暴雪公司告《刀塔傳奇》遭駁回，修正訴狀後再提告
2015年3月，暴雪公司(BLizzard Entertainment)在官網上公開宣稱，手機遊戲《刀塔傳奇》並未經過其授權，而其角色場景均涉嫌抄襲「魔獸爭霸」與「魔獸世界」多項重要角色，其後在美國、大陸台灣等地對《刀塔傳奇》開發商莉莉斯公司提出告訴。而 Courthouse News Service近來指出，美國地方法院於2015年12月17日駁回暴風公司對莉莉斯公司的訴訟。
美國的著作權法不保護虛擬角色，但仍有例外。依據上訴法院在1978年的Halicki Films訴Sanderson Sales and Marketing一案標準，若該虛擬角色具有特別特色(especially distinctive)則可例外予以保護，而特別特色需要有相當證據證明設計者為原告且具有獨特的特徵，方得予以主張。美國地院目前認為而暴雪公司目前提出角色姓名、服裝、武器、背景設定等證據資料，尚無法說明暴雪公司所創角色具有獨特性，故予以駁回。而暴雪公司則於12月22日發出正式聲明，認為現階段並非侵權主張不成立，而是訴訟資料不齊全，並著手提交更詳盡的證據清單，暴雪公司會於修正訴狀後，再提起訴訟。
雖然暴雪公司在美國對莉莉斯訴訟遭受駁回，但其在中國大陸對《刀塔傳奇》代理商與莉莉斯公司所提告訴，已讓蘋果公司(Apple, Inc.)讓《刀塔傳奇》從App store下架；而美國法院判決是否使蘋果公司在中國大陸重新上架《刀塔傳奇》，則有待觀察。
美國產學合作利益衝突管理機制 資策會科技法律研究所 法律研究員 朱啟文 104年11月27日 自從1980年美國拜度法案（Bayh-Dole Act[1]）通過後，智慧財產權下放至大學與研究機構，大學有權自主把智慧財產授權予廠商甚至成立新創公司[2]，從而衍生出拜度法案潛藏副作用之ㄧ：「鼓勵學術機構與私人企業將研發成果商品化，將使學術機構產生利益衝突[3]」。因此「利益衝突」問題逐漸引起各界關注，特別是大學如何兼顧好教學、研究及公共服務[4]；以及研究人員、大學教授在技術移轉或研發成果商品化過程中，應該扮演的角色及獲取何種利益，常因為法律或大學政策規定的不周全、認知的不一致，而造成教研人員的困惑[5]。 產學合作的利益衝突，容易發生於顧問服務、技術移轉、贊助研究、臨床試驗、科研採購、師生指導關係、機構關係與特定贈禮等活動中，因此利益衝突管理為產學合作中不可忽視的重要措施。以往「揭露利益衝突」被視為是管理利益衝突之主要方法[6]，但此種管理利益衝突措施應該加以改進，且須建立處理學研機構內利益衝突之新思維，為了健全國內產學合作發展，政府有必要率先提出更新、更有效率之利益衝突管理方式，才能達到預防、監督、控管效果。本文擬藉由美國產學合作利益衝突法制規範，及美國大學因應解決產學合作利益衝突方式，提出對於本國法制調整之建議。 壹、美國利益衝突管制類型 美國利益衝突管制規範分成兩大類型[7]，一是針對政府所屬的研究機構，像美國國家衛生院NIH；另一是一般研究機構或大學(包含公、私立)，當它們申請聯邦政府經費的時候所受規範。如果是對於政府所屬的研究機構，它的利益衝突規範是比後者更為嚴格，因為研究人員直接領取國家薪水和使用國家經費，負有更多「公」的任務。舉例而言：一名美國國家衛生院研究員，亦是研究阿茲海默症的知名科學家，因其研究與藥廠間的利益衝突，於2006年12月被聯邦法院判決有罪，隨後被迫從NIH 離職。三名哈佛大學醫學院教授，2009年3月由檢察官、聯邦衛生福利部進行調查，他們擔任某藥廠顧問，但同時發表研究論文，支持醫界增加使用該藥廠生產之特定藥物，被質疑有利益衝突問題[8]。 貳、美國利益衝突管制規範 美國聯邦法律規定（18 US Code §208－Acts affecting a personal financial interest[9]），凡是向聯邦政府申請研究經費的各個學術機構，無論公立或是私立，其研究人員都必須向所屬機構「申報揭露」自己及家人與產業界的的財務上利益，並接受機構的審查監督，以避免科學研究的誠實正確性被個人利益影響，確保病人或受試者的安全與權益，並且維護社會大眾對於科學研究的信賴[10]。 1995年10月公布的美國國家科學基金會（以下簡稱「NSF」）《研究員財務揭露政策[11]》，與食品藥物管理局（以下簡稱「FDA[12]」）《研究規範中的客觀性[13]》規範中，提出了相當近似的概念，均要求學研機構須訂有「書面記載利益衝突的政策，並對利益衝突的政策應落實執行」；利益衝突政策內容至少要包含（1）限定且具指標性的財務報告，（2）任命特定人檢閱此等報告，（3）管理機制實施，且當發現無法解決的問題時，應向出資機構報告等[14]。 其中NSF的《研究員財務揭露政策》規定：「當能合理地認為有顯著的利益，能直接或顯著的影響此項研究或教育活動的報告、行為、設計時，即認可在此存在利益衝突。『顯著的財產上利益』，指任何有價的物品，不限於薪水或其他服務提供對價（如諮詢費或報酬）、股本利益（如股票、股票選擇權，或其他財產利益），和智慧財產權（如專利、著作權，和其他權利的授權利潤）[15]」。 參、學研機構自主管理機制 美國對於產學利益衝突的管制，主要是透過政府、學術組織、大學等方面加以控管。就大學而言，以麻省理工學院為例，教職員雖可擔任企業顧問，但不可擔任企業的正式職員，對於個人的企業持股，必須受到各系所委員會的監督審查，在校內的研究方向亦須和其所持股公司之職責有所區別[16]。另外，哈佛大學在1993年即制訂利益衝突的行為規範，其中包括授權對象係由技轉辦公室整體評估，當教研人員與授權相關的研究成果發表時，必須公開財務利益關係及其內容[17]。而史丹佛大學關於技術授權，則有完整的標準作業流程（Research Policy Handbook）及利益衝突政策[18]，可供校內教研人員依循參考。 許多美國學研機構都列有利益衝突的規範，甚至是管理利益衝突的專屬委員會，當研究人員就其研究結果牽涉個人或家人的商業利益時，原則上就不得參與該研究計畫。這也正是「美國全國醫學院聯盟[19]」(American Association of Medical Colleges，簡稱「AAMC」) 及「美國全國大學協會[20]」(Association of American Universities，簡稱「AAU」) 所建議的利益衝突規範標準；「美國大學技術經理人協會[21]」（The Association of University Technology Managers，簡稱「AUTM」）的技術移轉實務指南，對利益衝突部份也著墨甚多[22]。當學研機構明確管理標準，就能避免掉許多爭議，而能在產學合作與維持科學信任間取得平衡。 肆、結論與建議 一、美國利益衝突規範越趨嚴格 美國自1995年起便將利益衝突規範入法，早期政策比較寬鬆但隨著法令修改後逐漸趨於嚴格。2011年8月美國國家衛生主管機關[23]（HHS），亦修正公布有關「公共衛生經費贊助之研究案，申請人有義務促進科學研究之客觀性」（42 C.F.R. Part 94）及「應負責的潛在契約主體」（45 C.F.R. Part 94）此二部分相關規定[24]，要求接受國家衛生主管機關贊助款項或與國家衛生主管機關合作機構，必須符合上開二部分監管規定[25]。首先，除申報門檻降低外，凡與研究者在所屬機關內之工作義務或責任有關的所有利益，均須申報，不再限於1995年規定的財務上利益方須申報。其次，新規定也從原僅須向研究計劃主持人所屬機關申報的「內部揭露」，改成須向大眾公開的「外部揭露[26]」，並強制要求所有執行聯邦政府資金補助計劃之研究者，定期接受包括利益衝突相關規範在內的研究倫理訓練[27]。另外自2013年起，美國的醫材與藥品製造者，每年須定期透過電子申報方式，提供所資助學研機構與金額資料，低至10美元以上都得通報；美國聯邦衛生福利部與國民健康有關的政府資助計畫（PHS funding），針對財務利益衝突也詳加規範認定、申報及處理之措施[28]。 二、我國利益衝突政府規範不足 我國針對「科研機構及其人員利益衝突」問題，於民國100年通過修正的《科學技術基本法》第6條第3項規定，凡由政府出資的科技研究其所獲得之智慧財產及成果，關於其歸屬及運用，針對「迴避及其相關資訊之揭露事項」，授權行政院統籌及各主管機關訂定相關子法，即修訂《政府科學技術研究發展成果歸屬及運用辦法》第5條；《科學技術基本法》第17條針對「技術作價投資比例及兼任職務與數額」事項，授權行政院會同考試院訂定相關辦法，即增訂《從事研究人員兼職與技術作價投資事業管理辦法》第4至8條。目前各主管機關已陸續完成相關子法修正，要求學研機構制定內部管理機制及利益衝突規範。 雖然在《科學技術基本法》修訂後，對於產學合作利益衝突問題已有初步規範，但由我國產學合作利益衝突子法可得知，目前政府主管機關並未有ㄧ套完整、具體之產學合作利益衝突監管政策，且各主管機關標準寬鬆不ㄧ，欠缺實質完整監管機制，無法切實維持政府所資助研究計畫之客觀性。其中針對政府補助計畫所涉利益衝突的申報揭露範圍事項和具體數額，及申報揭露後之審核與糾正等，相關子法條款並未如同美國主管機關建立具體管制措施，及「向社會大眾公開揭露」之管制模式，以有效達到預防、監督、控管效果。 三、配套法令機制具體修正建議 為有效達到預防、監督、控管效果，本文建議政府參考美國衛生主管機構HHS所制定之利益衝突監管規定，制定資助機構利益衝突基本原則並提供指引協助、將研究人員含配偶及未成年子女於特定定期間內獲得超過一定金額以上報酬或股權利益、智慧財產權等重大財務利益收益列為揭露事項、要求研究人員應定期接受教育訓練、由學研機構於申請補助時及發現利益衝突時向資助機關提出報告、要求學研機構明訂解決利益衝突方式例如請該研究人員退出計畫、修改計畫、減少或消除持股等，並對未被即時查覺或管理的利益衝突事件於限期內回顧審查並向資助機關報告。透過上述內部/外部監控，蒐集學研機構之利益衝突政策及相關資訊（透明化機制），助益資助機關進行調查評估違反利益衝突情形並酌量是否必須暫停補助款之發放，如此將可進一步建立更完整、具體之產學合作利益衝突監管法令制度。 [1] Bayh-Dole Act，Landmark Law Helped Universities Lead the Way http://www.autm.net/advocacy-topics/government-issues/advocacy-public-policy/legislative-issues/bayh-dole-act/ (最後瀏覽日：2015/11/26)。 [2] 南佐民，＜《拜杜法案》與美國高校的科技商業化＞，《比較教育研究》，第25卷第8期，頁75-78（2004）。 [3] 王偉霖，＜產學合作引發利益衝突及知識近用限制之研究＞，第二屆科技發展與法律規範學術研討會，頁1-2（2008）。 [4] 新台灣國策智庫網站，＜由陳垣崇事件省思台灣的國家創新系統＞，http://www.braintrust.tw/article_detail/251（最後瀏覽日：2015/11/26）。 [5] 2011年6月22日檢調懷疑中研院生醫所所長陳垣崇，將兩種人體專利試劑轉移給與其親屬相關的世基公司，再轉賣回中研院，因此約談陳垣崇夫婦及其助理，以及搜索陳垣崇辦公室。陳垣崇最後以六十萬元交保。這是台灣最高學術桂冠的中研院，第一次遭檢調搜索，若遭起訴，也將是第一位院士遭到起訴。陳垣崇案，引發最大的爭議就是技轉後，科學家能否與這家公司繼續合作以及合作模式為何，此為檢調偵辦的重點。 [6] 王偉霖，＜產學合作引發利益衝突及知識近用限制之研究＞，第二屆科技發展與法律規範學術研討會，頁2-3（2008）。 [7] 王偉霖，＜美國產學合作制度利弊之檢討－台灣科學技術基本法之借鏡＞，《世新法學》，第3期，頁1-41（2006）。 [8]陳志剛，＜論生物醫學產學合作中利益衝突之規範＞，中原大學財經法律系碩士論文，頁23-24（2013） [9] 刑法利益衝突及除外規定：嚴格禁止國家機關行政人員(含官員與受雇主)之決定涉及其知識上、本身、配偶、未成年子女、合夥人、或其服務組織之財務利益；事先向指派其任務的長官諮詢過，完全揭露此利益；服務之需要性遠超過其潛在利益衝突；原則公開揭露，不公開為例外。https://www.law.cornell.edu/uscode/text/18/208（最後瀏覽日：2015/11/26） [10]5 C.F.R. Part 2640: Interpretation, Exemptions, Waiver Guidance Concerning 18 U.S.C. 208 (Acts Affecting a Personal Financial Interest)。http://www.oge.gov/Laws-and-Regulations/OGE-Regulations/5-C-F-R--Part-2640--Interpretation,-Exemptions,-Waiver-Guidance-Concerning-18-U-S-C--208-(Acts-Affecting-a-Personal-Financial-Interest)/（最後瀏覽日：2015/11/26）。 [11] NSF 510 CONFLICT OF INTEREST POLICIES（July 2005），http://www.nsf.gov/pubs/manuals/gpm05_131/gpm5.jsp#510（最後瀏覽日：2015/11/26）。 [12] 對於美國生技產業而言舉足輕重的管制機關食品藥物管理局（FDA），自1999年起也要求申請產品上市的藥廠和醫材公司於提出申請時，必須揭露其當做申請基礎的臨床試驗研究者，和該公司之間的財物給付和財務利益關係，以便FDA進行審查時評估上述關係是否影響研究設計及數據可信度。 [13] FDA CONFLICT OF INTEREST POLICIES，http://www.fda.gov/iceci/compliancemanuals/regulatoryproceduresmanual/ucm176718.htm#SUB3-5-1（最後瀏覽日：2015/11/26）。 [14] 劉江彬，＜借鏡美國利益衝突管理＞，高教技職簡訊：高教論壇，2012年10月12日，http://tekezgo.com/index.php?do=news&act=detail&id=103（最後瀏覽日：2015/11/20）。 [15] 曾瑞鈴，＜院資本主義下的美國生技醫藥產業：兼論台灣現況＞，《社會科學論叢》，第3卷第2期，頁119-154（2009）。 [16] 麻省理工學院：MIT Policies and Procedures－4.4 Conflict of Interest，http://web.mit.edu/policies/4/4.4.html（最後瀏覽日：2015/11/26）。 [17] 哈佛大學：Policy on Conflicts of Interest and Commitment，http://hms.harvard.edu/about-hms/integrity-academic-medicine/hms-policy/faculty-policies-integrity-science/interim-policy-statement-conflicts-interest-and-commitment（最後瀏覽日：2015/11/26）。 [18] 史丹福大學：Research Policy Handbook https://doresearch.stanford.edu/policies/research-policy-handbook，Faculty Policy on Conflict of Commitment and Interest (RPH 4.1)，https://doresearch.stanford.edu/policies/research-policy-handbook/conflicts-commitment-and-interest/faculty-policy-conflict-commitment-and-interest（最後瀏覽日：2015/11/26）。 [19] American Association of Medical Colleges (AAMC), Task Force on Financial Conflicts of Interest in Clinical Research, 78 ACADEMIC MEDICINE 225 (2003), https://www.aamc.org/download/75302/data/firstreport.pdf (last visited Nov. 26, 2015) [20] Association of American Universities (AAU), Framework Document on Managing Financial Conflicts of Interest, Elements of a Conflict-of-Interest Policy 1-13 (1993), http://www.aau.edu/WorkArea/DownloadAsset.aspx?id=2690 (last visited Nov. 26, 2015) [21] The Association of University Technology Managers (AUTM), Conflicts of Interest Policies, http://www.autm.net/resources-surveys/technology-transfer-practice-manual/ttp-manual-2nd-edition/volume-1-pr-test/1/pertinent-policies/strong-conflict-of-interest-policies-strong/ (last visited Nov. 26, 2015) [22] 李素華，＜美國技術移轉相關立法與機制之簡介＞，《技術尖兵》，第55期，頁17（1999）。 [23]5 CFR Part 5501 - Supplemental Standards Of Ethical Conduct For Employees Of The Department Of Health And Human Services美國衛生主管機構補充標準。1995放寬取消院外活動的時間數、報酬與持股等限制，一年最高總酬勞可超過5萬美元，但是必須填寫利益衝突揭露表，目的留住高水準科學家。2005年趨嚴禁止所有的科學家從事院外的諮詢、演講等活動，賣掉所持有的生技藥物公司股份，非生技的股票必須低於1.5萬美元。https://www.law.cornell.edu/cfr/text/5/part-5501（最後瀏覽日：2015/11/26） [24] 2011 Public Health Service (PHS) Regulations: Responsibility of Applicants for Promoting Objectivity in Research for which PHS Funding is Sought (42 C.F.R. Part 50, Subpart F); Responsible Prospective Contractors (45 C.F.R. Part 94)，http://grants.nih.gov/grants/policy/coi/（最後瀏覽日：2015/11/26） [25] 李毓華，＜從美國生醫研究利益衝突新規範檢視我國相關法制＞，《醫事法學》第19卷第2期，頁22-24（2012）。 [26] 財務揭露報告義務：填寫實質受影響組織財務利益表格－HHS Form 716 (共14頁；公開)，https://ethics.od.nih.gov/forms/hhs-716f.pdf；HHS From 717-1 (共14頁；不公開)，https://ethics.od.nih.gov/procedures/HHS-717-1-Employee-Instructions.pdf（最後瀏覽日：2015/11/26）；美國國會2010年通過的健康保險改革立法裡，規定生醫廠商必須定期向政府申報其給付醫師及教學醫院的顧問費、研究經費、差旅費、餐費等酬勞和補助，以及其在各該公司的投資及股份，並必須對外公開揭露，一般大眾均可查詢。 [27] 劉靜怡，＜透明治理與公共課責＞，蘋果日報即時新聞，2014年07月11日，http://www.appledaily.com.tw/realtimenews/article/new/20140711/431221/（最後瀏覽日：2015/11/26）。 [28] 陳志剛，＜論生物醫學產學合作中利益衝突之規範＞，中原大學財經法律系碩士論文，頁78-84（2013）
網路爬蟲治理趨勢與我國法制啟示網路爬蟲治理趨勢與我國法制啟示 資訊工業策進會科技法律研究所 2026年04月30日 壹、網路爬蟲治理議題背景 隨生成式人工智慧產業蓬勃發展，模型訓練對於巨量資料之依賴度與日俱增，促使網路爬蟲（Crawlers）技術運用愈發頻繁。傳統網路生態原係建立於網站經營者與網路爬蟲索引功能的導流互惠默契[1]，網站容忍爬取以換取流量曝光。然而，當網路爬蟲大量爬取資料用於訓練，而非提供連結導流時，不僅造成流量分流與價值分配失衡，更損及內容產製者的廣告與訂閱收益[2]。 此經濟模式的轉變，讓技術訊號與法律意思表示長期脫節的矛盾浮上檯面。事實上，以自然語言呈現的服務條款與機器可讀的技術訊號（如 robots.txt）不一致之情形普遍存在。在搜尋引擎主導的時代，雙方多維持以資料換流量的默契，類矛盾尚能維持在技術管理層次，未釀成大規模法律對立。 如今，當爬取行為涉及訓練具備商業替代性的模型時，原本被掩蓋的技術脫節便陡然升級為法律風險。內容產製者因對傳統協定失去信任，轉向採行強硬的技術阻擋[3]；而 AI開發者則因 robots.txt 結構過於簡單，難以精確辨識複雜的著作權授權意願。即便開發者主觀上有遵循意願，但在自動化爬取過程中，仍因技術工具無法即時解讀自然語言聲明，進而陷入侵害著作權或違反契約之困境。 這種從互惠轉向競爭的變化，促使全球必須正視法制層面對於技術訊號與法律意願對齊的緊迫性。目前國際主要有兩種治理路徑：一是以美國為代表，仰賴著作權法中合理使用（Fair Use）之彈性空間，透過司法個案衡酌商業替代性與轉化性利用；二是以歐盟為首，透過《數位單一市場著作權指令》（The Copyright in the Digital Single Market Directive, CDSM Directive）明文確立「文本及資料探勘（Text and Data Mining, TDM）」之法定例外[4]，建立起事前規範。 相較於上述兩大主流路徑，我國目前既缺乏如歐盟般明確的法定例外制度作為避風港，在司法實務對於合理使用的解釋上也尚待更多AI相關案例累積心證，導致相關爭議高度仰賴司法事後認定，其不確定性使本土AI研發者往往須在法律風險與技術創新間艱難取捨，對產業生態系形成潛在的寒蟬效應。爰此，本文旨在爬梳歐美法規範趨勢與國內外司法實務案例，進而針對我國網路爬蟲治理路徑提出具體之政策建議。 貳、重點說明 一、網路爬蟲治理與國際趨勢 觀測全球AI治理趨勢，網路爬蟲管理議題漸受重視。相關討論已從純粹的技術攻防轉化為法律規範的核心。目前國際間主要以美國的合理使用彈性與歐盟的法定例外架構路徑為觀測重點，並輔以國際組織推動的技術標準自律。 （一）美國路徑：以合理使用為核心的事後審查 以美國為觀測對象，其著作權局（United States Copyright Office, USCO）於2025年的報告中揭示了關鍵立場：為AI訓練而建立資料集的重製行為，本質上已構成初步侵權（Prima Facie Infringement）[5]，其合法性最終取決於合理使用抗辯是否成立。此見解釐清了技術上的公開可得（publicly available）並不等同於法律上的授權利用，即便內容於網際網路上可自由存取，其著作權保護並不因此消滅。 這法律定性與技術現狀的落差，直接衝擊了美國司法實務過往採取之默示授權（Implied License）理論。在早期判例（如 Parker v. Yahoo!案）[6]中，若網站未設置 robots.txt 阻擋爬蟲，法院常傾向認為權利人已默許搜尋引擎進行索引。然而，robots.txt 的初衷並非針對生成式 AI設計，其技術結構無法區分導流索引與模型內化這兩類本質迥異的行為，並導致內容產製者即便有意反對AI訓練利用，卻因缺乏精準的技術工具表達其授權意願，使法庭在個案審酌授權意圖或合理使用時，面臨證據判讀上的困境。 此外，針對大規模爬取行為，美國監理機關亦開始從著作權以外的視角強化監管。例如，聯邦貿易委員會（Federal Trade Commission, FTC）近期高度關注「普遍性擷取（Pervasive Extraction）」所涉及的隱私風險。FTC強調，即便資料經去識別化，若能透過巨量資料點反推個人敏感資訊，仍可能違反個人資料保護法規範。[7]由此可推敲，美國正透過著作權法遵與個資保護責任之雙重規範，強化對爬取行為事後責任之追究，而非單純從技術面禁止存取。 （二）歐盟路徑：以權利保留（Opt-out）為基礎的法定例外 相對於美國模式，歐盟透過《數位單一市場著作權指令》建立層次分明的TDM法定例外體系，依據利用目的之性質，區分為科學研究與一般性利用兩種目的：基於科學研究目的而進行之TDM，屬於強制性的法定例外。在此範圍內，權利人不得主張選擇退出，亦即權利人必須容忍符合公益目的之資料探勘行為；基於一般性利用目的（即科學研究目的以外），原則上允許資料爬取，但賦予權利人權利保留選擇。但權利人必須以機器可讀（Machine-readable）形式明確聲明，否則即須容忍一定程度的爬取行為。[8][9] 此制度的核心爭點在於機器可讀性與技術落實間的落差。近期歐盟實務（如荷蘭 DPG Media v. HowardsHome 案）進一步探討：若權利人僅在 robots.txt 中以自然語言註解法律聲明，該方式是否即應被認定為符合法律要求的機器可讀格式？[10]此類討論反映出歐盟司法實務正試圖釐清，在技術中立的原則下，機器可讀的判定基準是否應隨AI的辨識能力而動態調整？ 亦即，若 AI 確實能辨識該聲明，則該非結構化的文字是否就已該當法律上的權利保留效力。 此外，為解決內容產製者與 AI 開發者間的價值分配失衡，歐盟亦提出引入法定衡平報酬權（Statutory Right to Equitable Remuneration）之構想，試圖透過著作權集體管理組織（Collective Management Organisations , CMOs）建立公平的利益補償模式，將商業性爬取行為由單純的侵權爭議，轉化為制度性的商業授權框架。[11] （三） 國際合作與技術標準：形塑自律框架 在法律規範之外，國際組織正積極透過軟法與技術標準化，試圖緩解內容產製者與 AI 開發者間的緊張關係。目前，觀察標竿組織重點如下： 1. OECD：探索產業自律與授權框架 在國際合作層面，經濟合作暨發展組織（Organisation for Economic Co-operation and Development, OECD）在報告中，探討透過資料爬取行為準則（Code of Conduct）與定型化契約等手段，形塑產業自律框架[12]的可能性，期望能透過標準化的授權條款降低雙方磋商成本，並為開發者提供更明確的法遵指引，以減輕司法事後判決不確定性所帶來的衝擊。 2. IETF：研議以「利用目的」為基礎之技術協定 針對現有技術訊號（如 robots.txt）無法精確承載法律意願之缺陷，網際網路工程任務組（IETF）相關工作小組正嘗試研發新一代技術協定（如 train-ai 標籤）。研究焦點在於建立以利用目的為基礎的識別機制，探討自然語言與機器語言銜接的技術路徑，使權利人未來能更精確地表達其授權意向（如：區分搜尋索引與 AI 訓練），進而試圖彌補技術訊號與法律意思表示間的落差。[13] 二、 國內外司法實務案例分析 觀測近期司法實務，各國法院對爬蟲行為邊界之判定趨向細緻化，且美、歐兩地在司法判斷標準與關注焦點上各具特色。 （一）美國實務：從默示授權轉向契約與反競爭之平衡 在美國實務方面，爭議核心從早期有關默示授權轉向近期契約效力與競爭政策間平衡發展的演進。法院雖曾於 Parker v. Yahoo! [14]等早期案件中認為，若網站未以技術手段（如 robots.txt）限制爬取，在搜尋快取情境下可能視為默示授權。然而，此見解在AI時代已難以擴張至大規模重製以訓練模型之範疇。 近期法院判斷標準更傾向於認為，單純缺乏技術設定並不等同於達成全面授權的意思合致。在此種技術訊號與授權意向脫節的現狀下，網站經營者轉而強化服務條款之規範，試圖以契約債權彌補技術控制之不足。然而，這也引發了服務條款拘束力邊界的法律論辯。具體而言，在 hiQ Labs v. LinkedIn [15]等案中，法律爭議核心在於《電腦詐欺與濫用法》（Computer Fraud and Abuse Act，CFAA）的適用邊界。針對技術上無需登入即可存取的公開資料（Public Data），平台方不得僅憑撤銷授權（如寄發停止並終止函或阻斷 IP）便主張資料爬取者構成CFAA之無權限存取。法院在裁定中展現其法律見解：若容許平台透過服務條款對未登入狀態下即可存取之公開資料建立壟斷性控制權，將損及資訊自由流通與競爭之公共利益。[16] （二） 歐盟實務：聚焦權利保留（退出權）之有效性認定 在歐盟司法實務方面，司法實務判斷的重點則由單純的存取權限轉向權利保留之有效性認定。此轉變反映司法機關試圖確認，在技術中立原則下，法律要求之機器可讀性應如何解釋。德國法院在 Kneschke v. LAION 案[17]中提出重要觀點，認為機器可讀性之判定應取決於利用行為發生時之技術發展水平。該判決傾向認定，若 AI 應用程式在技術上已能實質理解自然語言，則僅以自然語言撰寫的服務條款亦可能被視為有效的機器可讀聲明；相對地，荷蘭法院在 DPG Media v. HowardsHome案[18]中則採取較嚴格的檢視標準，認為若出版商僅以自然語言註解或針對特定機器人進行封鎖，但在技術執行上未能達成適當且明確之辨識程度，致使自動化工具無法將其識別為法律上的權利保留指令，該聲明仍可能被判定為無效。 上述案例顯示歐盟實務正處於探索期，試圖在法律規範與技術現狀間尋求對齊，以確立法定例外制度下權利人與利用人之間的權利義務邊界。 （三） 我國實務：側重對權利人財產權之保障 相較於美、歐司法實務傾向於在競爭政策或著作權例外框架下進行權衡，我國司法實務現階段對於權利人利益之保障呈現更為嚴謹的審視態度，且在法律適用上展現出獨特的刑事定性。在國內有關網路資料爬取的指標性案例（法源與七法案）[19]中，法院認定即便爬取之資料本身不具著作權（例如法規內容），但若行為人明知網站已設有禁止規範，卻仍利用自動化程式大規模爬取資訊，且該利用行為具備直接商業競爭目的、實質損及原告之潛在市場，則此種行為除可能構成著作權侵害外，亦將涉及《刑法》第359條之無故取得他人電腦電磁紀錄罪。此見解凸顯出我國實務高度側重保護內容產製者對於電磁紀錄之支配權與商業投資成果之完整性，使得網路爬蟲行為在臺灣法制環境下，不僅面臨民事侵權責任，更具備顯著的刑事責任風險。 三、 我國現況與產業環境觀察 我國目前針對網路爬蟲之治理模式主要由司法實務主導，且現行法制環境對於權利人利益之保障維持一貫保守且嚴謹的認定態度。在法律層面，由於我國尚未引進類似歐盟之TDM法定例外制度，我國 AI開發者在進行大規模語料收集時，僅能仰賴《著作權法》中關於合理使用之不確定法律概念進行個案認定。此類高度依賴司法事後認定的現狀，使研發過程籠罩在法遵風險之下，對產業創新形成明顯的寒蟬效應。 在技術與商業實務層面，robots.txt 等傳統技術協定在生成式AI 時代，已顯現出語義表達能力不足之侷限，難以在機器語言中精準區分流量引導與資料訓練內化兩類本質差異甚廣的授權意願。觀察整體產業環境，內容產製者與AI開發者間的衝突核心，在於資料利用已具備高度商業替代性競爭意涵，且開發者無償利用巨量資料行為，與內容產製者要求合理對價之間產生巨大鴻溝，而非單純的技術存取議題。此外，《刑法》第359條無故取得電磁紀錄罪於網路爬蟲案件中適用邊界之不確定性，不僅加劇AI開發者對於技術行為入罪化的恐懼，更因缺乏明確的付費授權路徑或法定例外，成為我國AI生態系發展中難以跨越的法律屏障。 參、事件評析 綜觀國際趨勢，網路爬蟲治理的爭議已跨越單純的技術存取爭議，演進為在AI時代下治理路徑的策略選擇。 美國雖以合理使用作為事後裁決標準，但觀察其司法實務發展，實質上已有仰賴私法契約與其他多重法規構築防護網之傾向；相對於此，歐盟則採法定例外搭配權利保留（退出權），將治理重心提前至事前規範。兩種路徑雖規範密度有別，但均試圖在著作權人與利用人之間建構可資依循的權利義務框架。 歸結而言，我國現行網路爬蟲治理困境，似並非單純的法規空白問題，更涉及技術訊號與法律表述之結構性落差。首先，我國未引進類似歐盟法定例外制度，僅能仰賴具高度不確定性之合理使用概念；其次，即便欲從私法契約角度建立事前約束，仍面臨傳統技術協定因語義表達之侷限性，難以精確傳達權利人對於導流索引與AI訓練利用之差異化授權意願，其結果往往導致技術訊號與法律服務條款內容產生落差。 面對此困境，我國未來治理路徑首要之務，或可思考建構足以縮短技術訊號與法律意思表示落差的緩衝空間，調和當前導流互惠轉向替代競爭所引發的價值分配矛盾。 [1] Yichen Zhang, Kneschke v LAION: Are Text and Data Mining Exceptions a “Get-Out-of-Jail-Free Card” for AI Training?(2025),15, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5439454 (last visited Nov. 22, 2025). [2] Inbar Cohen, From Headlines to Al: Narrowing the Bargaining Gaps between News and AI Companies(2024), 9, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4878254 (last visited Nov. 22, 2025). [3] UK Dep’t for Sci., Innovation & Tech., International AI Safety Report 2025 (2025), 2.3.6. Risks of copyright infringement, https://www.gov.uk/government/publications/international-ai-safety-report-2025/international-ai-safety-report-2025 (last visited Sept. 29, 2025). [4] European Parliament, Generative AI and Copyright: Training, Creation, Regulation (2025), Policy Department for Justice, Civil Liberties and Institutional Affairs, PE 774.095, 32-33,https://www.europarl.europa.eu/RegData/etudes/STUD/2025/774095/IUST_STU(2025)774095_EN.pdf (last visited Oct. 14, 2025). [5] United States Copyright Office, Copyright and Artificial Intelligence Part 3: Generative AI Training pre-publication version(2025) , 26-31,https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf (last visited Nov. 24, 2025). [6] Parker v. Yahoo!, Inc., No. 07-2757, 2008 WL 4410095 (E.D. Pa. Sept. 25, 2008). [7] Federal Trade Commission, “FTC Cracks Down on Mass Data Collectors: A Closer Look at Avast x-Mode,” Technology Blog, Mar. 15, 2024, https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2024/03/ftc-cracks-down-mass-data-collectors-closer-look-avast-x-mode-inmarket (last visited Nov. 24, 2025). [8] European Parliament, Generative AI and Copyright: Training, Creation, Regulation (2025), Policy Department for Justice, Civil Liberties and Institutional Affairs, PE 774.095, 35-36, https://www.europarl.europa.eu/RegData/etudes/STUD/2025/774095/IUST_STU(2025)774095_EN.pdf (last visited Oct. 14, 2025). [9] European Parliament, Generative AI and Copyright: Training, Creation, Regulation (2025), Policy Department for Justice, Civil Liberties and Institutional Affairs, PE 774.095, 120, https://www.europarl.europa.eu/RegData/etudes/STUD/2025/774095/IUST_STU(2025)774095_EN.pdf (last visited Oct. 14, 2025). [10] DPG Media et al. v. HowardsHome, C/13/737170 / HA ZA 23-690, ECLI:NL:RBAMS:2024:6563 (Amsterdam District Court, 30 Oct. 2024). Available at: https://www.nlp.legal/xms/files/Between_labs_and_algorithms__…pdf (last visited Oct. 7, 2025). [11] European Parliament, Generative AI and Copyright: Training, Creation, Regulation (2025), Policy Department for Justice, Civil Liberties and Institutional Affairs, PE 774.095, 128-129, https://www.europarl.europa.eu/RegData/etudes/STUD/2025/774095/IUST_STU(2025)774095_EN.pdf (last visited Oct. 14, 2025). [12] Organisation for Economic Co-operation and Development (OECD). Intellectual Property Issues in Artificial Intelligence Trained on Scraped Data. OECD Artificial Intelligence Papers No. 33, February 2025, 10, https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/intellectual-property-issues-in-artificial-intelligence-trained-on-scraped-data_a07f010b/d5241a23-en.pdf (last visited Nov. 19, 2025). [13] IETF, Progress on AI Preferences(2025), https://www.ietf.org/blog/ai-pref-progress/ (last visited Nov. 26, 2025). [14] Parker v. Yahoo!, Inc., No. 07-2757, 2008 WL 4410095 (E.D. Pa. Sept. 25, 2008). [15] hiQ Labs, Inc. v. LinkedIn Corp., 31 F.4th 1180 (9th Cir. 2022). [16] Meta Platforms, Inc. v. Bright Data Ltd., 661 F. Supp. 3d 1086 (N.D. Cal. 2023). [17] Kneschke v. LAION, e.V., Case No. 310 O 227/23, Hamburg Regional Court (Landgericht Hamburg), Sept. 27 2024. Available at: https://www.wipo.int/wipolex/en/judgments/details/2381 (last visited Oct. 7, 2025). [18] DPG Media et al. v. HowardsHome, C/13/737170 / HA ZA 23-690, ECLI:NL:RBAMS:2024:6563 (Amsterdam District Court, 30 Oct. 2024). Available at: https://www.nlp.legal/xms/files/Between_labs_and_algorithms__…pdf (last visited Oct. 7, 2025). [19] 臺灣新北地方法院 114 年 6 月 24 日 111 年度智訴字第 8 號刑事判決。
美國總統發布行政命令，促進資料中心基礎建設之發展2025年7月23日，川普總統簽署行政命令，加速資料中心基礎建設（data center infrastructure）之發展。適用該命令之資料中心，需新增超過100百萬瓦（MW）電力負載，並新增瓦數專用於人工智慧推論、訓練、模擬或產生合成資料。 行政命令內容主要包含以下事項： 1. 政府將為合格資料中心基礎建設提供財政支持，如貸款、貸款擔保、補助金（grants）、稅收優惠（tax incentives）或承購協議（offtake agreements）。本行政命令所稱之合格資料中心基礎建設，其本體或相關設施需符合以下條件之一： (1) 業者承諾投資超過五億美元，五億以上之具體門檻以美國商務部長認定為準。 (2) 新增超過100百萬瓦（MW）之電力負載。 (3) 有助於維護國家安全。 (4) 經美國國防部、內政部、商務部或能源部之部長指定。 2. 撤銷拜登總統發布之14141號行政命令「推進美國在人工智慧基礎建設領域的領導地位」。該命令原要求在聯邦土地建設人工智慧資料中心者須提供關於多元與氣候議題之說明。 3. 指示政府機關簡化合格資料中心基礎建設的環境審查和許可。 (1) 相關政府機關應向環境品質委員會（Council on Environmental Quality）確定依《國家環境政策法》（National Environmental Policy Act），可以加速合格資料中心基礎建設建置的環境審查豁免措施。 (2) 環境品質委員會應考量資料中心基礎建設對環境產生之影響，制定新的環境審查豁免措施。 4. 對符合FAST-41計畫（FAST-41 program）要求之資料中心基礎建設，加速其取得建設相關許可之過程。 該計畫名稱及內涵緣起於《修復美國地面運輸法》第41章節（Title 41 of the Fixing America's Surface Transportation Act）。一般而言，參與該計畫之建設，需滿足指定投資額、受指定組織贊助、於指定地點興建，或合乎特定環境法規等要求。合乎計畫要求之建設，可與主管機關協調取得建設相關許可之時間，並由聯邦許可改善指導委員會（The Federal Permitting Improvement Steering Council）下屬團隊協助進行專案管理。 5. 環境保護局（Environmental Protection Agency）局長應依法定權限，加速確認可供合格資料中心基礎建設使用的棕地（brownfields）。 依美國環境保護局定義，棕地是指含有危險物質、污染物的土地，因開發利用困難，需進行養護、排除開發障礙，或以其他方式開發。 6. 內政部、能源部應依法確定適合用於建設資料中心的土地，適當授權合格資料中心基礎建設業者在聯邦土地上進行建造。 參酌該行政命令意指，美國政府期許減少環境政策對人工智慧資料中心及相關設施的影響，透過快速推動建設進程，確保美國經濟繁榮，以及在科學、數位經濟領域的領導地位。
美國聯邦上訴法院重新審理YOUTUBE的著作權侵害訴訟先前Viacom公司控告Youtube明知盜版剪輯影片而獲利一案，美國聯邦上訴巡迴法院決定重新審理。 2007年使用者將Viacom電視頻道的影片，像是MTV或是喜劇上傳到Youtube，這樣的影片剪輯超過上千片，Viacom主張由於Youtube縱容盜版的影片剪輯放在網站上來提高網站的聲望，所以Youtube是有意成為大量著作權侵害的幫兇，Viacom向Youtube求償超過一億元的損害。 依據1998年通過的數位千禧年法案，網路服務提供者在獲知有著作權侵害的內容後，只要迅速移除內容，則無需負擔使用者著作權侵害的責任。由於youtube在獲知有侵權內容時，已經及時將侵權內容移除，所以在2010年地方法院否決了Viacom的控告。 2012年4月5日聯邦巡迴上訴法院法官推翻地方法院的判決，並且說明合理陪審員(reasonable jury)可以發現Youtube實質上知道或是明確的意識到網站上有侵權的活動。 Google(Youtube的擁有者)發言人表示，侵權影片占youtube網站上的影片僅微小的比例，並且Youtube早已移除該侵權影片。但在Vaicom訴訟結束後，此項爭議卻開始攻擊Youtube。發言人繼續表示，此項決定並不影響Youtube的經營方式，Youtube將繼續作為全世界可以盡情自由表達的平台。