美國國家標準與技術研究院公布人工智慧風險管理框架(AI RMF 1.0)

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」

相關連結
你可能會想參加
※ 美國國家標準與技術研究院公布人工智慧風險管理框架(AI RMF 1.0), 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=8974&no=64&tp=1 (最後瀏覽日:2026/10/04)
引註此篇文章
你可能還會想看
義大利個資保護機關裁罰遠距大學使用臉部辨識系統違反GDPR

義大利資料保護主管機關(Garante per la protezione dei dati personali, GPDP)於2026年1月29日決定,對遠距大學 Università Telematica e-Campus(下稱 e-Campus)處以5萬歐元罰鍰,理由為其於線上課程中使用臉部辨識系統違反《一般資料保護規則》(General Data Protection Regulation, GDPR)及義大利個人資料保護法。 本案中,e-Campus 為進行學生身分驗證與出席確認,要求學生事先上傳臉部影像與身分證件,建立生物特徵模型,並於課程期間透過網路攝影機即時拍攝影像方式,進行隨機抽查比對。校方會將臉部辨識資料保存12個月,以及系統會將課堂影像保存至口試日,且校方主張該影像資料處理係以學生同意作為適法依據。 經GPDP調查認定該臉部辨識作業存在多項違法情形: 一、適法依據不足: GPDP指出於義大利法制下,私立大學與公立大學均被視為追求公共利益之機構,相關資料處理應依GDPR第6條第1項(c)、(e)及第9條第1款(g)相關規定,以法定義務或公共任務為依據。儘管校方主張依據GDPR的同意為合法事由,但GPDP指出學生不同意即無法參與課程或取得資格,顯示雙方存在明顯權力不對等,因而該同意無效。 再者,在以公共利益為目的處理敏感資料(包括生物特徵資料)時,應以國內法為依據。惟校方援引之國家大學與研究體系評估機構指引(ANVUR),因其性質不被GDPR及其他法律認定為國內法律,亦不構成GDPR所要求之法律依據。因而認定有違反GDPR第6條第1款(c)及(e)、第9條第1款(g)之情形。 二、違反資料最小化與保存限制原則: 校方將臉部辨識資料保存長達12個月,超出出席確認目的所必要之期間。並且縱使辨識失敗,亦可即時改以人工方式檢核,無須長期保存相關資料。此外,後續系統將課堂影像保存至口試日,亦被認定缺乏必要性而違反GDPR第5條及第25條。 三、未妥適進行資料保護影響評估(DPIA): 本案涉及大量學生(每班級約400至500人)之生物特徵資料處理,屬高風險情形,依法應事前進行DPIA。然而校方未於處理前完成評估,調查中提出之文件亦僅為無日期與簽名之電子試算表,被認定未履行相關義務而違反GDPR第35條。 綜上所述,考量資料屬性敏感、影響人數規模龐大等因素;同時亦考量校方於調查期間已停止使用該系統並展現配合態度,作為減輕處罰之因素,最終GPDP對 e-Campus 處以5萬歐元罰鍰,並命其將裁決公告於官方網站。

電信產業號碼資料庫之應用與法制議題-以個人隱私保護為中心

南非提出個人資料保護法草案

  南非共和國議會在2013年8月22日通過了個人資料保護法修正案(PROTECTION OF PERSONAL INFORMATION BILL),該法案已由總統Jacob Zuma簽署正式成為法律,這也是南非首次全面性的個人資料保護立法 。   該部立法目的在於為促進個人資料的保護,建立全面性的個人資料保護原則。此次提出多項修正,包括 : 1. 設立獨立法人監察機構作為獨立且公正的執行個人資料保護法上職務及權力。 2. 公、私部門僅在特定情形時方可處理個人資料。 3. 蒐集個人資料必須提交予前述獨立法人監察機構。 4. 限制蒐集兒童個人資料,並將哲學、信仰、宗教,種族、民族血統,工會會員,政治觀點,健康,性生活或犯罪前科列為特種個人資料,並加以限制蒐集。 5. 需要處理個人資料者,必須落實保護措施,以保護個人資料為完整之狀態。 6. 發生個人資料外洩情形時,必須通知受影響的當事人以及前述獨立法人監察機構。 7. 要求公、私部門均需指定專責個人資料保護人員。 8. 透過自動傳呼裝置行銷需受到一定程度之限制。 9. 限制跨境傳輸時,限制傳輸收受方必須是至少具備與南非相同個人資料保護水準之區域。   南非之個人資料保護法通過後,對於消費者保障係又提升至另一層次,然該法之施行會對企業造成的衝擊,以及消費者是否可以在修法後獲得實質上的保障,仍待觀察。

日本農業數據利用的瓶頸與農業數據平台WAGRI的誕生

  日本從事農業者高齡少子化以致後繼無人,農業ICT(Information and Communication Technology)可使資深農民內隱知識外顯化而利於經驗傳承,例如已有地區透過除草機器人、自動運行農機等ICT農機,蒐集稻米收穫質量之數據進行分析,實作出施肥最適條件的成功案例。   然而成功案例之數據利用,延伸至其他地區實踐時卻顯得窒礙難行。首先是成本面,農場計測溫溼度等數據之感測器的設置、管理維護與通信等成本負擔,宛如藏寶洞前豎立之石門,不得其門而入。另一造門磚是農機或感測器等不同業者之系統服務互不相容,且數據無法互換共用,為求最適合特定地區與農作物之農業ICT組合,且能移植成功案例至其他地區,系統相容數據共用亦是當務之急。   日本農業數據協作平台(簡稱WAGRI),可為大喊芝麻開門之鑰,日本於2017年內閣府計畫支持下,由農業生產法人、農機製造商、ICT供應商、大學與研究機關等組成聯盟,一同建置具備「合作」(打破系統隔閡使數據得以相容互換)、「共有」(數據由提供者選定分享方式)、「提供」(由公私部門提供土壤、氣象等數據)三大功能之WAGRI,今年已有實作案例指出,活用WAGRI後,在數據蒐集與利用上的勞力與時間成本明顯縮減。   台灣農業同樣面臨高齡化、傳承之困境,日本WAGRI整合與共享數據的模式可作為我國發展農業ICT活用數據之參考。

TOP