RFID應用與相關法制問題研析－個人資料在商業應用上的界限
歐盟《一般資料保護規則》（General Data Protection Regulation, GDPR）第15條為「資料主體之接近使用權（Right of access）」，其第1項規定「資料主體有權向控管者確認其個人資料是否正被處理」，資料主體並得知悉其個資處理之目的、所涉及之類型等事項。該條係為使資料主體在獲得充分、透明且容易接近之資訊，使其得更輕易的行使如資料刪除或更正等權利。 因條文在文字上具抽象性，就具體內涵仍須有一定基準，故歐盟個人資料保護委員會（European Data Protection Board, EDPB）於2022年1月18日，針對GDPR中之接近使用權提出指引（Guidelines 01/2022 on data subject rights - Right of access），闡明在不同的情況中，資料主體應如何向資料控管者（Data Controller）主張接近使用權，並且說明資料控管者針對此項權利之義務內涵。 就具體內容，該指引包含：接近使用權之範圍、資料控管者應向資料主體提供之資訊內容、資料主體請求資訊之格式、資料控管者應如何提供資訊、GDPR第12條第5項所稱「資料主體之請求明顯無理由或過度者」之概念為何。指引並製作流程圖，以便利資料主體輕易的了解向資料控管者主張權利之步驟。 而對於資料控管者，指引亦說明其應如何解釋與評估資料主體之請求、應如何回覆特定請求、限制接近使用權之例子。該指引旨在從各方面分析接近使用權，經由舉例與設想特殊情形，以求為該權利提供更精確之指導。
歐盟執委會發布「歐洲健康資料空間」規則提案，旨在克服健康資料利用之障礙歐盟執委會（European Commission）於2022年5月3日發布「歐洲健康資料空間」（European Health Data Space, EHDS）規則提案，其旨在克服健康資料利用之障礙，以充分發揮數位健康與健康資料之潛力。EHDS為一個專門用於健康之資料共享框架（health-specific data sharing framework），針對患者以及用於研究、創新、政策制定、患者安全、統計或監管目的等電子健康資料之運用，建立明確規則、通用標準與實務、基礎設施與治理框架，無論是個人、醫療人員、健康照護提供者、研究人員、監管人員、產業界皆可由此受益。 EHDS之具體內容主要包括九個章節： （1）第一章為一般條款（General provisions），內容包括本規則之主題與範圍，並闡明定義、以及與其他歐盟法規之關係； （2）第二章為電子健康資料之原始利用（Primary use of electronic health data），其針對歐盟一般資料保護規則（GDPR）所載權利，增訂補充性之配套保護機制，並設定醫事人員及其他健康從業人員針對EHD之義務； （3）第三章為EHR系統與福祉應用（EHR systems and wellness applications），其主要重點為EHR系統之強制性自我認證計畫（mandatory self-certification scheme），要求其需符合可互通性與安全性等基本要求，並界定EHR系統中各經濟營運商（economic operator）之義務、EHR系統合規（conformity）要求，並負責EHR系統市場監督機構之義務； （4）第四章為電子健康資料之二次利用（Secondary use of electronic health data），如將資料用於研究、創新、政策制定、患者安全或監管活動。本章定義一組資料類型，規範可利用之既定目的以及受禁止之目的（如商業廣告、增加保險、開發危險產品），並規定會員國必須建立健康資料近用機構（health data access body），以便電子健康資料的二次利用，並確保由資料持有者所產生之電子資料可提供給資料使用者； （5）第五章為其他行動（Additional actions），其旨在提出其他措施以促進會員國之能量建構（capacity building），以配合EHDS之發展，包括數位公共服務之資訊交換、資金，並規範於EHDS下非個人資料之國際近用規定； （6）第六章為歐洲治理與協調（European governance and coordination），其創建「歐洲健康資料空間委員會」（European Health Data Space Board, EHDS Board），促進數位健康當局及健康資料近用機構之間的合作，特別是電子健康資料之原始與二次利用間之關係，並包含歐盟基礎設施聯合管理小組（joint controllership groups for EU infrastructure）相關規定，其任務在於就電子健康資料之原始與二次利用所需之跨境數位基礎建設進行相關決策； （7）第七章為授權與委員會（Delegation and Committee），其允許歐盟執委會通過關於EHDS之授權法案（delegated acts），並希望根據C (2016) 3301號決定成立一個專家小組，以便於準備授權法案、實施本規則時提供建議與協助； （8）第八章為附則（Miscellaneous）規定，其中包含關於合作與處罰之規定，以及要求於本規則實施後進行評估與檢視之條款； （9）第九章為延遲適用與最終條款（Deferred application and final provisions），其規定本規則與個別條款之生效日。
韓國預告人工智慧基本法施行令修正草案 ──以公共部門先行及創業研發支援強化AI產業育成韓國預告人工智慧基本法施行令修正草案──以公共部門先行及創業研發支援強化AI產業育成 資訊工業策進會科技法律研究所 2026年06月30日 韓國科學技術情報通信部（과학기술정보통신부，以下簡稱「韓國科技部」）於2026年5月21日，就《人工智慧發展與信賴基礎建立等基本法施行令》（인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 시행령，以下簡稱《施行令》）部分修正草案展開立法預告，以配合先前修正之《人工智慧發展與信賴基礎建立等基本法》（인공지능 발전과 신뢰 기반 조성 등에 관한 기본법，以下簡稱《AI基本法》）於2026年7月21日施行，俾強化人工智慧產業之育成[1]。 壹、背景摘要 韓國《AI基本法》修正案，係由多位國會議員提案之9件修正法律案經朝野合意整併而成，於2025年12月30日經韓國國會通過，並於2026年1月20日公布。其中國家人工智慧戰略委員會改組、專門人力支援等得即時施行之事項，已配合本法2026年1月22日之施行日先行施行；至公共部門人工智慧導入運用等須由下位法令具體化之事項，則與本次《施行令》修正草案同於2026年7月21日施行[2]。 貳、重點說明 《施行令》原就推進體系、產業育成及倫理信賴性確保等事項予以規範；本次修正草案則就前述《AI基本法》修正後新增之授權事項加以具體化，主要涉及公共部門人工智慧之導入運用、人工智慧研究所之設立運營、弱勢族群之近用及費用支援，以及人工智慧創業之促進等。茲就弱勢近用、公共部門先行及創業研發支援三方面，分述如次： 一、弱勢族群近用之保障與補助支援 考量高成本、高效能之人工智慧服務若僅少數人得以負擔，恐擴大實質之社會落差，《AI基本法》修正後增訂保障弱勢族群近用並提供補助支援之依據。《施行令》修正草案第2條之2乃將「人工智慧弱勢族群」之範圍予以具體化，除身心障礙者、65歲以上高齡者、基礎生活保障受給者等傳統弱勢外，並納入職涯中斷婦女、求職者、設於非首都圈之中小企業在職者、農漁業人等，以縮小區域與族群間之近用差距[3]。 二、公共部門先行採購及承辦人員免責 為使政府成為人工智慧應用之示範者並擴大市場需求，《AI基本法》第16條第3項明定國家機關等採購產品服務或發包勞務時，應優先考量人工智慧產品與服務；同條第4項並定明因該採購或使用致國家機關等受有損害，而承辦人員無故意或重大過失者，得予免責，藉以降低公務員採用新技術之顧慮。《施行令》修正草案第15條進而界定享有優先考量之產品服務範圍，以「依《AI基本法》第26條第1項設立之法定團體韓國人工智慧振興協會（한국인공지능진흥협회）確認確屬運用人工智慧或其技術者」，及「其他經韓國科技部長以告示指定者」為限；至其確認之基準及程序，另由韓國科技部長定之，以保留因應市場推陳出新之彈性[4]。 三、創業資金與人工智慧研究所之設立支援 於創業與研發支援方面，《施行令》修正草案第15條之3明定中央行政機關之長，得與中小新創企業部長（중소벤처기업부）協議後，請由韓國創業投資公司（한국벤처투자）運用創業投資母基金（모태펀드）訂定人工智慧產業相關投資計畫，以間接挹注人工智慧新創。另就大學及企業經韓國科技部長許可設立之「人工智慧研究所」（인공지능연구소），《施行令》修正草案第16條之2至第16條之4就其設立要件、許可程序、變更申報及國家支援經費等予以規定；其設立要件包含具備自立運營之財務能力、5名以上專責研發人力、高效能運算資源、研究資料保護措施及3年期事業計畫書等，俾透過多元管道投入創新人工智慧技術之開發[5]。 參、事件評析 韓國本次修正草案之重點，在於以公共部門先行帶動人工智慧需求面之擴散。其要求國家機關等採購產品服務或發包勞務時應優先考量人工智慧產品與服務。特別是，韓國承辦人員於無故意或重大過失時之採購免責一併入法，直接回應公務員採用人工智慧新技術之顧慮。此外，修正草案更增訂創業投資母基金、人工智慧研究所及優先採購等促進手段，呈現促進與規制雙軌並行之立法取向。 我國《人工智慧基本法》於民國114年12月23日經立法院三讀通過。該法第10條規定政府應積極推動人工智慧研發、應用及基礎建設，妥善規劃資源整體配置，並辦理人工智慧相關產業之補助、委託、出資、投資、獎勵、輔導，或提供租稅、金融等財政優惠措施。而於公共部門先行示範方面，雖無明文要求，但我國亦已有相當布局，數位發展部已建置「政府人工智慧應用平臺」（TryAI），彙整各機關之共通需求，廣邀國內業者開發生成式人工智慧工具上架「AI Bots市集」，供機關先行試用確認符合業務需求後，再循「共同供應契約」採購，藉以降低試錯成本並為國內業者創造市場[6]。惟相較於韓國，我國上開措施多屬行政指導與便利採購之性質，尚乏「優先採購」及「採購免責」之規範明文。 政府為人工智慧之重要採購者及應用者，其先行示範對市場具顯著之引導作用，而以人工智慧提供服務所生之風險，又常為承辦公務人員所顧慮。韓國以優先考量採購擴大需求、以採購免責降低公務員顧慮之入法設計，可供我國於後續作用法及採購相關規範之研修中參酌，俾使政府不僅為人工智慧之審慎使用者，亦為產業發展之帶動者。 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]韓國科學技術情報通信部公告第2026-0603號，〈人工智慧發展與信賴基礎建立等基本法施行令部分修正令（案）立法預告〉，2026年5月21日，轉引自韓國國會圖書館國家戰略入口網，https://nsp.nanet.go.kr/trend/latest/detail.do?latestTrendControlNo=TREN0000004090（最後瀏覽日：2026/06/26）。 [2]同前註。 [3]《施行令》修正草案第2條之2。並參法務法人大陸亞洲，〈科技部「AI基本法施行令」修正草案立法預告〉，法律新聞（韓國），2026年6月25日，https://www.lawtimes.co.kr/news/articleView.html?idxno=222514（最後瀏覽日：2026/06/26）。 [4]《AI基本法》第16條第3項、第4項；《施行令》修正草案第15條。依該條，公共採購優先考量之對象，以「依《AI基本法》第26條第1項設立之韓國人工智慧振興協會（한국인공지능진흥협회）確認確屬運用人工智慧或其技術之產品或服務」及「其他經韓國科技部長告示者」為限；其確認之基準及程序，由韓國科技部長另定告示。 [5]《AI基本法》第18條第3項、第22條之2；《施行令》修正草案第15條之3、第16條之2至第16條之4。 [6]〈數發部推「政府AI應用平臺」，共創公私協作AI應用新生態〉，數位發展部，https://moda.gov.tw/press/press-releases/17952（最後瀏覽日：2026/06/26）。
世界衛生組織發布人工智慧於健康領域之監管考量因素文件，期能協助各國有效監管健康領域之人工智慧世界衛生組織（World Health Organization, WHO）於2023年10月19日發布「人工智慧於健康領域之監管考量因素」（Regulatory considerations on artificial intelligence for health）文件，旨在協助各國有效監管健康領域之人工智慧，發揮其潛力同時最大限度地降低風險。本文件以下列六個領域概述健康人工智慧之監管考量因素： （1）文件化與透明度（Documentation and transparency） 開發者應預先規範（pre-specifying）以及明確記錄人工智慧系統（以下簡稱AI系統）之預期醫療目的與開發過程，如AI系統所欲解決之問題，以及資料集之選擇與利用、參考標準、參數、指標、於各開發階段與原始計畫之偏離及更新等事項，並建議以基於風險之方法（Risk-based approach），根據重要性之比例決定文件化之程度、以及AI系統之開發與確效紀錄之保持。 （2）風險管理與AI系統開發生命週期方法（Risk management and AI systems development lifecycle approaches） 開發者應在AI系統生命之所有階段，考慮整體產品生命週期方法（total product lifecycle approach），包括上市前開發管理、上市後監督與變更管理。此外，須考慮採用風險管理方法（risk management approach）來解決與AI系統相關之風險，如網路安全威脅與漏洞（vulnerabilities）、擬合不足（underfitting）、演算法偏差等。 （3）預期用途、分析及臨床確效（Intended use, and analytical and clinical validation） 開發者應考慮提供AI系統預期用途之透明化紀錄，將用於建構AI系統之訓練資料集組成（training dataset composition）之詳細資訊（包括大小、設定與族群、輸入與輸出資料及人口組成等）提供給使用者。此外，可考慮透過一獨立資料集（independent dataset）之外部分析確效（external analytical validation），展示訓練與測試資料以外之效能，並考慮將風險作為臨床確效之分級要求。最後，於AI系統之上市後監督與市場監督階段，可考慮進行一段期間密集之部署後監督（post-deployment monitoring）。 （4）資料品質（Data quality） 開發者應確認可用資料（available data）之品質，是否已足以支援AI系統之開發，且開發者應對AI系統進行嚴格之預發布評估（pre-release evaluations），以確保其不會放大訓練資料、演算法或系統設計其他元素中之偏差與錯誤等問題，且利害關係人還應考慮減輕與健康照護資料有關之品質問題與風險，並繼續努力創建資料生態系統，以促進優質資料來源之共享。 （5）隱私與資料保護（Privacy and data protection） 開發者於AI系統之設計與部署過程中，應考慮隱私與資料保護問題，並留意不同法規之適用範圍及差異，且於開發過程之早期，開發者即應充分瞭解適用之資料保護法規與隱私法規，並應確保開發過程符合或超過相關法規要求。 （6）參與及協作（Engagement and collaboration） 開發者於制定人工智慧創新與部署路線圖之期間，需考慮開發可近用且具有充足資訊之平台，以於適合與適當情況下促進利害關係人間之參與及協作；為加速人工智慧領域實務作法之進化，透過參與及協作來簡化人工智慧監管之監督流程即有必要。