisaku/kokudo_kyoujinka/sisakushu/pdf/pdf_38.pdf （最後瀏覽日：2024/7/22）。 [29]財務省，〈令和6年度税制改正要望事項－地方における企業拠点の強化を促進する税制措置の拡充及び延長－〉，https://www.mof.go.jp/tax_policy/tax_reform/outline/fy2024/request/cao/06y_cao_k.pdf （最後瀏覽日：2024/7/22）；財務省，〈コロナ禍を踏まえた賃上げ及び投資の促進に係る税制の見直し（人材確保等促進税制）〉，令和3年稅制改正，https://www.mof.go.jp/tax_policy/publication/brochure/zeisei21/03.htm#a04 （最後瀏覽日：2024/8/2）。 [30]財務省，〈コロナ禍を踏まえた賃上げ及び投資の促進に係る税制の見直し（人材確保等促進税制）〉，令和3年稅制改正，https://www.mof.go.jp/tax_policy/publication/brochure/zeisei21/03.htm#a04 （最後瀏覽日：2024/7/25）；小竹義範，小竹義範，〈租税特別措置法等（法人税関係）の改正〉，《財務省令和3年度税制改正の解説》，頁508。https://www.soumu.go.jp/main_content/000724449.pdf （最後瀏覽日：2024/7/25）。 [31]地方據點強化稅制最初係配合日本「地方創生」政策所制定，然在令和6年的稅制文件中可知已有所調整。參小竹義範，〈租税特別措置法等（法人税関係）の改正〉，《財務省令和6年度税制改正の解説》，頁509。 [32]內閣府，〈地方活力向上地域等特定業務施設整備計画の運用に関するガイドライン〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/03guideline.pdf （最後瀏覽日：2024/8/5）。 [33]地方再生法第16條。 [34]包括地理條件、產業結構、市場規模、基礎設施條件。 [35]地方再生法第17條之2第1項、第2項。 [36]地方再生法第17條之2第5項。 [37]業務設施整備計畫與增僱認定相關者僅在於紀載員工人數，至於該計畫在如何撰寫地方經濟特性於業務移轉或擴張部分，則為其他稅制之核心與本文關注之增僱稅制無實質關聯，故不詳述。 [38]地方再生法第36條。 [39]租税特別措置法施行令第27條之11之3。 [40]內閣府，〈地方活力向上地域等特定業務施設整備計画の運用に関するガイドライン〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/03guideline.pdf （最後瀏覽日：2024/8/5）。 [41]国税庁，〈No.5926 地方活力向上地域等において雇用者の数が増加した場合の法人税額の特別控除〉，https://www.nta.go.jp/taxes/shiraberu/taxanswer/hojin/5926.htm （最後瀏覽日：2024/8/5）；內閣府地方創生推進事務局，〈地方拠点強化税制令和6年改訂〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/01pamphlet.pdf （最後瀏覽日：2024/7/26）。 [42]租税特別措置法施行令第27條第3項、第5項。 [43]租税特別措置法第42條之12第1項第2款。 [44]租税特別措置法第42條之12第5項第2款。 [45]投資要件分別為機械或設備金額達100萬日圓、器具或備品金額達30萬日圓、建築附屬物金額達60萬日圓擇一達成。 [46]経済産業省中小企業庁事業環境部，〈令和6年税制改正要望事項－中小企業向け賃上げ促進税制の拡充及び延長－〉，https://www.mof.go.jp/tax_policy/tax_reform/outline/fy2024/request/meti/06y_meti_k_24.pdf （最後瀏覽日：2024/8/5）。 [47]第二次就業困境指的是相對於日本90年代末期經濟泡沫時期，企業規模萎縮伴隨勞動力需求大幅度下滑，當時卻正好迎來戰後嬰兒人口大學畢業，致使勞動供給過剩因而從勞動政策引發一連串社會與經濟問題的背景。參堀有喜衣、田上皓大、小杉礼子，〈就職氷河期世代のキャリアと意識〉，独立行政法人労働政策研究機構，頁1、頁115-116，https://www.jil.go.jp/institute/siryo/2024/documents/0272.pdf （最後瀏覽日：2024/8/13）。 [48]新進僱用員工係指依日本勞動基準法第107條第1項規定申報勞動名簿未滿一年支員工，先前受僱於關係企業或受控公司之員工不適用之，但受僱於子公司或分支機構之員工不在此限。參照。見経済産業省，〈「人材確保等促進税制」よくある御質問Q＆A集令和４年２月４日改訂版〉，https://www.meti.go.jp/policy/economy/jinzai/syotokukakudaisokushin/pdf/jinzaikakuhotousokushinzeisei20220204faq.pdf （最後瀏覽日：2024/7/18）。 [49]我國在已廢止之促進產業升級條例中，曾有超額扣抵之稅制立法，然在計算超額之對象上乃指同一筆投資（應納稅行為），與日本將薪資費用與教育訓練費用兩項不同投資行為整合，以對應稅法上非財政目的。 [50]藤谷武史，〈論拠としての「租税法律主義」―各国比較〉，《フィナンシャル・レビュー》，第129号，頁204（2020）。 [51]納稅者權利保護法第6條第1項規定，稅法或其他法律為特定政策所規定之租稅優惠，應明定實施年限並以達成合理之政策目的為限，不得過度。
伊利諾伊州通過人權法修正案，致力解決人工智慧可能造成之就業歧視風險.Pindent{text-indent: 2em;} .Noindent{margin-left: 22px;} .NoPindent{text-indent: 2em; margin-left: 38px;} .No2indent{margin-left: 54px;} .No2Pindent{text-indent: 2em; margin-left: 54px} .No3indent{margin-left: 4em;} .No3Pindent{text-indent: 2em; margin-left: 4em} 伊利諾伊州通過人權法修正案，致力解決人工智慧可能造成之就業歧視風險 資訊工業策進會科技法律研究所 2024年12月09日 伊利諾伊州人權法修正案（Amendment to the Illinois Human Rights Act）於2024年8月由伊利諾伊州州長簽署並通過，成為繼科羅拉多州人工智慧消費者保護法（Consumer Protections for Artificial Intelligence Act）之後美國第二部監管私部門使用人工智慧的法律。 本法規範重點在於解決人工智慧導入就業市場而衍生之就業歧視議題，伊利諾伊州透過修訂伊利諾伊州人權法，增加人工智慧（Artificial Intelligence）與生成式人工智慧（Generative Artificial Intelligence）之法律定義[1]，以及增加伊利諾伊州的雇主使用人工智慧的相關義務，使員工在就業法律方面獲得更完善之保障。 壹、事件摘要 近年來人工智慧大量被使用在就業市場，例如：雇主使用人工智慧自動篩選履歷、績效管理等等。[2]人工智慧所伴隨的就業歧視議題，遂成為美國聯邦政府與各州政府近年來之人工智慧法制重點。 2023年2月，伊利諾伊州眾議員Jaime M. Andrade, Jr.將伊利諾伊州人權法修正案提交給議會書記官（Clerk）[3]，伊利諾伊州人權法修正案在一系列的審議之後，終於在2024年5月通過參眾議院同意，並於2024年8月9日由伊利諾伊州州長簽署，使伊利諾伊州人權法案成為美國第二部監管私部門使用人工智慧的法律[4]，修正部分將於2026年1月1日生效。[5] 貳、重點說明 伊利諾伊州人權法（Illinois Human Rights Act，775 ILCS 5）由伊利諾伊州人權部（The Illinois Department of Human Rights，IDHR）負責執行。其宗旨為確保伊利諾伊州內之所有人免受歧視，並就主要領域訂定規範，包含「公平住宅」、「金融」、「公共場所」、「教育領域之性騷擾」以及「就業」[6]，其中有關就業歧視之議題為第5節所規範。 伊利諾伊州人權法修正案之目的為解決雇主使用人工智慧工具導致的就業歧視問題，因此主要修訂伊利諾伊州人權法案第5節有關「就業」之規定[7]。而有關本修正法案之執行細節，如通知方式、期限，由伊利諾伊州人權法授權伊利諾伊州人權部訂定並執行。[8] 一、法案修正內容 （一）增訂人工智慧與生成式人工智慧之定義 伊利諾伊州人權法修正案所修訂之範圍涵蓋人工智慧與生成式人工智慧之定義與使用，將新增於伊利諾伊州人權法第5節第2-101小節M款與N款： 1. 人工智慧（Artificial Intelligence）定義 伊利諾伊州人權法修正案將人工智慧定義為一種機器系統，該系統根據其接收之輸入資訊，為目標（不論明確或模糊）推論輸出結果，例如預測、內容、推薦或決策，這些輸出結果能夠影響真實與虛擬環境。[9]須注意此處所指人工智慧包含生成式人工智慧。[10] 2. 生成式人工智慧（Generative Artificial Intelligence）定義 新增之第5節第2-101小節N款將生成式人工智慧定義為一種自動化計算系統，當接受人類的提示、描述或問題，能生成模擬人類所創作之內容加以輸出，其生成內容包含且不限於文字、圖像、多媒體等。[11] （二）雇主不得因使用人工智慧導致員工權利受侵害 所謂「雇主」（Employer），根據伊利諾伊州人權法第5節第2-101小節B項之規定，係指在伊利諾伊州內雇用員工（Employee）者，其員工數目只要達一名即符合雇主之定義。[12]而依據伊利諾伊州人權法修正案之修訂內容，雇主所使用之人工智慧不得導致員工在招聘、僱用、晉升、續聘、培訓、解僱、紀律處分、任期或雇用條件等方面受到歧視。[13] 例如根據1964年《民權法》（Civil Rights Act of 1964）第七章，雇主在僱用、解雇、晉升等方面，不得因種族、膚色、國籍、性別或宗教信仰表現出就業歧視行為。[14]而民權法第七章所認定之歧視範圍包含了歧視性編碼（discriminatory coding），例如郵遞區號（Zip Codes），因為有許多少數族群會居住在特定區域。[15] 有鑑於此，伊利諾伊州人權法修正案也規範雇主於使用人工智慧時，不得使用郵遞區號作為本條款的替代指標[16]，避免因郵遞區號造成就業歧視。 （三）雇主負有主動通知員工使用人工智慧工具情形之義務 伊利諾伊州人權法修正案新增雇主之通知義務，凡有使用人工智慧從事招聘、僱用、晉升、續聘、培訓、解僱、紀律處分、任期或雇用條件者，不得於未通知員工的情況下使用人工智慧為上述目的。[17]意即雇主應該主動應告知其員工有使用人工智慧進行前述行為之情事，至於通知的方式與時限則有待伊利諾伊州人權部訂定。 二、違法效力與救濟方式 （一）雇主可能需要負擔損害賠償費用與民事罰款 違反伊利諾伊州人權法修正案有關就業歧視禁止規範者，等同違反伊利諾伊州人權法。根據伊利諾伊州人權法第8-108條與第8-109條，違反者需要負擔相應的損害賠償，包含財產與非財產上的損害賠償費用[18]，以及復職等補救措施。[19]除此之外，違反之雇主也可能面臨民事處罰。[20] （二）權利受侵害者得向伊利諾伊州人權部提起申訴或向法院提起訴訟 伊利諾伊州人權法案賦予民眾得以尋求救濟之權利，其方式大致有二，一為向伊利諾伊州人權部提出申訴，二則是直接向法院提起訴訟。 向伊利諾伊州人權部申訴者，將由人權部進行調查與調解[21]。調查後，伊利諾伊州人權部將提供申訴人調查報告[22]，該調查報告將就申訴人遭受違法權利侵害之實質證據提出建議。[23]在伊利諾伊州人權部完成調查後，申訴人仍可至法院提起訴訟。[24] 參、事件評析 一、人工智慧就業歧視為美國當前優先處理之法制議題，雇主應加強法遵意識 演算法偏見所導致的歧視問題，正是美國各州政府所欲立法解決之議題。雖然尚未出現聯邦層級之法律，但各州卻於今年陸續通過相關法案。例如科羅拉多州州長於今年5月17日所簽署之《科羅拉多州人工智慧消費者保護法》（Consumer Protections for Artificial Intelligence Act，Colorado AI Act）[25]、猶他州以及本文介紹之伊利諾伊州人權法修正案，皆已針對人工智慧就業歧視訂定相應規範。 在人工智慧的監管趨勢中，雇主應善加注意人工智慧之應用是否符合當地法規範，以避免遭受處罰。 二、立法方式採修訂既有法律，執行細節另行訂定 伊利諾伊州人權法修正案將有關使用人工智慧之規定增訂於《伊利諾伊州人權法》，其執行細節則授權伊利諾伊州人權部訂定，尤其伊利諾伊州人權法修正案之部分條文僅說明雇主使用的人工智慧不得導致員工在招聘、聘用、晉升、解僱、紀律或僱用條款、特權或條件等方面受到基於受保護類別的歧視，並未詳細規定雇主應以何方式避免之，因此仍有持續關注之必要。 三、本法賦予當事人申訴管道，較完整保障就業權利 伊利諾伊州人權法可以作為民眾權利之請求基礎，向伊利諾伊州人權部提出申訴或至法院訴訟。因此當伊利諾伊州雇主違反伊利諾伊州人權法時，其員工得依法主張權利，可以請求復職或損害賠償，而非只是由主管機關對雇主裁罰。故對於當事人之就業權利，有相對完整之保障。 [1]Illinois Human Rights Act, 775 ILCS §5/2-101 (2024). [2]Illinois Enacts New Law Regulating Employer Use of Artificial Intelligence, Lexology, https://www.lexology.com/library/detail.aspx?g=dfebd021-1398-41eb-92ee-9631183fa8ce (last visited Sep. 9, 2024). [3]IL HB3773 | 2023-2024 | 103rd General Assembly, Legiscan, https://legiscan.com/IL/bill/HB3773/2023 (last visited Sep.9, 2024). [4]IL HB3773 | 2023-2024 | 103rd General Assembly, Legiscan, https://legiscan.com/IL/bill/HB3773/2023 (last visited Sep.9, 2024). [5]IL HB3773 | 2023-2024 | 103rd General Assembly, Legiscan, https://legiscan.com/IL/bill/HB3773/2023 (last visited Sep.9, 2024). [6]Illinois Human Rights Act, 775 ILCS §§1-5(2024). [7]Illinois Human Rights Act, 775 ILCS §5 (2024). [8]Illinois Human Rights Act, 775 ILCS §5/2-102 (2024). The Department shall adopt any rules necessary for the implementation and enforcement of this subdivision, including, but not limited to, rules on the circumstances and conditions that require notice, the time period for providing notice, and the means for providing notice. [9]Illinois Human Rights Act, 775 ILCS §5/2-101 (2024). "Artificial intelligence" means a machine-based system that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments. [10]Illinois Human Rights Act, 775 ILCS §5/2-101 (2024). "Artificial intelligence" includes generative artificial intelligence. [11]Illinois Human Rights Act, 775 ILCS §5/2-101 (2024). "Generative artificial intelligence" means an automated computing system that, when prompted with human prompts, descriptions, or queries, can produce outputs that simulate human-produced content, including, but not limited to, the following: (1) textual outputs, such as short answers, essays, poetry , or longer compositions or answers; (2) image outputs, such as fine art, photographs, conceptual art, diagrams, and other images; (3) multimedia outputs, such as audio or video in the form of compositions, songs, or short-form or long-form audio or video; and (4) other content that would be otherwise produced by human means. [12]Illinois Human Rights Act, 775 ILCS §5/2-101 (2024). "Employer" includes: (a) any person employing one or more employees within Illinois during 20 or more calendar weeks within the calendar year of or preceding the alleged violation. [13]Illinois Human Rights Act, 775 ILCS §5/2-102 (2024). [14]Civil Rights Act of 1964, title VII, 29 CFR Part 1601. [15]Civil Rights Act of 1964, title VII, 29 CFR Part 1601. [16]Illinois Human Rights Act, 775 ILCS §5/2-102 (2024). [17]Illinois Human Rights Act, 775 ILCS §5/2-102 (2024). [18]Illinois Human Rights Act, 775 ILCS §5/8-108 (2024). [19]Illinois Human Rights Act, 775 ILCS §5/8-109 (2024). [20]Illinois Human Rights Act, 775 ILCS §5/8A-104 (2024). [21]Illinois Department of Human Right, Procedures for Non-Housing Charges, https://dhr.illinois.gov/filing-a-charge/path-of-a-charge/procedures-for-non-housing-charges.html (last visited Oct. 22, 2024). [22]Illinois Department of Human Right, Procedures for Non-Housing Charges, https://dhr.illinois.gov/filing-a-charge/path-of-a-charge/procedures-for-non-housing-charges.html (last visited Oct. 22, 2024). [23]Illinois Department of Human Right, Charge Process, https://dhr.illinois.gov/filing-a-charge/legal-review.html (last visited Oct. 22, 2024). [24]Illinois Department of Human Right, Procedures for Non-Housing Charges, https://dhr.illinois.gov/filing-a-charge/path-of-a-charge/procedures-for-non-housing-charges.html (last visited Oct. 22, 2024). [25]Consumer Protections for Artificial Intelligence, Colorado General Assembly, https://leg.colorado.gov/bills/sb24-205 (last visited Oct. 22, 2024).