M01.11｜台灣 AI 基本法：七大原則與企業必知的法規框架

一句話搞懂

AI 基本法 = 台灣 AI 的「交通規則」，告訴所有人：可以開車，但要遵守七條規矩。

白話解說

2024 年 12 月 23 日，立法院三讀通過《人工智慧基本法》，2025 年 1 月 14 日正式施行。這是台灣第一部 AI 專法，全文共 20 條。它的定位是「框架法」，就像憲法是所有法律的母法一樣，AI 基本法是所有 AI 相關子法規的上位指導原則。

先搞清楚一件最容易搞混的事：主管機關是國家科學及技術委員會（國科會），不是數位發展部。這是考試超級愛考的陷阱題。數位發展部負責的是「風險分級框架」的推動與執行，但整部法的主管機關、統籌協調角色是國科會。

接下來看七大原則。你可以把它想成 AI 的「七條交通規則」：

一、永續發展與福祉 AI 的發展要對社會有正面貢獻，不能只顧賺錢。就像蓋工廠可以，但不能汙染河川。企業導入 AI 時要思考：這個 AI 對員工、客戶、社會整體是加分還是減分？

二、人類自主（Human-in-the-loop） 這是七大原則中最重要的考點。意思是：AI 可以輔助決策，但最終拍板的必須是人。就像自動駕駛可以幫你開車，但駕駛座上必須有人隨時能接手方向盤。在高風險場景（醫療診斷、司法判決、信貸審核），人類必須保有最終決策權，AI 只能是「建議者」。

三、隱私保護與資料治理 訓練 AI 需要大量資料，但不能因此侵犯個人隱私。企業要確保資料蒐集有合法依據、使用有明確目的、儲存有安全防護。這條原則和《個人資料保護法》高度連動。

四、資安與安全 AI 系統不能有安全漏洞。想像一個控制紅綠燈的 AI 被駭客入侵，後果不堪設想。企業要對 AI 系統做安全測試、建立事件應變機制。

五、透明與可解釋 使用者有權知道「AI 為什麼做出這個決定」。銀行用 AI 拒絕你的貸款申請，不能只說「系統判定不通過」，要能說明是哪些因素導致的。這也是金管會指引特別強調的重點。

六、公平與不歧視 AI 不能因為性別、種族、年齡、居住地等因素而差別對待。如果 AI 面試系統學到「過去都錄取男性」就自動篩掉女性履歷，這就違反了公平原則。企業要定期做偏見測試（bias audit）。

七、問責機制 出了問題，要有人負責。不能說「是 AI 決定的，跟我無關」。企業必須建立明確的責任鏈：誰決定導入這個 AI？誰負責監督它的運作？出了問題誰要第一時間處理？

最後補充一個關鍵知識點：雖然 AI 基本法本身是框架法、沒有直接罰則，但它授權各部會制定子法規。數位發展部負責推動「風險分級框架」，未來將依風險等級對不同 AI 應用訂定不同程度的管理要求。換句話說，基本法是「原則宣示」，真正有牙齒的規定會在後續子法規中出現。

應用場景

場景一：銀行 AI 信貸系統的合規檢查

一家商業銀行導入 AI 信貸評分模型，用來自動審核個人信貸申請。上線前，合規部門拿著 AI 基本法做了一次對照檢查：

• 人類自主：信貸最終核准權是否還在人類審核員手上？ → 確認：AI 只產出「建議核准/建議婉拒」，最終按鈕由審核員點。
• 透明與可解釋：被拒絕的客戶能不能知道原因？ → 確認：系統會產出「前三大拒絕因素」摘要。
• 公平與不歧視：模型有沒有歧視特定族群？ → 發現問題：模型輸入變數包含「居住郵遞區號」，可能間接反映社經地位。決定移除此變數並重新訓練。
• 問責機制：出問題誰負責？ → 確認：風險管理部為模型治理的負責單位，每季做一次模型檢查報告。

場景二：公部門用 AI 篩選社福補助申請

某縣市政府社會局導入 AI 系統，自動評估社福補助申請案的優先順序，加速審核流程。這套系統上線前需要特別注意：

• 永續發展與福祉：這個 AI 的目的是幫助弱勢族群更快拿到補助，而非減少補助發放。必須確認 AI 不會因為「效率優化」而系統性地降低通過率。
• 人類自主：社工人員必須保有覆審權。AI 標記為「低優先」的案件，社工仍然要逐案確認，不能完全交給機器。
• 公平與不歧視：AI 不能因為申請人的戶籍地、族群背景而產生差別待遇。上線前必須做公平性測試，確認各族群的通過率沒有統計顯著差異。
• 隱私保護：社福申請資料非常敏感（收入、健康狀況、家庭結構），AI 系統的資料存取權限必須最小化，並建立存取日誌。

常見誤區

1. 「AI 基本法是框架法，不會罰錢，所以不用管」 — 基本法本身確實沒有直接罰則，但它授權各部會制定子法規，子法規可以有罰則。更重要的是，如果企業的 AI 應用出了問題（例如歧視、隱私外洩），即使基本法本身不罰，《個資法》、《消保法》、金管會指引等既有法規照樣能追究責任。基本法是「最低標準」，不是「安全港」。

2. 「主管機關是數位發展部」 — 錯！主管機關是國科會。數位發展部負責的是「風險分級框架」的推動執行，以及 AI 產品評測制度。兩者角色不同，考試常考。記憶口訣：「國科會管原則，數發部管分級」。

3. 「只有高風險 AI 需要遵守七大原則」 — 七大原則適用於所有 AI 應用，不分風險等級。風險分級影響的是「管理強度」（高風險要做更多檢查、更詳細的文件記錄），但原則本身是普遍適用的。就像交通規則不會因為你開的是小車就不用遵守。

小練習

1. 原則對應練習：以下四個情境，分別最直接違反了 AI 基本法的哪一條原則？

   (a) 一家保險公司的 AI 核保系統完全自動決定，沒有任何人工審核流程。

   (b) AI 招募系統因為訓練資料偏差，自動將 45 歲以上的應徵者排在最後面。

   (c) 醫療 AI 診斷系統建議患者不需要進一步檢查，但醫生無法查看 AI 判斷的依據。

   (d) 某個 AI 語音助理默默錄下使用者的所有對話，用來改善模型，但從未告知使用者。