[AI 法律 11] AI 自駕、機器人侵權與產品責任

美國汽車工程師學會(SAE)定義的自駕分級(L0-L5),是當前國際自駕分級標準。各級對應的法律責任分配有顯著差異。

L0(無自動化):駕駛人完全控制,責任全在駕駛人。L1(駕駛輔助):車輛協助某項任務(如自動煞車輔助),但駕駛人仍主控,責任以駕駛人為主。L2(部分自動化):車輛可同時控制方向與速度(如 ACC + 車道維持),駕駛人需隨時準備接手,責任仍以駕駛人為主。當前市售大多數「自動駕駛」實際是 L2,駕駛人法律上仍是主要責任人。

L3(有條件自動化):車輛在特定條件下可自主駕駛,駕駛人可短暫脫離注意,但需在系統要求時接手。L3 是責任分配最複雜的層級——當事故發生時,需詳細判斷:是系統失效還是駕駛人未能適時接手?Mercedes-Benz、Honda 等廠商已推出 L3 商業車型,但限定特定條件(高速公路、低速、好天氣等)。L4(高度自動化):車輛在限定區域可完全自主駕駛,無需人類介入。L5(完全自動化):任何條件下完全自主。L4/L5 的責任分配重心轉向製造商與系統提供者。

我國目前的法制現況:民國 109 年公布「無人載具科技創新實驗條例」(沙盒條例),允許自駕車在特定場域實驗。民國 113 年起,部分縣市允許 L4 自駕巴士上路試營運。但對 L3 以上的私家自駕車,尚未明確開放。事故發生時的責任認定,目前主要適用既有的民法侵權、消保法商品責任、強制險規範,未來可能透過「自動駕駛車輛管理條例」等專法處理。

我國消保法第 7 條規定:「從事設計、生產、製造商品或提供服務之企業經營者,於提供商品流通進入市場,或提供服務時,應確保該商品或服務,符合當時科技或專業水準可合理期待之安全性。」違反致生損害,應負連帶損害賠償責任。此屬無過失責任(嚴格責任),受害人不需證明企業有過失。

消保法第 7 條對 AI 產品的適用,需處理三個關鍵概念。概念一,「當時科技或專業水準可合理期待之安全性」:這是動態標準,隨技術發展而調整。早期自駕車的安全期待較低、現在較高;醫療 AI、工業機器人的期待標準各有不同。實務上常透過產業最佳實務、國際標準、官方指引判斷。

概念二,「設計瑕疵 vs. 製造瑕疵 vs. 警告瑕疵」:傳統商品瑕疵的三分法在 AI 場景需重新詮釋。設計瑕疵對應 AI 演算法本身的偏差或缺陷;製造瑕疵對應特定批次硬體或軟體的問題;警告瑕疵對應企業未充分說明 AI 限制與風險。三者中,警告瑕疵在 AI 產品特別重要——AI 的能力與限制應充分說明,不應誇大功能讓使用者誤判。

概念三,「合理期待」與「使用者注意義務」的平衡:消費者對 AI 產品的合理期待是什麼?自駕車能在所有情況下自主?家用機器人能完全代替人類照護?AI 醫療能完全準確診斷?過高的期待可能不合理,但企業亦不能以此為由免除合理安全義務。實務原則上:企業應確保產品在「廣告與說明書所宣稱的使用條件」下達到合理安全;消費者應依說明書合理使用。雙方共同責任。

事故發生時的法律處理,核心是「因果關係的證明」。但 AI(尤其是深度學習)的黑盒子特性,讓因果關係的證明面臨技術上的困難。

典型情境:自駕車在某情境下未識別行人,造成事故。受害人需證明「AI 系統的決策有瑕疵」並「該瑕疵與事故間有因果關係」。但 AI 的決策過程涉及數百萬個參數,專家亦難完整解釋為何某情境下做出某決策。傳統「邏輯式因果證明」(若無 X 行為,即無 Y 損害)在 AI 場景常難以執行。

實務上的因應方向。方向一,降低受害人舉證責任:對 AI 產品適用嚴格責任,受害人僅需證明「使用 AI 產品 + 發生損害 + 兩者時序合理」,即推定企業應負責,除非企業能證明損害非可歸責於該 AI 產品。方向二,強制 AI 系統的「可追溯性」:法規要求 AI 產品保留決策日誌、感測器資料、版本紀錄、使用紀錄,事故發生時可追溯重建情境。方向三,建立第三方鑑定機制:對 AI 產品的事故認定,由具備技術專業的第三方鑑定機構協助分析,提供獨立判斷。

歐盟於 2024 年通過「修訂後的產品責任指令(Revised Product Liability Directive)」,在多項具體點上回應上述議題:擴張「產品」定義以涵蓋軟體與 AI 系統、降低受害人舉證責任、強制軟體更新責任、明確 AI 訓練資料瑕疵的責任。我國未來修法時可參考此架構。

面對 AI 物理化應用的責任複雜性,保險是分散風險、保障受害人補償的關鍵機制。完整的保險架構應採多層設計。

第一層,強制責任險:對特定 AI 應用(自駕車、醫療機器人等)應有強制保險,確保受害人能獲得最低補償。我國強制汽車責任保險已涵蓋一般車輛事故;未來可預期的是,自駕車的強制責任保險將有特殊架構(高保額、廠商共保、含網路安全保險)。第二層,商業責任險:對 AI 產品製造商、系統提供者、整合者的商業責任險,涵蓋產品瑕疵、設計缺陷、警告不足等情況的賠償。

第三層,網路安全險:AI 系統可能因網路攻擊而失控,造成意外損害。網路安全險覆蓋此類風險。第四層,專業責任險:對提供 AI 服務的專業人員(醫師使用 AI 輔助診斷、律師使用 AI 輔助研究),其專業責任險應涵蓋因 AI 工具錯誤導致的損害。第五層,使用者保險:對 AI 產品的使用者,個人責任險可涵蓋使用 AI 過程中對他人造成的損害。

保險條款設計的關鍵點:明確的「保險事故」定義(包含 AI 失控、軟體更新錯誤、資料瑕疵等);合理的給付上限(對重大事故須足以保障);清晰的「除外條款」(避免事後爭議);明確的「通知義務」(事故發生後合理時間內通知);稽核權與資料調查(保險公司有權調查事故情況)。

除自駕車外,其他 AI 物理化應用也有各自的法律議題。工業機器人:在工廠環境中與人類共同工作的協作機器人,事故風險集中於工人傷害。職業安全衛生法、職災保險、工廠管理規則等構成主要法律框架。雇主應特別注意:對協作機器人的安全評估、工人的安全教育、工作流程設計、緊急停止機制。

醫療機器人:外科機器人、復健機器人、護理機器人等,直接涉及生命健康。醫療法、醫療器材管理法構成主要框架,需經衛福部食藥署審查核准始能在醫療機構使用。事故發生時,責任分配涉及:醫師(操作)、醫療機構(配置與訓練)、製造商(產品本身)、消費者(衛福部、健保署、患者)的多重關係。

家用機器人:陪伴機器人、清潔機器人、寵物機器人等。法律議題包含:對家庭環境的個資蒐集(攝影機、麥克風)、對未成年人/長者的安全、跨設備整合的風險擴散。家用機器人廠商應特別注意個資保護(蒐集目的、儲存安全、跨境傳輸)、安全認證(電器商品檢驗)、隱私保護機制(實體開關、本地處理)。

AI 走進物理世界的最大意義,不在技術進步,而在「機器與人類社會的責任關係重構」。一台會自主決策的車、一個會自主動作的機器人、一架會自主飛行的無人機——它們在法律上的位置該如何安放,將決定整個社會對 AI 的接受度與發展速度。

本所建議:相關企業應提前佈局法律基礎建設——產品責任保險、安全合規測試、用戶協議、緊急應變、消費者教育——而不是等到事故發生才開始補救。每一個沒有事故發生的日子,都不應讓人忘記:AI 物理化應用的責任邏輯,與軟體截然不同;而責任的後盾,從來都不是技術本身,而是法律與保險共同構成的長期架構。

常見問題