自 Open AI 發表 ChatGPT 後，不僅產業開始關注生成式 AI 帶來的各種應用與成長機會，同時引發許多濫用或誤用的爭議。世界各國近來也嘗試透過規範方針或原則，以規範 AI 的發展及應用，但由於涉及層面極廣，當中存在許多難題。例如創新與規範的尺度拿捏、全球框架與不同地區或產業的差異，對於過去既有的法律及政策框架來說，都是全新的挑戰，需要透過跨域專家對話凝聚共識，進而提出具體可行的AI治理方法。

長風基金會於 12 月 2日舉辦「突破論壇」，以「全球啟動 AI 風險控管：台灣怎麼管？誰來管？」為題，邀請KPMG 顧問部數位創新服務副總經理李祖康、長風基金會執行長蔡玉玲、Inside 創辦人蕭上農共同與談，由人工智慧科技基金會執行長溫怡玲主持，從不同角度討論AI治理的挑戰與迷思。

台灣有能力監管嗎？是否會對中小企業帶來影響？

溫怡玲表示，近一年來由於 AIGC 的爆炸性發展，對於AI治理的討論只從技術角度切入是不夠的，必須著重不同的應用場域及情境，例如包括 ESG、行銷、製造、醫療等領域，其影響的層面涉及經濟、教育、文化，再衝擊到法律層面。目前，台灣社會對於應用風險與監管的關注仍顯不足。

蕭上農説，以一個終端的使用者以及網際網路產業的創業者經驗來看，可以發現自去年底 ChatGPT 發表後，許多人開始認識到生成式 AI 工具的應用，所帶來營運成本的改變，包括翻譯成本下降、協助聽打與改寫並提升個人的工作效率，但這些事情仍需要人類進行最後的校正，以確保真實性。

但他也引用蘋果執行長庫克的受訪對話指出，世界各國都在盡力追趕 AI ，並在未來的 12 至 18 個月內會有對應的法規出現。只是對一般人來說，可以看到目前大型語言模型的主要開發者都在國外，而台灣的法規是否有能力進行監管；且當監管過於嚴格時，受到限制或損害的，會不會是規模較小的台灣企業？

李祖康則觀察到，在生成式 AI 工具引發討論熱潮後，企業對於AI的應用與發展討論極為熱烈，卻只有極少比例的企業認知到 AI 可能帶來的風險。不過，許多 AI 發展領先的企業，已經開始注意到相關影響，也因為擔心AI帶來的風險，在發展的速度上趨緩，並開始回頭檢視過往使用的 AI 範疇以及應用層面。

真假的價值將面臨挑戰，法律將是最後的保障

「科技產生的問題，用科技解決比用法律解決更快。」深耕科技相關法律多年的蔡玉玲認為，AI治理與法規是很大的一個難題。由於技術的演進速度越來越快，每個人將能使用越來越多的厲害工具，對於法律人來說，未來世界真假的判定與價值判斷將會面臨挑戰。由於過往實體世界對於真假的判定，都具有價值判斷性，但在新的時代中，這些使用生成式工具所產生的成果，其真假程度與意圖該如何認定？例如個人使用生成式 AI 工具生成一個具有不同能力的自己，是否可行？在工具的使用上，使用的程度該如何判定。她認為，未來將需要制定共同的規範，包括使用工具必須被揭露。而揭露使用的工具之後，也可以使得數據的使用降低錯誤與危險性。

溫怡玲提到，數據、算力與模型（演算法）是構成 AI 的三大重心，各自有不同的議題亟待討論，不同背景如一般使用者、企業代表、法律人都有不同的看法；即使是知名的 AI 學者，如 Yann LeCun、Geoffrey Hinton 等人在 AI 監管議題上，也有不同的看法。另一方面，在倫理與法律的問題上，各國對於倫理有不同定義和容易範圍，例如有些國家可以接受到處都有影像偵測；但對歐美國家而言，可能是侵犯人權議題。因此她認為，AI 的監管必須要能因地制宜，但因為使用地區無法限制，更需要在全球框架下討論。因此，各國政府首先必須解決的是，如何在全球的框架下保有因地制宜的可能性。

她認為，目前在國際間解決AI治理難題的方法，通常是開啟不同領域專家間的積極對話，不只是 AI 的技術專家，還有產業專家以及不同學術領域的專家，因為不同領域的人所看到的角度與面向都有所不同。更值得注意的是， AI 的議題並不會單獨存在，當中必須同時考慮資安，甚至涉及到晶片供應等議題，當中存在著許多利益角力與政治考量，是必須集合眾人智慧來解決的難題。