美國眾議院外交事務委員達成協議,修訂《國家關鍵能力防禦法案》建立對外投資審查制度

  美國眾議院外交事務委員會於2022年6月13日在兩黨創新法案(HR4521)會議上,就對外投資機制新提案發表聯合聲明。兩黨達成協議修訂《國家關鍵能力防禦法案》(National Critical Capabilities Defense Act of 2022, NCCDA),擴大對外投資審查制度。促使美國制定NCCDA對外投資審查立法乃係源於經濟和國家安全考量,美國關注特定技術向中國轉讓以及美國企業可能透過特定投資幫助提升中國能力之風險。因此,雖然NCCDA會給國際投資帶來不確定性,但美國兩黨及兩院內部仍支持實施特定形式的對外投資審查程序,並且與利益相關者就如何制定強而有力且具針對性的對外投資機制進行建設性的討論,目的是確保美國不會將關鍵產業製造能力拱手讓給外國競爭對手。

  NCCDA授權成立國家關鍵能力委員會(Committee on National Critical Capabilities),由美國貿易代表署擔任主席並與供應鏈安全相關聯邦機構成員共同組成,審查特定對外業務交易和活動包括:界定需要境外投資審查的活動範圍、明訂出境審查流程、及關鍵產業項目等。依據NCCDA第11條「國家關鍵能力(National Critical Capabilities)」定義,指對美國至關重要的有形及無形的系統和資產,若此類系統和資產無法開發、失能或遭到破壞,將對國家安全造成破壞性影響。委員會應負責界定涉及「國家關鍵能力」產品、供應鏈和服務;列舉國家關鍵能力產業領域包括:能源、醫療、通訊、國防、運輸、航空航太、機器人、人工智慧、半導體、造船、水等。若美國人和外國實體從事「涵蓋活動」者,必須在展開活動前至少60天以書面形式通知委員會。委員會將會通知審查,若確定所涵蓋的活動對國家關鍵能力構成不可接受的風險,委員會可以實施緩解措施,或建議總統採取特定行動,包括暫停和禁止該活動。美國兩黨期待各方利益相關者能以書面形式參與討論,確保NCCDA法案通過並滿足各方需求,使美國與盟友國的對外投資機制保持一致。

本文為「經濟部產業技術司科技專案成果」

相關連結
你可能會想參加
※ 美國眾議院外交事務委員達成協議,修訂《國家關鍵能力防禦法案》建立對外投資審查制度, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=8875&no=16&tp=1 (最後瀏覽日:2026/11/20)
引註此篇文章
你可能還會想看
藥明康德再列1260H名單,BIOSECURE效應加速全球CDMO供應鏈重組趨勢

美國國防部於2026年6月8日更新依《國防授權法》(National Defense Authorization Act, NDAA)第1260H條款發布的中國軍工企業名單(1260H List),再度將藥明康德納入其中。該名單為「生物安全法」(BIOSECURE Act)辨識高風險生技企業的重要參考來源,美國逐步以國安思維重塑生技供應鏈,也再度引發全球CDMO產業對供應鏈安全與法規風險的關注。 法制架構與管制機制 美國《生物安全法》(BIOSECURE Act)草案,在經過多次修訂與審議後,在2025年底被併入《2026 財政年度國防授權法》第851節(Section 851 of the FY2026 NDAA)中,並於2025年12 月在國會通過後正式簽署成法(以下以「生物安全法」稱之),主要限制聯邦政府及其資助對象使用具國安風險的生技供應商。除被列入1260H名單的企業外,白宮管理和預算辦公室(Office of Management and Budget, OMB)也可基於國家安全、資訊安全等因素,進一步指定相關企業納入受關注生技公司(biotechnology companies of concern, BCOC)範圍,擴大供應鏈風險管理機制。 政策影響與不確定性 雖然1260H名單不具制裁效力,但已成為「生物安全法」風險辨識的重要依據,可能影響聯邦採購、政府資助及跨國藥廠的供應商評估。藥明康德此次再度列名,將面臨聲譽及商業合作壓力,目前該公司已表示將循法律途徑提出申訴,後續仍具不確定性。 「生物安全法」禁令尚未立即全面生效,須待OMB完成風險認定並修訂《聯邦採購條例》(Federal Acquisition Regulation, FAR)後方能正式執行,預估仍需1至3年的時間。並設有五年過渡期機制,既有合約於過渡期間仍可持續履行。 產業影響 在美國已將生技製造能力與供應鏈安全納入國家安全戰略的情況下,「生物安全法」的影響也逐步由法規層面延伸至商業決策。未來CDMO的競爭將不再只取決於成本與技術能力,供應鏈可信度與地緣政治風險管理能力將成為關鍵的競爭因素。隨著全球藥廠供應鏈重整趨勢加速,後藥明時代之製造版圖變化值得持續觀察。

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).

美國著作權局發布AI著作權報告第三部分:生成式AI訓練-AI訓練是否構成合理使用?

美國著作權局發布AI著作權報告第三部分:生成式AI訓練-AI訓練是否構成合理使用? 資訊工業策進會科技法律研究所 2025年06月04日 美國著作權局於2025年5月發布著作權與AI第三部分報告之預出版本 (Copyright and Artificial Intelligence Part 3: Generative AI Training pre-publication version)[1],該報告重點為生成式AI訓練資料與著作權之關係,彙整各方意見並分析現行法制之挑戰及修改方向,目前發布之版本為預出版本,該報告說明將於近期發布最終確認版,預期其結論與實質內容並不會有修改。 壹、事件摘要 美國著作權局自2023年起即開始對AI所引發之著作權法律及政策問題進行研究,同年8月著作權局發布著作權及AI諮詢通知(Comments on Artificial Intelligence Notice of Inquiry, NOI),徵集各界對AI著作權議題之意見,著作權局亦針對相關議題舉辦多場公聽會及研討會協助意見之蒐集[2]。NOI發布後蒐集到之意見經著作權局整理分析,於2024年7月起發布AI著作權報告,第一部分為數位仿造,第二部分於2025年1月發布為就AI作品之著作可保護性之分析,而同年5月所發布之第三部分則聚焦於生成式AI之訓練。 生成式AI於訓練過程可能大量使用受著作權保護之作品,此份報告針對訓練過程可能涉及之著作權問題進行分析,主要說明AI模型訓練過程中使用受著作權保護作品是否可構成合理使用。 貳、重點說明 一、生成式AI模型訓練及模型權重對重製權之侵害 使用受著作權保護作品進行AI模型訓練涉及著作權中之重製,除非開發者能提出授權或其他合理抗辯如合理使用等,否則可能對一項或多項著作權利構成初步侵權(Prima Facie Infringement)。AI開發者於模型訓練階段會進行多次作品複製,包含下載作品、於儲存媒介間轉換、將作品進行格式化或製作副本等[3],模型訓練過程中暫時複製之作品亦有可能因其存在於時間足夠而構成重製權之侵害[4]。 在特定情形下,模型權重(model weights)[5]之複製亦可能構成重製權之侵害。訓練過程可能使模型權重包含著作權作品,而若第三方複製了包含著作權作品之模型權重,即便其未參與模型之訓練,亦可能構成初步侵權[6]。若模型能在未經外部輸入之情形下產出與訓練範例相似之內容時,表示此範例必以某種形式存在於模型權重中,故此模型權重之複製極有可能侵犯著作重製權[7]。換言之,不僅開發者有可能因模型權重之複製侵害著作權人之權利,部署、使用等第三方若複製模型權重亦有可能構成對重製權之侵害。 著作權局指出,模型權重究竟是否會構成重製權或甚至衍生作品之侵權,須判斷該模型權重是否保留與作品受權利保護部分實質相似之內容,僅有在實質相似之情形下,模型權重之複製才可能構成侵權[8]。 二、合理使用 對著作權作品之合理使用可做為作品重製權的抗辯,著作權局於報告中就不同因素分析AI使用著作權作品進行訓練是否得主張合理使用。AI於訓練過程中會有多次複製行為,惟在判斷AI模型訓練是否為對作品之合理使用,仍須視整體使用情境進行判斷[9]。 (1) 作品轉化性須視模型目的及佈署判斷 報告中分析作品之轉化性(transformativeness)[10],AI訓練使用作品是否具有轉化性並非絕對,而是依據模型最終之功能及佈署有程度上之區別,須依個案判斷。若模型之訓練目的為用於研究或封閉系統,則該模型具高轉化性;若其目的是生成與訓練用作品實質相似之結果時,不具轉化性。多數模型之轉化程度會落在前述兩極端之中間,如模型使用特定類型之作品進行訓練,用以生成使用目的與原作相同之內容時,即便其生成內容未有實質相似,頂多僅為有限度之轉化(modestly transformative)[11]。AI開發商得於其系統設置防護措施,限制模型複製受著作權保護作品之節錄內容,使生成內容之目的與原作品不同,此措施能使模型訓練更具轉化性[12]。 有論者認為,使用受著作權保護作品進行AI模型訓練並非出於表達目的,且近似人類學習,因此實質上應是具有轉化性的,著作權局否定了前述兩種說法。報告中說明,語言模型於訓練時所吸收的內容包含文句、段落及文件之排列選擇,並非單純僅吸收其單字含意,且所生成之模型是被用作創造表達性內容,故不得謂AI模型為非表達性目的[13]。其次,針對人類學習觀點,報告首先闡明,學生基於學習目的亦不得以合理使用為由複製整本著作,因此人類學習並不得直接作為合理使用之抗辯。生成式AI之訓練能迅速分析並生成完美之作品,此非如同人類經學習後會產出具個別人格特質之結果,故著作權局不同意AI模型之訓練為與人類學習相同具有轉化性之論點[14]。 (2) 受著作權保護作品之表達性 AI訓練所使用之受著作權保護作品若具較高創作或表達性,如小說、電影等,其著作權比其他作品如電腦編碼等功能性作品更接近著作權之保護核心。而AI模型訓練來源多元,因此判斷上仍須視個案模型及作品而定。 (3) 使用作品之合理比例 AI模型訓練需大量複製受著作權保護作品,於判斷其複製比例是否合理時,係判斷模型訓練所複製之部分對於受著作權保護作品之數量及重要性使否合理[15]。作品使用之合理性,須考量重要性以及數量,若模型僅使用小部分作品做訓練,但該部分為著作權作品之核心部分,此使用並不一定合理。 在使用完整作品層面,生成式AI較一般搜尋引擎更不具合理性,生成式AI所提供之資訊並非僅限於其訓練資料庫中所複製作品資料。然而,許多生成式AI之訓練方式必須使用完整作品進行訓練,因此,著作權局指出,雖開發者使用完整作品進行訓練與合理使用相悖,但若其訓練具有轉化性目的(transformative purpose),並且有必要透過大量作品之訓練以提升模型效能時,則使用整部作品進行訓練可能被認為合理[16]。換言之,使用完整作品進行訓練合理與否須連同其使用必要性及訓練目的一併考量。 (4) 影響原作品之潛在市場或價值 報告中點出三項生成式AI訓練可能造成的市場危害。 A 銷售損失(lose sale):權利人因潛在消費者選擇AI複製創作取代原作,而失去收入。 B 市場稀釋 (market dilution):AI生成內容之速度以及規模對訓練資料中同類作品之市場造成稀釋風險,原作者將更難銷售其作品亦將使消費者更難找到真人創作之作品[17]。AI所生成風格相似之作品亦會導致市場稀釋,風格非為著作權所保障之方為,惟若AI生成與作品風格相似之內容,即便未有實質相似,但消費者可能因此難以分辨AI創作與真人作者,將使AI作品與原作者之作品於市場上直接競爭而影響原市場[18]。 C 喪失授權收入機會 (lost licensing opportunities):權利人本可就其作品於市場上有授權收入之機會,但因AI未經授權使用作品進行訓練而喪失該部分收入[19]。 三、 授權使用 對於AI自願授權之情形於近年越來越普遍,報告亦肯認自願授權之可行性,雖自願授權可行,且已有開發商開始實施,惟對於完全滿足AI產業之需求仍存有疑義[20]。該報告認為,即便現階段自願性授權仍為發展中之制度,但該制度確實能避免使用著作權作品之不確定性。著作權局認為應讓自願性授權制度於授權市場於無政府干預情形下繼續發展,若未來於特定類型作品中出現失靈情形時,再考慮進行擴大集體授權等干預措施[21]。 參、事件評析 AI訓練使用著作權保護作品是否可以合理使用作為抗辯為近年AI發展下著作權高度討論問題之一。目前美國各地法院中有40多件相關案件正在進行審理,然就此報告之結論觀之,其並未對AI訓練是否可作為合理使用給予統一解答,合理使用與否仍須視個案而定。如同報告結論所提及,AI訓練過程中,使用受著作權保護作品可能具有轉化性,但是否足以構成合理使用,仍須視其所使用之作品、來源以及目的等個案因素而定[22]。AI訓練於著作權仍存在一定程度之不確定性。 值得注意的是,雖報告並未明示AI訓練使否為合理使用著作權作品,惟其立場似乎更偏向有利於著作權利人。例如報告中於轉化性認定具有灰色地帶,開發商是否能主張合理使用仍需於後續由法院個案認定。此外,報告中提及市場稀釋理論,目前尚未有法院採用,對合理使用之認定較為嚴格,即使未有實質相似之生成內容亦有可能因影響市場競爭被視為非合理使用,可見該理論對著作權利人之權利保障。 同時著作權局亦正向看待產業界透過自願性授權進行作品訓練之方法,雖該制度於AI訓練上尚未為一完善制度,但確實地授權制度能同時促進產業發展並保護著作權[23]。目前實務上亦是以此種作法解決合理使用之困境,但授權制度仍有待市場持續發展完善制度以確保能符合AI訓練之需求。 美國著作權局之報告雖對AI使用著作權保護作品進行訓練進行分析及說明,惟其結論仍是認為判斷上需依照個案分析。目前國際上尚未有對AI合理使用之實際定論,自願性授權仍為產業界所使用之方法。我國著作權法亦未對AI訓練之合理使用有說明,國際上將會如何發展仍有待觀察。 資策會科法所創智中心致力於著作權相關科技法律研究,本中心將持續關注相關議題並更新動態。 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。 [1]U.S. Copyright Office Copyright and Artificial Intelligence, Part 3: Generative AI Training pre-publication version, https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf [2]U.S. Copyright Office, Copyright Office Issues Notice of Inquiry on Copyright and Artificial Intelligence, https://www.copyright.gov/newsnet/2023/1017.html (last viewed: 2025/05/19) [3]supra note 1, at 26. [4]Id. at 27. [5]AI模型之建立仰賴神經網,主要功能為將輸入資料轉換為輸出資料。神經網路之運作方式係透過大量於訓練過程中產生之參數進行運案,而該些參數即為「權重」(weights)。 [6]Id. at 28. [7]Id. [8]Id. at 30. [9]Id. at 36-37. [10]轉化性係指新作品加入新元素,具有與原作不同目的或性質,且以新表達、意義或訊息改造原作。並且新作品於市場上較不會取代原作。 [11]Id. at 46. [12]Id. [13]Id. at 47. [14]Id. at 48. [15]Id. at 54. [16]Id. at 60. [17]Id. at 65. [18]Id. at 65-66. [19]Id. at 66-67. [20]Id. at 85. [21]Id. at 106. [22]Id. at 107. [23]Id. 本文同步刊登於TIPS網站(https://www.tips.org.tw)

日本發布美國數位政策現狀報告,呼籲推動AI發展的同時,亦應注重資料安全性

日本獨立行政法人情報處理推進機構(下稱IPA)於2025年10月發布美國第二次川普政權數位政策現狀報告(下稱現狀報告),內文聚焦於美國政權輪換後數位政策之變動與解讀,同時提及在推動AI發展的同時,亦應注重其安全性。 日本觀測美國數位政策的現狀報告指出,隨著社會數位化程度日益增加,除了雲端數位資料的累積,以及提升對於AI的依賴程度外,亦會造成釣魚信件難以識別,透過可自動生成程式碼的惡意攻擊型AI進行攻擊行為等AI濫用之風險。 準此,美國為確保AI與資料的安全性,並維持其領域之競爭優勢,於2025年7月23日發布AI行動計畫,並提出三大方針,包括加速AI創新、建構AI基礎設施,以及透過國際性的AI外交與安全保障發揮領導能力。此外,內文亦提及為確保競爭優勢,需要建立作為AI發展基礎的科學資料集,並建置資料中心,同時確保其具備高度安全性,以避免AI使用者輸入AI之資料遭到竄改或外洩。 此外,現狀報告內文提及日本企業Softbank與OnenAI、Oracle等公司共同參與規模達5000億美元的Stargate計畫,並已於德州著手建設AI資料中心,顯示日本在美國的AI基礎建設中扮演重要角色並佔有一席之地。然而,內文亦指出美國數位政策具備不透明性而有潛在風險,須持續留意與關注。 我國企業如欲深耕AI領域,並透過AI進行技術研發,可由建立科學資料集開始著手,以作為訓練AI模型的基礎,以達到運用AI輔助及縮短研發週期、減少研發過程中的試錯成本等效益。此外,為確保安全性,科學資料集建置過程中所需之數位資料,可參考資訊工業策進會科技法律研究所創意智財中心所發布之《重要數位資料治理暨管理制度規範》,建立貫穿數位資料生命週期之資料治理機制。 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)

TOP