歐洲專利局2019年專利指數
歐洲專利局（EPO）於2020年3月12日公布「2019年專利指數」（EPO Patent Index 2019），歐洲專利局在2019年全年受理超過18萬件的專利申請案件量，達到歷史新高，其中以來自中國大陸的申請案件量成長29.2%為主要來源；在專利領域方面則以數位通訊及電腦科技兩大領域的申請案件量，分別較前一年度成長19.6%及10.2%最為顯著，反應全球積極布局數位轉型相關科技趨勢。
根據歐洲專利局的統計，數位通訊領域專利申請量的成長，在十年來首次超越醫學技術，主因為反應世界各國積極發展5G通訊技術的腳步，來自中國大陸的專利申請量在通訊技術領域帶頭成長了64.6%，在專利申請人則以華為居首，其次為愛立信，高通第三。而在電腦科技領域，則以AI相關技術包含機器學習、模式識別（pattern recognition）、圖像識別與生成、資料檢索等技術為大宗，專利申請量成長率由美國領軍為13.6%，在專利申請人則以Alphabet（Google母公司）居首，接著為微軟、三星，華為第四。
藉由「2019年專利指數」可以發現兩大趨勢，其一為數位通訊及電腦科技領域專利申請的快速增長，顯示各國布局數位轉型已蓄勢待發，並以5G與AI兩大技術為數位轉型核心；其二為在數位轉型科技領域的專利申請人中，中國大陸在數位科技的積極布局，特別是華為以3524項專利申請案位居全球專利申請人之首，反映中國在全球數位轉型浪潮中的積極布局。
本文為「經濟部產業技術司科技專案成果」
范晏儒
專案經理 編譯整理
歐洲專利局（EPO）專利申請案件數量持續增加，資訊工業策進會科技法律研究所，https://stli.iii.org.tw/article-detail.aspx?tp=1&i=92&d=7178&no=64 （最後瀏覽日：2020/04/01）。
韓國提出生成式AI訓練合理使用判斷原則指引：指明不構成合理使用之情形與事例 資訊工業策進會科技法律研究所 2026年07月01日 韓國文化體育觀光部（Ministry of Culture, Sports and Tourism，下稱MCST）與韓國著作權委員會（Korea Copyright Commission，下稱KCC）於2026年2月26日共同發布《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models，下稱本指引），以韓國著作權法第35條之5合理使用一般條款為基礎，就受著作權保護著作於生成式AI訓練過程遭利用之情形，提出四項判斷要素之適用原則、有利與不利認定之對照及具體事例。 壹、事件摘要 韓國於指引前言指出世界各國將AI技術視為未來核心成長引擎，力求在全球AI領導地位上取得競爭優勢。部分國家呼籲採取政策支持措施，盡可能廣泛允許訓練資料之使用並鼓勵AI發展，惟受憲法保障之著作權與AI驅動之技術創新，係不應以犧牲一方成全另一方之價值。韓國當前最關鍵之政策課題，在於找出一種平衡途徑：既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展。而且AI發展之創新與著作權之保護並非本質衝突之價值。當二者作為互補原則相互調和時，得共同推動整體社會更廣泛之文化與經濟進步[1]。 貳、重點說明 該指引認為生成式AI訓練各階段之資料蒐集、前處理、模型訓練與評估最佳化，均可能構成著作權法上之重製，在韓國著作權法未設文本與資料探勘專門例外之現況下，AI訓練之利用是否合法，主要回歸第35條之5合理使用之四要素綜合判斷。指引除說明各國案例與法令外，就四項判斷要素逐一整理其定義與要件，同時提出「有利」與「不利」於合理使用之情形，並列舉可能成立與不太可能成立合理使用之事例，藉此將原本高度個案化之合理使用判斷予以類型化。本文重點針對其已表態認為較不利或(不)認同主張合理使用之情況、事例，摘要說明如下： 一、合理使用四要素可能無法構成的情況 （一）利用之目的與性質[2] 1、無轉化利用致目的與性質近似：若利用之目的與性質與原著作相同；未創造新價值或新用途、未顯著貢獻公共利益，且損害既有市場或權利人經濟利益。 2、有直接或間接商業獲益：開發者向使用者直接收取服務對價，或藉廣告與宣傳取得間接經濟利益；非營利研究組織於營利企業贊助下、為該企業商業目的訓練模型。 3、未實施侵權防制技術：若未採取措施以拒絕生成特定受著作權保護著作之重製或模仿之提示，從根本上阻擋重製或模仿特定著作所含表達之請求之AI系統。 4、過度就特定著作進行訓練：將提高生成式AI輸出與原著作共享相似目的或性質之可能性，較可能與著作之「通常利用」相衝突並損害著作權人經濟利益。 5、訓練目的與商業利用有關係：生成式AI系統縱為商業目的開發或訓練，並不當然排除合理使用之認定，縱存在商業目的，若該技術創造新價值並服務公共利益，其利用仍可能獲有利評價。而且，非商業與商業目的可能交織，例如，由大學與企業共同進行之產學合作研究，於初始研究階段可能屬非商業，惟若生成式AI模型用於提供商業服務，則可能有不利認定。反之，縱為營利企業，若其訓練AI模型以生成與其商業活動無關之輸出，亦可能被認定為進行非商業訓練。 6、取得方式違反著作權人意願：著作權人曾採取措施限制網路爬取或擷取，未經許可蒐集受接取限制之著作（如須登入或付費牆後之著作）或規避技術保護措施； 縱著作於技術上可接取，未經著作權人許可將其用於生成式AI訓練，違反適用之條款與條件之方式自網站蒐集著作，或以不被允許之方式接取著作，可能被視為逾越授權範圍。縱著作看似經轉化性利用，若該利用涉及非法重製或不當接取，此等情狀仍可能不利於因素一之有利認定。 (二)著作之類型與目的[3] 就第二要素著作之類型與目的，該指引認下列情形不利於合理使用之認定： 1、資料屬於供享受之文學或藝術著作：使用主要為享受著作本身而創作之文學或藝術著作，或創作性高而個性表達強之著作。因其創作表達係其核心價值，訓練於此等表達之生成式AI模型很可能生成相同或近似之表達特徵。 2、屬未公開或僅於受限或付費接取下提供之著作（如訂閱服務或付費資料庫）：因對權利人經濟利益之影響風險較高，其利用性質與周遭社會期待不同。惟著作可公開取得並不因此即支持可合理使用之認定，可能因robots.txt限制之存在、以及預期利用之範圍與規模等面向，受不同權衡。 (三)所使用部分之質量與重要性 就第三要素，指引認下列情形不利於合理使用之認定[4]： 1、非必要下使用整份著作之量：使用整份著作訓練模型，本身不利於本要素；惟整份利用若基於技術上不可避免且必要之理由，得綜合其他要素另為評價。 2、直接重製核心表達之質：於利用過程中直接重製著作核心表達要素、輸出與原著作實質相同或可替代，且逾越利用目的所合理必要之範圍。 (四)對現在或潛在市場或價值之影響 就第四要素，指引認為下列情形不利於合理使用之認定[5]： 1、造成銷售損失或其他經濟損害：生成式AI訓練所生輸出不可能、或僅極低可能替代原著作之經濟價值或市場需求、或損害其市場價值縱屬商業利用，只要該利用不直接影響原著作市場之需求，亦可能有利於因素四。 2、AI輸出直接或實質重製原著作之核心表達：替代原著作或侵蝕其潛在市場需求之輸出，很可能不利於使用者。 3、損害授權機會、替代或削弱市場：使用著作於生成式AI訓練之授權市場，於部分領域已存在，或視著作類型、訓練方法與模型特性而合理可期於未來出現或發展；AI開發者未經許可蒐集並使用著作進行訓練、再於商業服務中利用訓練後模型，可能妨礙或損害著作權人就類似利用於未來授權以獲利之合理可預見機會。 4、反覆且大規模之未經授權訓練：可能導致未經授權利用，若任其普遍化，可能擾亂通常授權實務與市場規範、削弱受著作權保護著作之市場價值，並實質消滅著作權人獲取收益之能力。 二、合理使用認定可能與不可能事例 本指引於案例部分，直接列舉數則經四要素綜合判斷後(不太)可能成立合理使用之情形[6]，分述如下： （一）可能有利於認定的事例 1、開發者使用可公開取得之線上貼文及合法購買之書籍訓練AI，且著作之利用非意在重製或替代特定貼文或書籍之表達，而係為實現通用型對話與生成能力。此外，開發者曾努力實施技術措施，以拒絕生成與訓練所用著作相同或實質近似輸出之提示。 2、模型係使用主要為傳達事實與資訊之短語或一般非專業表達（如社群媒體貼文或評論）訓練，且輸出呈現相對低度之創作性。 3、開發者別無選擇，須輸入數億筆資料，考量實現通用型語言理解與生成能力之目標，所使用受著作權保護著作之數量與範圍可認為合理。 4、訓練後模型之輸出或基於輸出之服務，未實質替代原著作之觀看、使用或銷售。此外，創作性相對較低之著作，如社群媒體或個人部落格上分享之貼文、留言、評論、照片或影片，或為非商業目的創作之平凡著作（尤其難以辨識或尋得著作權人者），亦用以訓練AI。 5、政府資助研究機構，依《公共資料之提供與利用促進法》所定公共資料，訓練其自然語言處理（natural language processing, NLP）模型，作為其社會不平等研究之一部分。 6、大學研究團隊蒐集以開放取用（open access）發表之論文，開發AI科技摘要模型，隨後並以開源（或開放權重）方式釋出該模型。 7、AI開發者使用可自由取得之科學與工程相關論文全文，建立可自動分析資料並支援研究之模型。 8、AI開發者使用其公司合法下載或以CD購買之戲劇影集或電影等視聽著作訓練模型，以開發分析犯罪者移動模式等犯罪預防應用。 （二）可能不利認定的事例 1、開發者訓練AI模型或提供服務，生成與特定貼文或書籍之句子、結構或表達相同或實質近似之輸出，或模型吸收原著作語言表達之精髓，即字詞於句子、段落或整份文件層次如何被選擇與排列。 2、訓練所用著作具高度文學或藝術創作性，且表達具強烈個性。 3、鑑於AI模型之架構，著作之利用範圍非結構上不可避免，亦非實現通用型語言理解與生成能力目標所合理必要。 4、AI訓練或相關服務之提供，導致受著作權保護著作銷售下降、對著作權人造成經濟損害、剝奪著作權人授權機會，足以構成市場替代或市場稀釋之顯著風險。此外，就AI訓練以合理條件授權之框架（如專為AI訓練目的之獨立授權制度）及集體管理制度已然存在，取得授權相對容易。 5、新聞文章全文訓練之摘要服務：未經新聞出版商許可，爬取並就新聞文章全文訓練模型，經營自動提供文章摘要之商業服務。本指引認其目的與原新聞文章近似而不具轉化性、著作係未經授權蒐集、使用全文，且摘要可能使讀者無須造訪原文即取得資訊，侵蝕出版商之訂閱與廣告收益。 6、合法購買教科書訓練並銷售教材：以合法購買之數位教科書訓練AI，生成教科書或習作簿並銷售。本指引認縱原書係合法購買，利用目的仍不具轉化性、所用著作具學術與教育價值、使用全文，且輸出可能替代或削弱出版商之教材市場。 7、未授權付費圖庫影像訓練並販售：未經許可爬取付費圖庫網站之高解析度付費影像訓練模型，並販售生成影像。本指引認其未經許可蒐集、目的不具轉化性、使用全份著作，且輸出可能替代圖庫或授權市場；又付費影像平台多設浮水印、API控管、robots.txt等技術措施以防未經授權蒐集，故此類利用不太可能成立合理使用。 8、歌手歌曲訓練經營付費AI翻唱：自音樂平台購入某歌手之數千首歌曲訓練模型，經營付費AI翻唱歌曲生成業務。 參、事件評析 如同韓國指引所揭示，其立場認為須找出平衡途徑，既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展，以求二者作為互補原則相互調和，使整體社會文化與經濟進步，故雖其承認AI訓練確實涉及重製權，但亦認為如手段與來源合法，且其結果必須有轉化性、未影響既有經濟利益，則仍有主張合理使用的可能。此指引所呈現的態度，公益目的、公開取得及合法購買之書籍、為實現通用型對話與生成能力、實施技術措施、不產生替代效果，實亦呼應目前國際上就AI著作合理使用的多數看法。 就我國而言，我國著作權法第65條之合理使用四款判斷基準，與韓國第35條之5同屬四要素綜合判斷之立法例，且我國現行法同樣未設TDM專門例外，相關修法方向尚未聞擬進行研議。韓國其於TDM例外立法屢議未決之際，以其現行合理使用一般條款（第35條之5）為基礎、輔以行政指引因應AI訓練，以要素分析、不利類型化、具名事例的模式，引導、傳達主管機關立場的操作合理使用之作法，對我國主管機關研擬相關解釋或指引之參考價值較高。 韓國指引之價值，不在其結論具拘束力，因其明示固為主管機關之立場呈現，但其也特別揭示指引非權威解釋，所列案例與例示僅供說明與解釋之用。然而在其將原本高度個案化、難以事前預測之合理使用判斷，整理為可操作之不利類型與事例，為權利人與AI開發者提供風險預判之座標。以指引降低判斷不確定性之方式，亦呼應我國人工智慧基本法立法後，政府在相關作用法的整備上，以指引先行因應、再視實務累積決定是否立法之階段性的治理選擇，足供我國參酌。 本文著作權屬財團法人資訊工業策進會科技法律研究所所有，如需引用或轉載，請註明出處。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/） [1] 韓國文化體育觀光部、韓國著作權委員會，《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models），頁8（2026）。 [2] 同前註，頁32-37。 [3]同前註，頁37~39。 [4] 同前註，頁39~41。 [5] 同前註，頁41~45。 [6] 同前註，頁50~頁62。
英國「文化、媒體及體育部」宣布了電信管制機關Ofcom的改革英國「文化、媒體及體育部」（Department for Culture, Media and Sport，DCMS）於2010年10月14日宣布關於19個公共部門的改革或廢除的政策，目的在增加政府公共服務的透明度與負責度。這些政策也包含針對電信管制機關Ofcom的改革方案。 針對Ofcom擬議的改革如下：修訂Ofcom每五年檢討公共廣播服務的責任，改由部長決定檢討的時機與範圍。允許Ofcom能有彈性的改變其機關結構，但須經過部長批准。廢除Ofcom促進訓練發展機會與提供公平機會的責任。改變Ofcom對區域頻道Channel 32網路安排之檢討，由年度檢討轉變為保留由Ofcom評估是否需要檢討。修訂Ofcom每三年審查媒體所有權的責任，回歸由部長決定是否檢討。取消對公共廣播服務者需提供年度節目規劃政策資訊的要求。修訂Ofcom對於Channel 3 與Channel 5的執照控制權變更的自動審查責任。允許Ofcom向ITU收取衛星申請費用。而在政府組織改革中，也計畫將郵政主管機關Postcomm合併至Ofcom，並隨之修訂其義務與權限。由這些改革方案來看，主要的作用在於修正或限制部分Ofcom的責任，以將政策制訂的權限回歸DCMS部長，減少不必要的花費與提高行政效率，後續效應值得觀察。
用ChatGPT找法院判決？從Roberto Mata v. Avianca, Inc.案淺析生成式AI之侷限用ChatGPT找法院判決？從Roberto Mata v. Avianca, Inc.案淺析生成式AI之侷限 資訊工業策進會科技法律研究所 2023年09月08日 生成式AI是透過研究過去資料，以創造新內容和想法的AI技術，其應用領域包括文字、圖像及影音。以ChatGPT為例，OpenAI自2022年11月30日發布ChatGPT後，短短二個月內，全球月均用戶數即達到1億人，無疑成為民眾日常生活中最容易近用的AI科技。 惟，生成式AI大量使用後，其中的問題也逐漸浮現。例如，ChatGPT提供的回答僅是從所學習的資料中統整歸納，無法保證資料的正確性。Roberto Mata v. Avianca, Inc.案即是因律師利用ChatGPT撰寫訴狀，卻未重新審視其所提供判決之正確性，以致後續引發訴狀中所描述的判決不存在爭議。 壹、事件摘要 Roberto Mata v. Avianca, Inc.案[1]中，原告Roberto Mata於2019年8月搭乘哥倫比亞航空從薩爾瓦多飛往紐約，飛行過程中膝蓋遭空服員的推車撞傷，並於2022年2月向法院提起訴訟，要求哥倫比亞航空為空服員的疏失作出賠償；哥倫比亞航空則主張已超過《蒙特婁公約》（Montreal Convention）第35條所訂之航空器抵達日起兩年內向法院提出損害賠償之請求時效。 R然而，法院審理過程中發現原告訴狀內引用之六個判決無法從判決系統中查詢，進而質疑判決之真實性。原告律師Steven A. Schwartz因而坦承訴狀中引用的六個判決是ChatGPT所提供，並宣稱針對ChatGPT所提供的判決，曾多次向ChatGPT確認該判決之正確性[2]。 貳、生成式AI應用之潛在風險 雖然運用生成式AI技術並結合自身專業知識執行特定任務，可能有助於提升效率，惟，從前述Roberto Mata v. Avianca, Inc.案亦可看出，依目前生成式AI技術之發展，仍可能產生資訊正確性疑慮。以下彙整生成式AI應用之8大潛在風險[3]： 一、能源使用及對環境危害 相較於傳統機器學習，生成式AI模型訓練將耗費更多運算資源與能源。根據波士頓大學電腦科學系Kate Saenko副教授表示，OpenAI的GPT-3模型擁有1,750億個參數，約會消耗1,287兆瓦/時的電力，並排放552噸二氧化碳。亦即，每當向生成式AI下一個指令，其所消耗的能源量相較於一般搜尋引擎將可能高出4至5倍[4]。 二、能力超出預期（Capability Overhang） 運算系統的黑盒子可能發展出超乎開發人員或使用者想像的隱藏功能，此發展將會對人類帶來新的助力還是成為危險的阻力，則會隨著使用者之間的相互作用而定。 三、輸出結果有偏見 生成式AI通常是利用公開資料進行訓練，若輸入資料在訓練時未受監督，而帶有真實世界既存的刻板印象（如語言、種族、性別、性取向、能力、文化等），據此建立之AI模型輸出結果可能帶有偏見。 四、智慧財產權疑慮 生成式AI進行模型訓練時，需仰賴大量網路資料或從其他大型資料庫蒐集訓練資料。然而，若原始資料來源不明確，可能引發取得資料未經同意或違反授權條款之疑慮，導致生成的內容存在侵權風險。 五、缺乏驗證事實功能 生成式AI時常提供看似正確卻與實際情形不符的回覆，若使用者誤信該答案即可能帶來風險。另外，生成式AI屬於持續動態發展的資訊生態系統，當產出結果有偏誤時，若沒有大規模的人為干預恐難以有效解決此問題。 六、數位犯罪增加與資安攻擊 過去由人工產製的釣魚郵件或網站可能受限於技術限制而容易被識破，然而，生成式AI能夠快速建立具高度說服力的各種擬真資料，降低詐騙的進入門檻。又，駭客亦有可能在不熟悉技術的情況下，利用AI進一步找出資安弱點或攻擊方法，增加防禦難度。 七、敏感資料外洩 使用雲端服務提供商所建立的生成式AI時，由於輸入的資料存儲於外部伺服器，若要追蹤或刪除有一定難度，若遭有心人士利用而導致濫用、攻擊或竄改，將可能產生資料外洩的風險。 八、影子AI（Shadow AI） 影子AI係指開發者未知或無法控制之AI使用情境。隨著AI模型複雜性增加，若開發人員與使用者未進行充分溝通，或使用者在未經充分指導下使用 AI 工具，將可能產生無法預期之風險。 參、事件評析 在Roberto Mata v. Avianca, Inc.案中，法院關注的焦點在於律師的行為，而非對AI技術使用的批判。法院認為，隨著技術的進步，利用可信賴的AI工具作為協助用途並無不當，惟，律師應踐行其專業素養，確保所提交文件之正確性[5]。 當AI科技發展逐漸朝向自主與獨立的方向前進，仍需注意生成式AI使用上之侷限。當個人在使用生成式AI時，需具備獨立思考判斷的能力，並驗證產出結果之正確性，不宜全盤接受生成式AI提供之回答。針對企業或具高度專業領域人士使用生成式AI時，除確認結果正確性外，更需注意資料保護及治理議題，例如建立AI工具合理使用情境及加強員工使用相關工具之教育訓練。在成本能負擔的情況下，可選擇透過企業內部的基礎設施訓練AI模型，或是在訓練模型前確保敏感資料已經加密或匿名。並應注意自身行業領域相關法規之更新或頒布，以適時調整資料使用之方式。 雖目前生成式AI仍有其使用之侷限，仍應抱持開放的態度，在技術使用與風險預防之間取得平衡，以能夠在技術發展的同時，更好地學習新興科技工具之使用。 [1]Mata v. Avianca, Inc., 1:22-cv-01461, (S.D.N.Y.). [2]Benjamin Weiser, Here’s What Happens When Your Lawyer Uses ChatGPT, The New York Times, May 27, 2023, https://www.nytimes.com/2023/05/27/nyregion/avianca-airline-lawsuit-chatgpt.html (last visited Aug. 4, 2023). [3]Boston Consulting Group [BCG], The CEO’s Roadmap on Generative AI (Mar. 2023), https://media-publications.bcg.com/BCG-Executive-Perspectives-CEOs-Roadmap-on-Generative-AI.pdf (last visited Aug. 29, 2023). [4]Kate Saenko, Is generative AI bad for the environment? A computer scientist explains the carbon footprint of ChatGPT and its cousins, The Conversation (May 23, 2023.), https://theconversation.com/is-generative-ai-bad-for-the-environment-a-computer-scientist-explains-the-carbon-footprint-of-chatgpt-and-its-cousins-204096 (last visited Sep. 7, 2023). [5]Robert Lufrano, ChatGPT and the Limits of AI in Legal Research, National Law Review, Volume XIII, Number 195 (Mar. 2023), https://www.natlawreview.com/article/chatgpt-and-limits-ai-legal-research (last visited Aug. 29, 2023).
科技計劃研發成果之讓與及終止維護-科技部審查程序所生疑義-科技計劃研發成果之讓與及終止維護 -科技部審查程序所生疑義- 資策會科技法律研究所 法律研究員 林思妤 105年04月28日 壹、前言 科技部目前提供產學合作計劃補助類型相當多元，有為產業發展前瞻技術的先導型計劃、為產業開發核心應用創新技術的開發型計劃，以及培育人才的應用型計劃[1]，但補助的目的均係期待產學合作的研發成果以授權方式，廣泛為社會大眾使用，發揮其最大之效益。 惟部分研發成果或有可能經執行單位評估後，認為將該研發成果讓與給廠商或是企業可達更大運用效益而進行的讓與，抑或是在運用效益不高的情況下擬終止繳納該研發成果的維護費用。當研發成果有讓與或終止維護需求的情況下，其程序如何進行、實質要件如何審查，在法規適用上非無疑義。本文將以現行「科技部研究成果歸屬及運用辦法」（下稱科技部成果歸屬辦法）中「讓與」、「終止維護」的程序及審查流程為主要對象，就其規定內容與所面臨之適用問題，進行研析並提出調修之建議。 貳、各部會成果歸屬辦法讓與、終止維護規定有差異 根據科學技術基本法第6條第3項[2]，行政院於2000年訂定「政府科學技術研究發展成果歸屬及運用辦法」，以供所屬各部會遵循。在主管機關階層，目前經濟部、農委會、國防部、原能會等也都有各自的成果歸屬辦法[3]，而科技部亦於2011年制定了「科技部科學技術研究發展成果歸屬及運用辦法[4]」。各部會之所以針對研發成果的運用方式給予規範，乃是由國家給予該研發成果補助的立場出發，希望能夠以授權的方式，尤其是非專屬授權的方式作為研發成果的運用，讓社會大眾有廣泛使用、享受該研發成果的機會[5]。因此，在政府的立場上，由各部會給予補助的研發成果要進行讓與或是走向終止維護，須根據其規範實行之。 科技部成果歸屬及運用辦法第9條至第11條為其科技計畫研發成果讓與、終止維護的程序進行方式以及審查項目之規範，其要求包括研發成果專利權在經過一定合理期間推廣之後若無授權使用，始得公告讓與該研發成果予第三人[6]，公告三個月後，無人請求受讓時，始得終止繳納該研發成果的維護費用[7]。 綜觀各部會成果歸屬辦法，科技部的規定和其他部會規範讓與、終止維護的目的相同，但在法條文字或是審查項目上則有所差異[8]： 一、在讓與、終止維護標的部分的比較，科技部是唯一一個將標的範圍限縮於研發成果專利權的單位。經濟部、國防部、衛福部、原能會以及農委會僅廣泛明文研發成果，而勞動部則是強調為研發成果智慧財產權。可見現行科技部成果歸屬辦法適用範圍之狹隘。 二、各部會在讓與、終止維護的審查規定上，大方向是一致的，皆規定了該研發成果必須是公開的，例如經過推廣（科技部）、公告（經濟部、衛服部、原能會），或是取得智慧財產權逾五年（國防部、農委會、勞動部）；以及須以授權為優先原則，諸如該研發成果無授權使用（科技部）、無運用價值（經濟部、國防部、原能會）、未商品化（衛福部）、未有實際應用（農委會、勞動部）。但究竟應如何推廣並未說明，公告時間則有三年、五年，差異甚大。 三、研發成果經過了一定時間的公開推廣並符合授權優先原則之後，其讓與評估的進行方式並未說明。在認定可否為讓與的部分，經濟部交由研發執行單位自行認定，其它部會並未明文；在公告讓與執行部分，有由研發執行單位自行公告，有由部會公告，亦有未明文者。 四、每個部會皆一致的將讓與、終止維護兩個不同的研發成果運用方式使其在同一個程序上進行，規定該研發成果公告讓與三個月之後，若無受讓對象，即可停止繳交該研發成果的維護費用[9]，是一個讓與、終止維護的連續性程序。 就上述各部會之間針對讓與、終止維護在規範上的比較，可觀察出，或許是各部會之間因研發成果性質相異而有不同考量所致，在類似的規範上仍存有前提條件上的差異；在審查項目上，要求也不一致。但各部會皆是讓與、終止維護的連續性程序，且審查項目亦皆有規範不明確的地方，例如推廣的方式。接下來，本文將就科技部讓與、終止維護的規範在適用上所產生的疑義作一分析，也期待此分析可提供其他部會在類似問題上作參考。 參、科技部研發成果讓與及終止之審查作業芻議 一、研認研發成果讓與之範圍 雖現行條文僅將研發成果限於「研發成果專利權[10]」，惟本文建議可放寬至所有研發成果，讓產學合作的研發成果能有更大的運用空間，類型能夠更加多元化，尤其是專利申請權的部分。建議納入專利申請權成為讓與標的，因為在實務上研發執行單位有礙於經費問題，無法在其研發成果的特定市場（例如國外）進行專利佈局。故建議可納入專利申請權讓與企業申請，使研發成果發揮其更大效益。 二、讓與、終止維護程序疑義 (一) 讓與、終止維護無法各自依其目的審查 目前科技部成果歸屬辦法規定是由研發執行單位就其欲讓與的研發成果先行評估是否適合讓與，再進行公告尋求受讓對象，也就是在尚未確定受讓對象時，先行評估讓與條件。這樣的程序規定並無法讓研發執行單位針對受讓對象作具體評估，也使得科技部無法就雙方條件進行有效實質審查。再者，研發成果公告讓與三個月後，若無受讓對象，即終止維護。這樣的連續性程序將有可能使尚有運用價值的研發成果走向終止維護，甚是可惜。 (二) 建議讓與、終止維護程序分軌 針對上述在程序上的兩個問題，本文建議無論是在讓與或是終止維護方面，都應在確定推廣一定合理期間、確無授權使用情形後，就先行公告讓與，待有受讓對象時，再就該讓與研發成果及受讓對象之間作具體評估。相信在確有受讓對象之後作的讓與條件評估，會比現行在沒有受讓對象時作的一般性讓與條件評估更有實質效益。 另外，欲終止維護的研發成果也應該在公告讓與一定時間之後，設有專屬的審查程序，就其運用效益、價值進行評估，而非如現行規範接續著讓與評估程序，在公告三個月後無受讓人時，即終止繳納維護費用。簡而言之，讓與或是終止維護均應該先行公告，再就其公告結果（有無受讓對象）作讓與、終止維護的評估，以避免有運用價值的研發成果落入終止維護的風險。 三、讓與、終止維護審查重點 就實質審查部分，不管是讓與或是終止維護，研發執行單位都應該先就該研發成果標的範圍進行說明，並針對經過一定合理期間推廣、確無授權使用情形提出自評結果及其相關佐證文件，再交由科技部審查。基於讓與、終止維護程序分軌的建議，兩者在部分審查項目上亦應有不同的判斷標準，例如讓與之前提即不宜以無技術服務之效益及運用價值為條件[11]。因此，本文認為其審查重點應有如下調整： (一) 一定合理期間推廣該研發成果至全國周知平台 就一定合理期間部分，現行法並未明文規定具體期間，慮及科技發展日新月異，研發成果之市場競爭力究竟可以維持多久，抑或是在多少時間之內可能被其他技術取代，不同的研發成果都不盡相同，實難具體規定所謂一定合理期間，故維持現行法之文字應無不妥。 惟就推廣方式或是宣傳平台，本文擬對現行規範以及實務上的作法提供建議。在規範部分，比較各部會之間針對讓與、終止維護的規範後，發現僅國防部有具體訂定公告方式：「前項公告，執行單位應以刊登網際網路、全國性報紙、函告業界相關公會 或辦理說明會等方式為之[12]」。另外，行政程序法第一五四條第二項「行政機關除為前項之公告外，並得以適當之方法，將公告內容廣泛周知。」強調了全國性能見度。在實務上，部分大學技轉中心也提供了推廣平台（例如交大專利推廣平台[13]）。又如英國牛津大學技轉中心Isis，目前在國際專利申請（PCT[14]）的數量排名全球第16名，截至2015年3月為止，已完成75件專利授權案件[15]。由國內外的例子看來，不管是規範上，或是實務運作上，皆可看出推廣平台的重要性。故本文建議推廣平台應有必要限於全國周知的平台[16]。 (二) 市場價值的判斷 科技部成果歸屬辦法第9條第1項提及「技術服務之效益及運用價值者」，在此，本文以市場價值稱之。而即將讓與或是終止維護的研發成果的市場價值在審查上自有其不同的判斷標準。就讓與部分，本文建議在讓與、終止維護程序分軌、先行公告讓與、確有受讓對象後，研發執行單位在自行評估讓與條件時，可請受讓對象提出針對該研發成果的預期發展效益，例如：產品研發進度、預計銷售量、讓與條件，作為讓與標的市場價值的說明。至於終止維護的部分，除了研發執行單位必須說明沒有運用價值以外，尚有一種情況是因為該研發成果維護費用過高，以至於與運用價值不合比例，因此走向終止維護。 肆、結語 科技部以及各部會基於期待其所補助的研發成果能夠廣泛被社會大眾使用，而以授權為研發成果的優先運用方式，並對讓與、終止維護部分加以規範。然後現行程序規範中，未將讓與、終止維護兩個不同的研發成果處理程序分別處理，造成兩者無法各自依其目的審查，甚至使尚有運用價值的研發成果走向終止維護，故本文建議應對讓與、終止維護程序進行分軌。又為了讓產學合作的運用更有彈性，建議放寬現行條文讓與標的的範圍由「研發成果專利權」擴大至「所有研發成果」。 本文就推廣該研發成果至全國周知平台以及市場價值在讓與、終止維護之間不同的判斷標準提供淺見，目的在於是讓研發執行單位在研發成果的運用上有更明確具體的法規遵循，使我國產學合作發展能夠日趨順利。但如何在希望達到社會大眾廣泛使用與適合該研發成果的運用方式之間，像是廠商或是企業往往偏向實質獲得研發成果所有權，取得一個平衡點，值得思考。 [1] 科技部產學及園區業務司產學合作計劃，http://web1.most.gov.tw/spu/ch/list?menu_id=03dbe285-8784-4be5-a5c9-1520f63676f5&view_mode=listView（最後瀏覽日，2016/4/14）。 [2]科學技術基本法第6條第3項：「前二項智慧財產權及成果之歸屬及運用，應依公平及效益原則，參酌資本 與勞務之比例及貢獻，科學技術研究發展成果之性質、運用潛力、社會公 益、國家安全及對市場之影響，就其目的、要件、期限、範圍、全部或一 部之比例、登記、管理、收益分配、迴避及其相關資訊之揭露、資助機關 介入授權第三人實施或收歸國有及相關程序等事項之辦法，由行政院統籌 規劃訂定；各主管機關並得訂定相關法規命令施行之。」。 [3] 王立達，「我國學術機構技術移轉法制現況、問題與探討」，全國律師13卷1期，2009年1月，47-59頁。 [4] 「科技部科學技術研究發展成果歸屬及運用辦法」，2011年7月1日，https://tw.news.yahoo.com/%E6%98%8E%E5%B9%B4%E9%80%A3%E7%BA%8C4%E5%A4%A9%E5%81%87%E6%9C%894%E5%80%8B-215005744.html（最後瀏覽日，2016/4/8）。 [5] 現行研發成果的運用、商品化的方式主要有授權、讓與或是以該技術成立新創公司等方式，若從商業化、市場競爭力的角度考量，一個研發成果的運用方式自是依其性質判斷。一般來說，廠商或是企業並不願意以授權，尤其是非專屬授權的方式，運用該研發持果，因為非專屬授權的方式通常商業價值不高。 [6]「科技部科學技術研究發展成果歸屬及運用辦法」第9條第1項：「研發成果專利權經執行研究發展之單位推廣一定合理期間後，評估無授權使用或技術服務之效益及運用價值者，基於符合公益之目的或為促進整體產業發展、提升研發成果運用效益等原則，執行研究發展之單位循內部行政程序辦理研發成果讓與相關評估後，得備函檢具相關文件向本部申請讓與第三人；文件不全或不符規定者，不予受理。」 [7]] 「科技部科學技術研究發展成果歸屬及運用辦法」第10條：「執行研究發展之單位依前條評估原則及處理程序申請讓與，並經本部同意讓與後，始得公告讓與之，三個月內無人請求受讓時，得終止繳納研發成果維護費用」。 [8] 各部會成果歸屬及運用辦法在讓與、終止維護的條號： 科技部科學技術研究發展成果歸屬辦法，100年7月1日發布，104年6月11日修正：第9、10、11條 經濟部科學技術研究發展成果歸屬辦法，89年5月19日發布，103年8月13日修正：第22條 國防部科學技術研究發展成果歸屬辦法，96年4月19日發布，103年5月7日修正：第24條 衛福部科學技術研究發展成果歸屬辦法，99年1月20日發布，105年2月25日修正：第24條 勞動部科學技術研究發展成果歸屬辦法，100年7月12日發布，104年6月16日修正：第2條第1項 行政院原子能委員會科學技術研究發展成果歸屬辦法，93年7月7日發布，103年2月18日修正：第26條 行政院農業委員會科學技術研究發展成果歸屬辦法，90年9月14日發布，102年2月6日修正：第20、27條 [9] 「科技部科學技術研究發展成果歸屬及運用辦法」第10條：「執行研究發展之單位依前條評估原則及處理程序申請讓與，並經本部同意讓與後，始得公告讓與之，三個月內無人請求受讓時，得終止繳納研發成果維護費用」。 [10] 「科技部科學技術研究發展成果歸屬及運用辦法」第9條第1項：「研發成果專利權經執行研究發展之單位推廣一定合理期間後， ⋯⋯。」 [11] 「科技部科學技術研究發展成果歸屬及運用辦法」第9條第1項：「研發成果⋯，評估無授權使用或技術服務之效益及運用價值者，⋯。」 [12] 國防部成果歸屬辦法第24條：「執行單位取得一般研發成果已逾五年而經其評估認定不具運用價值者，除法令另有規定外，得發布讓與之公告。自公告之日起，三個月內無人請求受讓者，得經本部核准後，終止繳納維護智慧財產權相關之費用。前項公告，執行單位應以刊登網際網路、全國性報紙、函告業界相關公會 或辦理說明會等方式為之。」 [13] 交大專利授權暨拍賣平台，http://patent.nctu.edu.tw/bid（最後瀏覽日：2016/04/22）。 [14] PCT-the International Patent System，http://www.wipo.int/pct/en/（最後瀏覽日：2015/04/22） [15] Isis Innovation Limited, http://isis-innovation.com/（最後瀏覽日：2016/04/22）。 [16] 像是I-ACE鏈結產學媒合平台，https://iace.stpi.narl.org.tw/search;jsessionid=9992E4BD21C8959EAF83F1F6D8AD47F3，政府研究資訊系統GRB，https://www.grb.gov.tw/，（最後瀏覽日：2016/04/25）。