因應綠色採購 環保標章實驗室認證問題有待解決
造成上述結果的主要原因是，我國因相關環保法令不周全，環保管理、監督單位權責不一，形成三不管局面，影響廠商競爭力。舉例而言，現在環保署嚴格把關環保標章實驗室，檢查近 20 家實驗室，最後只認定三家有合格檢測能力，廠商要取得環保標章，一定要找這三家業者，形成供需嚴重失衡局面，廠商耗時、浪費金錢，還是拿不到環保標章。
另外，環保標章實驗室的管理單位，應該是環保署還是經濟部標準檢驗局；發生爭議事件，環保署和標準局各有說詞。環保標章是環保署核發，但實驗室檢測、管理則由標檢局負責，故而出現三不管的局面。
今年 7 月 1 日 ，歐盟全面執行 RoHS （無鉛製程）環保措施，明年，歐盟開始執行 WEEE （廢棄電機電子產品回收）環保措施，由於台灣資訊大廠 98% 為出口導向，這兩個規定使我國資訊廠商不得不審慎因應之，然而， RoHS 及 WEEE 僅是一個開端，未來歐盟一旦通過 REACH 規則，因環保要求而受影響的產業將更多，可見環保標章實驗室認證問題，必須嚴格看待並儘速解決。
英國海外屬地直布羅陀，針對透過與日俱增的首次發行代幣（Initial Coin Offerings, 簡稱ICO）募集商業活動，早在2017年9月，其金融服務委員會（Gibraltar Financial Service Commission, 簡稱GFSC）已公布官方聲明，警告投資人運用分散式帳本技術（Distributed Ledger Technology，簡稱DLT）之商業活動，如：虛擬貨幣交易或ICO等具高風險且投機之性質，投資人應謹慎。 GFSC又於2018年1月公布「分散式帳本技術管制架構」（Distributed Ledger Technology Regulatory Framework），凡直布羅陀境內成立或從其境內發展之商業活動，若涉及利用DLT儲存（store）或傳輸（transmit）他人有價財產（value belong）者，均須先向GFSC申請成為DLT提供者（DLT provider），並負擔以下義務： 應秉持誠信（honesty and integrity）進行商業活動。 應提供客戶適當利息，且以公平，清楚和非誤導方式與其溝通。 應準備相當金融或非金融資源（non-financial resources）。 應有效管理和掌控商業活動，且善盡管理人注意義務（due skill, care and diligence），包含適當地告知客戶風險。 應有效配置（arrangement）客戶資產和金錢。 應具備有效公司治理，如：與GFSC合作且關係透明。 應確保高度保護系統和安全存取協定。 應具備系統以預防、偵測且揭發金融犯罪風險，如：洗錢和資恐。 應提供突發事件預備方案以維持商業活動繼續進行。 GFSC和商業部（Ministry of Commerce）又於2018年2月聯合公布，將於第二季提出全世界第一部ICO規範，管制境內行銷（promotion）、販售和散布數位代幣（digital token）行為，強調贊助人須先授權（authorized sponsor），並有義務確保遵守有關資訊揭露和避免金融犯罪之法律。
雲端時代資料保險機制之解析雲端時代資料保險機制之解析 科技法律研究所 2013年12月05日 壹、前言 資訊時代，資訊應用所帶來的風險幾乎無可迴避，且往往帶來莫大衝擊；尤其在網路應用普及之後，大量資料透過網路傳輸、流通而暴露於資訊安全的風險當中，縱有再有高層級的防護，也無法使資料受損或漏失的風險機率降至零，因此有論者以為，對於無法藉由資訊安全措施加以避免的「殘餘風險」（Residual Risk），應由「保險機制」予以移轉。本研究特探討本議題，以呼應目前日益進展的保險產品發展趨勢。 此類的保險機制，一般稱為資料保險，專門填補網路應用所造成的風險，諸如網路安全（Network security）之欠缺所造成的損失，或者隱私（Privacy）被害所造成的損失。依據產業觀察者意見，此類保險產品的市場正有逐漸擴張的趨勢，尤其是對於健康照護服務（Health care）以及中小型的業者而言，此類保險對於風險管理服務可以發揮長足的作用，其能夠填補資料被害的通知成本、信用監控以及加強資料防護的成本[1]。 本文以雲端運算應用的興起為背景，觀察相應保險機制的演進及發展；以及其對於產業發展而言，為何被視為不可或缺的配套機制，進一步檢視我國推動資料保險的可行性與條件。 貳、資料保險機制的發展 一、資料保險的種類 用來填補資料受害之損害的保險，一般被稱為「資料保險」，尚可見以「網路保險」或「隱私保險」稱之。與其直接定義何謂「資料保險」，不如分析此保險的涵蓋範圍。此類保險早在十幾年前出現，當時其保險範圍，是填補資料被害所引發的損害賠償責任[2]。 財產保險可分成兩大類型，一類是一般的財產損害，即保險事故發生導致被保險人的財產減損或喪失，承保此類財產損失之保險，即英美法系所稱之「第一方保險」（First-party coverage）。另一類則是責任保險，即保險事故發生導致被保險人應負擔法律上責任或契約上損害賠償責任，承保因被保險人應負擔責任之財產損失，即所稱之「第三方保險」（Third-party coverage）。 在資料應用環境中，因資料受害導致損害大抵可依上述區分。當遭遇網路犯罪的損害、毀壞（Destroys）或是剝奪被保險人對於資料的使用權限，則屬於第一方財產損失。另一方面，當被保險人所保護、監管（Custody）或控制的第三人資料或資訊，遭遇網路犯罪損害、毀壞或竊取時，將使被保險人必須承受對第三方負擔損害賠償責任、並支付相關費用，此屬於第三方財產損失，例如入侵資訊系統而竊取信用卡資訊、受保護的個人資料、及銀行的帳戶號碼，又如妨礙有合法權限的第三人近用系統，以及違反法規所要求而未向第三人通知資料侵害等…[3]。 二、資料受害所致損害是否得請求保險賠償過往有很大爭議 傳統的財產保險，由於未指明承保因資料被害所致損失，往往會在被保險人因資料被害導致財產損失而請求保險賠償時，發生很大的爭議。主要的原因是，傳統的財產保險其設計原則，是以被保險人對於有形財產的「保險利益」作為「保險標的」，並以有形財產受損來估算保險損害，並未考量到資料等無形財產。因此，起因於資料或類似形態的程式、軟體之缺損所致的損害，是否可能在傳統財產的保險範圍內，頗有疑義，且司法實務上的意見相當分歧，茲整理如下。 （一）有利於被保險人的實務見解 在America Guarantee & Liability Insurance Co. v. Ingram-Micro[4].中，Ingram-Micro因幾分鐘的電力中斷，導致電腦資產與資料的喪失而嚴重影響正常的業務運作，遂依業務中斷保險(Business-interruption insurance）請求保險賠償，但遭受保險公司拒絕，保險公司提起訴訟並宣稱承保範圍未包含電腦與其他資產。地方法院認為，被保險人客製軟體程式的喪失，構成「具體損害」，具體損害不限於電腦迴路的被有形損毀或傷害，也會包含無法近用（Loss of access）、無法使用（Loss of use）以及功能喪失。 另一案Lambrecht & Associates, Inc. v. State Farm Lloyds[5]，保險公司認為電腦病毒感染所造成的損失，非有形損失，因而拒絕保險給付。法院認為，本案之電腦系統以及儲存的資料皆因病毒感染而毀壞、被置換（Replaced），此種結果，等於電腦系統完全無法接收、發送或回復任何形態的資訊，而完全失去作為電腦系統的效用；因此未接受保險公司的主張。 近期一例為責任保險爭議。Retail Ventures, Inc. v. Nat'l Union Fire Ins. Co.[6]中，Retail Venture是DSW鞋子盤商，2005年時它的電腦系統遭駭客入侵，共有百萬筆的客戶資料遭不當下載且許多資料夾也被翻閱過。由於DSW向Nat'l Union購買商業竊盜險，在其承保項目中包括電腦與資金移轉詐欺（Computer & Fund transfer fraud coverage），DSW遂向保險公司請求保險賠償，主張此次駭客入侵所造成的損失有530萬元之多，但保險公司拒絕給付賠償金。於是DSW對保險公司提起訴訟，地方法院認定保險公司應支付保險賠償，保險公司不服，提起上訴至巡迴法院，巡迴法院認為，條款規定雖是限於該損失是由保險事故「直接造成」（Resulting directly from），但這不代表該保險事故必須是造成損失的「唯一」（Solely）與「立即」（Immediately）的原因[7]，因此維持地方法院的判決。 （二）有利於保險人的實務見解 在America Online, Inc. v. St. Paul Mercury Insurance Co.中，由於America Online（AOL）所生產的網路接取軟體AOL 5.0據稱會毀壞用戶的電腦系統，因而被客戶訴訟求償，AOL依責任保險內容，轉而請求保險公司應替其進行訴訟防禦，遭保險公司拒絕。為此，AOL對保險公司提起訴訟，法院遂檢視保險契約中是否載明保險公司有進行訴訟防禦的義務。契約中將情境限於「有形」財產損失，法院解釋，從字義上一般不會認為電腦資料、軟體及系統是「有形」財產，因為有形財產應是指可以觸摸（Be touched），但電腦資料、軟體及系統無法被感官感知，因此是無形財產。此外契約中亦有「功能降低除外條款」，意即，不良品或者危險產品所造成的損害非有形，故被排除在承保範圍內。法院據此否認AOL的主張[8]。 三、「新」資料保險產品應運而生 從上述實務案例的觀察，作成不利於被保險人判決結果的法院，是直接認定電腦資料、軟體與系統為無形財產。反之，作成有利於被保險人判決結果的法院，是將「資料」（程式或軟體）與「電腦系統」合為觀之，而認定電腦系統為有形財產，把電腦系統無法發揮正常作用視為具體損害。即使判決結果可能有利於被保險人，但是解釋方式卻較為迂迴，也顯得被保險人相當艱辛。 參、外國資料保險機制之發展實例與推動 雲端運算發展日益普遍日後，可以透過網際網路提供資訊服務（例如儲存空間、應用程式等），「資料」已然不附載在特定或固定的載體（電腦系統）上。因應整體資訊應用形態的轉變，國內外市場上逐漸有相關資料保險產品推出的案例。 一、實例 第一個例子，MSPAlliance是一個資源管理服務業者暨認證聯盟，於2013年4月與保險經紀公司Lockton 合作，設計「雲端暨管理服務」保險(Cloud and Managed Services Insurance)，讓其聯盟會員提供資訊服務時得以購買此保險；承保項目包括因網路攻擊、資料滅失或系統故障而導致應負擔損害賠償責任，以及因技術錯誤或無法作用（Tech Errors & Omissions）所導致的損害賠償責任，亦包含在內。至於被保險人的資格要求，則限定是聯盟會員，且必須通過Unified Certification Standard (UCS)驗證。事實上，要求被保險人取得一定的驗證，是保險風險管理很重要的ㄧ環。 第二個例子，雲端保險服務平台Cloudinsure於2013年2月宣布與保險經紀公司Lockton合作，擬設計適於雲端環境的隱私與安全責任保險方案。其保險產品內容主要在確保雲端服務提供者可履行在契約、或服務水準協議（Service Level Agreements）中的承諾，再者也能依據其客戶存放於雲端環境之資料的風險層級，給予金錢防護。 第三個例子，與前兩例不同，是針對一般的資訊服務使用者來設計。保險經紀公司達信（Marsh）於2012年6月針對雲端環境的企業使用者，開發新的保險方案CloudProtect。被保險人是採用雲端服務的中小型企業，承保項目包括：因雲端服務中斷所致的營運收入損失（Loss of income）、因採購新的雲端服務提供者所產生的相關費用支出、因資料轉換至新的雲端服務所產生的相關費用支出。 二、政府的參與及投入推動 美國的國家技術標準局（Institute of Standards and Technology, NIST）在規劃新網路時代藍圖時，把持續促進資料「保險」（Cyber Insurance），列為關鍵的一角。從這個角度而言，保險不僅具有轉移風險與填補損害的功能，更具有正面積極的意義，可作為新興技術發展的後盾。對於NIST這樣的主張，美國保險人協會（American Insurance Association）也予以呼應，認為針對網路應用環境而持續開發各種保險產品，是勢在必行的方向。 (一)政策推導 美國證券交易委員會指引（2011年），建議公司若為因應資安風險而購買保險產品，應列入資訊揭露範圍。此被認為是間接鼓勵企業購買相關保險產品的具體措施之一。 (二)政府機關作為被保險人購買資料保險之例 美國有以政府機關名義購買資料相關保險之例，蒙大拿（Montana State Government）購買「網路資料安全保險」（Cyber/Data Information Security Insurance），為期一年（2012年7月1日至2013年7月1日），保險項目包括：資訊安全責任（每次事故保險賠償上限200萬美元）、行政罰款（每次事故保險賠償上限200萬美元）、損害通知支出（每次事故保險賠償上限100萬美元）、網站媒體披露支出（每次事故保險賠償上限200萬美元）、每次保險事故發生以200萬美元為總保險賠償限額。此案之保險業者為Beazley，保險經紀人為Alliant Insurance Services。值得特別注意的是，保險項目當中包含損害通知支出，此是呼應了美國相關法令要求業者必須於獲悉資安事故時踐行通知相關的資料主體。 資安事故的確實可能使政府機關蒙受莫大損失，美國南卡羅萊納州稅務局（South Carolina Department of Revenue）2012年發生駭客攻擊事件，州政府花費約2000萬美元收拾殘局，其中1200萬美元用來作為市民身份被竊後的信用活動監控，其他則用來發送被害通知、資安強化措施、及建立數位鑑識團隊、資安顧問。 肆、結論－我國推動相關資料保險機制可行性之總合評析 現階段我國相關保險市場的現況，為因應我國個人資料保護法的通過與正式實施，也有推出資料相關保險產品，目標客群為企業，以協助企業因應觸及個人資料可能產生對他人的損害賠償責任、及填補其他附帶損害為主要訴求。至於，針對業者（被保險人）因提供資訊服務過程中的資料被害、毀損滅失所導致營業損失（營運中斷、負擔契約上損害賠償責任）之損害填補，似尚未有相關保險產品推出。考其原因，是保險業者對於此種因無形財產（資料）所導致損害的保險賠償模式，尚未累積足夠的經驗，也缺乏相關精算數據的掌握，因而不敢貿然承作，另一方面，保險業者本身也擔憂無足夠資力因應大規模的保險事故。 對此現象，我國主責資訊服務產業推動的有關政府部門，也思及政府投入參與資料保險機制，例如推動以機關為被保險人而購買相關的資料保險，藉以活絡資料保險市場；此種構想，在法律層面並無疑義，此乃保險賠償與國家賠償機制雖有各自目的，但未有所衝突[9]。然而，實際操作上，必須考量政府機關資訊系統是否能通過保險業者的保險風險查核、是否有足夠的預算足以支付保險費用、以及決策單位是否能有效與資訊業務單位溝通以評估購買此類保險的需求...等諸多問題。 事實上，我國相關資料保險市場要邁向成熟發展，尚待多方努力，除保險業者本身規劃並提出合適的保險產品之外，參酌國外經驗，保險經紀公司也能扮演一定角色，可針對客戶需求量身訂作風險評鑑、研提最符合的保險方案，並藉客戶共同需求而匯聚保險風險共同團體。政府所扮演之角色，除直接以政策推導之外，尚能在若干條件齊備之後實際參與保險機制，其後續方向值得關注。 [1]Collin J. Hite, Top lawyers on trends and key strategies for the upcoming year the ever-changing scope of insurance law, Aspatore Feb. 2013. [2]http://www.computerweekly.com/news/2240202703/An-introduction-to-cyber-liability-insurance-cover (last visited at Oct. 24, 2013) [3]Jack Montgomery, Cybercrime losses and insurance for property damage and third-party claims, Maine Bar Journal, Summer 2012, p. 159. [4]Civ. 99-185 TUC ACM, 2000 U.S. Dist. Lexis 7299 (D. Ariz., April 19, 2000). [5]Lambrecht & Associates, Inc. v. State Farm Lloyds, 119 S.W.3d 16, 25 (Tex. App. 2003). [6]Retail Ventures, Inc. v. Nat'l Union Fire Ins. Co. of Pittsburgh, Pa., 691 F.3d 821 (6th Cir. 2012). [7]Retail Ventures, Inc. v. Nat'l Union Fire Ins. Co. of Pittsburgh, Pa., 691 F.3d 821 (6th Cir. 2012), p.13. [8]America Online, Inc. v. St. Paul Mercury Ins. Co., 207 F. Supp. 2d 459 - Dist. Court, ED Virginia 2002, P.461-462. [9]請參考96年法務部法律字第0960003420號函。
韓國提出生成式AI訓練合理使用判斷原則指引：指明不構成合理使用之情形韓國提出生成式AI訓練合理使用判斷原則指引：指明不構成合理使用之情形與事例 資訊工業策進會科技法律研究所 2026年07月01日 韓國文化體育觀光部（Ministry of Culture, Sports and Tourism，下稱MCST）與韓國著作權委員會（Korea Copyright Commission，下稱KCC）於2026年2月26日共同發布《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models，下稱本指引），以韓國著作權法第35條之5合理使用一般條款為基礎，就受著作權保護著作於生成式AI訓練過程遭利用之情形，提出四項判斷要素之適用原則、有利與不利認定之對照及具體事例。 壹、事件摘要 韓國於指引前言指出世界各國將AI技術視為未來核心成長引擎，力求在全球AI領導地位上取得競爭優勢。部分國家呼籲採取政策支持措施，盡可能廣泛允許訓練資料之使用並鼓勵AI發展，惟受憲法保障之著作權與AI驅動之技術創新，係不應以犧牲一方成全另一方之價值。韓國當前最關鍵之政策課題，在於找出一種平衡途徑：既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展。而且AI發展之創新與著作權之保護並非本質衝突之價值。當二者作為互補原則相互調和時，得共同推動整體社會更廣泛之文化與經濟進步[1]。 貳、重點說明 該指引認為生成式AI訓練各階段之資料蒐集、前處理、模型訓練與評估最佳化，均可能構成著作權法上之重製，在韓國著作權法未設文本與資料探勘專門例外之現況下，AI訓練之利用是否合法，主要回歸第35條之5合理使用之四要素綜合判斷。指引除說明各國案例與法令外，就四項判斷要素逐一整理其定義與要件，同時提出「有利」與「不利」於合理使用之情形，並列舉可能成立與不太可能成立合理使用之事例，藉此將原本高度個案化之合理使用判斷予以類型化。本文重點針對其已表態認為較不利或(不)認同主張合理使用之情況、事例，摘要說明如下： 一、合理使用四要素可能無法構成的情況 （一）利用之目的與性質[2] 1、無轉化利用致目的與性質近似：若利用之目的與性質與原著作相同；未創造新價值或新用途、未顯著貢獻公共利益，且損害既有市場或權利人經濟利益。 2、有直接或間接商業獲益：開發者向使用者直接收取服務對價，或藉廣告與宣傳取得間接經濟利益；非營利研究組織於營利企業贊助下、為該企業商業目的訓練模型。 3、未實施侵權防制技術：若未採取措施以拒絕生成特定受著作權保護著作之重製或模仿之提示，從根本上阻擋重製或模仿特定著作所含表達之請求之AI系統。 4、過度就特定著作進行訓練：將提高生成式AI輸出與原著作共享相似目的或性質之可能性，較可能與著作之「通常利用」相衝突並損害著作權人經濟利益。 5、訓練目的與商業利用有關係：生成式AI系統縱為商業目的開發或訓練，並不當然排除合理使用之認定，縱存在商業目的，若該技術創造新價值並服務公共利益，其利用仍可能獲有利評價。而且，非商業與商業目的可能交織，例如，由大學與企業共同進行之產學合作研究，於初始研究階段可能屬非商業，惟若生成式AI模型用於提供商業服務，則可能有不利認定。反之，縱為營利企業，若其訓練AI模型以生成與其商業活動無關之輸出，亦可能被認定為進行非商業訓練。 6、取得方式違反著作權人意願：著作權人曾採取措施限制網路爬取或擷取，未經許可蒐集受接取限制之著作（如須登入或付費牆後之著作）或規避技術保護措施； 縱著作於技術上可接取，未經著作權人許可將其用於生成式AI訓練，違反適用之條款與條件之方式自網站蒐集著作，或以不被允許之方式接取著作，可能被視為逾越授權範圍。縱著作看似經轉化性利用，若該利用涉及非法重製或不當接取，此等情狀仍可能不利於因素一之有利認定。 (二)著作之類型與目的[3] 就第二要素著作之類型與目的，該指引認下列情形不利於合理使用之認定： 1、資料屬於供享受之文學或藝術著作：使用主要為享受著作本身而創作之文學或藝術著作，或創作性高而個性表達強之著作。因其創作表達係其核心價值，訓練於此等表達之生成式AI模型很可能生成相同或近似之表達特徵。 2、屬未公開或僅於受限或付費接取下提供之著作（如訂閱服務或付費資料庫）：因對權利人經濟利益之影響風險較高，其利用性質與周遭社會期待不同。惟著作可公開取得並不因此即支持可合理使用之認定，可能因robots.txt限制之存在、以及預期利用之範圍與規模等面向，受不同權衡。 (三)所使用部分之質量與重要性 就第三要素，指引認下列情形不利於合理使用之認定[4]： 1、非必要下使用整份著作之量：使用整份著作訓練模型，本身不利於本要素；惟整份利用若基於技術上不可避免且必要之理由，得綜合其他要素另為評價。 2、直接重製核心表達之質：於利用過程中直接重製著作核心表達要素、輸出與原著作實質相同或可替代，且逾越利用目的所合理必要之範圍。 (四)對現在或潛在市場或價值之影響 就第四要素，指引認為下列情形不利於合理使用之認定[5]： 1、造成銷售損失或其他經濟損害：生成式AI訓練所生輸出不可能、或僅極低可能替代原著作之經濟價值或市場需求、或損害其市場價值縱屬商業利用，只要該利用不直接影響原著作市場之需求，亦可能有利於因素四。 2、AI輸出直接或實質重製原著作之核心表達：替代原著作或侵蝕其潛在市場需求之輸出，很可能不利於使用者。 3、損害授權機會、替代或削弱市場：使用著作於生成式AI訓練之授權市場，於部分領域已存在，或視著作類型、訓練方法與模型特性而合理可期於未來出現或發展；AI開發者未經許可蒐集並使用著作進行訓練、再於商業服務中利用訓練後模型，可能妨礙或損害著作權人就類似利用於未來授權以獲利之合理可預見機會。 4、反覆且大規模之未經授權訓練：可能導致未經授權利用，若任其普遍化，可能擾亂通常授權實務與市場規範、削弱受著作權保護著作之市場價值，並實質消滅著作權人獲取收益之能力。 二、合理使用認定可能與不可能事例 本指引於案例部分，直接列舉數則經四要素綜合判斷後(不太)可能成立合理使用之情形[6]，分述如下： （一）可能有利於認定的事例 1、開發者使用可公開取得之線上貼文及合法購買之書籍訓練AI，且著作之利用非意在重製或替代特定貼文或書籍之表達，而係為實現通用型對話與生成能力。此外，開發者曾努力實施技術措施，以拒絕生成與訓練所用著作相同或實質近似輸出之提示。 2、模型係使用主要為傳達事實與資訊之短語或一般非專業表達（如社群媒體貼文或評論）訓練，且輸出呈現相對低度之創作性。 3、開發者別無選擇，須輸入數億筆資料，考量實現通用型語言理解與生成能力之目標，所使用受著作權保護著作之數量與範圍可認為合理。 4、訓練後模型之輸出或基於輸出之服務，未實質替代原著作之觀看、使用或銷售。此外，創作性相對較低之著作，如社群媒體或個人部落格上分享之貼文、留言、評論、照片或影片，或為非商業目的創作之平凡著作（尤其難以辨識或尋得著作權人者），亦用以訓練AI。 5、政府資助研究機構，依《公共資料之提供與利用促進法》所定公共資料，訓練其自然語言處理（natural language processing, NLP）模型，作為其社會不平等研究之一部分。 6、大學研究團隊蒐集以開放取用（open access）發表之論文，開發AI科技摘要模型，隨後並以開源（或開放權重）方式釋出該模型。 7、AI開發者使用可自由取得之科學與工程相關論文全文，建立可自動分析資料並支援研究之模型。 8、AI開發者使用其公司合法下載或以CD購買之戲劇影集或電影等視聽著作訓練模型，以開發分析犯罪者移動模式等犯罪預防應用。 （二）可能不利認定的事例 1、開發者訓練AI模型或提供服務，生成與特定貼文或書籍之句子、結構或表達相同或實質近似之輸出，或模型吸收原著作語言表達之精髓，即字詞於句子、段落或整份文件層次如何被選擇與排列。 2、訓練所用著作具高度文學或藝術創作性，且表達具強烈個性。 3、鑑於AI模型之架構，著作之利用範圍非結構上不可避免，亦非實現通用型語言理解與生成能力目標所合理必要。 4、AI訓練或相關服務之提供，導致受著作權保護著作銷售下降、對著作權人造成經濟損害、剝奪著作權人授權機會，足以構成市場替代或市場稀釋之顯著風險。此外，就AI訓練以合理條件授權之框架（如專為AI訓練目的之獨立授權制度）及集體管理制度已然存在，取得授權相對容易。 5、新聞文章全文訓練之摘要服務：未經新聞出版商許可，爬取並就新聞文章全文訓練模型，經營自動提供文章摘要之商業服務。本指引認其目的與原新聞文章近似而不具轉化性、著作係未經授權蒐集、使用全文，且摘要可能使讀者無須造訪原文即取得資訊，侵蝕出版商之訂閱與廣告收益。 6、合法購買教科書訓練並銷售教材：以合法購買之數位教科書訓練AI，生成教科書或習作簿並銷售。本指引認縱原書係合法購買，利用目的仍不具轉化性、所用著作具學術與教育價值、使用全文，且輸出可能替代或削弱出版商之教材市場。 7、未授權付費圖庫影像訓練並販售：未經許可爬取付費圖庫網站之高解析度付費影像訓練模型，並販售生成影像。本指引認其未經許可蒐集、目的不具轉化性、使用全份著作，且輸出可能替代圖庫或授權市場；又付費影像平台多設浮水印、API控管、robots.txt等技術措施以防未經授權蒐集，故此類利用不太可能成立合理使用。 8、歌手歌曲訓練經營付費AI翻唱：自音樂平台購入某歌手之數千首歌曲訓練模型，經營付費AI翻唱歌曲生成業務。 參、事件評析 如同韓國指引所揭示，其立場認為須找出平衡途徑，既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展，以求二者作為互補原則相互調和，使整體社會文化與經濟進步，故雖其承認AI訓練確實涉及重製權，但亦認為如手段與來源合法，且其結果必須有轉化性、未影響既有經濟利益，則仍有主張合理使用的可能。此指引所呈現的態度，公益目的、公開取得及合法購買之書籍、為實現通用型對話與生成能力、實施技術措施、不產生替代效果，實亦呼應目前國際上就AI著作合理使用的多數看法。 就我國而言，我國著作權法第65條之合理使用四款判斷基準，與韓國第35條之5同屬四要素綜合判斷之立法例，且我國現行法同樣未設TDM專門例外，相關修法方向尚未聞擬進行研議。韓國其於TDM例外立法屢議未決之際，以其現行合理使用一般條款（第35條之5）為基礎、輔以行政指引因應AI訓練，以要素分析、不利類型化、具名事例的模式，引導、傳達主管機關立場的操作合理使用之作法，對我國主管機關研擬相關解釋或指引之參考價值較高。 韓國指引之價值，不在其結論具拘束力，因其明示固為主管機關之立場呈現，但其也特別揭示指引非權威解釋，所列案例與例示僅供說明與解釋之用。然而在其將原本高度個案化、難以事前預測之合理使用判斷，整理為可操作之不利類型與事例，為權利人與AI開發者提供風險預判之座標。以指引降低判斷不確定性之方式，亦呼應我國人工智慧基本法立法後，政府在相關作用法的整備上，以指引先行因應、再視實務累積決定是否立法之階段性的治理選擇，足供我國參酌。 本文著作權屬財團法人資訊工業策進會科技法律研究所所有，如需引用或轉載，請註明出處。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/） [1] 韓國文化體育觀光部、韓國著作權委員會，《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models），頁8（2026）。 [2] 同前註，頁32-37。 [3]同前註，頁37~39。 [4] 同前註，頁39~41。 [5] 同前註，頁41~45。 [6] 同前註，頁50~頁62。
如何規範通聯紀錄的詐取及販售行為，成為美方關注的焦點美國第四大無線通訊業者T-Mobile於1月24日依據華盛頓州暴利罪法（criminal profiteering laws）向該州高等法院提出申請，要求法院對Data Find Solutions公司、1st Source Information Specialists公司及其他有關的公司與個人發出禁制令（injunction），以防止上述公司透過詐欺手段獲取及販售T-Mobile客戶的通聯紀錄（call records）。 目前包括了州議員、州檢察總長及聯邦通訊傳播委員會（Federal Communications Commission），均積極探求相關的法律規定，如果Data Find Solutions等公司非法獲取及販售通聯紀錄的情況屬實，將依法予以定罪。 無獨有偶，在一週之前伊利諾州檢察總長也對1st Source Information Specialists公司提出了訴訟，控告該公司非法取得及販售通聯紀錄。數位眾議員及參議員，已經公布了相關立法計畫，未來凡以欺詐的手段獲取及出售通聯紀錄都將被視為違法行為。參議院多數黨領袖Bill Frist議員即表示，「詐取客戶通聯紀錄並透過網路出售是一錯誤的行為，必須加以制止。」