美國「刑事鑑識演算法草案」
美國眾議院議員Mark Takano於2019年10月2日提出「刑事鑑識演算法草案」 （Justice in Forensic Algorithms Act），以建立美國鑑識演算法標準。依據該法第2條，美國國家標準與技術研究所（National Institute of Standard）必須建立電算鑑識軟體之發展與使用標準，且該標準應包含以下內容：
一、以種族、社會經濟地位、兩性與其他人口特徵為基礎之評估標準，以因應使用或發展電算鑑識軟體，所造成區別待遇產生之潛在衝擊。
二、該標準應解決:（1）電算鑑識軟體所依據之科學原則與應用之方法論，且於具備特定方法之案例上，是否有足夠之研究基礎支持該方法之有效性，以及團隊進行哪些研究以驗證該方法；（2）要求對軟體之測試，包含軟體之測試環境、測試方法、測試資料與測試統計結果，例如正確性、精確性、可重複性、敏感性與健全性。
三、電算鑑識軟體開發者對於該軟體之對外公開說明文件，內容包含軟體功能、研發過程、訓練資料來源、內部測試方法與結果。
四、要求使用電算鑑識軟體之實驗室或其他機構應對其進行驗證，包含具體顯示於哪個實驗室與哪種狀況下進行驗證。此外，亦應要求列於公開報告內之相關資訊，且於軟體更新後亦應持續進行驗證。
五、要求執法機關於起訴書或相關起訴文件上應詳列使用電算鑑識軟體之相關結果。
本文為「經濟部產業技術司科技專案成果」
余和謙
法律研究員 編譯整理
余和謙，歐盟執委會提出「具可信度之人工智慧倫理指引」，資策會科技法律研究所，https://stli.iii.org.tw/article-detail.aspx?no=67&tp=5&d=8236（最後瀏覽日：2020/02/15）
張腕純，英國資訊委員辦公室提出人工智慧（AI）稽核框架，資策會科技法律研究所，https://stli.iii.org.tw/article-detail.aspx?tp=1&i=72&d=8249&no=64 （最後瀏覽日：2020/02/15）
美國聯邦通訊委員會（Federal Communications Commission，FCC）於2008年11月公布法規命令，開放閒置無線頻譜之使用。閒置頻譜緣起於美國無線電視訊號，對於鄉村或偏遠人口較少之地區並無覆蓋，這些地區之無線電視頻譜處於閒置未用狀態。FCC因應無線通訊對頻譜之需求，在以拍賣釋出新頻譜的同時，也由增進既有頻譜的效率著手。 FCC於此法規命令中公布初步的技術規範，包含使用地理資料庫以及感知無線電技術作為利用閒置頻譜之要件。之後，FCC於2009年11月公告接受業者遞交計畫書，審查是否能成為資料庫管理者之資格。 2010年9月FCC再度公布新的法規命令，取消感知無線電技術作為必要條件之要求，並調整技術規範，也預告將選擇民間業者來進行地理資料庫之管理與建置。 2011年01月26日，FCC正式公告九家業者，包括Comsearch、 Frequency Finder、Google、KB Enterprises LLC and LS Telcom、 Key Bridge Global LLC、 Neustar、Spectrum Bridge、 Telcordia Technologies、 WSdb LLC.。這九家業者將必須針對2010年所發佈之新規則提出補充資料，並與FCC工程技術辦公室（Office of Engineering and Technology ，OET）配合，舉行一系列的研討與測試實驗，確立最後的技術標準與測試資料庫運作的穩定度。 FCC亦表示，資料庫管理者必須同意，他們將不會從事任何歧視性及反競爭行為，亦不可有危及用戶隱私之行為。 在FCC指定地理資料庫的管理者後，美國開放閒置頻譜使用的前置準備也可說是完成，未來等業者完成測試，相關利用頻譜的設備上市之後，可望為無線通訊市場帶來更多低成本的選擇。
我國專利法修正中設計專利與設計產業現況之調和 日本發布新版之農業資料利用推動報告，並透過資料交換及利用機制確保資料共享及協作日本農林水產省於2025年9月在智慧農業網站上發布新版之農業資料利用推動（下稱報告），其內容包含2025年通過閣議決定之食材、農業、農村基本計畫，並指出為確保農業數位資料與人工智慧（下稱AI）之間的串聯應用，農業資料合作基礎平台（下稱WAGRI）的建立與資料協作、共有、提供功能是其不可或缺的要素。 報告指出，透過各式農業數位資料的蒐集與整合，諸如過往作物收成量資料、市場價格資料、土壤資料、農地資料、氣象資料等，並經過統合及分析後，可以達到提升作業效率及收益、減少勞動作業時間與器材損耗，以及降低環境負荷之效果。截至2025年9月為止，WAGRI網站上已提供高達223種農業數位資料相關的API，供農業領域從業者介接運用，並作為未來開發農業領域基礎AI模型的前置準備。 此外，報告亦指出WAGRI已於日本全國範圍內蒐集大量的農業數位資料，用以開發農業領域之基礎AI模型，並預計於2026年在WAGRI網站上提供基礎AI模型服務。未來農業領域從業者可透過WAGRI網站提供之基礎AI模型服務，輔以自身之農業數位資料，建立符合自身農業場域特性之特化型AI模型。 然而，報告亦指出不論是農業數位資料的API介接運用，還是將農業數位資料用以開發基礎AI模型，農業數位資料之法制配套仍需整備。因此，除了資料權屬等關係釐清外，報告特別提出於AI開發應用、資料共享之模式下，尚須建立「涵蓋資料整體生命週期之資料交換及利用機制」，包含資料對外公開之選擇權、資料提供之事前同意權、資料安全管理對策，以及資料刪除請求權等範圍，以確保農業數位資料在利用前的安心共享與協作。 我國政府如欲於農業領域發展基本AI模型，除應於全國範圍內蒐集大量之農業領域數位資料外，亦應建立串聯資料整體生命週期之資料交換及利用機制，以降低農業數位資料之間的協作風險。 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）
歐盟引用 EN 18286 作為高風險 AI 系統品質管理統一標準歐盟引用 EN 18286 作為高風險 AI 系統品質管理統一標準 資訊工業策進會科技法律研究所 2026年10月29日 歐盟執委會於2026年10月14日將EN 18286公布於歐盟公報（Official Journal of the European Union）[1]。執委會表示依該標準建立品質管理系統（quality management system）之提供者，就標準所涵蓋之歐盟《人工智慧法》（Regulation (EU) 2024/1689, Artificial Intelligence Act，下稱AIA）第17條要求，享有推定符合的效果[2]。我國《人工智慧基本法》已正式立法，數位發展部亦於115年7月7日發布《人工智慧風險分類框架》，惟各目的事業主管機關之管理規範尚在研擬，標準與驗證工具之銜接機制則未見法令規定。本文爰整理該決定與 EN 18286之要點，並對我國制度可獲啟示提出評析。 壹、事件摘要 AIA第40條第1項規定，高風險AI系統如符合統一標準（harmonised standard），就該標準所涵蓋之要求，可推定符合（presumption of conformity）AIA所定要求[3]。歐盟執委會於2026年10月12日通過施行決定（Commission Implementing Decision (EU) 2026/2274，下稱本決定），採納EN 18286：2026人工智慧品質管理系統，為高風險AI系統供應商提供明確的法律途徑[4]。EN 18286 是由歐洲標準化委員會（European Committee for Standardization, CEN）與歐洲電工標準化委員會（European Committee for Electrotechnical Standardization, CENELEC）之聯合技術委員會 JTC 21（Joint Technical Committee 21）擬訂[5]，標準本身雖為不具強制力的自願性文件，但其作用在於提供業者一條經官方認可之遵循路徑，並使主管機關與業者就符合性之判斷有共同基準。 貳、重點說明 一、歐盟 AIA的統一標準與推定符合機制 依AIA第 17 條要求，高風險AI系統提供者建立品質管理系統，同法第40條第1項規定符合統一標準的高風險AI系統或通用AI模型，應推定符合該法第三章第2節（對高風險AI系統的需求）所列要求；於適用時，包括推定符定依該法第五章第2及3節（對通用AI模型及具系統性風險的通用AI模型之提供者）所列義務，但前提是該標準已涵蓋前述條款規定之要求或義務。 此外，AIA第16條第f款規定，高風險AI系統提供者於上市或投入服務前，須依第43條規定辦理符合性評估（ensure that the high-risk AI system undergoes the relevant conformity assessment procedure as referred to in Article 43）。而第43條規定上市前的符合性評估，無論提供者依自行查驗或送公告機關審查，如其已採用EN 18286標準，該標準即為查核的依據[6]。 因此，如AI提供者採用 EN 18286 統一標準者，就該標準所涵蓋之要求，可作為符合高風險AI系統提供者必須建立品質管理系統（AIA第17條）之依據。同時，可於EN 18286標準所涵蓋之範圍，援引AIA第40條第1項，推定符合前述該法第三章與第五章有關對高風險AI系統、通用AI模型及具系統性風險的通用AI模型之提供者義務之要求。無論是否能產生推定符合效果，EN 18286 之重要性在於可做為AIA第17條要求提供者建立品質管理系統的依據，同時在上市或提供服務前，做為辦理符合性評估的標準，成為落實第17條與第43條要求之共同基準[7]。 二、EN 18286 之定位與架構 EN 18286 有別於一般管理系統標準之處，在於其要求均與取得推定符合之目的相關。其前言載明所謂品質可理解為符合AIA之全部法規要求，而且特別規定高風險AI提供者應辨識並系統化地審查適用之法規要求，並建立法規遵循策略、選擇證明遵法之途徑、將對主管機關與公告機關（notified body）之義務轉為內部程序，使管理系統所處理者為法定義務，而非組織自行設定之品質目標（詳見該標準條款0.1、3.1、4.2、4.4）[8]。 依 EN 18286 標準本文，其架構係依AIA第17條第1項，要求高風險AI系統提供者建立品質管理系統，涵蓋法規遵循策略、設計與開發管制、資料管理、風險管理、上市後監測、嚴重事件通報、資源管理與責任架構等事項。第1章至第3章為範圍、引用標準及用語定義；第4章至第7章處理品質管理系統本身，包括適用法規要求之識別、法規遵循策略、最高管理階層責任、風險與品質目標，以及資源、能力與溝通；第8章與第9章規範個別AI系統自構想至退役之生命週期，其中第8章涵蓋風險管理、設計開發、查證與確證（verification and validation）及資料管理，第9章涵蓋投入市場後之供應鏈、變更、上市後監測、嚴重事件通報與不符合事項處理；第10章為績效評估，包括管理審查。 三、EN 18286 的要求重點 (一)、要求提供者訂定法規遵循策略：標準要求策略至少涵蓋基本要求、上市後監測、嚴重事件、資料管理、適用之符合性評估（conformity assessment）程序及變更（4.4）。 (二)、要求提供者建立文件化程序，以確保能提供合規所需資訊，並與國家主管機關、公告機關、進口者、經銷者、授權代表及客戶溝通；亦須就不符合、構成風險之AI系統及嚴重事件之通知建立程序（對應AIA第20條第1項、第2項及第73條），包括涉及重要基礎設施等特定情況之通報期限（7.3、9.6、9.7）。 (三)、將AIA之變更規則轉為作業要求，例如要求提供者判斷上市後之修改是否為實質修改並記載理由，屬實質修改者須重新進行符合性評估（AIA第43條第4項），標準並將其視為新AI系統，要求提供者相應更新品質管理系統（9.4）。 (四)、就個別AI系統之設計開發，要求將法規要求轉為可查證之系統要求並留存紀錄。包括要求提供者依預期用途，決定達成適用法規要求（含基本要求）所必要之系統要求，於界定規格前定期審查，確認其已文件化、涵蓋適用法規要求且可滿足；並依文件化之測試計畫與程序進行查證，結果與措施須以文件化資訊提供（8.3、8.4）。 (五)、資料與文件方面，提供者須界定資料要求，建立涵蓋資料取得、探勘與蒐集、分析、標註、過濾、彙總、保存及儲存之系統與程序；主管機關或符合性評估機構要求時，應提供資料存取，資料停用時須指明銷毀或封存機制，且資料銷毀不得與提供者遵循法規要求之能力相衝突（8.5）。 (六)、EN 18286 著重供應鏈與上市後的風險管控，要求提供者就外部供應者建立評估與選擇準則，並文件化對供應者及所供應產品、組件、資料與服務之管制，以及所須之查證與確證。產品或服務於上市後仍須採取監測作法，作法應主動、系統化並納入績效評估（9.3、9.5）。 參、事件評析 數位發展部已於115年7月7日發布《人工智慧風險分類框架》1.0版，為目前已公布之具體分類與評估規則。於風險評估之後，框架列舉主管機關可採之管理措施，包括要求業者提出說明資料、實施透明度標示，以及對風險達一定程度者採事前審查。框架亦列舉依《人工智慧基本法》要求高風險應用標示注意事項、明確責任歸屬並建立救濟、補償或保險機制等措施。惟框架之規範對象為目的事業主管機關，業者無從預知其系統於各主管領域將如何分類，亦無可據以辦理之事項、規範或標準。 目前數位發展部雖已成立AI產品與系統評測中心（下稱 AIEC），數位產業署亦於113年3月發布《人工智慧（AI）產品與系統評測參考指引（草案）》，供AI提供者就其產品或服務辦理評測，但該指引以產品與系統為評測對象，與 EN 18286 以提供者組織為對象、規範其品質管理系統之層次不同；AIEC之測試結果並非組織層級管理要求之依據。而認定高風險應用者為中央目的事業主管機關，AIEC並無此項認定權，其測試結果與風險分類框架未見對接，與法規認定亦無明文連結，欠缺規範效力。企業送測所得僅為技術性測試結果，在法律上既不能作為遵法之依據，也無從向交易相對人或主管機關說明其已盡注意。相較之下，歐盟AIA透過賦予統一標準推定效力與搭配符合性評估程序，已然形成由標準通往法律效果之連結誘因，實值參考。 再者，我國《人工智慧基本法》已要求各目的事業主管機關訂定風險為基礎之管理規範，並協助產業自訂指引，將有助於企業的AI風險管理實務操作。如後續能參考歐盟之 EN 18286 設計，各機關將有共通之查核確認責任歸屬之標準，並仍可因應產業性質差異，提供風險因應指引協助。建議可再依同法第5條第3項，由數位發展部等機關提供或建議評估驗證之工具與方法，並公告經審認之標準與工具清單，載明其對應之管理規範事項、適用範圍及限制，連結高風險標示、責任歸屬與配套義務。如此法規、機制、標準與工具得以結合，有助於企業在完備的AI風險管理機制下發揮AI應用的產業效益。 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] Commission Implementing Decision (EU) 2026/2274 of 12 October 2026 on the harmonised standards for high-risk AI systems drafted in support of Regulation (EU) 2024/1689 of the European Parliament and of the Council, OJ L, 14.10.2026, https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202602274 (last visited Oct. 21, 2026). [2] EUROPEAN COMMISSION, First harmonised standard supporting the AI Act published in the Official Journal (Oct. 19, 2026), https://digital-strategy.ec.europa.eu/en/library/first-harmonised-standard-supporting-ai-act-published-official-journal (last visited Oct. 21, 2026). [3] Regulation (EU) 2024/1689, art. 40(1), European Commission AI Act Service Desk, https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-40 (last visited Oct. 20, 2026). [4] 前揭註1。 [5] JTC 21, EN 18286 becomes the first harmonised standard under the EU AI Act, https://jtc21.eu/en-18286-becomes-the-first-harmonised-standard-under-the-eu-ai-act/ (last visited Oct. 21, 2026). [6] 條文詳前揭註3。另見前揭註1，前言第(1)點、第(6)點。 [7] 條文詳前揭註3，art. 17(1), https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-17 (last visited Oct. 21, 2026). [8] 標準內容須洽購，重點可參見MODULOS,EN 18286 Quality Management System for EU AI Act, https://docs.modulos.ai/frameworks/eu-ai-act/harmonized-standards/en-18286 (last visited Oct. 21, 2026).