英國無線電頻譜管理改革政策（下）－－風險評估與對策
美國音樂授權平台營運觀察─以BMI為例 資策會科技法律研究所 法律研究員 丘瀚文 104年10月22日 壹、前言 我國著作權法採「創作保護主義」[1]，於著作完成之時，立即取得著作權保護，惟亦因如此，實務上難以證明何人為著作權人，常使利用人鋌而走險非法使用著作，使我國著作權流通、發展受到限制。如何讓著作人可以安心授權著作、利用人得以透過合法授權管道，簡單的取得授權，國外已有透過建立著作權授權平台來解決問題的先行實例。本文為研析我國著作權授權平台可行之營運方式、授權契約、費用計算方式，故觀察分析美國第二大音樂授權平台Broadcast Music Inc.(以下簡稱BMI)，之特色，希望對我國著作權授權平台建立，有所助益。 貳、BMI音樂授權平台介紹 一、BMI音樂授權平台介紹 American Society of Composers Authors and Publishers(以下簡稱ASCAP)是美國最大的音樂授權平台，自1914年成立以來，凡是以公開播放方式利用音樂著作皆須向ASCAP支付授權費用，長久壟斷音樂授權市場[2]。在1940年ASCAP大幅提高授權費用後，以美國廣播協會為首廣播業者，為了因應ASCAP之調整價格，便聯合了500多家廣播公司自行組織了BMI進行抵抗，並蒐集大量非ASCAP管理之音樂供廣播業者利用，但由於後續運作獲得許多利潤，因而繼續經營。 美國司法部於1941年對ASCAP提出反托拉斯訴訟，結果達成和解，之後又於2001年司法部再度與ASCAP達成協議，完成了第二最終修正裁判(Second Amended Final Judgement)，該協議讓司法部得藉司法監督，去控制ASCAP授權音樂費率於一定額度內，使BMI跟ASCAP能維持競爭關係。上開原因使BMI能慢慢發展成美國第二大音樂授權團體。 二、BMI授權方式觀察 BMI授權方式分為兩種，一為非即時性授權契約，其提供著作利用人定型化授權契約，但需經由傳真、客服確認時間，故不具有授權即時性；此一類型又區分為概括授權和單一節目授權兩種形式；二為即時性線上授權契約，利用BMI自行創設之數位授權中心，經線上填入資料、金融轉帳後，即可立即獲得授權，惟目前依網頁介紹觀察，授權對象僅限網站[3]。下列即分述兩種授權方式。 (一)非即時性授權契約 BMI非即時性授權契約分為媒體授權合約(Media Licensing)和一般授權契約(General Licensing)等兩大類型，媒體授權合約主要以公開播放業者為授權交易對象，並區分概括授權與個別節目授權；概括授權即繳納年費後不限次數使用，而個別節目授權則限定特定節目使用，如需在其他節目使用則需另外繳納授權費。 一般授權契約對象則多是廣播以外其他行業，如遊樂園、舞廳、餐廳、政府機關、健身俱樂部、手機…等，其使用授權費率皆不同，利用人填入行業內容後，該授權系統會線上提供與該行業相關授權契約內容供利用人參考，利用人填寫後可上傳至BMI管理中心即可完成授權作業[4]。不過亦非所有行業BMI均提供授權契約範本，仍有部分如餐館等，尚需使用人自行連絡BMI代理人方得進行授權。 以零售商(Retail Establishments)為例，本文登入BMI授權系統，並點選「Apply for License」按鈕，即出現下載授權契約選項，其內容包含[5]：有人對使用方提出訴訟，其訴訟標的關於BMI所提供授權服務，BMI將會負責損害賠償部分。使用人若想結束或轉讓生意，應於30日email至licensing @bmi.com，BMI會將授權金額重新計算，並寄送於使用人。 費用計算上BMI對每個行業皆有不同「計算基準」，據此計算出授權費用。例如零售商是以「場地大小」為計算基準；2000平方英呎以下零售商撥放一般音樂，授權費用為一年為227.6美元，播放具有視覺性音樂(MV)，授權費用為一年307美元。計算基準是隨行業不同而有所變化，例如健身房則與零售商相異，其一年最少費用為311美元，費率亦非以「場地大小」單價計算，而是用「會員數量」作計算基準，並區分音樂是否使用於健身課程，而有不同費率；用於健身課程則一個會員0.279美元，非用於健身課程則一個會員0.195美元[6]。 最後，申請人應將此一表格掃描後做成電子檔，並藉由BMI網頁的上傳功能，上傳至BMI管理中心，中心審核後並確認匯款無誤，即會通知申請人開放授權[7]。 (二)即時性線上授權 BMI即時性線上授權是透過「數位授權中心」(Digital Licensing Center)進行，和非即時性一般授權契約不同，著作利用人只須登入該系統，線上填妥相關利用資訊，並以信用卡、線上轉帳等方式給付授權費用，即得線上完成與BMI締結授權契約程序。BMI將此一授權方式簡化為線上處理，避免授權契約雙方往返溝通繁雜手續，並具有即時性，是更為便利的交易模式。 x數位授權中心有兩種計價方式，總收入計算法與網頁流量計算法。總收入計算法是將網站一定比例收入計算為音樂授權金額。網頁流量計算法則是依據網頁上的流量為基準計算音樂授權金額[8]。而BMI將網站使用區分為三類：1.音樂網站2企業網站3.非營利網站，三者會讓使用者選擇計價方式不同。 舉例來說，企業網站、非營利網站關於音樂使用，其音樂使用與網站業務目的無關，音樂使用僅為提升形象，故不宜使用總收入計算法，應採網頁流量計算方式會較為節省[9]。簡言之，音樂使用與網站業務目的相關，則多使用總收入計算法，使用音樂與網站業務目的無關，則多使用網頁流量計算法。而網站可對財政報告進行分析，並選擇最經濟的方案，並可在一年中進行四次的變更，以符合網站商業運作模式。 參、結論 藉由觀察國外著作權平台授權方式並參考營運模式，對於我國類似平台建置營運提出三點或許可以借鏡之建議： 一、依行業區分不同授權標準 BMI之授權契約多樣化，並以行業做為區分標準，滿足不同需求，此區分各種行業不同收費方式，值得借鏡。例如廣播業者與零售商播放音樂軟體，使用權利雖可能皆為公開播送權，但播放時間、地點、影響程度可能皆不相同，如一律依使用權利態樣定收費標準，似有失公平，應可參考BMI以行業區分授權契約種類模式。 二、即時性線上授權 BMI將授權契約區分為即時性授權契約與非即時性授權契約，而即時授權對於使用人而言，較為方便，我國則可考慮以即時線上授權為基礎，並將對象擴張至一般行業皆能運用。 三、費用計算方式 BMI即時線上授權收費方式區分為總收入計算法與網頁流量計算，在授權對象為網站時，給予多重選擇，例如使用者為一般網站時，網頁流量計算法是對其比較有利的。這種費用的計算方法，讓使用人可依據網站業務不同，選擇利益最大化之優點，增加了使用人使用平台誘因，故此方式值得借鏡。 綜上，BMI之授權方式與契約內容、經營方式有獨到之處，可成為我國著作權平台建立之參考範本，使著作得以順利流通，促進我國產業發展。惟各式授權契約擬定，除有賴大量契約範本蒐集方得完善，授權費用如何設定仍是未來類似平台建置營運必須透過交易經驗與資料統計分析始能克服之難題。 [1] 著作權法第10條：著作人於著作完成時享有著作權。 [2] Music Licensing History,National Religious Broadcasters Music License Committee,http://www.nrbmlc.com/music-licensing/music-licensing-history(last visited Sep. 8, 2015). [3] BMI,https://apps.bmi.com/licensing/nmwebsite.jsf(last visited Aug. 12, 2015). [4] Musuc Users,BMI,http://www.bmi.com/licensing(last visited Aug. 12, 2015). [5] Music License For Retail Establishments,BMI,http://www.bmi.com/forms/licensing/gl/rtl.pdf (last visited Sep. 12, 2015). [6] Music License For Fitness,Clubs,BMI, http://www.bmi.com/forms/licensing/gl/fit1.pdf,(last visited Sep. 8, 2015). [7] BMI,http://www.bmi.com/digital_licensing(last visited Sep. 8, 2015). [8] 例如來站人次、瀏覽人數。 [9] BMI，http://www.bmi.com/digital_licensing(last visited Aug. 11, 2015).
美國NSF研究基金申請之利益衝突管理機制簡介美國NSF研究基金申請之利益衝突管理機制簡介 財團法人資訊工業策進會科技法律研究所 法律研究員 吳建興 106年07月17日 壹、事件摘要 國家科研計畫投入大量資金研發，旨在產出符合一定品質之研究成果，而無論其研究成功與否，需具備研究成果之客觀中立性[1]。為達成此目的，研究計畫申請時（含產學研究計畫），申請研究單位需已建立財務利益衝突管理機制，確保其研究人員能避免因其自身財務利益，而影響國家科研計畫所資助之研究客觀成果。以美國National Science Foundation Awards(以下簡稱：NSF)研究基金為例，NSF要求申請機關就其執行研究人員需揭露重大財務利益，並具備相關〈利益衝突管理機制〉[2]。以下將根據the NSF Proposal & Award Policies & Procedures Guide[3] (以下簡稱：PAPPG)簡介此機制內容及運作方式。 貳、NSF研究基金下財務利益衝突管理機制之特色 一、機制首重事前(Ex ante)揭露、審查及管理 美國NSF研究基金之機制，首重利益衝突管理，除非有不能管理之利益衝突存在，否則不會影響研究基金之申請。申請單位於NSF研究基金申請前即需管理利益衝突，主要參與研究計畫之人員，需事前揭露重大財務利益，並由申請機關審查有否利益衝突存在，若認定有財務利益衝突時，需提出管理利益衝突方法。 二、執行計畫研究人員需受利益衝突教育訓練義務。 NSF研究基金依據聯邦法規[4]規定，要求申請NSF研究基金之研究機關需在其計畫書中載明單位如何使參與研究人員接受教育訓練，明瞭何謂負責之研究行為(Responsible Conduct of Research:簡稱RCR)，亦即如何避免研究上發生重大財務利益衝突行為。 三、重大財務利益[5]揭露需超越一定門檻 程序上需定義何為需揭露之重大財務利益，包括揭露主體、時機及揭露關係人範圍，以下分述之。 揭露主體：符合聯邦基金計畫下定義之主要研究計畫主持人（All Principal Investigators, Project Directors,Co- Principal Investigators）或其他負責研究計畫之設計、執行及報告之研究人員[6]。皆有填寫一份NSF財務揭露表單之義務。 揭露時機：於提出研究計畫書予NSF研究基金時，相關研究計畫主持人即需提交所需財務揭露表，而於執行計畫期間，研究計畫主持人或其配偶及同居人及未成年子女，仍有揭露新重大財務利益之義務[7]。 揭露關係人範圍：前揭揭露主體之配偶及同居人及未成年子女之所有超過美金一萬元之重大財務利益或持有受研究計畫影響公司之所有權利益超過百分之五皆須申報揭露。 NSF研究基金下所謂之重大財務利益概念係指[8]： 研究主持人及其配偶或未成年子女接受任何超過美金一萬元之合理市價股權利益（equity interest）（含股票、證券、其它所有權利益other ownership interests）或持有任何公司超過5%之所有權利益[9]。 研究主持人及其配偶或未成年子女，於申請前一年內從公司接受任何總計超過美金一萬元之薪資、智財權收入（含權利金）及其他收入[10]。 四、專人審查利益揭露及利益衝突需具備直接及重大性 NSF研究基金規定申請機關得指派一人或多人審查財務揭露[11]並認定是否存在利益衝突，審查型式可以委員會型式[12]呈現或由研究機關指派大學內院長等專人為之，無硬性規定。 關於如何認定重大財務利益衝突存在，NSF研究基金規定若審查人合理認定重大財務利益（SFI）可直接（Directly）或重大(Significantly)影響由NSF所資助研究計畫之設計、執行及報告時，即可認為存在利益衝突[13]。 五、利益衝突管理措施具多樣性，非只有當事人迴避一途 當審查人認定有利益衝突存在，審查人可決定採取限制措施或條件，以管理、降低及移除利益衝突[14]。其可能採取管理措施計包括但不限於：對公眾揭露重大財務利益、獨立審查人控管研究計畫、更改研究計畫、斷絕產生利益衝突關係、脫離重大財務利益及不參與研究計畫[15]。 參、事件評析 （一）美國NSF研究基金制度於有利益衝突時首重衝突管理，而目前臺灣科研計畫無所謂管理利益衝突概念，而採事前一律迴避義務[16]。 我國在研究計畫申請時就已採當然迴避規定，並要求計畫主持人及共同人主持人填寫利益迴避聲明書[17]，但就研究執行期間發生利益衝突情況之處理方式並無規定[18]。 以今年2017科技基本法修法通過後為例，其立法意旨雖明確指出擬規範技術移轉的利益迴避，〈讓科研過程更加透明，以避免學研機構及人員在技轉時不慎踩線違法〉[19]，然而此利益迴避機制仍是針對研發成果管理後端之技轉過程為利益迴避審查，尚未導入研發階段之利益衝突管理機制。目前子法的修訂仍正在進行中，且公布草案中有要求執行研究發展單位於其研發成果管理機制，建立技術移轉的〈利益迴避管理機制〉，惟對於研發前端的〈利益衝突管理機制〉仍未如NSF基金有一樣之制度建立[20]。 （二）目前臺灣對前端科研計畫之申請並無要求執行機關需對參與研究人員有財務利益衝突認識之教育與訓練 雖就目前科研計畫申請無要求，然在今年2017科技基本法修正後，在其子法預計要求執行研究發展單位需導入針對研發後端之技術移轉時所涉及利益迴避為教育訓練[21]。 （三）臺灣科研研究計畫申請前，仍需在研究前端導入利益衝突管理機制，目前修法僅預計在觸及技轉新創公司時，在研究成果管理機制中新增〈利益迴避管理機制〉，是從研究成果後端導入機制。 近年來，產學合作研究增加研究機關與產業之互動，然而此互動關係也漸趨複雜。為不影響產學研究成果之科學上之客觀性，研究計畫之財務利益衝突管理也需為適時調整。惟有加強此產學合作關係上透明性，確保利益衝突規範之遵行，且加強執行單位之自我監控，做好利益衝突管理及主責機關之監督，方可避免因日漸複雜的產學合作關係，使得其合作成果受到質疑[22]。若申請單位本身能提出財務利益衝突管理方法，落實預防性保護措施，自能保證研究成果之客觀性。 為達前述科研成果之客觀性，此利益衝突管理之導入時機，需在研發前端為之，也就是在研發申請前，執行研究發展單位就需為利益衝突管理。 臺灣似可參考NSF研究基金作法，由於其出自另一種思維，除消極防弊外，更積極將重大財務利益事前發現及揭露，並於揭露後判斷是否會直接及重大影響研究成果，若為肯定，則採行適當管理措施以減輕，消弭或管理利益衝突，達到研究成果客觀性目的。此項利益衝突管理思維，可為如何思考改進現行我國在研發計畫申請時只採當然迴避機制為參考。 [1]指科研計畫不受研究人員利益衝突而影響研究成果之科學上真實性。 [2] 本文用〈利益衝突管理機制〉文字來指稱NSF基金所設立之模式，在認定有重大利益衝突時，需採取一定措施來管理、減輕及移除利益衝突，迴避只是其中一種管理手段，與另一種〈利益迴避管理機制〉模式有所不同，該機制雖有利益揭露，及專人審查，然其審查結果只導向當事人需不需迴避之結果，無採取其他管理措施可言。 [3] Proposal & Award Policies & Procedures Guide, National Scence Foundation,https://www.nsf.gov/pubs/policydocs/pappg17_1/sigchanges.jsp (Last visited, June 14, 2017) [4]其法源依據為：Section 7009 of the America Creating Opportunities to Meaningfully Promote Excellence in Technology, Education, and Science (COMPETES) Act (42 USC 1862o–1) [5] Significant Financial Interest:以下簡稱SFI [6]A. Conflict of Interest Policies, 2., PAPPG, https://www.nsf.gov/pubs/policydocs/pappg17_1/pappg_9.jsp (Last visited, June 14, 2017) [7] 參NSF之財務揭露表 [8] 原文請參照：‘The term "significant financial interest" means anything of monetary value, including, but not limited to, salary or other payments for services (e.g., consulting fees or honoraria); equity interest (e.g., stocks, stock options or other ownership interests); and intellectual property rights (e.g., patents, copyrights and royalties from such rights).’. 參A. Conflict of Interest Policies, 2., PAPPG, https://www.nsf.gov/pubs/policydocs/pappg17_1/pappg_9.jsp (Last visited, June 14, 2017) [9]原文請參照：‘A.2.e. an equity interest that, when aggregated for the investigator and the investigator’s spouse and dependent children, meets both of the following tests: does not exceed $10,000 in value as determined through reference to public prices or other reasonable measures of fair market value, and does not represent more than a 5% ownership interest in any single entity;’由此段文字反推而出。 https://www.nsf.gov/pubs/policydocs/pappg17_1/pappg_9.jsp (Last visited, June 14, 2017) [10]原文請參照：‘A.2.f. salary, royalties or other payments that, when aggregated for the investigator and the investigator’s spouse and dependent children, are not expected to exceed $10,000 during the prior twelve-month period.’由此段文字反推而出。 https://www.nsf.gov/pubs/policydocs/pappg17_1/pappg_9.jsp (Last visited, June 14, 2017) [11] A. Conflict of Interest Policies, 4. PAPPG, https://www.nsf.gov/pubs/policydocs/pappg17_1/pappg_9.jsp (Last visited, June 14, 2017) [12] 加州柏克萊大學設有利益衝突委員會而史丹佛大學則由學院長指定專人審查。 [13] 原文為：‘‘A conflict of interest exists when the reviewer(s) reasonably determines that a significant financial interest could directly and significantly affect the design, conduct, or reporting of NSF-funded research or educational activities.’’ A. Conflict of Interest Policies, 4. supra note 6.(黑體字為本文所強調) [14]原文為：‘‘4.An organizational policy must designate one or more persons to review financial disclosures, determine whether a conflict of interest exists, and determine what conditions or restrictions, if any, should be imposed by the organization to manage, reduce or eliminate such conflict of interest.’’ A. Conflict of Interest Policies, 4. supra note 6. (黑體字為本文所強調) [15] A. Conflict of Interest Policies, 4. supra note 6. [16]參科技部補助產學合作研究計畫作業要點第一章通則之六、（迴避規定）以下。 [17]參科技部補助產學合作研究計畫書第三頁,https://www.most.gov.tw/folksonomy/list?menu_id=4dda1fd8-2aa9-412a-889b-9d34b50b6ccd&l=ch（最後瀏覽日：2017/06/14） [18] 經查科技部補助產學合作研究計畫作業要點無相關規定。 [19] 黃麗芸，〈科技基本法三讀，行政教職可兼新創董事〉，中央社，2017/05/26,https://finance.technews.tw/2017/05/26/administrative-staff-can-be-start-up-company-director/ (最後瀏覽日：2017/07/17) [20]請參照科技部公告〈政府科學技術研究發展成果歸屬及運用辦法部分條文修正草案對照表〉內修正條文第五條第三項之四、利益迴避、資訊揭露管理：受理資訊申報、審議利益迴避、公告揭露資訊 等程序，並落實人員、文件及資訊等保密措施。及修正條文第五條之一及修正條文第五條之二等相關條文。 https://www.most.gov.tw/most/attachments/61706f66-80b1-4812-9d6a-3fb140ab21f9 (最後瀏覽日：2017/07/17) （粗體字為本文強調所加）。 [21]請參照科技部公告〈從事研究人員兼職與技術作價投資事業管理辦法部分條文修正草案對照表〉內修正條文第七條學研機構應就依本辦法之兼職或技術作價投資設置管理單位，訂定迴避及資訊公開之管理機制，包括設置審議委員會、適用範圍、應公開揭露或申報事項、審議基準及作業程序、違反應遵行事項之處置、通報程序及教育訓練等。https://www.most.gov.tw/most/attachments/db227464-b0f8-4237-ae7c-d6eb712ff3f7 (最後瀏覽日：2017/07/17)（黑體字為本文強調所加）。 [22] 參美國聯邦衛生部（HHS)於2011年修改旗下PHS之研究基金申請規則之背景說明（42 CFR part 50, subpart F and 45 CFR part 94 (the 1995 regulations), that are designed to promote objectivity in PHSfunded research.）。Responsibility of Applicants for Promoting Objectivity in Research for Which Public Health Service Funding Is Sought and Responsible Prospective Contractors, 76 Fed. Reg.53,256,53,256(Aug. 25, 2011)(to be codified at 42 CFR Part 50 and 45 CFR Part 94).
通用人工智慧的透明揭露標準--歐盟通用人工智慧模型實踐準則「透明度 (Transparency)」章通用人工智慧的透明揭露標準--歐盟通用人工智慧模型實踐準則「透明度 (Transparency)」章 資訊工業策進會科技法律研究所 2025年08月06日 歐盟人工智慧辦公室(The European AI Office，以下簡稱AIO) 於2025年7月10日提出《人工智慧法案》（AI Act, 以下簡稱AIA法案）關於通用型人工智慧實作的準則[1] (Code of Practice for General-Purpose AI Models，以下簡稱「GPAI實踐準則」)，並於其中「透明度 (Transparency)」章節[2]，針對歐盟AIA法案第53條第1項(a)、(b)款要求GPAI模型的提供者必須準備並提供給下游的系統整合者 (integrator) 或部署者 (deployer) 足夠的資訊的義務，提出模型文件(Model Documentation)標準與格式，協助GPAI模型提供者制定並更新。 壹、事件摘要 歐盟為確保GPAI模型提供者遵循其AI法案下的義務，並使AIO能夠評估選擇依賴本守則以展現其AI法案義務合規性的通用人工智慧模型提供者之合規情況，提出GPAI實踐準則。當GPAI模型提供者有意將其模型整合至其AI系統的提供者（以下稱「下游提供者」）及應向AIO提供相關資訊，其應依透明度章節要求措施(詳下述)提出符合內容、項目要求的模型文件，並予公開揭露且確保已記錄資訊的品質、安全性及完整性 (integrity)。 由於GPAI模型提供者在AI價值鏈 (AI value chain) 中具有特殊角色和責任，其所提供的模型可能構成一系列下游AI系統的基礎，這些系統通常由需要充分了解模型及其能力的下游提供者提供，以便將此類模型整合至其產品中並履行其AIA法案下的義務。而相關資訊的提供目的，同時也在於讓AIO及國家主管機關履行其AI法案職責，特別是高風險AI的評估。 AIO指出完整填寫與定期更新模型文件，是履行AIA法案第53條義務的關鍵步驟。GPAI模型提供者應建立適當的內部程序，確保資訊的準確性、時效性及安全性。模型文件所含資訊的相關變更，包括同一模型的更新版本，同時保留模型文件的先前版本，期間至模型投放市場後10年結束。 貳、重點說明 一、制定並更新模型文件(措施1.1) 透明度 (Transparency)章節提供模型文件的標準表格，做為GPAI實踐準則透明度章節的核心工具，協助GPAI模型提供者有系統性的整理並提供AIA法案所要求的各項資訊。表格設計考量了不同利害關係人的資訊需求，確保在保護商業機密的同時，滿足監管透明度的要求。 前揭記錄資訊依其應提供對象不同，各欄位已有標示區分該欄資訊係用於AI辦公室 (AIO)、國家主管機關 (NCAs) 或下游提供者 (DPs)者。適用於下游提供者的資訊，GPAI模型提供者應主動提供(公開揭露)，其他則於被請求時始須提供(予AIO或NCAs)。 除基本的文件最後更新日期與版本資訊外，應提供的資訊分為八大項，內容應包括： (一)、一般資訊General information 1.模型提供者法律名稱(Legal name) 2.模型名稱(Model name)：模型的唯一識別碼（例如 Llama 3.1-405B），包括模型集合的識別碼（如適用），以及模型文件涵蓋之相關模型公開版本的名稱清單。 3.模型真實性(Model authenticity)：提供明確的資訊例如安全雜湊或URL端點，來幫助使用者確認這個模型的來源 (Provenance)、是否真實性未被更動 (Authenticity)。 4.首次發布日(Release date)與首次投放歐盟市場的日期(Union market release date)。 5.模型依賴(Model dependencies)：若模型是對一個或多個先前投放市場的GPAI模型進行修改或微調的結果，須列出該等模型的名稱（及相關版本，如有多個版本投放市場）。 (二)、模型屬性(Model properties) 1.Model architecture 模型架構：模型架構的一般描述，例如轉換器架構 (transformer architecture)。 2.Design specifications of the model 模型設計規格：模型主要設計規格的一般描述，包括理由及所作假設。 3.輸出/入的模式與其最大值(maximum size)：說明係文字、影像、音訊或視訊模式與其最大的輸出/入的大小。 4.模型總參數量(model size)與其範圍(Parameter range)：提供模模型參數總數，記錄至少兩個有效數字，例如 7.3*10^10 參數，並勾選參數(大小)所在範圍的選項，例如：☐>1T。 (三)、發佈途徑與授權方式(Methods of distribution and licenses) 1.發佈途徑Distribution channels：列舉在歐盟市場上使用模型的採用法，包括API、軟體套裝或開源倉庫。 2.授權條款License：附上授權條款鏈結或在要求時提供副本；說明授權類型如: 開放授權、限制性授權、專有授權；列出尚有提供哪些相關資源(如訓練資料、程式碼)與其存取方式、使用授權。 (四)、模型的使用(Use) 1.可接受的使用政策Acceptable Use Policy：附上可接受使用政策連結或副本或註明無政策。 2.預期用途或限制用途Intended uses：例如生產力提升、翻譯、創意內容生成、資料分析、資料視覺化、程式設計協助、排程、客戶支援、各種自然語言任務等或限制及/或禁止的用途。 3.可整合AI系統之類型Type and nature of AI systems：例如可能包括自主系統、對話助理、決策支援系統、創意AI系統、預測系統、網路安全、監控或人機協作。 4.模型整合技術方式Technical means for integration：例如使用說明、基礎設施、工具）的一般描述。 5.所需軟硬體資源Required hardware與software：使用模型所需任何軟硬體（包括版本）的描述，若不適用則填入「NA」。 (五)、訓練過程(Training process) 1.訓練過程設計規格(Design specifications of the training process)：訓練過程所涉主要步驟或階段的一般描述，包括訓練方法論及技術、主要設計選擇、所作假設及模型設計最佳化目標，以及不同參數的相關性（如適用）。例如：「模型在人類偏好資料集上進行10個輪次的後訓練，以使模型與人類價值觀一致，並使其在回應使用者提示時更有用」。 2.設計決策理由(Decision rationale)：如何及為何在模型訓練中做出關鍵設計選擇的描述。 (六)、用於訓練、測試及驗證的資料資訊(Information on the data used for training, testing, and validation) 1.資料類型樣態Data type/modality：勾選樣態包括文字、影像、音訊、視訊或說明有其他模態。 2.資料來源Data provenance：勾選來源包括網路爬蟲、從第三方取得的私人非公開資料集、使用者資料、公開資料集、透過其他方式收集的資料、非公開合成(Synthetic )資料等。 3.資料取得與選取方式(How data was obtained)：取得及選擇訓練、測試及驗證資料使用方法的描述，包括用於註釋資料的方法及資源，以及用於生成合成資料的模型及方法。從第三方取得的資料，如果權利取得方式未在訓練資料公開摘要中披露，應描述該方式。 4.資料點數量Number of data points：說明訓練、測試及驗證資料的大小（資料點數量），連同資料點單位的定義（例如代幣或文件、影像、視訊小時或幀）。 5.資料範疇與特性(Scope and characteristics)：指訓練、測試及驗證資料範圍及主要特徵的一般描述，如領域（例如醫療保健、科學、法律等）、地理（例如全球、限於特定區域等）、語言、模式涵蓋範圍。 6.資料清理處理方法(Data curation methodologies)：指將獲取的資料轉換為模型訓練、測試及驗證資料所涉及的資料處理一般描述，如清理（例如過濾不相關內容如廣告）、資料擴增。 7.不當資料檢測措施(Measures for unsuitability)：在資料獲取或處理中實施的任何方法描述（如有），以偵測考慮模型預期用途的不適當資料源，包括但不限於非法內容、兒童性虐待材料 (CSAM)、非同意親密影像 (NCII)，以及導致非法處理的個人資料。 8.可識別偏誤檢測措施(Measures to detect identifiable biases)：描述所採取的偵測與矯正訓練資料存在偏誤的方法。 (七)、訓練期間的計算資源(Computational resources (during training)) 1.訓練時間(Training time)：所測量期間及其時間的描述。 2.訓練使用的計算量(Amount of computation used for training)：說明訓練使用的測量或估計計算量，以運算表示並記錄至其數量級（例如 10^24 浮點運算）。 3.測量方法論(Measurement methodology)：描述用於測量或估計訓練使用計算量的方法。 (八)、訓練及推論的能源消耗(Energy consumption (during training and inference)) 1.訓練耗能(Amount of energy used for training)及其計量方法：說明訓練使用的測量或估計能源量，以百萬瓦時表示（例如 1.0x10^2 百萬瓦時）。若模型能源消耗未知，可基於所使用計算資源的資訊估計能源消耗。若因缺乏計算或硬體提供者的關鍵資訊而無法估計訓練使用能源量，提供者應披露所缺乏的資訊類型。 2.推論運算耗能的計算基準 (Benchmarked amount of computation used for inference1)及其方法：以浮點運算表示方式（例如 5.1x10^17 浮點運算）說明推論運算的基準計算量，並提供計算任務描述（例如生成100000個代幣Token）及用於測量或估計的硬體（例如 64個Nvidia A100）。 二、提供GPAI模型相關資訊(措施1.2) 通用人工智慧模型投放市場時，應透過其網站或若無網站則透過其他適當方式，公開揭露聯絡資訊，供AIO及下游提供者請求取得模型文件中所含的相關資訊或其他必要資訊，以其最新形式提供所請求的資訊。 於下游提供者請求時，GPAI模型提供者應向下游提供者提供最新模型文件中適用於下游提供者的資訊，在不影響智慧財產權及機密商業的前提下，對使其充分了解GPAI模型的能力及限制，並使該等下游提供者能夠遵循其AIA法案義務。資訊應在合理時間內提供，除特殊情況外不得超過收到請求後14日。且該資訊的部分內容可能也需要以摘要形式，作為GPAI模型提供者根據AIA法案第53條第1項(d)款必須公開提供的訓練內容摘要 (training content summary) 的一部分。 三、確保資訊品質、完整性及安全性(措施1.3) GPAI模型提供者應確保資訊的品質及完整性獲得控制，並保留控制證據以供證明遵循AIA法案，且防止證據被非預期的變更 (unintended alterations)。在制定、更新及控制資訊及記錄的品質與安全性時，宜遵循既定協議 (established protocols) 及技術標準 (technical standards)。 參、事件評析 一、所要求之資訊完整、格式標準清楚 歐盟AGPAI實踐準則」的「透明度 (Transparency)」提供模型文件的標準表格，做為GPAI實踐準則透明度章節的核心工具，從名稱、屬性、功能等最基本的模型資料，到所需軟硬體、使用政策、散佈管道、訓練資料來源、演算法設計，甚至運算與能源消秏等，構面完整且均有欄位說明，而且部分欄位直接提供選項供勾選，對於GPAI模型提供者提供了簡明容易的AIA法案資訊要求合規做法。 二、表格設計考量不同利害關係人的資訊需求 GPAI實踐準則透明度章節雖然主要目的是為GPAI模型提供者對由需要充分了解模型及其能力的下游提供者提供資訊，以便其在產品履行AIA法案下的義務。但相關資訊的提供目的，同時也在於讓AIO及國家主管機關履行其AI法案職責，特別是高風險AI的評估。因此，表格的資訊標示區分該欄資訊係用於AI辦公室 (AIO)、國家主管機關 (NCAs) 或下游提供者 (DPs)者，例如模型的訓練、資料清理處理方法、不當內容的檢測、測試及驗證的資料來源、訓練與運算的能秏、就多屬AIO、NCAs有要求時始須提供的資料，無須主動公開也兼顧及GPAI模型提供者的商業機密保護。 三、配套要求公開並確保資訊品質 該準則除要求GPAI模型提供者應記錄模型文件，並要求於網站等適當地，公開提供下游提供者請求的最新的資訊。而且應在不影響智慧財產權及機密商業的前提下，提供其他對使其充分了解GPAI模型的能力及限制的資訊。同時，為確保資訊的品質及完整性獲得控制，該準則亦明示不僅應落實且應保留證據，以防止資訊被非預期的變更。 四、以透明機制落實我國AI基本法草案的原則 我國日前已由國科會公告人工智慧基本草案，草案揭示「隱私保護與資料治理」、「妥善保護個人資料隱私」、「資安與安全 」、「透明與可解釋 」、「公平與不歧視」、「問責」原則。GPAI實踐準則透明度章節，已提供一個重要的啟示—透過AI風險評測機制，即可推動GPAI模型資訊的揭露，對相關資訊包括訓練資料來源、不當內容防止採取做一定程度的揭露要求。 透過相關資訊揭露的要求，即可一定程度促使AI開發提供者評估認知風險，同時採取降低訓練資料、生成結果侵權或不正確的措施。即便在各領域作用法尚未能建立落實配套要求，透過通過評測的正面效益，運用AI風險評測機制的資訊提供要求，前揭草案揭示的隱私、著作、安全、問責等原則，將可以立即可獲得一定程度的實質落實，緩解各界對於AI侵權、安全性的疑慮。 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]The European AI Office, The General-Purpose AI Code of Practice, https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai 。(最後閱覽日：2025/07/30) [2]The European AI Office, Code of Practice for General-Purpose AI Models–Transparency Chapter, https://ec.europa.eu/newsroom/dae/redirection/document/118120 。(最後閱覽日：2025/07/30)