一部沒有罰則的法律——客觀解析台灣《人工智慧基本法》

天平上的晶片與法律之柱

同一部法律,拿到兩種完全相反的成績單。

台灣人工智慧學校的解讀說,《人工智慧基本法》終結了企業界八年來「不知道紅線在哪裡」的焦慮;司法改革基金會的聲明卻說,這部法「讀起來像充滿政策宣示的產業發展白皮書」,全文找不到一條明確賦予人民權利的條文。一邊是里程碑,一邊是空心磚。

兩種說法都有所本,而且有趣的是——兩邊引用的是同一份條文。2025 年 12 月 23 日立法院三讀通過、2026 年 1 月 14 日總統公布施行的這部法,全文只有 20 條,沒有罰則、沒有禁止清單、沒有對企業的直接義務。它到底是深思熟慮的制度設計,還是立法者把難題往後踢?這篇文章不打算選邊站,我想做的是把條文事實、國際座標、正反論點攤開來,讓你自己判斷。

這部法管的是政府,不是你家公司

先講一個多數報導沒說清楚的事實:《人工智慧基本法》的規範對象是政府,不是企業。

翻開全國法規資料庫的正式條文 ,你會發現 20 條裡的句型幾乎都是「政府應推動」「政府應避免」「政府應建立」。第 4 條揭示的七大原則——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——拘束的是「政府推動人工智慧之研發與應用」,而不是直接套在民間業者頭上。

幾個關鍵條文值得記住。第 3 條給了 AI 一個法律定義:「具自主運行能力之系統,透過輸入或感測,經由機器學習及演算法,可為明確或隱含之目標實現預測、內容、建議或決策等影響實體或虛擬環境之產出」——這個定義明顯參考了 OECD 與歐盟 AI Act 的版本,用「自主運行」把 AI 跟傳統軟體切開。第 16 條授權數位發展部訂定「風險分類框架」,各目的事業主管機關再依框架訂定自己領域的管理規範。第 17 條要求政府就高風險 AI 建立責任歸屬與救濟、補償或保險機制。第 18 條則設下時限:施行後兩年內,也就是 2028 年 1 月前,各機關要完成既有法規的制定、修正或廢止。

主管機關的安排也經過一番折騰。法案原本由國科會草擬,2025 年 2 月行政院把立法作業改交數發部,引發在野黨質疑,立法院還上演過主審委員會從交通改到教育文化的攻防。最後黨團協商的結果是:中央主管機關回到國科會,數發部退居風險分類框架的制定者與技術評測工具的提供者,行政院另設「國家人工智慧戰略特別委員會」,由院長親自召集,每年至少開會一次。這個三層架構是妥協的產物,中央社的報導 記錄了完整過程。

所以如果你在企業裡負責 AI 產品,這部法此刻對你的直接拘束力,老實說,接近零。但「此刻」兩個字是重點,後面會講到。

世界地圖上的法規光譜

放到世界地圖上看:台灣站在光譜的哪裡

評價一部法律「太鬆」或「太嚴」,前提是要有座標。2026 年的全球 AI 法規,大致可以排成這樣一條光譜:

軟 ←──────────────────────────────────→ 硬
新加坡   英國    美國聯邦   日本   台灣    韓國      歐盟      中國
(純自願) (五原則) (EO+州法) (推進法) (基本法) (義務+輕罰) (高額罰鍰) (內容硬管制)
維度台灣歐盟韓國日本
施行時間2026-01-142024-08 生效,分階段適用至 20282026-01-222025-09-01
規範對象政府提供者+部署者業者政府+業者協力
風險分級授權子法訂定四級制高影響/高效能/生成式
罰則最高 3,500 萬歐元或 7% 營業額最高 3,000 萬韓元
禁止應用清單

歐盟是硬法管制的原型:風險四級制、禁止社會評分與操縱性 AI、高風險系統要做符合性評估,罰鍰上限是全球年營業額的 7%。但注意,歐盟自己正在踩煞車——2026 年 5 月 7 日,歐洲議會與理事會就 Digital Omnibus 達成臨時協議 ,把 Annex III 高風險系統的義務從 2026 年 8 月 2 日延後 16 個月到 2027 年 12 月 2 日,Annex I 產品內嵌型更延到 2028 年 8 月 2 日。理由很務實:調和標準跟官方指引根本來不及準備好。

韓國走中間路線。2026 年 1 月 22 日施行的《AI 基本法》是全球第一部全面施行的綜合 AI 專法,對「高影響 AI」課予解釋義務與人類監督、生成式 AI 強制標示、訓練算力達 10²⁶ FLOPs 的模型要做全生命週期風險管理(Cooley 的解析 )。但罰鍰上限只有 3,000 萬韓元——約 2.1 萬美元,而且主管機關 MSIT 給了至少一年的寬限期 ,2026 年內除涉及生命或人權的重大危害外原則上不查處。有義務、有罰則,但牙齒很小顆。

日本是台灣的最近親。2025 年 9 月全面施行的《AI 推進法》同樣沒有罰則、沒有業者強制義務,內閣設 AI 戰略本部,靠事業者指引與既有法律的解釋來補位(White & Case 的追蹤報告 )。美國聯邦層級至今沒有統一立法,2025 年底白宮甚至發布行政命令挑戰各州 AI 法,州與聯邦的先占訴訟戰一觸即發。中國則是另一個軸線:不立統一 AI 法,改用演算法備案、生成式 AI 暫行辦法、2025 年 9 月上路的 AI 內容強制標識等部門規章,以內容安全為核心做硬管制。

把台灣放進這張地圖,定位很清楚:日本推進法的骨架,加上歐盟的原則語彙。七大原則、風險分類、高風險標示這些詞彙來自布魯塞爾,但「不罰、不禁、管政府不管業者」的骨架來自東京。

產業界與公民團體的對話

支持與批評,各自的道理——以及各自的盲點

支持方的論證建立在兩件事上。第一是執行成本:數發部在立法過程中明白表示,「無差別式的高度監管恐不利台灣 AI 發展」,所以選擇風險分類框架加部會分工,而不是歐盟式的水平管制。第二是國際趨勢:歐盟延期、美國轉向創新優先、韓國罰則輕到近乎象徵性——2026 年回頭看,重管制路線的執行成本確實被普遍低估了。台灣作為 AI 硬體供應鏈的核心,避免過早自縛,戰略上說得通。產業端的正面解讀則是「可預期性」:低風險應用可以放心部署,高風險應用知道未來會有驗證機制可循。

但支持方有個不太願意正視的問題:「避免過度管制」和「什麼都沒管」是兩回事。法案把風險分類的實質內容留給子法,甚至允許產業「自訂指引」,這在最壞情境下會變成自己出題自己改考卷。

批評方的論證司改會的聲明 最具代表性,三點訴求都很具體:第一,全法沒有任何賦權條文——人民面對 AI 決策時的知情權、要求解釋權、拒絕自動化決策並要求人工審查的權利,通通沒有;第二,沒有禁止應用底線——操縱欺騙、社會評分、犯罪預測、即時人臉辨識這些歐盟明文禁止的應用,台灣的法律一個字都沒提;第三,把風險分類的內容與效果留給業者自訂指引,形同產業自律,恐怕養出「弱肉強食的 AI 叢林法則」。

批評方同樣有值得商榷之處。「基本法」這個法律類型在台灣的憲政實務上本來就是綱領性立法——《科學技術基本法》《教育基本法》也都沒有罰則,要求基本法直接賦權與設罰,某種程度上是對法律類型的錯置期待。日本走同樣路線一年多,也還沒有出現批評者預言的災難場景。

客觀地說:雙方爭的其實不是這 20 條條文,而是對未來兩年的信任程度。支持方相信子法會填上實質內容,批評方不相信。這才是真正的分歧點。

通往 2028 的法規調適之路

真正的考題在 2028

如果你接受「這部法是空架構 by design」的描述,那評價它的正確時點就不是現在,而是第 18 條設下的期限:2028 年 1 月。在那之前,有三個觀察指標。

第一,風險分類框架的內容與拘束力。這是整部法的承重牆。數發部次長侯宜秀在 2026 年初證實,框架已提報行政院待核定 ,高風險類別將參考歐盟等國際標準。要看的重點有二:分級標準是否明確可操作(還是模糊到各部會可以各自解讀),以及框架對民間業者到底有多少實質拘束力——如果最後只是「參考性指引」,司改會的白皮書批評就會應驗。

第二,各部會作用法的進度與密度。兩年調適期內,金管會(金融 AI)、衛福部(醫療 AI)、交通部(自駕)、勞動部(第 15 條的勞權保障)都得交卷。基本法的「促進」性格不代表部會作用法不能有罰則——真正的管制密度會出現在這一層。哪個部會先動、動多深,是判斷政府認真程度最誠實的指標。

第三,高風險責任與救濟機制怎麼落地。第 17 條要求明確責任歸屬並建立救濟、補償或保險機制,這是全法最接近「保護人民」的條文,但它需要具體的立法或行政措施才能運作。AI 造成損害時誰賠、怎麼賠、保險市場接不接——這些問題不解決,條文就只是條文。

對企業的務實建議:別因為「現在沒罰則」就什麼都不做。在框架公告前,用歐盟 AI Act 的四級分類或 NIST AI RMF 做自我評估是合理的過渡做法;生成內容標示則可以預先對齊歐盟 2026 年 12 月上路的浮水印義務與中國標識辦法的交集——這兩個市場你遲早會碰到其中一個。

結語:一部「延後決定」的法律

回到開頭的問題:沒有罰則的法律算不算法律?與其糾結定義,不如注意一個常被忽略的事實——台灣的子法空間其實不完全由台灣自己決定。風險分類框架明說要參考歐盟標準,生成內容標示繞不開歐盟與中國已經上路的標識規則,出口導向的台灣企業終究要同時滿足好幾套外國法。換句話說,就算國內立法再寬鬆,實質的合規天花板是由台灣最大的出口市場畫的

這也是評價這部法時最該保持的清醒:它可以是務實的漸進主義,也可以是責任的無限下放,差別只在執行。台灣立法的時機恰好踩在全球管制退潮的節點上,「先促進、後管制」看起來順風順水;但風向會變——只要出現一次重大的 AI 侵害事件,輿論對「無罰則」的容忍度可能一夜翻轉。

2028 年 1 月,第 18 條的期限到期時,我們才會知道這部法究竟是亞洲 AI 治理的聰明解法,還是一份精美的白皮書。在那之前,與其急著給分數,不如盯緊那三個指標。如果你的工作跟 AI 沾上邊,建議把全國法規資料庫的條文連結存起來,每季回頭看一次子法進度——這部法的故事,2026 年才剛開始寫。

參考資料

沒有留言:

張貼留言

TTS 文字轉語音完全指南:技術原理、聲音克隆與 2026 選型實戰

前陣子我在測 Qwen3-TTS,官方技術報告寫著首包延遲 97ms,聽起來就是為即時對話而生的。結果我照官方範例跑起來,按下生成、等了整整 10 秒才聽到第一個字。乾,差了一百倍。 這不是我環境爛,而是 TTS 這個領域的日常:論文數字、行銷頁數字、你實際跑出來的數字,是三個...