AI 治理（一）：內涵、核心理念與全球發展趨勢

一、導論：AI 治理作為時代課題

人工智慧的崛起，使「治理」不再只是技術管控的議題，而成為一場涉及人類價值、社會結構與國際秩序的深層轉變。從生成式AI到自動決策系統，AI應用滲透金融、醫療、教育與公共行政，帶來前所未有的效率與風險。這些風險不僅包括演算法偏誤、資料濫用與不透明性，更牽涉倫理、隱私與民主信任等根本問題。

因此，AI治理的核心在於「讓技術在可控範圍內服務人類」。它不只是建立法律規範或技術標準，更是一種跨層次的社會治理工程——結合倫理原則、組織制度與公共參與，以確保AI的發展能維持人本、安全與公平的價值導向。特別是近日發生的Deloitte退款事件，顧問報告中發現含大量人工智慧假內容，如不存在的引用論文、捏造的聯邦法院判決，以及多個無法查證的註釋，更是專業幻覺下的AI治理警訊，引發各界AI 工具使用規範的激烈討論，我們更應高度且持續關注及推進AI治理的制度與實踐。

從全球視角觀察，AI治理已成國際競合與價值輸出的新戰場：美國強調以技術標準與市場導向確保創新競爭力；歐盟以《AI Act》為核心，透過法律強制建立高風險AI監管體系；英國則以倫理、透明與安全為三支柱，透過AISI建構「科學化治理」；OECD與GPAI推動跨國政策協調，形成多邊信任網絡；日、韓、新加坡等亞洲國家也相繼推動相關的國家政策與立法監理，積極且與國際接軌。

在此多元架構中，「負責任人工智慧」（Responsible AI）與「可信任人工智慧」（Trustworthy AI）為AI治理的兩大核心理念，前者重倫理文化與社會責任，後者重制度信任與技術可驗證性。兩者共同構成AI治理的基礎，並在制度層面預期將經由AISI、ISO/IEC 42001及GPAI等機制逐步落實。

二、AI治理的內涵與核心原則

AI治理可視為一套多層次的架構，包含倫理與價值的理念、政策與標準的制度、與監理與落實的執行等各層面，相較於傳統的資訊治理（Information Governance），AI治理更具挑戰性，因為AI具自我學習與非線性決策特徵，使透明度與責任歸屬更為複雜。AI治理的核心價值主要體現在幾個方向：（1）確保安全與信任：降低演算法偏誤與系統風險，強化公眾信賴；（2）促進責任分配：明確界定AI錯誤與損害的責任主體；（3）兼顧創新與監管：確保治理不扼殺創新，形成動態平衡；（4）強化國際競爭力：以治理能力與標準輸出塑造國際規則影響力；（5）推動永續發展：逐漸將AI納入ESG與SDGs框架，確保技術發展與人類長遠利益一致。

其中，「負責任AI」與「可信任AI」是兩個動態互補的核心內涵。

負責任AI（Responsible AI）強調「行動者的責任」——即AI的開發者、使用者與管理者應對AI的結果負責。它注重透明、問責、可解釋性與風險管理等原則，要求AI開發全流程中落實人權尊重、偏誤防範與透明溝通，並形成企業內部治理機制，反映一種以人為中心、以社會責任為導向的治理觀，為後續的制度化信任奠基。

自2017年起，Google、Microsoft、IBM、OpenAI、以及IEEE等企業及學術機構與組織相繼提出AI倫理準則；2019年OECD發布《AI原則》（OECD AI Principles），強調AI應促進人類福祉、確保透明與問責，並於同年獲G20採納。此類原則屬於「軟性治理」（soft governance），主要透過道德倡議與自律文化引導開發者行為，強調組織內部倫理自覺與社會問責。

可信任AI（Trustworthy AI）則代表AI治理從倫理文化走向制度化與可驗證信任的階段，更強調「系統的品質與社會信任」。它關注技術本身是否具備可靠、安全、公平與尊重人權的特質，並能建立長期的信任關係。可信任AI的實踐不僅依賴倫理宣言，更需以制度化的合規機制與監理工具支持。其核心理念源於歐盟的《可信任AI倫理準則》（2019），強調AI必須同時具備三大合法、合乎倫理、技術穩健等三大要件。

整體而言，負責任AI偏向「治理者的倫理義務」，可信任AI則偏向「系統的社會信任條件」。兩者共同構成AI治理的雙重支柱，從主體責任到制度信任，建構出完整的治理生態。

三、倫理理念的脈絡演進

AI治理的倫理脈絡可追溯至資訊倫理與科技社會責任的發展。早期AI倫理多以「不傷害」與「透明」為原則，隨著AI影響範圍擴大，倫理焦點轉向「公平」、「可問責」與「人類控制」。

歐盟在2019年提出《可信任AI倫理指導原則》，奠定七大原則：人類能動性、技術穩健性、隱私與資料治理、透明性、多元與非歧視、社會福祉與問責。此一倫理結構影響了後續國際標準與國家政策，2024年歐盟正式通過《AI法案》，以風險導向的方式對AI應用進行分級監管：(1)無法接受的風險AI由於對人類構成嚴重威脅，因此要全面禁止，包括以行為、社經地位、個人特徵為準的社會評分系統，遠端即時生物特徵辨識系統，預測個人會不會犯罪的預防性執法系統等；(2)高風險AI指有可能損害人身安全或基本人權的AI系統（如醫療、教育、司法）需通過第三方合規審查、(3)有限風險AI需資訊揭露與人類監督；(4)最小風險AI則採市場自律。此等法案也象徵AI治理由倫理原則走向「硬法規」實踐，使AI不僅是「可被信任」，更是「可被驗證地信任」。促使AI治理由「倫理倡議」轉化為「制度實踐」。

在此脈絡下，「AI治理」逐步從道德宣示自律原則走向具體管理制度，並形成跨國政策競逐的焦點。倫理原則不再只是附屬於技術的附註，而成為創新與信任的制度基礎。