我國遊戲軟體著作權爭議探討
陳依婷
法務專員 編譯整理
繼泰國政府於六個月前針對跨國製藥公司Merck的愛滋藥品efavirenz（品牌名稱為Stocrin）實施強制授權後，巴西政府也在最近跟進，巴西總統Luiz Inácio Lula da Silva於今（2007）年5月4日針對Merck的同一藥品簽發強制授權令。 長久以來，巴西政府與Merck即持續針對愛滋藥物efavirenz的售價進行協商，不過雙方一直未有共識：efavirenz是巴西國內最常用來治療愛滋病的藥品，總計約有38％的巴西愛滋病患（巴西國內愛滋病患約20萬人）使用此一藥品。Merck提出的售價是每一錠1.59美元，以巴西國內對該藥物的需求而言，巴西政府於2007年將須為此支付將近4千3百萬美元的藥品採購價額；然而，巴西政府認為愛滋治療藥品牽涉高度的公益性，堅持Merck應該降低售價，4月底，巴西健康部向Merck發出最後通牒，最後巴西政府拒絕Merck重新提出的價格並祭出強制授權。 強制授權本即為專利制度的一環，不過必須在嚴格的條件下始得動用。由於藥品牽涉到公眾健康問題，加以製藥產業結構特殊，多數開發中國家並無製藥能力，故2005年底的WTO香港會議就公共健康領域通過了特別決議—「執行2003年8月30日大會決議第十一點之TRIPS修正條文建議～有關落實TRIPS與公共健康杜哈宣言第六點」（Implementation of Paragraph 11 of the General Council Decision of 30 August 2003 on the Implementation of Paragraph 6 of the DOHA Declaration on the TRIPS Agreement and Public Health），修正TRIPS之強制授權規定。 5月4日的專利強制授權令乃是巴西政府首次針對藥品專利實施強制授權，巴西政府認為，其強制授權決定符合上述國際條約規定。一般認為，印度學名藥廠Cipla、Ranbaxy、Aurobindo將會是巴西此一強制授權決定之受惠者。
研究顯示：主管機關審查是否核發奈米專利的時間越來越長專研奈米科技領域的美國顧問諮詢公司 Lux Research and Foley & Lardner LLP 最近公布的一份報告（ Nanotech IP Battles Worth Fighting ）指出，美國商標專利局（ US PTO ）在去（ 2005 ）年共核發 4,996 個奈米技術領域的專利，雖然這個數字挺嚇人的，不過報告中也發現，過去一年取得奈米專利的成長率只有 4 ％，比起更前一年（ 2004 ）的 20 ％的成長率，少了許多。然報告指出， 取得奈米專利保護的成長趨緩並不表示投入這個領域的研究不夠，相反地，若從專利申請案的數字來看， 2005 年的申請案數字其實成長了 52 ％。而 US PTO 奈米專利的核發率成長有限的原因，主要是因為申請人所主張的保護範圍交疊重複（ overlapping claims ），使 US PTO 審查奈米專利所需的時間，相較於其他技術領域來得更長，平均而言，目前 US PTO 核發一項奈米專利所需的審查時間竟高達四年。 這項報告總共檢視了 2,738 個專利，涵蓋七類申請領域共計 52,148 個權利範圍的主張。報告總結，在電子領域中有關 carbon nanotube 及 quantum dot 之專利申請案，多數為脆弱的專利主張，有面臨法律訴訟的高度風險，若發生侵權訴訟，被告應該勇於進行訴訟防禦；而奈米材料由於市場潛力極大，故報告建議投入於專利搜尋或佈局之檢視，乃必要之成本。此外，報告也認為陶瓷奈米元件（ ceramic nanoparticles ）於能源領域的應用也極具發展潛力，並預期奈米電線（ Nanowires ）於電 子領域之應用將越來越受到重視。 不過，報告最後警告， patent trolls 的問題將會出現在奈米技術市場。所謂的 patent trolls 是指企業寧願花錢收購專利並透過授權收取權利金，也不願意自行投入研發的一種決策模式，此類企業通常是不負責實際商品交易的控股公司。
以因應AI發展為主軸的個資保護新策--韓國發布第3次個人資訊保護基本計畫以因應AI發展為主軸的個資保護新策--韓國發布第3次個人資訊保護基本計畫 資訊工業策進會科技法律研究所 2026年10月05日 為因應人工智慧的發展需求，各國開始重新檢視個人資訊保護體系與資料運用需求間之平衡，韓國個人資訊保護委員會（以下簡稱PIPC）發布的新一期基本計畫，具體回應此致力平衡的趨勢[1]。該計畫首度將AI風險治理提升為韓國個資保護政策的最高主軸，事故因應策略與規範原則均明顯轉向，以「值得信賴的個人資訊環境，安心享有的人工智慧（AI）社會」為願景，建立韓國未來3年將推動之個人資訊政策藍圖。 壹、事件摘要 韓國PIPC於2026年7月3日發布《促進以信賴為基礎之人工智慧（AI）創新的第3次個人資訊保護基本計畫（2027-2029）》。韓國個資基本計畫係PIPC依法每3年會同中央行政機關首長共同訂定之計畫，提出：AI大轉型時代個人資訊保護體系革新、確立以事前預防為重心之保護體系、提升策略性個人資訊治理層級、增進國民權益及落實信賴文化等4大策略及12項推動課題[2]。希望藉此可以因應處理，因AX（人工智慧轉型）資料需求急遽增加及資料運用方式改變，法律不確定性隨之提升、以事後制裁為核心的既有管理查核體系韌性不足、權利救濟制度之近用性受限、數位環境日趨複雜等情況，對個資所可能擴大產生的難以預測議題。 貳、重點說明 韓國個資基本計畫之四大策略具有清楚之推進邏輯，自資料治理架構之根本轉型出發，先解決「AI能否合法使用個人資訊」之前提問題，使資料運用取得規範上的合法性基礎；繼以常態性查核、責任與誘因機制、韌性基礎設施等三個層次，控管開放隨之而來之風險，避免規範鬆綁演變為保護真空；再透過強化部會共同管理與跨境傳輸網絡擴大，確保國內監理轉型與國際資料流通接軌，使企業於跨境營運時有一致可循之規則；最終回到個別國民，透過單一窗口與新型救濟工具，確保相關政策效益得以具體反映於國民實際感受之權利保障上。此四層推進由制度鬆綁走向風險控管、再走向治理整合、終及國民權益，構成一條完整的政策論證鏈，而非各自獨立之政策拼圖。 一、革新AI時代個人資訊保護體系 （一）轉型為能靈活反映AI環境之個人資訊監理體系 1. 迅速消弭人工智慧轉型（AX）過程中伴隨之個人資訊處理不確定性，設置「人工智慧轉型（AX）安心支援中心」，作為量身訂做之創新支援綜合窗口，作為全國各地皆可連結、運用假名化、匿名化資料的據點。 2. 藉推動MyData第2階段（自2027年起），建立、推廣將所生價值回饋予資訊主體之機制，並以資料融合技術為基礎，推動解決福祉、照護、醫療等社會難題。 （二）強化因應AI基本社會之隱私風險對策 1. 檢討代理式AI（Agentic AI）決策責任架構，並就實體AI（Physical AI）常態性資訊蒐集環境因應之權利保障、事前風險評估等，設計新興技術監理體系，研擬得以超前因應急遽變動AI網路威脅之風險管理模型。 2. 為確立正確性、透明性，將深偽技術（deepfake）等資料竄改之防範對策、冒名防範及AI透明性予以制度化。 二、確立以事前預防為重心之保護體系 （一）透過常態性查核體系強化事故預防 1. 建置高風險群集中查核、部會聯合查核等常態性查核體系，並藉導入結合AI技術之評鑑（含資訊保護暨個人資訊保護管理體系ISMS-P認證）。 2. 對公部門，將優先推動強化額外安全措施基準、建立包含脆弱點查核、查核結果公開在內的常態性防禦體系，提升查核及評鑑制度之實效性。 （二）強化事故發生的預防措施與採行誘因 1. 強化積極性獎勵措施，給予超前部署保護投資者減免外洩課徵金（性質為代替不利行政處分之金錢制裁，與我國「罰鍰」概念未必完全對應）。 2. 支援代表人（CEO）及個人資訊保護長（CPO）之法定角色責任於實務現場落地。 3. 強化提升鑑識技術、建置技術分析環境等調查能量，並以履行強制金強化調查實效性，大幅強化個人資訊監督功能及法規違反嚇阻力。 4. 強化因應個人資訊非法流通措施，包括新設非法流通處罰依據、提升偵測、刪除技術等。 （三）建置以強化韌性為目標之保護基礎設施 1. 轉型以中小企業外洩時之復原因應技術支援為核心，確立以韌性為核心之因應體系。 2. 推動建立因應實體AI擴散之資安實體整合安全體系，並考量代理式AI型攻擊增加之情形，推動安全措施基準改善。 3. 推動加密技術開發及個人資訊保護強化技術（PET）研究開發（R&D）之擴大，並培育保護專業人才、建置AI資安人力平台。 三、提升個資治理橫向整合、保障國際傳輸安全 （一）就通訊、教育、僱用等高風險領域，強化由主管部會共同管理之機制，並於個人資訊威脅發生時建置早期預警體系，強化危機因應能量。 （二）消弭重複監理、確保數位監理整合性，強化與金融、公平交易等相關監理機關間之協力，並與人工智慧及資料政策主管機關密切協力，釐清數位領域各法令間之適用關係。 （三）依法律體系相似性、貿易規模等因素，採取量身訂做之因應方式擴大與不同國家的資料相互傳輸網絡，並強化對保護水準相對不足國家之資料管理因應能力，將安全威脅降至最低。 （四）運用標準契約條款、拘束性企業規則（Binding Corporate Rules, BCR）工具，擴大安全跨境傳輸。同時並行實施跨境傳輸現況調查、新設跨境傳輸影響評估等，一併建立風險管理體系。 四、完備單一窗口國民權利保障支援體系 （一）建置自外洩侵害發生時之申報起，至損害賠償止解決全部程序之單一窗口支援體系。 （二）開發以AI為基礎之資訊主體權利行使工具（AX平台），以支援國民簡便確認自身個人資訊處理現況並行使權利。 （三）設立資訊主體權益增進專責機構、推動導入損害回復同意議決制、積極辦理爭議調解等，落實迅速之損害賠償及爭議解決制度。 參、事件評析 韓國於前一期計畫（2024-2026）係以「引領資料經濟時代」為首要策略，AI僅列為其中一項課題，聚焦自動化決策、生體辨識、雲端服務等個別監理精進，事故因應以「法制嚴正、迅速執行」為主軸，偏重裁罰而非預防。此次計畫將AI提升為因應核心，依風險程度為比例對應的監理措施，並以韌性支援協助取代單純之事後裁罰思維，同時新增課徵金減免、履行強制金等積極與消極誘因並行措施，顯示韓國個資治理已由個資風險監理層次，朝向積極運用與保護的治理機制強化方向推進。其以「以風險程度區分監理密度」的設計思路，讓大規模生物特徵資料處理、AI訓練用個資等高風險情境課予更嚴格之事前把關義務，但相對地，亦在一般個資利用情境簡化合規負擔。 我國將來個資面對AI發展，所需處理的議題應非僅有消極之違規處罰、行政檢查，而是如何透過積極配套措施，在強化保護的同時促進個資的運用。本文建議未來個資會裁罰體系外，應參考韓國的因應策略，透過減免機制正向誘導企業自主投資保護措施，避免企業因唯恐受裁罰而於事故發生後選擇隱匿、而非通報；以扶助企業營運韌性角度，提供支援方案。在個人資料權益保護面，修法賦予資料可攜權並擴大運用我國MyData平台，強化個人資料運用的自主與權益主張支援，有策略地因應AI浪潮下的個資發展趨勢。 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]韓國個人資訊保護委員會新聞稿，《促進基於信任的人工智慧創新第三個個人資訊保護基本計畫（2027-29）》發布，2026年7月3日，網址：https://pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS074&mCode=C020010000&nttId=12228（最後瀏覽日：2026/09/23）。 [2]同前註1，詳見該頁面新聞稿及其計畫全文附檔，[260703 10시보도] 신뢰로 여는 AI 혁신, 달라지는 개인정보 체계로 이끈다(정책과).hwpx。
歐盟執委會制定《高風險AI系統分類指引》草案，提供適用說明與案例清單協助風險判定歐盟執委會制定《高風險AI系統分類指引》草案，提供適用說明與案例清單協助風險判定 資訊工業策進會科技法律研究所 2026年09月10日 今（2026）年5月19日，歐盟執行委員會（European Commission，下稱歐盟執委會）發佈《高風險AI系統分類指引》草案（Draft Guidelines on the classification on high-risk AI，下稱指引草案），分別針對「產品嵌入型高風險AI」（Annex I）、「獨立型高風險AI」（Annex III）提供更詳細的條款說明與應用案例，以協助供應商、部署者和利害關係人可以清楚地判斷其使用之AI系統是否為高風險範疇。 壹、事件摘要 《歐盟人工智慧法》（EU AI Act，下稱AIA）於2024年6月13日制定通過，並於2024年8月1日正式生效。其中，AIA第6條主要規範高風險AI系統之分類規則，例如「產品嵌入型高風險AI」、「獨立型高風險AI」與高風險應用豁免條款，並於第6條第5款要求歐盟執委會諮詢歐盟人工智慧委員會（European Artificial Intelligence Board）意見後，依AIA第96條規定制定指引，並提供一份包含屬於高風險與不屬於高風險之AI系統使用情境的完整應用案例清單。 因此，歐洲執委會基於上述的法律義務而制定指引草案，原定於2026年6月23日前邀請各方利害關係人完成公眾諮詢意見，包括AI系統的供應商與開發者、企業、公共機構，以及學術界、研究機構與一般公民等[1]。然而，歐洲執委會收到來自多個產業協會及其他利害關係人的請求，希望將期限進一步延長4週。歐洲執委會為了讓利害關係人有更充分的時間提交意見，決定將截止日期延長至2026年7月23日[2]。同時，歐洲議會（European Parliament）於6月16日通過「第七號數位綜合法案」（Omnibus VII）下對AIA的修正案，調整AIA設定的合規時程，包括延後高風險AI系統的義務期限，將「獨立型高風險AI」延至2027年12月2日適用，而「產品嵌入型高風險AI」則延至2028年8月2日[3]。於是，歐洲執委會為配合法遵義務的時程規劃，並針對蒐集的公眾諮詢意見，就指引草案做最後的檢討修正，預計於2026年底前公布正式版的《高風險AI系統分類指引》[4]。 貳、重點說明 指引草案主要有三份文件，包括一般原則主文件、「產品嵌入型高風險AI」文件（下稱Annex I文件）與「獨立型高風險AI」文件（下稱Annex III文件），以下就高風險AI分類之一般性原則、Annex I文件和Annex III對高風險AI的系統判定、實例說明和豁免條款進行介紹。 一、高風險AI分類之一般原則 （一）「AI系統」之法律定義 指引草案指出評估AI系統是否屬於高風險的前提，是該系統必須先該當AIA第3條第1款對「人工智慧系統」的法律定義，即該系統必須是：「基於機器的系統，其設計旨在以不同程度的自主性運行，且在部署後可能表現出適應性；為了明確或隱含的目標，該系統從其接收到的輸入指令中進行推論動作，以產生預測、內容、建議或決策等輸出內容，進而影響物理或虛擬環境」。因此，若僅為一般無適應性或推論特質之傳統軟體或自動化決策系統，則不屬於AIA的管制範疇[5]。 （二）「預期用途」（intended purpose）的定義 依據AIA第3條第12項，「預期用途」係指提供商在使用說明、行銷文宣及技術文件中所提出之使用情境與條件，確保「言行一致」的一貫性審查原則。針對通用型AI（General Purpose Artificial Intelligence, GPAI），指引草案確立了「擴張推定原則」，若AI供應商未在所有公開資料中「一致、具體且連貫地」限制或排除高風險用途，在該用途具備技術可行性與合理可預見的前提下，系統將被直接推定涵蓋高風險用途而定性為高風險AI[6]。不僅如此，指引草案強調「實質重於形式」原則，供應商僅於商品或服務條款中進行形式宣告排除高風險，在法律上不足以規避合規義務，只要產品定位或功能演示實質上仍明示或暗示高風險用途，監管機構將直接判定其為高風險系統並進行監督[7]。 二、Annex I文件：產品嵌入型高風險AI之判斷基準 （一）「安全組件」（safety component）之判定邏輯 依據AIA第3條第14款，「安全組件」採獨立自主之法律定義，作為「產品嵌入型高風險AI」的判斷要件之一，即「產品或AI系統之組件，其履行安全功能，或其失效或故障會危及人身健康安全或財產」。指引草案闡釋了兩大判定路徑，一為「意圖導向」，依主觀判定其功能是否為「預防或減輕」健康、安全或財產之風險；二為「後果導向」，採客觀風險判定，只要該AI系統在客觀上會實質增加危害、危及自然人生命、健康或財產，仍會定性為安全組件[8]。 （二）「第三方符合性評估」（third-party conformity assessment）的轄管產品 另一個要件為「第三方符合性評估」的轄管產品，若產業或產品法規有針對特定產品的安全性要求履行「第三方符合性評估」的送檢程序時，原則上該產品在AIA的架構下會被視為高風險AI系統。指引草案指出，有些產品法規（如玩具、機械）基於程序的便利性，允許廠商可以「自主宣告」符合歐盟的規格標準，而免除「第三方符合性評估」的義務，但不代表該產品沒有安全性的監管要求。換言之，指引草案闡釋有需要「第三方符合性評估」（包括以自主宣告代替）的AI產品並同時為安全組件時，即被納入「產品嵌入型高風險AI」的範疇[9]。 三、Annex III文件：獨立型高風險AI之判定基準 （一）八大敏感領域之AI應用 依據AIA第6條第2款規定，獨立運作之AI系統，其高風險判定完全取決於供應商所宣告之「預期用途」是否落入Annex III所列之八大敏感領域，包含生物識別、關鍵基礎設施、教育、就業、服務提供、執法、移民與邊境管理、司法與民主程序等[10]。 （二）評估對象僅限於「自然人」 指引草案澄清，AI系統是否為高風險除取決於其預期用途之敏感領域外，亦必須僅限評估「自然人」，如僅為法人或公司，因不涉及個人權利，原則上不會被判定為高風險，但其系統判定涉及之實質利害關係人為自然人時，仍屬於評估「自然人」之範疇。比如，產品保險的AI應用相較於人壽或健康保險的AI應用不涉及自然人評估，原則上不會判定高風險。此外，指引草案補充供應商不能僅透過「在系統部署時加入人類審查／監督要求」，就主張該系統可以被降低為非高風險[11]。 （三）複雜系統與代理式AI（Agentic AI）之整體性評估 為防範供應商透過系統設計或分拆架構規避監管，指引草案強調，若數個AI 模組共同構成一複雜架構（或代理式AI setup），且其合併輸出實質影響了最終決策，涉及敏感領域與自然人權益，則整體系統必須被視為單一高風險AI應用進行評估[12]。 （四）「豁免機制」之除外條款 指引草案說明，依AIA第6條第3項規定，就程序性任務（不對資料進行價值判斷）、改善既有成果（不影響已做成之決策）、偵測決策偏差（檢視已做成之決策）或準備性任務（提供背景輔助資料）等，因不具實質影響力，供應商或部署者得豁免適用高風險AI規定，但針對「剖繪／貌相」（profiling）技術，採取絕對高風險AI認定，由於涉及自然人之個人特徵（如工作表現、經濟狀況、健康、個人偏好、行為模式等）與自動化評估、分析或預測，而例外不適用豁免條款[13]。另外，指引草案以體育賽事或演唱會的「群體地理分析」或「人流密度監測」AI應用為例，如僅就非個人資料或特定區域的人群密度進行分析，則不屬於針對個人特徵之剖繪技術，也就非高風險應用，以此說明「非特定的群體統計」和「針對性的個人特徵分析」之技術差異[14]。 參、事件評析 歐盟執委會公布的指引草案，其三份文件加起來長達165頁左右，僅就AIA第6條的高風險AI相關規定提出詳細的法規解釋與案例清單，協助AI系統的供應者和部署者了解高風險AI應用的定義和適用範圍。整體而言，因歐盟採取以風險分類的治理規範架構，於AIA明定高風險AI的規範要件，並一體適用歐盟會員國，其工程浩大需要長期的準備與作業時間才能完成，但其內容就高風險的定義、案例與適用說明對於臺灣的風險治理均具有一定的參考性。 無獨有偶，行政院於今年7月函頒《人工智慧風險分類框架》，就高風險AI應用的判定雖未採取Annex III之敏感領域進行判斷，而係參考《人工智慧基本法》第17條之立法理由與第5條第1項規定，檢視AI應用是否會對國家安全、基本權利、生命安全、財產保障、社會秩序或生態環境造成嚴重危害為判準。但究其實質，兩者的規範結構並不存在衝突，依《人工智慧基本法》第16條第2項規定，各目的事業主管機關基於人工智慧應用風險管理之需要，得對轄管產業制定管理規範。因而，目的事業主管機關在盤點轄管產業的高風險AI應用情境時，本就可依產業領域的專業特性和需求參考國際經驗或相關規範協助其風險判定，故參酌歐盟執委會發佈之指引草案如對目的事業主管機關有所幫助，亦無不可。 總的來說，歐盟執委會的指引草案可視為一份實務操作清單，我國對於產業的AI應用在判定高風險有困難或疑義時，不妨可以參考以獲取更充分的資訊進行相關判斷。 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://keid.nat.gov.tw/tips/） [1] European Commission, Draft Commission guidelines on the classification of high-risk AI systems, https://digital-strategy.ec.europa.eu/en/library/draft-commission-guidelines-classification-high-risk-ai-systems(last visited August 27, 2026). [2] European Commission, Targeted consultation on the draft guidelines for the classification of high-risk artificial intelligence systems, https://digital-strategy.ec.europa.eu/en/consultations/targeted-consultation-draft-guidelines-classification-high-risk-artificial-intelligence-systems(last visited August 27, 2026). [3] European Commission, Guidelines for providers and deployers of AI high-risk systems, https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-high-risk-systems(last visited August 27, 2026). [4] 同前註2。 [5] European Commission, Draft Guidelines on the classification of high-risk AI: General principles, 2026, p2-3. [6] id. [7] id. [8] European Commission, Draft Guidelines on the classification of high risk AI systems: Annex I of AI Act, 2026, p5. [9] id. at 9-11. [10] European Commission, Draft Guidelines on the classification of high risk AI systems: Annex III of AI Act, 2026, p4. [11] id. at 5-6. [12] id. [13] id. at 8-13. [14] id. at 104.