生物倫理vs.生物科技 孰重孰輕?

  去(2005)年11月,全球幹細胞研究先驅-韓國首爾大學黃禹錫教授承認其研究有國際醫學倫理瑕疵,而引發軒然大波。主要爭議原因是其研究所使用之卵子,部分來自於其領導研究團隊的女性研究員,以及部分支付報酬給捐卵者。韓國「生物倫理及安全法」於2005年1月開始施行,立法目的強調生命科學及生物科技之發展應具有安全性並符合生物倫理原則,該法更明文規定:受試者需被充分告知資訊,亦有權同意是否參與研究以及不得買賣精子卵子等。因此,黃禹錫教授研究團隊的女性研究員雖是自願提供卵子,但在面對研究同儕壓力時,該名研究員是否真正”完全自願同意”地捐卵,此點頗受爭議。


  隨著複製研究技術的與日俱進,生物倫理(
Bioethics)相關議題已無國界之分,為此,聯合國科教文組織(UNESCO)於去(2005)年11月底之會員國大會,通過「世界生物倫理及人權宣言」(The Universal Declaration on Bioethics and Human Rights),建立起國際共通的生物倫理標準,希望能給各國在制定生物倫理相關法制政策有所依據,並作為相關研究行為之指導原則。


  隨著韓國黃禹錫教授之幹細胞研究醜聞頻傳,國內生醫研究活動更應引為警惕,由於我國目前欠缺法律層次之研究倫理規範,前述
UNESCO新近通過之「世界生物倫理及人權宣言」,在我國欠缺相關法律之現況下,更值得研究人員參考。

相關連結
※ 生物倫理vs.生物科技 孰重孰輕?, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=427&no=64&tp=1 (最後瀏覽日:2026/11/05)
引註此篇文章
你可能還會想看
新加坡金融管理局發布《資料治理與管理實務》資訊文件

新加坡金融管理局(Monetary Authority of Singapore,下文簡稱MAS)於2024年5月29日發布《資料治理與管理實務》(Data Governance and Management Practices: Observations and Supervisory Expectations From Thematic Inspections)文件。此文件係根據MAS於2022年至2023年期間針對國內系統性重要銀行(Domestic Systemically Important Banks,下文簡稱D-SIBs)進行「資料治理與管理架構」的主題式檢查結果加以研究與分析而作成,其內容包含MAS對於資料治理的期望、受檢銀行的優良實踐範例及缺失,希望未參與檢查的銀行與金融機構也能根據這份文件進行適當的改善措施。 MAS在《資料治理與管理實務》文件中提出關於五大主題的監管期待,簡要說明如下: 1.董事會和高階管理層的監督: 董事會和高階管理層應加強監督資料治理。例如,定期向董事會報告資料管理領域的重要問題;高階管理層應即時獲得準確且完整的相關資訊,並對資料風險進行分析。 2.設置資料管理單位: 銀行應建立資料管理單位,並為資料管理辦公室提供明確的任務授權,以利其監測資料的品質。 3.資料品質之管理與控制: 銀行應建立資料品質管理架構與流程,以確保資料在整個生命週期中是有品質的。例如,建立有效控制資料流的機制;建立資料品質指標或計分卡;使用終端使用者運算工具(end-user computing tools)處理資料時,應納入風險評估和控制架構來管理。 4.資料品質控制資料之問題識別與升級: 銀行應制定升級標準和行動計畫,以改善資料品質。另外MAS也建議銀行應該要有強大且完整的資料譜系(data lineage)來辨識資料問題並將之改善。 5.BCBS 239原則之擴大適用:BCBS 239原則係巴賽爾銀行監理委員會(the Basel Committee on Banking Supervision)第239號規範:《有效風險資料聚合及風險報告原則》(Principles for effective risk data aggregation and risk reporting),適用於全球的系統性重要銀行(Global Systemically Important Banks),巴賽爾銀行監理委員會同時建議D-SIBs宜遵循此原則,因此MAS亦要求新加坡境內7家D-SIBs須遵守BCBS 239原則的相關規範。此外,MAS仍期待各銀行與金融機構可以擴大BCBS 239原則的適用範圍,例如在範圍內報告(in-scope reports,或稱主要風險報告)中納入反洗錢、稅務管理等面向。由於金融服務是一個由資料驅動的產業,資料已然是金融業重要的戰略資產。MAS期盼這份文件能夠讓所有銀行及金融機構提升其資料治理能力,並針對內部的問題進行改善。

美國各州資料中心租稅政策對選址與投資成本之影響

美國各州資料中心租稅政策對選址與投資成本之影響 資訊工業策進會科技法律研究所 2026年03月09日 美國稅務基金會(Tax Foundation)於2025年12月19日發布資料中心(Data Centers)租稅分析報告,說明各州租稅設計為對資料中心選址與投資成本之重要因素。 壹、事件摘要 隨著AI與雲端運算需求擴張,資料中心投資規模持續提升,各州為吸引大型科技企業進駐,普遍透過銷售稅(Sales Tax)與財產稅(Property Tax)減免提供租稅優惠。相關措施包括對資料中心設備提供銷售稅減免,並設定最低投資額或就業創造門檻作為適用條件,部分州亦於一定年限內提供財產稅減免。整體而言,各州租稅制度設計差異顯著,形成州際間競爭現象。 貳、重點說明 一、銷售稅減免之制度設計 資料中心營運涉及大量設備與電力投入,若適用一般銷售稅規範,將提高初期投資成本。因此,多數州透過銷售稅制度提供減免措施,主要類型如下: (一)設備之銷售稅減免 部分州將資料中心設備納入銷售稅免稅範圍,例如維吉尼亞州(Virginia)明確規定符合州法規定條件之資料中心設備得適用銷售稅減免。 (二)投資與就業門檻設計 部分州設定最低投資額或就業創造門檻作為適用條件,例如亞利桑那州(Arizona)以最低投資金額為標準,投資人須達一定資本額或就業人數,始得適用銷售稅減免。 (三)用電納入銷售及使用稅減免範圍 另有州將資料中心用電納入銷售及使用稅(Sales and Use Tax)減免範圍,例如北卡羅來納州(North Carolina)對符合州法規定條件之資料中心設備與用電提供銷售及使用稅減免。由於電力使用為主要營運成本,此類措施對投資決策具有實質影響。 二、財產稅與地方政府財政考量 資料中心屬高度資本密集產業,若依一般財產稅計算方式課徵,地方政府可獲得穩定稅收來源。然而,多數州允許地方政府提供財產稅減免,財產稅優惠常透過法定減免或地方協議方式訂定,內容包括減免期間與減免比例,有助於提升投資誘因,也可能影響地方政府長期財政收入。 三、銷售稅減免之制度設計 隨著各州競相提供租稅優惠,州際間形成租稅競爭現象,若優惠措施缺乏明確成本效益評估,可能造成公共資源配置失衡。此外,資料中心自動化程度高,營運階段實際創造之就業機會有限,若政策僅以投資金額或資本規模作為誘因標準,而未評估其對地方產業帶動效果,未必能確保長期經濟外溢效果,如供應鏈發展或相關科技產業聚集效果。 參、事件評析 資料中心為AI發展之基礎設施,各州透過租稅制度吸引投資,有助提升數位基礎建設與資料處理能力。然而,租稅優惠涉及財政問題,須兼顧產業間租稅公平與財政永續。銷售稅與財產稅減免雖可降低投資成本,但若缺乏統一標準,各州或各地方政府設計差異過大,企業可能基於租稅差異進行選址,而非基於能源結構或網路品質等長期條件,此種情形可能影響整體產業布局之合理性。 資料中心對地方經濟之實質貢獻仍存爭議,建設期間可創造短期就業,營運階段實際人力需求有限,若優惠期間過長,地方政府可能增加機會成本。而隨著AI應用擴張,資料中心能源消耗與電力需求持續增加,未來制度設計宜結合永續發展目標,建立明確評估機制。 綜合而言,美國各州資料中心租稅政策差異顯著,對企業選址決策與投資成本評估具有實質影響,此一競爭趨勢反映數位基礎設施之策略地位。然而,政策設計仍須審慎衡量財政負擔與產業效益,方能在促進科技發展與維持公共利益間取得平衡。

從英國 NHS 國家 IT 計畫看電子病歷之推動:以病患個人資訊隱私保護為中心

美國交通部發布人工智慧政策,以生命週期及風險管理規範部內AI應用

美國交通部(U.S. Department of Transportation, DOT)於2026年8月26日發布「美國交通部人工智慧政策」(U.S. Department of Transportation Artificial Intelligence (AI) Policy),規範所屬人員於部內資訊系統使用AI之行為,並自簽署日起生效。該政策採取「適當時即使用AI」(Use AI when appropriate)之預設立場,在合法範圍內盡可能允許AI應用,並強調以人為本。該政策亦適用於既有AI應用,各所屬機關應於六個月內向首席資料暨AI長(Chief Data and Artificial Intelligence Officer, CDAIO,以下簡稱AI長)提報清單。惟國家安全系統、運用AI進行之基礎及應用研究(以開發機關自用AI為目的者除外),以及受監管或受補助對象使用或開發之AI,不在適用範圍內。 政策重點包括兩大面向。首先,在AI生命週期實務方面,各機關應於設計、開發、部署、監測與評估、處置或移轉等五階段納入人為監督;AI產出如用於部內最終行政文件,須經具資格且負責之人員審查驗證。此外,生成式AI之提示詞與產出僅保留7日,期滿自動刪除;AI工具亦非核定之紀錄保存系統,相關紀錄應移轉至指定系統保存。 其次,在AI風險管理方面,監督強度依使用頻率、持續性及影響程度調整,並透過公開之AI使用案例清單(AI Use Case Inventory)揭露應用情形。政策另明定AI長、資安長(Chief Information Security Officer, CISO)及機關隱私保護高階主管(Senior Agency Official for Privacy, SAOP)等職責分工,新增或具高影響之AI使用案例,均須由AI長會同隱私保護高階主管、法務單位(Office of General Counsel, OGC)、資安長及所屬機關審核。各機關如有充分業務理由,得就特定使用案例申請豁免管理,並提出理由、已採取之管理措施、豁免期間及符合本政策之期程,由AI長以書面決定。

TOP