美國聯邦第九區巡迴上訴法院,於2009年2月20日判決中維持下級審見解,認定『禁止暴力電玩法案』係違反憲法所保護的言論自由。系爭法案於2005年由加州國會通過,並由州長Arnold Schwarzenegger所簽署批准。根據該法案規定,禁止販售或出租所謂『特別殘酷、極端邪惡或道德敗壞(especially heinous, cruel or depraved)』的暴力電玩給未滿18歲的未成年人;符合法條所描述之暴力電玩並應該在包裝盒上加註除現行ESRB分級標誌以外的特別標示(18禁);且賦予零售商於販賣暴力電玩時,有檢查顧客年齡之義務,違者將可處1000美元罰款。
聯邦法院法官認為,被告(加州政府)無法證明『暴力電玩』會影響青少年心理及精神方面的健康,或者出現反社會或激進的行為舉止;被告也無法證明透過立法禁止的手段,能有效達到法案所宣稱保護未成年人的立法目的;法院也認為,系爭條文規定過於模糊,並未能說明暴力電玩之判斷標準。
原告Video Software Dealers Association 和Entertainment Software Association表示,要達到加州政府所宣稱的保護未成年人的立法目的,應從加強既有ESRB分級制度的教育宣導、落實零售商遵守分級制度以及透過父母的管教監督等方式著手,而非增加不適當的內容審查機制。然而,支持該法案者則主張,禁止暴力電玩如同禁止對未成年人散佈色情內容一樣(最高法院認為政府禁止對未成年人散佈色情內容並未違憲),本案被告加州州長Schwarzenegger也表示將上訴到底。
日前在德國也出現修正刑法,將販賣或散佈暴力電玩入罪之提議,在暴力電玩分級制度所引起的爭議日益擴大之際,各國相關作法及其所引起之爭議,或許值得我國主管機關重新檢討「電腦軟體分級辦法」之借鏡參考。
日本個人資料主管機關個人情報保護委員會(簡稱PPC)在今(2026)年9月2日召開的第367次會議中,揭露了該委員會在令和8年度第1季(2026年4至6月)個資執法的狀況。在這段期間內,PPC共發出141件行政指導(其中76件是針對通報延遲的行政指導),其中民間部門(非公務機關)98件、行政機關43件。 PPC針對非公務機關的行政指導,以「非法存取」(不正アクセス)的樣態為主。PPC分析指出,非公務機關受到外部攻擊的樣態主要為:暴力破解、資料隱碼攻擊(SQL injection)以及勒索軟體攻擊。PPC特別整理三種最常見導致非法存取的安全管理缺失:(一)未處理已知且已有因應方法的漏洞,包含VPN(Virtual Private Network)設備之漏洞以及用以建置電商網站之應用程式漏洞;(二)使用易於推測的帳號或密碼;(三)設定錯誤導致資料庫缺乏存取控制。觀察PPC的行政指導內容,其最常認定非公務機關作為不足的樣態包含:「防範非法存取不足」(21件)、「使用者身分識別與驗證措施不足」(14件)以及「對受託者之監督不足」(12件)。 而PPC對行政機關的行政指導,則以人為疏失為主,包含:遮蔽處理不足、附件內未刪除保有個人資料、錯誤廢棄與遺失資料等。PPC對此作成的行政指導內容則以媒體管理以及防止錯誤傳送(如網頁誤刊載、電子郵件附件夾帶其他工作表、遮蔽處理不當)兩項最多。
歐盟執委會投資研發新一代流感疫苗,並首次引入商業化前採購模式為提升全球健康危機應對能力,歐盟執委會於2026年2月20日宣布,將透過旗下的衛生緊急準備及應變管理局(Health Emergency Preparedness and Response Authority, HERA),自EU4Health計畫中撥出2.25億歐元,投資開發新一代流感疫苗,包括具更廣泛保護性、可快速因應新興變異株、以及更便於施打的疫苗劑型(如鼻腔、口服或皮膚貼片)等創新技術。此政策由歐洲健康與數位執行機構(European Health and Digital Executive Agency)負責契約管理與執行,契約期限達98個月,以資助疫苗候選產品從臨床前階段至上市核准的開發,並首度在醫療產品領域引入商業化前採購(Pre-Commercial Procurement, PCP)模式。 與傳統投資或補助不同,PCP強調階段性評估、競爭淘汰與風險收益共擔機制,以提升解決方案成功轉譯到商業產品的可能性。該模式包含以下4大運作特色: 1.分階段競爭:採購方同時向多家供應商採購研發服務,將流程分為方案設計、原型開發與初期測試等階段,逐步評估並篩選表現優異者,避免一次性採購的技術風險。 2.風險收益分擔:雙方共擔研發利益與風險。供應商保留智慧財產權所有權,採購方則支付研發費用並保留部分使用與授權權利。 3.專注研發階段:僅投資研發與產品測試/認證,不包含大規模商業量產,後續量產則由創新公共採購或傳統採購機制支持。 4.鼓勵在地發展:PCP不受世界貿易組織的政府採購協定約束,可要求參與廠商之大部分研發活動與主要人員於歐盟成員國境內進行。 PCP模式採需求導向,由歐盟執委會預先明確目標,搭配多階段競爭與淘汰機制,能有效加速成果轉化,並降低一次性採購的技術誤判風險。此外,透過設定在地研發比重,能吸引外商合作、帶動技術移轉與人才流入,進而促進本地產業升級,為兼具避險與產業扶植的創新機制。
美國國家標準暨技術研究院發布「人工智慧風險管理框架:生成式AI概況」美國國家標準暨技術研究院(National Institute of Standard and Technology, NIST)2024年7月26日發布「人工智慧風險管理框架:生成式AI概況」(Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile),補充2023年1月發布的AI風險管理框架,協助組織識別生成式AI(Generative AI, GAI)可能引發的風險,並提出風險管理行動。GAI特有或加劇的12項主要風險包括: 1.化學、生物、放射性物質或核武器(chemical, biological, radiological and nuclear materials and agents, CBRN)之資訊或能力:GAI可能使惡意行為者更容易取得CBRN相關資訊、知識、材料或技術,以設計、開發、生產、使用CBRN。 2.虛假內容:GAI在回應輸入內容時,常自信地呈現錯誤或虛假內容,包括在同一情境下產出自相矛盾的內容。 3.危險、暴力或仇恨內容:GAI比其他技術能更輕易產生大規模煽動性、激進或威脅性內容,或美化暴力內容。 4.資料隱私:GAI訓練時需要大量資料,包括個人資料,可能產生透明度、個人資料自主權、資料違法目的外利用等風險。 5.環境影響:訓練、維護和運行GAI系統需使用大量能源而影響碳排放。 6.偏見或同質化(homogenization):GAI可能加劇對個人、群體或社會的偏見或刻板印象,例如要求生成醫生、律師或CEO圖像時,產出女性、少數族群或身障人士的比例較低。 7.人機互動:可能涉及系統與人類互動不良的風險,包括過度依賴GAI系統,或誤認GAI內容品質比其他來源內容品質更佳。 8.資訊完整性:GAI可能無意間擴大傳播虛假、不準確或誤導性內容,從而破壞資訊完整性,降低公眾對真實或有效資訊的信任。 9.資訊安全:可能降低攻擊門檻、更輕易實現自動化攻擊,或幫助發現新的資安風險,擴大可攻擊範圍。 10.智慧財產權:若GAI訓練資料中含有受著作權保護的資料,可能導致侵權,或在未經授權的情況下使用或假冒個人身分、肖像或聲音。 11.淫穢、貶低或虐待性內容:可能導致非法或非自願性的成人私密影像或兒童性虐待素材增加,進而造成隱私、心理、情感,甚至身體上傷害。 12.價值鏈和組件整合(component integration):購買資料集、訓練模型和軟體庫等第三方零組件時,若零組件未從適當途徑取得或未經妥善審查,可能導致下游使用者資訊不透明或難以問責。 為解決前述12項風險,本報告亦從「治理、映射、量測、管理」四大面向提出約200項行動建議,期能有助組織緩解並降低GAI的潛在危害。