德國聯邦資訊技術,電信和新媒體協會於2018年2月6日在更安全的網路研討會中針對利用人工智慧及自動決策技術利用提出建議指南(Empfehlungen für den verantwortlichen Einsatz von KI und automatisierten Entscheidungen),旨在提升企業數位化與社會責任,並提升消費者權益保護。 本份指南提出六項建議:
本文為「經濟部產業技術司科技專案成果」
日本數位廳(デジタル庁)於2026年6月12日訂定了《數位政府推動標準指引》(デジタル・ガバメント推進標準ガイドライン),並於同年7月15日更新了涵蓋DS-100、DS-110、DS-120等相關系列標準,總稱為《數位社會推動標準指引群》(デジタル社会推進標準ガイドライン群)(簡稱指引群),目的在於打破過去日本政府各部會「各自為政、系統本位」的舊架構,轉變為以「使用者為中心、整體最佳化」的數位政府,將原本適用於政府內部規則,拓展為支撐整個社會數位化的共通基礎,使指引群開始成為官民協作領域的實務標準,規範重點如下: 1.指引類型:DS-100於體系中扮演「綱領」的角色,並於旗下文件劃分為標準指引(Normative)與實踐指引(Informative),前者作為政府資訊系統維護及管理之共通規則,具備了必須遵守的要求;後者則可作為技術實踐之參考。DS-100原則上適用於日本境內所有的政府資訊系統,日本各府省(中央部會)在進行資訊系統的預算編列、採購、開發、AI導入、雲端服務要求、專案管理(如工程審查)與維運時,都將受到此指引的強制約束,倘若有公務機關不遵守,可能會面臨預算遭數位廳擋下或專案被要求重審的情況。 2.改革政府業務與服務:分為以服務為優先(Service First)與以使用者為中心(User-Centric)。前者規範政府部門於開發或導入系統前,須檢視並簡化行政流程,並非僅將舊有的紙本直接「電腦化」;後者則強調系統與服務須依據企業與民眾之使用經驗進行設計。 3.標準化政府資訊系統的全生命週期管理:指引群涵蓋了企劃與構想、採購與發包、設計與開發、營運與維運、廢止與轉移等從無到有的五個階段之標準作業程序。 4.明確劃分管理角色:可分為PMO(Portfolio Management Office)與PJMO(Project Management Office),前者為公部門層級或跨部會所屬的專案管理組織,負責專案統籌指導與品質控管;後者則為計畫推動與資訊系統管理的執行團隊。此外,為解決政府專案管理能力不足的問題,指引建議透過活用專業人才、辦理內部人員技能認證,同時也鼓勵引進民間數位人才。 5.強化雲端與資安防護:包含雲端服務中斷風險評估、供應鏈風險管理、生成式 AI 的適切利用等各項具體要求。 日本透過建立明文化的AI、資通安全及雲端服務採購要求,使採購法制與資安治理產生連動,同時活用數位技術,實現行政服務便利性提升、行政營運效率性與透明性提升,並以官民協作為軸心改善行政服務,實現數位社會之方向,皆可作為我國未來持續推進政府數位轉型、完善資訊服務採購相關配套機制與優化政府數位服務之借鏡。
行動通信事業提供視訊服務之法律議題研究 日本醫藥品醫療器材等法修正研析―以醫療應用軟體為中心 法國國家資訊自由委員會將推出符合GDPR的人工智慧操作指引(AI how-to sheets)法國國家資訊自由委員會(CNIL)於2023年10月16日至11月16日進行「人工智慧操作指引」(AI how-to sheets)(下稱本指引)公眾諮詢,並宣布將於2024年初提出正式版本。本指引主要說明AI系統資料集建立與利用符合歐盟一般資料保護規則(GDPR)之作法,以期在支持人工智慧專業人士創新之外,同時能兼顧民眾權利。 人工智慧操作指引主要內容整理如下: 1.指引涵蓋範圍:本指引限於AI開發階段(development phase),不包含應用階段(deployment phase)。開發階段進一步可分為三階段,包括AI系統設計、資料蒐集與資料庫建立,以及AI系統學習與訓練。 2.法律適用:當資料處理過程中包含個人資料時,人工智慧系統的開發與設計都必須確定其適用的法律規範為何。 3.定義利用目的:CNIL強調蒐集及處理個資時應該遵守「明確」、「合法」、「易懂」之原則,由於資料應該是基於特定且合法的目的而蒐集的,因此不得以與最初目的不相符的方式進一步處理資料。故明確界定人工智慧系統之目的為何,方能決定GDPR與其他原則之適用。 4.系統提供者的身分:可能會是GDPR中的為資料控管者(data controller)、共同控管者(joint controller)以及資料處理者(data processor)。 5.確保資料處理之合法性:建立AI系統的組織使用的資料集若包含個人資料,必須確保資料分析與處理操作符合GDPR規定。 6.必要時進行資料保護影響評估(DIPA)。 7.在系統設計時將資料保護納入考慮:包含建立系統主要目標、技術架構、識別資料來源與嚴格篩選使用…等等。 8.資料蒐集與管理時皆須考慮資料保護:具體作法包含資料蒐集須符合GDPR、糾正錯誤、解決缺失值、整合個資保護措施、監控所蒐集之資料、蒐集之目的,以及設定明確的資料保留期限,實施適當的技術和組織措施以確保資料安全等。 對於AI相關產業從事人員來說,更新AI相關規範知識非常重要,CNIL的人工智慧操作指引將可協助增強AI產業對於個資處理複雜法律問題的理解。