資訊揭露立場分歧：著作權集體管理團體條例修正草案
著作權集體管理團體條例（集管條例）自2010年2月10日公布施行以來，終於今年（2019）5月中旬展開修法公聽會，智慧局提出三大項修法目的：「一、強化專責機關監督輔導；二、提升集管團體公信力與透明度；三、健全著作權授權市場環境。」依此分別提出修正條文。
其中，關於集管團體的財務治理透明化的規定，智慧局參考歐盟指令與德國集管條例，增訂集管團體之資產負債表、收支決算表、現金流量表等財務報表之揭露的法律義務（修正第21條第1項），且「應上網供公眾查閱」（增訂第22條第2項），係為建立集管團體公信力並強化良善治理與健全體質。
在場集管團體持不同意見，認集管團體僅係對身為會員的權利人以及利用人負責，且每年均已被主管機關與會員檢視相關報表，似無公開上網讓不特定大眾開放查閱之理。利用人則提出「重複管理」是須要被解決的議題，以授權移轉的實務問題舉例，故希望未來修新法有即時性的權利與管理的資訊揭露。權利人則反應授權金分配不透明，建議以資訊化的方式讓報酬分配機制透明化，並可應用區塊鍊技術達成之。
杜芸璞
法律研究員 編譯整理
- 著作權集體管理團體條例修法意見交流會，https://www.tipo.gov.tw/lp.asp?CtNode=7744&CtUnit=3808&BaseDSD=7&mp=1（最後瀏覽日：2019/05/23）
- 108年5月16日「著作權集體管理團體條例部分條文修正草案」公聽會 https://activity.tipo.gov.tw/ct.asp?xItem=37189&ctNode=817&mp=1（最後瀏覽日：2019/05/23）
歐洲開放科學雲(European Open Science Cloud, EOSC)旨在整合現有的數據基礎設施以及科研基礎設施，為歐洲研究人員與全球科研合作者提供共享的開放資料服務。為此，荷蘭與德國於12月率先成立GO FAIR國際支援與合作辦公室(The GO FAIR international support and coordination office, GFISCO)。荷蘭辦公室坐落於萊頓，並由荷蘭政府與萊頓大學醫學中心(Leiden University Medical Center)所共同出資設立。 該辦公室之成立源自於GO FAIR計畫，GO意即全球開放(The Global Open)、FAIR則分別係指可發現(Findable)、可連接(Accessible)、共同使用(Interoperable)和可重複使用(Re-usable)，其目標在於跨越國界，開放目前科研領域現有的研究數據，係為邁向歐洲科學雲之里程碑。 荷蘭與德國曾於2017年5月時，發表聯合立場聲明書以展現推動歐洲開放科學雲以及全力支援GO FAIR計畫之企圖心，此次辦公室之設立為，包含以下主要任務： 支援由個人、機構、計畫組織等各方所組成的GO FAIR實踐網絡(GO FAIR Implementation Networks, INs)之營運工作。 進行GO FAIR實踐網絡之協調工作，以避免重複或壟斷之情形發生。 透過教育支援等方式倡議推行GO FAIR計畫。 GO FAIR國際支援與合作辦公室主要之角色為提供建言，而非幫助GO FAIR計畫做決策，若無達成預期效果或是缺乏明確的工作計畫時，該辦公室則可提供相關服務，以協助達成預期目標，並協助處理行政上之相關議題。
美國衛生暨福利部於09年8月公布關於醫療資訊外洩通知義務之暫行最終規則於2000年基因圖譜解碼後，「基因歧視」議題成為各界關注焦點，而在電子通訊技術之配合下，更加速了包括基因資訊之個人醫療資訊的流通。在此時空背景下，如何能在善用相關技術所帶來的便捷同時，也對於相關資訊不甚外流時，得以有適切的因應措施以保障患者之隱私，成為了必須處理的問題。 美國國會甫於今年(2009年)2月所通過的「經濟與臨床健康資訊科技法」 (The Health Information Technology for Economic and Clinical Health Act, HITECH) 之相關修正中，強化了對醫療資訊之保護，其中要求美國衛生暨福利部(the Department of Health and Human Service, HHS )，針對受保護之醫療資訊未經授權而取得、侵入、使用或公開外洩之情形擬定「暫行最終規則」(interim final rule)進行管理，該項規則亦於今年(2009年)8月24日公布。值得注意的是，HITECH之規範主體(適用主體、商業夥伴)與保護客體(未依法定方式做成保護措施之健康資訊)皆沿用「1996醫療保險可攜性與責任法案」（the Health Insurance Portability and Accountability Act of 1996, HIPAA）之定義。然而，與HIPPA最大的不同在於， HIPAA中僅以私人契約之隱私權政策間接地管理醫療資料外洩事件，但於暫行最終規則中直接課以相關主體一項明確且積極的法定通知義務。HITECH之規範主體，基於其注意義務，應於得知或可得而知之日起算，60日內完成通知義務；視醫療資訊外洩之嚴重程度，其通知之對象亦有所不同，必要時應通知當地重要媒體向外發布訊息，HHS也將會以表單方式公布於其網站中。 整體而言，HITECH首次課以規範主體主動向可能受影響個人通知醫療資訊外洩事件之義務，此為HIPPA過去所未規範者；其次HITECH也突破HIPAA過往基於契約關係執行相關隱私權及安全規定之作法，於法規上直接對於洩露醫療資訊之相關主體課以刑責，強化了違反HIPAA隱私權與安全規定之法律效果。惟值得注意的是，受限於美國國會對HHS提出最終規則之期限要求，HHS現階段所提出的版本僅屬暫行規定，最終規定之最終確切內容仍有待確定，也值得我們持續觀察。
美國發布先進AI創新與安全總統行政命令，強化AI資安防禦並建立尖端模型自願性架構美國發布先進AI創新與安全總統行政命令，強化AI資安防禦並建立尖端模型自願性架構 資訊工業策進會科技法律研究所 2026年08月10日 川普政府上任後，美國AI政策整體基調偏向「創新優先」，避免過度監管影響產業發展，以維持AI產業競爭優勢為目標。然而，隨著尖端（frontier）AI模型逐漸具備更先進之網路攻防及自動化代理能力，政策關注範圍亦由產業發展與技術競爭，進一步延伸至國家安全、政府資訊系統防護及關鍵基礎設施韌性。白宮指出，先進AI（advanced AI）能力雖可強化國家實力，亦帶來新的國家安全考量（national security considerations），須由行政部門各機關及其所屬單位協調因應[1]。 壹、事件摘要 因應新一代AI模型能力快速提升所引發之國家安全與資安議題，白宮於2026年6月2日發布第14409號總統行政命令「促進先進人工智慧創新與安全」（Promoting Advanced Artificial Intelligence Innovation and Security）（下簡稱總統行政命令），宣示聯邦政府將透過與私部門合作，促進AI創新與安全，藉由現代化政府及私部門資訊系統、防禦外部網路威脅、保護美國創新成果與智慧財產，以及培養先進AI賦能能力[2]，維持美國在AI創新領域之領先地位[3]。 總統行政命令聚焦三項重點，一為強化政府資訊系統防禦，導入AI資安工具，建立弱點偵測、修補協調、資金盤點及人才配置機制，並促進聯邦機關、州與地方主管機關及關鍵基礎設施營運者取得資安工具、服務，並於適當情形下近用（access）「適用範圍內之尖端模型」（covered frontier models，下簡稱為「特定尖端模型」）。第二，建立尖端AI模型之自願性安全部署架構，透過機密基準測試（classified benchmarking process）、政府有限期間之提前近用及可信任夥伴機制，促進安全創新並排除強制事前審查。第三，將AI相關資安犯罪列為優先執法事項，打擊利用AI非法存取或損害電腦，以及於非法存取過程中利用AI進一步實施其他犯罪之行為。 貳、重點說明 一、升級政府相關資訊系統防禦，並擴大AI資安能力之應用 總統行政命令第二條規定聚焦於以先進AI能力強化美國資訊系統之網路防禦。其規範重點包括優先強化政府相關資訊系統之防禦，並透過導入AI賦能防禦工具、完善弱點管理與修補協調等措施及資源分配，提升整體資安防護能力。具體措施包含： （一）優先強化政府資訊系統防禦，並擴大AI資安資源之取得 總統行政命令要求相關機關於命令發布日起30日內，優先強化政府核心資訊系統之網路防禦，包括「國家安全系統」（National Security Systems）[4]及戰爭部資訊系統。就民用聯邦政府資訊系統部分，則要求國土安全部透過資安暨基礎設施安全局（Cybersecurity and Infrastructure Security Agency, CISA），經跨機關諮商後發布「具拘束力之作業指令」（Binding Operational Directives, BOD）及其他適當指引，以加速並優先強化該等系統之網路防禦。 BOD及指引亦用於建立或擴充聯邦方案及資安服務，以強化AI賦能防禦工具，並促進聯邦機關、州與地方主管機關，以及鄉村醫院、社區銀行、地方公用事業等關鍵基礎設施營運者取得相關資安工具與服務，包括於適當情形下近用「特定尖端模型」。 （二）建立AI弱點偵測與修補協調機制，並配置資金及人才支持 1.成立AI國家級漏洞資訊中心（AI cybersecurity clearinghouse） 總統行政命令要求財政部長於命令發布日起30日內，經跨機關諮商後，成立「AI國家級漏洞資訊中心」。該中心由政府與AI產業及關鍵基礎設施營運者進行自願性合作（voluntary collaboration）推動，負責協調並避免軟體弱點掃描作業相互衝突、發現並驗證相關弱點，並協調及排定補救措施與弱點修補程式發布之優先順序。 後續白宮於2026年7月14日宣布啟動「金鷹計畫」（GOLD EAGLE），依總統行政命令建立AI國家級漏洞資訊中心，由相關聯邦機關與產業合作，目前已開始彙整各產業及部門所發現之資安弱點，依其重要性排定優先處理順序，並協調軟體弱點掃描與後續驗證作業，以確保美國軟體與網路（networks）之安全[5]。 2.盤點補助資金並擴大資安人才任用 總統行政命令另要求白宮管理與預算辦公室（Office of Management and Budget, OMB）與國家網路總監及CISA局長協調，盤點既有聯邦補助方案中是否有可用且相關之資金，可提供予開發先進AI弱點偵測之申請者。另為補足相關專業人力，總統行政命令亦要求「人事管理局」（Office of Personnel Management）局長於命令發布日起60日內，擴大由白宮支持之聯邦科技人才計畫「美國科技部隊」（United States Tech Force）[6]資訊資安專家之招聘與任用途徑。 二、建立尖端模型自願性安全部署架構 白宮將針對尖端模型建立自願性安全部署架構。總統行政命令要求財政部長、戰爭部長及國土安全部長於命令發布日起60日內，分別透過相關專責機關並經跨機關諮商，建立並維護「機密基準測試程序」，以評估AI模型之先進網路能力，並判斷特定AI模型是否達到認定「特定尖端模型」之門檻。 對於符合標準之模型，透過自願性架構，開發者得於向其他可信任夥伴發布模型前，提供聯邦政府最長30日之模型近用權限。此類近用須受適當保密、資安、內部人員風險、智慧財產權保護、使用及不揭露要求之拘束。總統行政命令並進一步規劃，AI開發者得與聯邦政府合作選定可信任夥伴，使該等合作夥伴取得尖端模型提前近用權，以促進安全創新並強化關鍵基礎設施資安。 然而，該總統行政命令亦明確排除強制性事前管制之解釋可能，規定相關條文不得被解釋為授權政府針對新AI模型之開發、公開、發布或散布，建立強制性核照、事前審查或許可要求，即使屬於尖端模型亦同。 依據媒體報導，白宮已於期限內完成總統行政命令所要求之自願性架構[7]，並於2026年8月與部分AI業者說明架構內容[8]。據目前報導，該架構排除開放模型，並將具當前最高水準能力（state-of-the-art capabilities）且涉及國安風險之封閉模型（closed-source models）納入發布前檢視。聯邦政府得於模型發布前進行最長30日之檢視，期間模型須儲存於高度安全環境，限制人員存取及詳細留存存取紀錄，相關檢視亦由多個行政部門官員共同參與[9]。惟白宮未對外公開完整架構，機密基準測試程序及「特定尖端模型」之判定門檻則均屬機密資訊[10]。 三、將AI相關資安犯罪列為優先執法事項 除前述AI資安能力導入與尖端模型安全部署安排外，總統行政命令亦從刑事執法面因應AI濫用風險。其要求司法部長優先執行《美國法典》（United States Code）第18編第1028條、第1030條、第1343條及其他適用之聯邦刑事法律[11]，以處理利用AI非法且未經授權存取、損害電腦系統之行為，或於從事該等非法存取時利用AI進一步實施其他犯罪之行為。 具體而言，前述優先執法範圍包括侵入公共或私人資訊技術系統，或運用AI代理（AI agents）非法存取資料或資訊，並將該等資料或資訊後續用於犯罪或違法目的。 參、事件評析 第14409號總統行政命令延續川普政府重視AI創新、避免過度管制之政策方向，並透過與私部門協作，促進AI創新與安全。該總統行政命令並未建立全面性AI監管制度，亦未要求AI模型於發布前須經政府核照或事前審查，而係分別從資安防禦、尖端模型安全部署及刑事執法等面向採取相關措施。 從制度設計觀察，該總統行政命令具有兩項重要意義，一為運用先進AI能力強化網路防禦，藉由推動AI賦能資安工具、弱點偵測、修補協調及資安資金與人才配置，強化政府資訊系統與關鍵基礎設施之韌性。二為針對具先進網路能力之尖端模型，建立機密基準測試及自願性安全部署架構，使開發者得與聯邦政府確認開發中模型是否符合指定門檻、提前供政府近用模型，並共同選定得提前近用模型之可信任夥伴，以強化關鍵基礎設施資安。 後續仍可觀察自願性架構之實際運作情形，包括主要AI開發者之參與程度，以及政府提前近用與可信任夥伴機制之執行情形。由於「特定尖端模型」之判定門檻及機密基準測試程序均未對外公開，外界較難掌握模型納入該機制之具體標準。加以模型如於正式發布前提供聯邦政府近用，相關安排亦涉及國家安全、模型資訊保密及智慧財產權保護。因此，自願性架構後續如何維持產業參與並兼顧相關安全與保護需求，將是此制度運作的關鍵問題之一。 [1] Exec. Order No. 14,409, 91 Fed. Reg. 34,565 (June 2, 2026). [2] Id. [3] Fact Sheet: President Donald J. Trump Promotes Advanced Artificial Intelligence Innovation and Security, The White House, June 2, 2026, https://www.whitehouse.gov/fact-sheets/2026/06/fact-sheet-president-donald-j-trump-promotes-advanced-artificial-intelligence-innovation-and-security/ (last visited Aug. 8, 2026). [4] 國家安全系統定義詳見《美國法典》（United States Code）第44編第3552(b)(6)(A)條規定。 [5] White House Launches Gold Eagle Initiative for Unprecedented Cybersecurity Vulnerability Coordination, THE WHITE HOUSE, July 14, 2026, https://www.whitehouse.gov/releases/2026/07/white-house-launches-gold-eagle-initiative-for-unprecedented-cybersecurity-vulnerability-coordination/ (last visited Aug. 19, 2026). [6] Tech for the American People, TECH FORCE, https://techforce.gov/ (last visited Aug. 8, 2026). [7] Maria Curi, White House Finalizes AI Framework Behind Closed Doors, AXIOS, Aug. 3, 2026, https://www.axios.com/2026/08/03/white-house-finalizes-ai-framework-behind-closed-doors (last visited Aug. 19, 2026). [8] Maria Curi, Scoop: Inside Trump's AI Framework, AXIOS, Aug. 4, 2026, https://www.axios.com/2026/08/04/trump-ai-framework-open-models (last visited Aug. 19, 2026). [9] Id. [10] Curi, supra note 7. [11] 上述條文分別涉及身分證明文件、認證特徵及資訊相關詐欺、電腦相關詐欺，以及透過電報、無線電或電視進行之詐欺行為。
自動駕駛車輛之分級與責任所謂自動駕駛（autopilot），原來是指一個用來控制載具軌道而無需人工一直干預的系統，亦即無須人類持續干預，但人類仍須於關鍵時刻介入進行決定或作為，此時機器僅作為輔助。 而自動駕駛汽車或稱全自動駕駛，則只完全無須人類干預，由機器自動感應偵測，自動做成決策控制車輛行駛。故由人類的介入程度區別究竟是駕駛輔助或自動駕駛。美國國家公路交通安全管理局（NHTSA）於2016年已提出正式的分類系統，除手動駕駛（0級）外，區分弱駕駛輔助（1級）、部分自動駕駛（2級）、有條件全自動（3級）、高度/完全自動化（4級）不同程度的自動駕駛。其他國家如德國，在聯邦政府的「自動駕駛圓桌會議」也對自動駕駛有類似的四等級區分。 德國聯邦政府也在於2017年1月25日提出規範自動駕駛之法律草案，亦即道路交通法修正法（Änderung des Straßenverkehrsgesetzes），核心在於賦予電腦與人類駕駛者法律上同等地位。亦即，駕駛人的定義未來擴張延伸到「使用不同程度自動駕駛系統者」。根據草案將來在車輛行駛中，人類可以在特定時間與特定狀況下接管整個行駛。而最重要的修正：人類始終應該負使用電腦的最終責任。 故在行駛中駕駛人將會被輔助機器替代，更要求自駕系統應該具備“隨時可以由駕駛人接手操控或停俥”的功能。 分類中，駕駛人的角色只有到全自動駕駛實現時才退場，屆時才會發生無駕駛人只有乘客的狀況。 修法也重視自駕技術失敗並導致事故所生責任分擔的問題。對於責任的調查將採用如同飛航安全中之「黑盒子」的方式，該裝置會記錄行駛中的所有基本資料。這將有助於發生事故後澄清，查明究竟是技術上原因、製造商或駕駛員的過失，以確保駕駛人無法將責任全部推給自動化系統的故障。