AI 對法律的衝擊由淺到深分成三層:越往下,越難靠修補既有條文解決。

第一層是「替代性挑戰」:AI 取代人類做某些工作,修正既有法規即可應對。第二層是「結構性挑戰」:AI 改變了某些法律行為的本質,動搖民法、消費者保護法的若干前提。

第三層是「本體性挑戰」:AI 能不能成為法律上的主體(也就是能享有權利、負擔義務、自己承擔責任的「人」)?如果不能,AI 自主決策造成損害時,責任要怎麼分給背後多個間接相關的人?

三層挑戰的回應方式不同。替代性挑戰由各領域主管機關分別處理,例如交通部管自駕、衛福部管醫療 AI、金管會管金融 AI;結構性挑戰需要修正民法等基礎法律。

本體性挑戰涉及法理學的根本爭議,各國目前都採「不賦予 AI 法律主體性」的保守立場。AI 自主性越來越高,這條防線能守多久,是當代法律最大的開放問題之一。

結論先講:目前沒有任何主要法域承認 AI 是法律主體,責任仍由背後的人或公司承擔。

這曾是國際法學界辯論最激烈的議題之一。歐洲議會 2017 年曾提出「電子人格(Electronic Person)」構想,主張高度自主的機器人可以取得某種法律地位。提案引發學界與業界強烈反對,歐盟最終沒有採納。

不賦予 AI 主體性,有三個現實理由:

第一,執行力:就算承認 AI 是法律主體,也無法對 AI 本身執行制裁。第二,道德風險:若讓 AI 自己負責,開發者與使用者反而多了推卸責任的空間。

第三,概念不相容:公司這類「法人」之所以能成立,是因為背後有自然人做決定;AI 沒有類似的人類意志傳導機制。

AI 的兩個特性,讓傳統「誰該預見、誰就負責」的歸責方式很難套用。

傳統侵權責任(因故意或過失不法侵害他人、應負賠償責任)以「可預見性」為核心:行為人應該預見自己的行為可能造成損害,沒預見又造成損害,就有過失。AI 的決策卻有下面兩個特性。

監管實務因此發展出三種因應方向,都在「保護受害人」與「不過度抑制創新」之間找平衡。

不同行業的優先順序不同。自駕、醫療等高風險領域,引入嚴格責任(不問有無過失都要賠)的呼聲最強;一般商用 AI 以提高注意義務標準為主流;保險與賠償基金則是最後一道安全網。

我國現行法其實已經有這三種工具的雛形,下表對照:

國際 AI 監管可歸納為兩條路線:一條先分級、事前管,一條看結果、事後管。兩者各有長處與盲點,反映不同社會在「技術、自由、安全」之間的取捨。

實務上沒有國家只走單一路線,多半混合運用。中國的「生成式人工智慧服務管理暫行辦法」更接近政府主導模式(安全評估、備案);日本則以促進與指引為主,管制較寬鬆。

美國在 EO 14110 撤銷後,聯邦層級更偏向創新優先。台灣要靠攏哪一種,會是接下來幾年的重要立法議題。

台灣已有 AI 專法,但它是定方向的「基本法」,具體規範要等各部會在兩年內陸續補上。

《人工智慧基本法》於 114 年 12 月 23 日立法院三讀通過,115 年 1 月 14 日總統公布,並依第 20 條自公布之日起施行。

本法是框架性立法:不直接管個別 AI 應用,而是定下第 4 條的七項原則(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),並以國科會為中央主管機關(第 2 條)。

行政院要成立「國家人工智慧戰略特別委員會」協調全國 AI 事務(第 6 條);數位發展部要推動與國際接軌的 AI 風險分類框架(第 16 條)。重點條文整理如下:

台灣的選擇要同時顧到三件事:回應國際監管趨勢(尤其是歐盟 AI Act 的域外效力)、兼顧本土產業發展(避免過度監管壓縮新創空間),以及兩岸關係下的特殊安全議題(資料主權、模型主權、AI 在認知作戰中的角色)。

本系列第 14 篇將深入比較各國監管路線,並提出台灣定位的具體建議。

面對快速變動的 AI 法律,真正能依靠的不是一份「永遠正確」的指南,而是持續更新的判斷框架。

AI 法律與技術同步演化:今年的判決明年可能被推翻,今年的合規架構明年可能不適用,今年的最佳實務明年可能成為基本要求。

接下來 14 篇分別深入著作權、個資、商標、專利、營業秘密、契約、企業治理、消費者保護、人格權、產品責任、專業執業、政治選舉、國際比較與責任鏈分配,每一篇都是這張判斷框架的一塊拼圖。

法律從來不是技術的對手,而是讓技術能持續被信任地運作的基礎建設。

常見問題