美國商會呼籲我國政府儘速通過智財三法

  我國近年來對智財權保護不遺餘力,政府除祭出各種方案使智慧財產之觀念深入人心外,相關修法動作也持續進行,今年度經濟部智慧財產局更展開大規模的修法,並分別就各修正議題舉辦多場之法案公聽與說明會。諸此種種努力逐漸獲得國際間的肯定,美國政府也釋出善意,在今年初公布之二00五年三0一報告書中,特別將我國從「特別三0一優先觀察名單」中,調降為一般觀察名單。

 

  據美國商會表示,台灣投資環境近年最大的改善,莫過於對智慧財產權的重視,以及落實智財權保障的有效執法機制。不過美國商會也認為,網路盜版猖獗及智財權案件審理費時冗長,將是台灣未來智財權保護的兩大挑戰。尤其在網路盜版方面,保智大隊前幾年查獲的案件中,只有2%與網路侵權有關,但今年到十一月底,比例上升80%,顯示網路盜版加劇,因此建議我國應加速規範P2P傳輸業者的立法,以遏止下載未經授權的音樂、影片,或其他受著作權保障的作品。

 

  美國商會呼籲,為維持得來不易的成績,立法院應儘速在本會期通過智慧財產法院組織法草案、智慧財產案件審理法草案,及在著作權法新增技術立法,以規範P2P(網路點對點傳輸)業者等智財三項法案;與此同時,美國商會也建議未來智財法院的法官,應具備技術背景並體認國際投資競爭、偽藥及假農藥等公共衛生議題對於生技等創新產業發展之重要性。

本文為「經濟部產業技術司科技專案成果」

相關連結
※ 美國商會呼籲我國政府儘速通過智財三法, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=606&no=57&tp=1 (最後瀏覽日:2026/01/11)
引註此篇文章
你可能還會想看
小賈妻Hailey的保養品新品牌「Rhode」上架一周就被控商標侵權

  小賈斯汀的名模妻海莉(Hailey Rhode Bieber)於2022年6月15日宣告成立保養品新品牌─Rhode(後稱保養品品牌「Rhode」),在美國上市一周便遭到度假風服飾品牌「Rhode」(後稱服飾品牌「Rhode」)於6月21日向紐約聯邦地方法院控訴商標侵權。   服飾品牌「Rhode」係由兩位同在時尚界的友人於2014年所成立,極力經營品牌並投入百萬美金之年度行銷預算。在訴狀中,提及搭載著海莉本身與小賈斯汀名氣之保養品品牌「Rhode」上市後,迅速地在熱搜排行超越服飾品牌「Rhode」,使後者面臨努力經營之銷售市場被瓜分之可能性;再者,儘管保養品與服飾的國際商標分類號不同(前者為第3類、後者為第25類),但實質上皆屬於廣義之時尚產業,容易造成消費者混淆,也將使服飾品牌「Rhode」未來在品牌跨界聯名的規劃受到限制。   至於保養品品牌「Rhode」早在2018年便曾以設計字樣Rhode申請美國商標並指定於服飾類別,同年11月也曾向服飾品牌「Rhode」提出商標收購但遭拒絕;爾後,2019年再以「Hailey Rhode」為名稱指定於衣服類別提出商標申請、2020年起陸續於2月及12月以「Rhode」為名稱指定於保養品及香氛類別申請商標。   在此過程中可觀察到,海莉曾試過直接收購服飾品牌「Rhode」商標、也試圖改變品牌商標名稱為「Hailey Rhode」,但最後仍以「Rhode」為品牌商標轉而發展保養品品牌。對服飾品牌「Rhode」而言,當經營多年之品牌市場受到威脅,勢必為此展開商標維權之路。 「本文同步刊登於TIPS網站(https://www.tips.org.tw )」

日本擬讓司法機關偵查時利用GPS定位取得位置資訊無須事先告知,僅須取得法院令狀

  日本電信事業個人資料保護指針(電気通信事業における個人情報保護に関するガイドライン)自2011年修訂後至今即未有任何改變。然而,隨著現代行動通信軟硬設備技術的進步,智慧型手機中已有許多應用程式可透過GPS衛星定位功能準確獲取使用者之位置資訊,倘若司法機關也能於搜查辦案過程即時取得此定位資訊,將可提高偵查效率並縮短破案時程。   為此,日本總務省擬將原先須事先通知行動設備使用人與獲得法院令狀後,方得利用GPS衛星定位獲取位置資訊之電信事業個人資料保護指針第26條修訂為司法機關取得法院令狀後,即可利用GPS衛星定位獲取行動設備使用人位置訊息。   然此項修訂除將可能造成行動通訊業者營運上的額外負擔之外,亦有侵害設備使用者之個人隱私與個人資料疑慮。因此,為了抑止濫為偵查,法院令狀之發出須有其必要性,搜查機關亦必須向行動通訊業者為必要性之說明。   再者,此項利用GPS衛星定位獲取位置訊息之方式也僅限於使用Android系統設備且將定位功能開啟之使用者,對於使用Apple iOS系統設備之使用者則不但須使用者開啟定位功能,還須經過美商蘋果公司同意方能取得亦是一項難題。   日本總務省已於2015年4月17日發布此項法令修訂訊息並徵詢公眾意見,預計於6月完成修法並公布之。

美國懷俄明州可望通過新法,鬆綁功能代幣於證券、貨幣傳輸與稅法等限制

  美國懷俄明州眾議院(Wyoming House of Representatives)於2018年2月19日無異議地表決通過HB0070法案,該法案將鬆綁功能代幣(utility token)於懷俄明州證券法(Securities Act)之限制。該法案將送往參議院,若順利通過並經州長簽署核准,將於2018年7月1日生效,使懷俄明州成為友善的區塊鏈投資環境,預計吸引大量新創事業於該州進行首次代幣眾籌(Initial Coin Offerings, ICO)。   該法案針對功能代幣設有三種要件,僅於符合三種要件者始能作為法案所稱的功能代幣,得免受證券法規管。三種要件分別為:一、功能代幣之開發者和發行者不得將代幣作為投資而行銷;二、該代幣須可作為換取商品或服務之對價;三、該代幣之開發者或發行者不得主動進行附買回協議(repurchase agreement)或任何有意操縱代幣二級市場之價格之協議或策劃。   此外,懷俄明州另有三部有關區塊鏈之法案亦正待審議,包含同樣甫經眾議院通過之HB0019法案,使加密貨幣免受懷俄明州貨幣傳輸法(Money Transmitters Act)規範,有望可使加密貨幣在懷俄明州進行交易或交換。此外,正於眾議院進行二審的HB0101法案預計將修正懷俄明州商業公司法(Business Corporations Act),開放公司得使用區塊鏈來儲存資料並進行內部聯繫。又,尚待眾議院審議的SF0111法案預計使加密貨幣免於受州財產稅法之規範。

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

TOP