肯塔基州上訴法院認為，未經當事人同意即使用臉書上之tag功能標示出該當事人，並無違法
美國肯塔基州上訴法院於月前駁回一名女子所提出的監護權認定案的上訴。該女子之上訴理由中提到：法院所據以決定監護權之證據之一，乃是未經她同意即被其他人標示出該女子姓名，並放在臉書(Facebook)上供人點閱、瀏覽的照片。但該州上訴法院並不同意這個看法，其在判決中指出：目前並無任何法律要求他人必須先取得該女子之同意後才能對之攝相，並上傳至臉書或其他網站；此外亦無任何法律規定其他人不得將該女子之姓名標示(tag)於這些照片上。
暫撇開其他法律不談，此一案件引人思考之與個人資料保護相關之處至少有二：首先，是關於法律適用的部分，亦即，如本案發生在日後個人資料保護法開始施行後的台灣，則該法第51條第1項(註1)之排除規定是否適用的問題；其二則是法律政策的部分，究竟在這個資訊數位化且易於搜尋的網路時代，為個人或家庭活動目的而毫無設限（例如本案之供不特定人瀏覽）的利用他人之個人資料是否確無為保護個人資料為著眼點之規範必要？（在肯塔基州這個案子裡，此一「無規範」的結果或許是正面的，但在其他的許多狀況，可能並非如此。）
註1：個人資料保護法第51條第1項：「有下列情形之一者，不適用本法規定：一、自然人為單純個人或家庭活動之目的，而蒐集、處理或利用個人資料。二、於公開場所或公開活動中所蒐集、處理或利用之未與其他個人資料結合之影音資料。」
美國參議院於2021年8月12日提出全新《產業融資公司法案》（Industrial Finance Corporation Act），擬授權成立美國產業金融公司（Industrial Finance of the U.S., IFCUS）投資半導體、量子運算、人工智慧、網路安全、生物科技等高科技領域，旨在促進國內製造業創新和打造良好就業機會。 本法案首先點出國內在關鍵技術供應鏈上所面臨的困境，包括「國內製造商缺乏足夠的資金管道致技術工作外包，影響到美國在關鍵技術（如半導體和5G通訊硬體）生產的主導地位」、「目前美國的創新模式較依賴私人資本協助政府將研究成果產品化，然因私人資本通常會傾向尋求短期投資回報，與新興技術領域較需採長期投資發展策略有別」，以及「官方捐款計劃跟不上創新步伐使得納稅人須承擔技術創新的高風險，但卻無法獲得相應的高回報」。接著，法案提到為解決前述困境，擬藉由法案授權成立美國國有企業產業金融公司（IFCUS），以投資方式協助與經濟國家安全相關重要產業之發展，並幫助相關產業利用額外私人資金，使納稅人在承擔高風險之際，亦有機會獲取相應的高回報。 依據《產業融資公司法案》所成立之國有企業產業金融公司（IFCUS），則將支持關鍵產業彈性供應鏈、美國製造業經濟發展及就業機會、先進技術商業化、中小企業廠商與資金門檻較低廠商、易受系統性投資不足與不公平產業政策等。在具體運作模式上，IFCUS將先與私人企業合作，利用法案所授權的500億美元資本進行融資，並由IFCUS發行及提供擔保貸款、購買股權、發行債券、收購資產、創建投資設施和企業基金及投資證券化等，藉以創造更多資本額。並鑒於IFCUS為一國營單位，相對較有能力保持優良的社會環境和勞動標準，創造全國就業機會、減少環境危害及對公眾與國會負責，同時確保企業決策係為納稅人服務。最後，透過IFCUS與政府研究機構協調，建立保障措施，以及提供私人資本和政府計畫補助，鼓勵天使投資以降低市場競爭影響。簡而言之，即希望憑藉IFCUS國有企業之設立，為美國高科技製造業提供策略性投資、產經政策等具體援助，藉以強化供應鏈韌性。
微軟將SkyDrive改名為OneDrive：侵犯他人商標英國法庭於去年(2013)6月裁判美國微軟公司(以下簡稱微軟)的「SkyDrive」商標侵犯了英國新聞集團（News Corporation）旗下英國付費電視供應商BSkyB（英國天空廣播公司）的「SkyDrive」商標權。據悉，新聞集團早在2011年就對微軟發起過訴訟，並稱旗下BSkyB早已在Sky品牌下提供著移動應用和線上流媒體服務。儘管微軟認為SkyDrive雲存儲服務並不是那麼容易會和Sky串流媒體視頻服務相混淆，但英國法庭並不這樣認為，因此裁定微軟侵犯BSkyB之商標權。 判決出來後，微軟原本揚言要上訴，但兩家公司卻於2013年7月31號達成和解，微軟還是同意將其雲儲存服務改名。BSkyB稱，微軟不會再對法庭裁定結果上訴，同時，他們還將允許微軟繼續使用SkyDrive商標一段時間，“以保證微軟有個合理的過渡期讓新品牌名與舊品牌名進行交替。” 微軟發言人也向媒體確認了這一消息：“我們很高興已經解決了這次商標糾紛，我們將繼續為我們的億萬使用者竭誠服務，提供最好的雲端檔案管理服務。”除此之外，兩家公司都沒有對協議中有關財務面的和解條件(financial terms)以及其他細節進行任何透露。 在兩個公司達成和解後，過渡期間內微軟開始進行了更名的計畫，微軟並於美國時間2014年1月27日，透過網誌宣布易名的決定。微軟表示，現有的SkyDrive及SkyDrive Pro服務會一直繼續運作；當OneDrive及OneDrive for Business推出後，用戶的所有資料將會全部自動同步更新。
歐盟引用 EN 18286 作為高風險 AI 系統品質管理統一標準歐盟引用 EN 18286 作為高風險 AI 系統品質管理統一標準 資訊工業策進會科技法律研究所 2026年10月29日 歐盟執委會於2026年10月14日將EN 18286公布於歐盟公報（Official Journal of the European Union）[1]。執委會表示依該標準建立品質管理系統（quality management system）之提供者，就標準所涵蓋之歐盟《人工智慧法》（Regulation (EU) 2024/1689, Artificial Intelligence Act，下稱AIA）第17條要求，享有推定符合的效果[2]。我國《人工智慧基本法》已正式立法，數位發展部亦於115年7月7日發布《人工智慧風險分類框架》，惟各目的事業主管機關之管理規範尚在研擬，標準與驗證工具之銜接機制則未見法令規定。本文爰整理該決定與 EN 18286之要點，並對我國制度可獲啟示提出評析。 壹、事件摘要 AIA第40條第1項規定，高風險AI系統如符合統一標準（harmonised standard），就該標準所涵蓋之要求，可推定符合（presumption of conformity）AIA所定要求[3]。歐盟執委會於2026年10月12日通過施行決定（Commission Implementing Decision (EU) 2026/2274，下稱本決定），採納EN 18286：2026人工智慧品質管理系統，為高風險AI系統供應商提供明確的法律途徑[4]。EN 18286 是由歐洲標準化委員會（European Committee for Standardization, CEN）與歐洲電工標準化委員會（European Committee for Electrotechnical Standardization, CENELEC）之聯合技術委員會 JTC 21（Joint Technical Committee 21）擬訂[5]，標準本身雖為不具強制力的自願性文件，但其作用在於提供業者一條經官方認可之遵循路徑，並使主管機關與業者就符合性之判斷有共同基準。 貳、重點說明 一、歐盟 AIA的統一標準與推定符合機制 依AIA第 17 條要求，高風險AI系統提供者建立品質管理系統，同法第40條第1項規定符合統一標準的高風險AI系統或通用AI模型，應推定符合該法第三章第2節（對高風險AI系統的需求）所列要求；於適用時，包括推定符定依該法第五章第2及3節（對通用AI模型及具系統性風險的通用AI模型之提供者）所列義務，但前提是該標準已涵蓋前述條款規定之要求或義務。 此外，AIA第16條第f款規定，高風險AI系統提供者於上市或投入服務前，須依第43條規定辦理符合性評估（ensure that the high-risk AI system undergoes the relevant conformity assessment procedure as referred to in Article 43）。而第43條規定上市前的符合性評估，無論提供者依自行查驗或送公告機關審查，如其已採用EN 18286標準，該標準即為查核的依據[6]。 因此，如AI提供者採用 EN 18286 統一標準者，就該標準所涵蓋之要求，可作為符合高風險AI系統提供者必須建立品質管理系統（AIA第17條）之依據。同時，可於EN 18286標準所涵蓋之範圍，援引AIA第40條第1項，推定符合前述該法第三章與第五章有關對高風險AI系統、通用AI模型及具系統性風險的通用AI模型之提供者義務之要求。無論是否能產生推定符合效果，EN 18286 之重要性在於可做為AIA第17條要求提供者建立品質管理系統的依據，同時在上市或提供服務前，做為辦理符合性評估的標準，成為落實第17條與第43條要求之共同基準[7]。 二、EN 18286 之定位與架構 EN 18286 有別於一般管理系統標準之處，在於其要求均與取得推定符合之目的相關。其前言載明所謂品質可理解為符合AIA之全部法規要求，而且特別規定高風險AI提供者應辨識並系統化地審查適用之法規要求，並建立法規遵循策略、選擇證明遵法之途徑、將對主管機關與公告機關（notified body）之義務轉為內部程序，使管理系統所處理者為法定義務，而非組織自行設定之品質目標（詳見該標準條款0.1、3.1、4.2、4.4）[8]。 依 EN 18286 標準本文，其架構係依AIA第17條第1項，要求高風險AI系統提供者建立品質管理系統，涵蓋法規遵循策略、設計與開發管制、資料管理、風險管理、上市後監測、嚴重事件通報、資源管理與責任架構等事項。第1章至第3章為範圍、引用標準及用語定義；第4章至第7章處理品質管理系統本身，包括適用法規要求之識別、法規遵循策略、最高管理階層責任、風險與品質目標，以及資源、能力與溝通；第8章與第9章規範個別AI系統自構想至退役之生命週期，其中第8章涵蓋風險管理、設計開發、查證與確證（verification and validation）及資料管理，第9章涵蓋投入市場後之供應鏈、變更、上市後監測、嚴重事件通報與不符合事項處理；第10章為績效評估，包括管理審查。 三、EN 18286 的要求重點 (一)、要求提供者訂定法規遵循策略：標準要求策略至少涵蓋基本要求、上市後監測、嚴重事件、資料管理、適用之符合性評估（conformity assessment）程序及變更（4.4）。 (二)、要求提供者建立文件化程序，以確保能提供合規所需資訊，並與國家主管機關、公告機關、進口者、經銷者、授權代表及客戶溝通；亦須就不符合、構成風險之AI系統及嚴重事件之通知建立程序（對應AIA第20條第1項、第2項及第73條），包括涉及重要基礎設施等特定情況之通報期限（7.3、9.6、9.7）。 (三)、將AIA之變更規則轉為作業要求，例如要求提供者判斷上市後之修改是否為實質修改並記載理由，屬實質修改者須重新進行符合性評估（AIA第43條第4項），標準並將其視為新AI系統，要求提供者相應更新品質管理系統（9.4）。 (四)、就個別AI系統之設計開發，要求將法規要求轉為可查證之系統要求並留存紀錄。包括要求提供者依預期用途，決定達成適用法規要求（含基本要求）所必要之系統要求，於界定規格前定期審查，確認其已文件化、涵蓋適用法規要求且可滿足；並依文件化之測試計畫與程序進行查證，結果與措施須以文件化資訊提供（8.3、8.4）。 (五)、資料與文件方面，提供者須界定資料要求，建立涵蓋資料取得、探勘與蒐集、分析、標註、過濾、彙總、保存及儲存之系統與程序；主管機關或符合性評估機構要求時，應提供資料存取，資料停用時須指明銷毀或封存機制，且資料銷毀不得與提供者遵循法規要求之能力相衝突（8.5）。 (六)、EN 18286 著重供應鏈與上市後的風險管控，要求提供者就外部供應者建立評估與選擇準則，並文件化對供應者及所供應產品、組件、資料與服務之管制，以及所須之查證與確證。產品或服務於上市後仍須採取監測作法，作法應主動、系統化並納入績效評估（9.3、9.5）。 參、事件評析 數位發展部已於115年7月7日發布《人工智慧風險分類框架》1.0版，為目前已公布之具體分類與評估規則。於風險評估之後，框架列舉主管機關可採之管理措施，包括要求業者提出說明資料、實施透明度標示，以及對風險達一定程度者採事前審查。框架亦列舉依《人工智慧基本法》要求高風險應用標示注意事項、明確責任歸屬並建立救濟、補償或保險機制等措施。惟框架之規範對象為目的事業主管機關，業者無從預知其系統於各主管領域將如何分類，亦無可據以辦理之事項、規範或標準。 目前數位發展部雖已成立AI產品與系統評測中心（下稱 AIEC），數位產業署亦於113年3月發布《人工智慧（AI）產品與系統評測參考指引（草案）》，供AI提供者就其產品或服務辦理評測，但該指引以產品與系統為評測對象，與 EN 18286 以提供者組織為對象、規範其品質管理系統之層次不同；AIEC之測試結果並非組織層級管理要求之依據。而認定高風險應用者為中央目的事業主管機關，AIEC並無此項認定權，其測試結果與風險分類框架未見對接，與法規認定亦無明文連結，欠缺規範效力。企業送測所得僅為技術性測試結果，在法律上既不能作為遵法之依據，也無從向交易相對人或主管機關說明其已盡注意。相較之下，歐盟AIA透過賦予統一標準推定效力與搭配符合性評估程序，已然形成由標準通往法律效果之連結誘因，實值參考。 再者，我國《人工智慧基本法》已要求各目的事業主管機關訂定風險為基礎之管理規範，並協助產業自訂指引，將有助於企業的AI風險管理實務操作。如後續能參考歐盟之 EN 18286 設計，各機關將有共通之查核確認責任歸屬之標準，並仍可因應產業性質差異，提供風險因應指引協助。建議可再依同法第5條第3項，由數位發展部等機關提供或建議評估驗證之工具與方法，並公告經審認之標準與工具清單，載明其對應之管理規範事項、適用範圍及限制，連結高風險標示、責任歸屬與配套義務。如此法規、機制、標準與工具得以結合，有助於企業在完備的AI風險管理機制下發揮AI應用的產業效益。 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] Commission Implementing Decision (EU) 2026/2274 of 12 October 2026 on the harmonised standards for high-risk AI systems drafted in support of Regulation (EU) 2024/1689 of the European Parliament and of the Council, OJ L, 14.10.2026, https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202602274 (last visited Oct. 21, 2026). [2] EUROPEAN COMMISSION, First harmonised standard supporting the AI Act published in the Official Journal (Oct. 19, 2026), https://digital-strategy.ec.europa.eu/en/library/first-harmonised-standard-supporting-ai-act-published-official-journal (last visited Oct. 21, 2026). [3] Regulation (EU) 2024/1689, art. 40(1), European Commission AI Act Service Desk, https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-40 (last visited Oct. 20, 2026). [4] 前揭註1。 [5] JTC 21, EN 18286 becomes the first harmonised standard under the EU AI Act, https://jtc21.eu/en-18286-becomes-the-first-harmonised-standard-under-the-eu-ai-act/ (last visited Oct. 21, 2026). [6] 條文詳前揭註3。另見前揭註1，前言第(1)點、第(6)點。 [7] 條文詳前揭註3，art. 17(1), https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-17 (last visited Oct. 21, 2026). [8] 標準內容須洽購，重點可參見MODULOS,EN 18286 Quality Management System for EU AI Act, https://docs.modulos.ai/frameworks/eu-ai-act/harmonized-standards/en-18286 (last visited Oct. 21, 2026).
德國聯邦資訊技術，電信和新媒體協會針對AI及自動決策技術利用提出建議指南德國聯邦資訊技術，電信和新媒體協會於2018年2月6日在更安全的網路研討會中針對利用人工智慧及自動決策技術利用提出建議指南（Empfehlungen für den verantwortlichen Einsatz von KI und automatisierten Entscheidungen），旨在提升企業數位化與社會責任，並提升消費者權益保護。 本份指南提出六項建議： 促進企業內部及外部訂定相關準則 例如規定公司在利用演算法和AI時，必須將影響評估列入開發流程，並列為公司應遵守的道德倫理守則，以確保開發的產品或服務符合公平及道德。 提升透明度 使用者如有興趣了解演算法及其含義，企業應協助調查並了解使用者想獲知的訊息，並透過相關訊息管道提升產品及服務透明度。因此，企業應努力使演算法及其操作和含義能夠被使用者理解。此亦涉及即將實施的歐盟一般資料保護規則中的透明度義務。在機器學習或深度學習情況下，可能會增加理解性和可追溯性難度，但有助於分析流程並使其更接近人類理解的方法在科學和商業實踐中，應特別關注並進一步討論。另外，透過教育及使用說明協助及控制功能，教導消費者係建立雙方信任的重要手段。企業應在第一線中說明產品或服務中使用的手段（演算法，機器學習，AI）。除了解釋使用那些技術來改進產品和服務外，應一併解釋如何從技術控制過程中獲得相關知識以及提供那些後援支持。另外，例如透過幫助頁面，儀表板或部落格，解釋發生什麼以及如何做出某些影響深遠的自動化決策，使用戶更了解有關使用自動決策相關訊息。因此建議企業採取強制有效以建立信任的措施，使用戶理解是否及如何使用相關演算法，此可能包括使用自動化決策，使用特定資料組和使用技術的目的，亦即使用戶對演算法，機器學習或AI支持的決策有基本的了解。 為全體利益使用相關技術 人工智慧等新技術之重要性不應被低估，目前在生活和工業等眾多領域皆有廣泛應用。對於個人和集體而言，將可帶來巨大的利益，因此應該充分利用。例如，人工智慧可降低語言障礙，幫助行動不便的人可更加獨立自主生活，改善醫療診斷，提升能源供應效率，甚至是交通規劃和搜索停車位，都只是人工智慧偉大且已被使用的案例。為促進技術發展，應公平地利用其優勢並預留商業應用模式的空間，同時充分解決涉及的具體風險。產業特定的解決方案十分重要，但應兼顧受影響者的利益，並與廣大公眾利益找出妥協平衡點，且應排除不適當的歧視。建議在使用決策支持技術時，應事先檢查相關後果並與其利益比較。例如，可以在資料保護影響評估的框架進行。作為道德準則的一部分，必須確保演算法盡可能量準確地預測結果。 開發安全的資料基礎 資料係人工智慧支援決策的基礎。與人為決策者相同，資料不完整或錯誤，將導致做出錯誤的決定。因此決策系統的可靠性仍取決資料的準確性。但資料質量和資料來源始終不能追溯到源頭，如果可能的話，只有匯總或非個人資料可用於分析或分類用戶群組。因此，確切細節不可被使用或揭露。因此建議企業應考慮要使用的資料、資料的類別和在使用AI系統前仔細檢查資料使用情況，特別是在自我學習系統中資料引入的標準，並根據錯誤來源進行檢查，且儘可能全面記錄，針對個人資料部分更應謹慎處理。 解決機器偏差問題 應重視並解決所謂機器偏差和演算法選擇和模型建立領域的相關問題。解釋演算法，機器學習或AI在基層資料選擇和資料庫時所產生決策偏見相當重要，在開發預期用途的演算法時必須納入考量，對員工應針對道德影響進行培訓，並使用代表性紀錄來創建可以識別和最小化偏差的方法。企業並應該提高員工的敏感度並培訓如何解決並減少機器偏見問題，並特別注意資料饋送，以及開發用於檢測模式的內、外部測試流程。 適合個別領域的具體措施和文件 在特別需要負責的決策過程，例如在車輛的自動控制或醫療診斷中，應設計成由責任主體保留最終的決策權力，直到AI的控制品質已達到或高於所有參與者水平。對類人工智慧的信任，並非透過對方法的無條件追踪來實現，而是經過仔細測試，學習和記錄來實現