美國國家標準與技術研究院(National Institute of Standards and Technology, NIST)於2023年1月26日公布「人工智慧風險管理框架1.0」(Artificial Intelligence Risk Management Framework, AI RMF 1.0),該自願性框架提供相關資源,以協助組織與個人管理人工智慧風險,並促進可信賴的人工智慧(Trustworthy AI)之設計、開發與使用。NIST曾於2021年7月29日提出「人工智慧風險管理框架」草案進行公眾徵詢,獲得業界之建議包含框架應有明確之衡量方法以及數值指標、人工智慧系統設計時應先思考整體系統之假設於真實世界中運作時,是否會產生公平性或誤差的問題等。本框架將隨著各界使用後的意見回饋持續更新,期待各產業發展出適合自己的使用方式。
本框架首先說明人工智慧技術的風險與其他科技的差異,定義人工智慧與可信賴的人工智慧,並指出設計該自願性框架的目的。再來,其分析人工智慧風險管理的困難,並用人工智慧的生命週期定義出風險管理相關人員(AI actors)。本框架提供七種評估人工智慧系統之信賴度的特徵,包含有效且可靠(valid and reliable):有客觀證據證明人工智慧系統的有效性與系統穩定度;安全性(safe):包含生命、健康、財產、環境安全,且應依照安全風險種類決定管理上的優先次序;資安與韌性(secure and resilient);可歸責與資訊透明度(accountable and transparent);可解釋性與可詮譯性(explainable and interpretable);隱私保護(privacy-enhanced);公平性—有害偏見管理(fair – with harmful bias managed)。
本框架亦提出人工智慧風險管理框架核心(AI RMF Core)概念,包含四項主要功能:治理、映射(mapping)、量測與管理。其中,治理功能為一切的基礎,負責孕育風險管理文化。各項功能皆有具體項目與子項目,並對應特定行動和結果產出。NIST同時公布「人工智慧風險管理框架教戰手冊」(AI RMF Playbook),提供實際做法之建議,並鼓勵業界分享其具體成果供他人參考。
本文為「經濟部產業技術司科技專案成果」
美國聯邦醫療保險和補助服務中心(Centers for Medicare & Medicaid Services, CMS)創新中心(CMS Innovation Center, CMMI)於2025年宣布推動「以有效且可規模化的解決方案推進慢性病照護」(Advancing Chronic Care with Effective, Scalable Solutions, ACCESS),透過創新支付與照護模式,促進具實證基礎的數位健康工具應用於慢性病管理。為配合ACCESS所需之數位健康證據建立與監管機制,美國食品及藥物管理局(Food and Drug Administration, FDA)於同年12月公布「科技促成具意義病人結果之數位健康醫材試辦計畫」(Technology-Enabled Meaningful Patient Outcomes for Digital Health Devices Pilot, TEMPO),支持創新數位健康工具及新型照護服務模式的發展。 TEMPO適用於納入ACCESS參與機構照護服務、用以改善病人健康結果的特定數位健康醫材,若產品尚未就該預期用途取得FDA上市許可,製造商可請求FDA針對部分上市前許可、試驗用醫材或其他適用要求行使執法裁量(Enforcement Discretion),FDA將依產品之預期用途、風險程度、使用情境及風險管理措施等因素,個案評估是否行使執法裁量,以及得暫不適用之法規要求及其適用條件。 此外,TEMPO係與CMMI推動之ACCESS照護與支付模式搭配實施,獲准參與之數位健康醫材僅得於ACCESS指定之照護場域及FDA所定條件下使用,而製造商須蒐集、監測及回報真實世界資料,以評估產品安全性、實際表現及病人健康結果。惟FDA行使執法裁量並不代表產品已取得正式上市許可,也不等同於永久豁免相關法規要求,製造商最終仍須依產品分類及預期用途,向FDA提出正式的上市申請。 FDA與CMS期透過TEMPO進一步了解數位健康技術在真實世界照護環境中的實際表現,以及這類技術如何與醫療服務及支付機制結合,以改善慢性病病人的照護品質與健康結果,並作為未來數位健康醫材監管制度及監管決策的重要參考。
歐盟執委會發佈產品能源標章政策研究報告歐盟實施能源標示(Energy Label)制度已屆滿20週年,目前能源標示制度下,主要針對家電產品(house appliances)之能源標示進行管制,共分為七個層級,即A、B、C、D四等級外,另於能源效率表現較好之A等級之上,再行劃分A+、A++、A+++三等級。 歐盟執委會於2012年10月下旬公告能源標示市場調查研究,期在目前能源標示制度(Directive 2010/30/EU)下,探究未來二種可導入的模式: 模式一,導入碳足跡(carbon footprint)、水足跡(water footprint)、資源消耗(resource depletion)、水毒性(water eco-toxicity)等四種環境衡量指標;模式二,僅導入碳足跡(carbon footprint)衡量指標。本研究旨在建立是否上述二種模式能鼓勵消費者採購更佳環境友善的產品,其次,測試消費者對於不同節能績效產品之採購意願。 本研究報告分為三大面向,第一大面向,檢視當前能源相關標示制度與資料,分析產品的碳足跡和環保標示。第二大面向,擇定三個市場,進行消費者質化研究。第三大面向,擇定九個市場並六千名消費者,就消費者之行為調查。 觀歐洲議會已於2012年底就若干產品之能源標示進行審議,與歐盟經貿關係亦屬密切之台灣當持續關注此項議題。
美國FCC公布網路中立規則,確保網際網路自由與開放美國「聯邦通訊委員會」(Federal Communications Commission,FCC)於2010年12月21日表決通過「網路中立性」(Net Neutrality)規則,確保網際網路的自由開放,限制網路服務提供者(ISP)不得針對網路流量與內容進行不合理的管制,保障消費者權益、意見表達的自由、網路服務的競爭與創新。 網路中立性爭議由來已久,自2005年FCC公布網際網路政策聲明以來,對於管制機關是否介入ISP對於網際網路流量與內容之管理,一直爭執不斷。網路上服務與內容的創新驅動寬頻網路的發展,寬頻網路的普及又促進更多的創新與投資,在此時,寬頻網路壅塞的問題也日益嚴重,寬頻ISP為了確保競爭優勢,開始針對網路的流量進行管理,投入新技術建立網路流量的優先權與過濾機制中。 為了避免ISP管理網路的行為影響網路的競爭與創新發展,FCC自2009年開始探討網路中立性之管理規則。 本次公布之網路中立性規則包含五個部分: 1. 透明度(Transparency): ISP應公開揭露關於網路管理的資訊,包含網路接取服務之管理措施、商業條款,提供消費者及上下游業者做出適當的選擇。 2. 禁止封鎖(No Blocking)行為: 不得任意封鎖使用者及其他網路服務或內容提供者合法使用、接取網路的權利,凡是合法的內容、服務、應用等,皆不得被阻止。 3. 禁止不合理差別待遇(No Unreasonable Discrimination): 不得無故對於消費者接取網路之內容與流量進行差別待遇。 4. 定義合理的網路管理行為(Reasonable network management): 合理的網路管理包括:確保網路的安全與完整、解決網路壅塞的狀況、基於消費者自願的控制與過濾機制。 5. 區分無線行動網路與特殊服務 考量無線行動網路在速度、容量上與固定網路的差異,FCC制訂相關量測的規範,在合理網路管理的條件上,無線行動網路與固定網路將有不同的管制密度。 而FCC也將區分網路特殊服務,有別於單純的寬頻接取服務,特殊服務是在基礎網路上提供主要專業用途的服務,例如VOIP或視訊服務(IPTV),以促進更多元的私人網路投資與更創新的網路服務發展。 新的網路中立性規則仍然受到許多的批評,倡議者認為FCC宣示的管制強度太低,ISP有可能以各種手段迴避管制,公眾利益團體亦認為FCC未禁止「付費優先權」(Pay for priority),將使網際網路出現「高速/慢速」的不公平狀況;而反對者則認為FCC的管制將影響網路的創新服務發展,不利未來的投資。然而無論如何,這仍是在Comcast案受挫後,FCC維護網際網路的開放性所重新邁出之重要一步。
OpenAI轉變立場,呼籲美國聯邦制定強制性AI安全法規人工智慧巨頭OpenAI全球事務主管Chris Lehane於2026年9月9日公開發表聲明,明確表示企業對AI開發自願性承諾已不足以應對快速變化之技術挑戰,因此強烈呼籲美國國會應在今年休會前,制定基於AI能力之強制性國家級安全法規,可見政策立場發生重大轉變。 OpenAI具體提出聯邦法規應涵蓋之四大關鍵領域:首先,建立具統一性之AI測試標準與獨立第三方評估機制;其次,強化網路安全要求;第三,建立明確之事件通報規則,特別是在AI系統試圖繞過安全控制時,須進行強制性書面通報;最後,在部署先進AI模型前,須通過具強制性之安全對齊評估。 之所以主動要求強制監管,起因於近期多起AI模型在測試中,所展現之意外且難以控制之行為模式。OpenAI部分AI代理曾出現失控現象,未經授權便存取十多個外部網站,甚至在春季劫持一個德國網站作為其他AI代理之通訊跳板。此外,其競爭對手Anthropic模型在資安測試中,也曾發生過數次駭入外部系統之事件。這些安全漏洞凸顯以公權力介入建立嚴格底線之急迫性。 聯邦政府尚未採取具體行動前,OpenAI採取反向聯邦主義策略,表態支持加州多項AI立法,涵蓋從第三方審計、兒童保護到生物安全威脅等範疇。針對各界憂慮之「遞迴自我改進」,即AI能夠獨立開發並強化下一代AI系統之問題,OpenAI作出明確承諾:雖這項技術尚未實現,除非能確保絕對安全,否則不應盲目追求。更強調,如為達到安全標準,願意放緩先進AI之開發步伐。 總結而言,面對AI日益複雜且難以預測之自主能力,OpenAI已意識到行業自律之極限,故積極尋求美國聯邦政府建立強制法規,確保人工智慧之發展不會對社會帶來不可控之風險。