人工智慧基本法 第 4 條
快速跳轉
政府推動人工智慧之研發與應用,應在兼顧社會公益、數位平權、促進創新研發與強化國家競爭力之前提下,發展良善治理與基礎建設,並遵循下列原則: 一、永續發展與福祉:應兼顧社會公平及環境永續。提供適當之教育及培訓,降低可能之數位落差,使國民適應人工智慧帶來之變革。 二、人類自主:應以支持人類自主權、尊重人格權等人類基本權利與文化價值,並允許人類監督,落實以人為本並尊重法治及民主價值觀。 三、隱私保護與資料治理:應妥善保護個人資料隱私,尊重企業營業秘密,避免資料外洩風險,並採用資料最小化原則;同時在符合憲法隱私權保障之前提下,促進非敏感資料之開放及再利用。 四、資安與安全:人工智慧研發與應用過程,應建立資安防護措施,防範安全威脅及攻擊,確保其系統之穩健性與安全性。 五、透明與可解釋:人工智慧之產出應做適當資訊揭露或標記,以利評估可能風險,並瞭解對相關權益之影響,進而提升人工智慧可信任度。 六、公平與不歧視:人工智慧研發與應用過程中,應盡可能避免演算法產生偏差及歧視等風險,不應對特定群體造成歧視之結果。 七、問責:應確保承擔相應之責任,包含內部治理責任及外部社會責任。
白話與解析 AI 輔助整理,以原文為準
重點摘要人工智慧基本法第4條訂定政府推動 AI 的七項原則:永續、人類自主、隱私、資安、透明可解釋、公平不歧視、問責。
Q · 政府用 AI 做決定,法律有要求嗎?
有。AI基本法第4條訂了政府推動AI的七項原則
依人工智慧基本法第4條,政府推動 AI 必須遵循七項原則:永續與福祉、人類自主、隱私與資料治理、資安、透明可解釋、公平不歧視、問責。要注意這是基本法,寫的是大方向,本身通常不能單獨拿來告政府或求償,真正的效力在後續訂定的個別法令。它的作用是當一把尺,未來所有管 AI 的規則、政府每筆 AI 採購都要對照這七條。
白話解讀
AI 已經在替政府做決定了:誰的補助申請先過、哪個路口的影像被演算法挑出來、你的退稅資料怎麼被分析。這條法律做的事,是替政府推動的 AI 立下七條底線:要能解釋、不能偷偷歧視、要保護你的個資、出事要有人負責。但有個關鍵你得先知道:這是「基本法」,寫的是大方向,它本身通常不能直接拿來告政府或求償,真正的牙齒在後面陸續訂的個別法令裡。它的力量不在罰誰,在於它變成一把尺:未來所有管 AI 的規則、政府每一筆 AI 採購,都要拿這七條來量。懂這七條,你就知道哪些 AI 應用「依法本來就該做到」這些事,而不是廠商說了算。
法律定性
人工智慧基本法第4條為政府推動 AI 的原則性規範,要求政府於研發與應用 AI 時,在兼顧社會公益、數位平權與國家競爭力的前提下,遵循永續發展與福祉、人類自主、隱私保護與資料治理、資安與安全、透明與可解釋、公平與不歧視、問責等七項原則,作為後續 AI 個別法令與政府 AI 採購的共同基準。
試算與流程
AI 輔助整理,以條文原文為準
大家也在問 AI 輔助整理
Q1AI 基本法說不能歧視,我被 AI 拒了能直接告嗎?
通常不能只拿這條告。基本法是政策方針,本身一般不是請求權基礎。你能用的是衍生法令:屬政府決定走訴願、行政訴訟;涉個資走個資法(第29、30條求償)。內行人提示:援引第七條問責原則,要求對方指出「依據什麼、誰負責」,常能逼出原本不肯給的書面說明,這份說明才是後續真正可用的證據。
Q2我公司在做 AI 產品,這條政府法律關我什麼事?
關係很大。這七條是後續 AI 個別立法的母模板,今天政府對自身 AI 的要求,很快會變成管民間的法條。內行人提示:先把可解釋(第五)和不歧視(第六)做進開發流程,保留偏差測試紀錄。等專法上路再回頭改的成本,通常是現在內建的好幾倍。
Q3「資料最小化」到底是什麼意思,對我有什麼用?
意思是只收達成目的最必要的資料,不該因為「以後可能用得到」就大量蒐集。第三原則把這個精神帶進 AI 治理。內行人提示:當某個 AI 服務要你授權一堆跟功能無關的資料,這條原則加上個資法第5條的比例原則,就是你質疑甚至拒絕的依據。
Q4AI基本法第4條七原則是什麼?
永續福祉、人類自主、隱私與資料治理、資安、透明可解釋、公平不歧視、問責,是政府推動 AI 的七條共同底線。
Q5什麼叫 AI「可解釋」?
當 AI 影響你的權益時,揭露程度要足以讓你評估風險、知道哪裡可以反對;一句「系統綜合評估」不算可解釋。
Q6資料最小化原則是什麼?
只收達成目的最必要的資料,不能因為「以後可能用得到」就大量蒐集,呼應個資法比例原則。
Q7AI基本法的主管機關是誰?
依本法第2條,中央為國家科學及技術委員會,地方為直轄市、縣(市)政府。
Q8政府 AI 誤判我該怎麼辦?
確認決定主體 → 援引可解釋與問責原則書面要求說明 → 保全證據 → 依個資法或行政救濟主張權利。
Q9怎麼要求政府說明 AI 判斷依據?
以書面援引第五條可解釋、第七條問責原則,要求指出判斷依據、資料來源與負責窗口。
Q10企業怎麼對齊這七原則?
盤點系統對七原則的缺口,重點補可解釋、不歧視、資安、資料最小化,並保留偏差測試與決策邏輯書面紀錄。
Q11怎麼證明 AI 對我做了歧視性決定?
保留決定通知與差別對待證據,要求對方揭露演算法判斷依據;舉證困難時可從問責原則施壓要求說明。
Q12AI基本法 vs 個資法哪個能求償?
基本法是方針通常不能直接求償;個資法第29、30條才是具體請求權與賠償依據。
容易搞混的概念 AI 輔助整理
| 面向 | 人工智慧基本法第4條 | 後續個別法令 |
|---|---|---|
| 法律性質 | 方針性、原則性規範 | 具體權利義務與罰則 |
| 能否直接求償 | 通常不能單獨作為請求權基礎 | 可作為具體請求權依據 |
| 主要作用 | 作為後續立法與政府採購的對照尺 | 落地執行、認定責任 |
人工智慧基本法第4條
- 法律性質
- 方針性、原則性規範
- 能否直接求償
- 通常不能單獨作為請求權基礎
- 主要作用
- 作為後續立法與政府採購的對照尺
後續個別法令
- 法律性質
- 具體權利義務與罰則
- 能否直接求償
- 可作為具體請求權依據
- 主要作用
- 落地執行、認定責任
其他國家怎麼規定 6 國
AI 輔助整理之對應參考,非官方對照,以各國原文為準
立法沿革 1 版
(1141223 制定)
政府推動人工智慧之研發與應用,應在兼顧社會公益、數位平權、促進創新研發與強化國家競爭力之前提下,發展良善治理與基礎建設,並遵循下列原則: 一、永續發展與福祉:應兼顧社會公平及環境永續。提供適當之教育及培訓,降低可能之數位落差,使國民適應人工智慧帶來之變革。 二、人類自主:應以支持人類自主權、尊重人格權等人類基本權利與文化價值,並允許人類監督,落實以人為本並尊重法治及民主價值觀。 三、隱私保護與資料治理:應妥善保護個人資料隱私,尊重企業營業秘密,避免資料外洩風險,並採用資料最小化原則;同時在符合憲法隱私權保障之前提下,促進非敏感資料之開放及再利用。 四、資安與安全:人工智慧研發與應用過程,應建立資安防護措施,防範安全威脅及攻擊,確保其系統之穩健性與安全性。 五、透明與可解釋:人工智慧之產出應做適當資訊揭露或標記,以利評估可能風險,並瞭解對相關權益之影響,進而提升人工智慧可信任度。 六、公平與不歧視:人工智慧研發與應用過程中,應盡可能避免演算法產生偏差及歧視等風險,不應對特定群體造成歧視之結果。 七、問責:應確保承擔相應之責任,包含內部治理責任及外部社會責任。
立法理由一、我國發展人工智慧應衡平創新發展與可能風險,以回應國內人文及社會所需。爰參考國際協議及各國相關政策方針、法規或行政命令,訂定具有指標與引導功能之基礎準則,以作為人工智慧研發與應用之基本原則。 二、人工智慧研發與應用應兼顧社會公平與環境、經濟之協調發展,以追求對人類及地球有益之結果,從而促進永續發展(sustainable development),爰參考G7廣島AI國際行動規範(Hiroshima Process Code of Conduct for Organizations Developing Advanced AI Systems),於第一款定明永續性原則。 三、人工智慧研發與應用應在人工智慧系統之整個生命週期中尊重法治、人權及民主價值觀,為此,參考經濟合作暨發展組織(OECD)二○一九年公布之人工智慧建議書(OECD Recommendation on Artificial Intelligence),於第二款定明人類自主性原則,應支持人類自主權(Human Autonomy),並尊重人格權(含姓名、肖像、聲音)等個人基本權利與文化價值,確保以人為本之基本價值。 四、人工智慧發展仰賴大量資料,惟資料之蒐集、處理及利用,能否確保資料安全與個人資料隱私,係目前人工智慧發展最多討論與疑慮之議題。爰於第三款定明隱私保護及資料治理原則,人工智慧研發與應用,應妥善保護個人資料,避免資料外洩風險,並採用資料最小化原則,而所謂資料最小化原則(data minimization),係指各階段蒐集之個人資料,皆須適當且具相關性,並僅止於符合資料處理目的所需之程度。同時,在符合憲法隱私權保障之前提下,促進非敏感(非個人或機敏)資料之開放及再利用。 五、人工智慧研發與應用應確保系統穩健性(robustness)與安全性,爰參考新加坡二○二四年生成式AI治理架構(Model AI Governance Framework for Generative AI),於第四款定明安全性原則,以防範人工智慧有關安全威脅與攻擊。 六、人工智慧所生成之決策對於利害關係人有重大影響,須保障決策過程之公正性。人工智慧研發與應用階段,應致力權衡決策生成之準確性,並提升可讓使用者及受影響者理解其影響及決策過程之可解釋性,兼顧使用者及受影響者權益。爰參考歐盟二○一九年可信賴AI倫理準則(Ethics Guidelines for Trustworthy AI),於第五款定明透明及可解釋性(Transparency and Explainability)之原則。 七、人工智慧研發與應用須公平、完善,且演算法應避免產生偏差或歧視之結果,爰於第六款定明公平性原則(Fairness),強調應重視社會多元包容,避免產生偏差與歧視等風險。 八、研發與應用人工智慧應致力於建立人工智慧應用負責機制,以維護社會公益。爰參考新加坡二○二四年生成式AI治理架構(Model AI Governance Framework for Generative AI)有關對於人工智慧開發運用之生命週期中,應確保不同角色(如開發者、部署者、最終使用者等)能承擔相應之責任等精神,於第七款定明可問責性原則(Accountability)。
- 適名詞
- 人格權名詞
- 基本權名詞
- 個人資料名詞
- 業名詞
- 營業秘密名詞
- 憲法法規
- 隱私權名詞
- 非名詞
- 揭露名詞
一、我國發展人工智慧應衡平創新發展與可能風險,以回應國內人文及社會所需。爰參考國際協議及各國相關政策方針、法規或行政命令,訂定具有指標與引導功能之基礎準則,以作為人工智慧研發與應用之基本原則。 二、人工智慧研發與應用應兼顧社會公平與環境、經濟之協調發展,以追求對人類及地球有益之結果,從而促進永續發展(sustainable development),爰參考G7廣島AI國際行動規範(Hiroshima Process Code of Conduct for Organizations Developing Advanced AI Systems),於第一款定明永續性原則。 三、人工智慧研發與應用應在人工智慧系統之整個生命週期中尊重法治、人權及民主價值觀,為此,參考經濟合作暨發展組織(OECD)二○一九年公布之人工智慧建議書(OECD Recommendation on Artificial Intelligence),於第二款定明人類自主性原則,應支持人類自主權(Human Autonomy),並尊重人格權(含姓名、肖像、聲音)等個人基本權利與文化價值,確保以人為本之基本價值。 四、人工智慧發展仰賴大量資料,惟資料之蒐集、處理及利用,能否確保資料安全與個人資料隱私,係目前人工智慧發展最多討論與疑慮之議題。爰於第三款定明隱私保護及資料治理原則,人工智慧研發與應用,應妥善保護個人資料,避免資料外洩風險,並採用資料最小化原則,而所謂資料最小化原則(data minimization),係指各階段蒐集之個人資料,皆須適當且具相關性,並僅止於符合資料處理目的所需之程度。同時,在符合憲法隱私權保障之前提下,促進非敏感(非個人或機敏)資料之開放及再利用。 五、人工智慧研發與應用應確保系統穩健性(robustness)與安全性,爰參考新加坡二○二四年生成式AI治理架構(Model AI Governance Framework for Generative AI),於第四款定明安全性原則,以防範人工智慧有關安全威脅與攻擊。 六、人工智慧所生成之決策對於利害關係人有重大影響,須保障決策過程之公正性。人工智慧研發與應用階段,應致力權衡決策生成之準確性,並提升可讓使用者及受影響者理解其影響及決策過程之可解釋性,兼顧使用者及受影響者權益。爰參考歐盟二○一九年可信賴AI倫理準則(Ethics Guidelines for Trustworthy AI),於第五款定明透明及可解釋性(Transparency and Explainability)之原則。 七、人工智慧研發與應用須公平、完善,且演算法應避免產生偏差或歧視之結果,爰於第六款定明公平性原則(Fairness),強調應重視社會多元包容,避免產生偏差與歧視等風險。 八、研發與應用人工智慧應致力於建立人工智慧應用負責機制,以維護社會公益。爰參考新加坡二○二四年生成式AI治理架構(Model AI Governance Framework for Generative AI)有關對於人工智慧開發運用之生命週期中,應確保不同角色(如開發者、部署者、最終使用者等)能承擔相應之責任等精神,於第七款定明可問責性原則(Accountability)。
以全國法規資料庫公告為準
登入後可與所有讀者共筆,標重點、寫心得,一起把這條讀透。
登入開始共筆原始資料來源:全國法規資料庫、立法院法學系統。AI 加值內容僅供理解輔助,法律效力以原文為準。