◎ 陳鋕雄
馬斯克等千餘位專家連署，希望暫停下一世代先進AI系統開發六個月，不少輿論認為此事不可能實現，但此連署真正的意思是：這些重量級科技專家已預見先進AI對社會造成的負面衝擊，而且他們認為無法靠科技的力量來節制這些衝擊。
舉例而言，已證實ChatGPT可被誘導透露原本不該透露的資訊，例如青少年不宜的色情網站列表等等。若AI所使用的資料來源沒有限制，AI有可能散佈槍械彈藥的製造方法，或低成本恐怖攻擊的方式。而先進AI加以訓練之後，也可用於金融詐騙。另外，生成式AI造成職缺的大量減少，也是可預見的發展，因為這類AI的主要任務就是取代一些原本屬於服務業的工作。
雖然科技本身不容易監管，但科技要能維持運作，需要商業模式獲取資源，而不合法的商業模式不容易在社會中生存，這就是監管力量可切入之處。面對即將襲捲而來的AI社會衝擊，世界各國含東亞國家均已展開修立法布局，我國也需要更加速進行準備因應，包括加速進行AI立法。AI立法的基本原則，要儘量把各種AI產品或服務都納管，但可以基於風險評估，對風險小產品給予比較鬆的規範。
生醫法規科學是經常面對創新科技上市審查的學科。面對使用AI技術的軟體醫材，美國FDA提出Good Machine Learning Practice的概念，認為AI研發設計的過程應在監管下遵守一定原則。面對AI黑盒效應不易解釋的難題，FDA並對AI軟體醫材實施Pre-Cert的監理沙盒，把監管的重心不是放在最終產品本身，而是著重於確保軟體製造商在開發過程各階段是否遵守一定的原則。這個強調監管「開發過程」而非「結果」的思維，對於未來AI產品的管制策略，非常值得參考。例如，google成立過內部倫理委員會，但只有一週就解散了。但對高風險產品而言，在開發過程有外部專家監督，熟悉整個開發過程，會比開發完成後才由外部人員檢視產品服務技術，來得更有效。
歐美制定AI管制法律，並非只由法律人主導，而是基於風險評估、科學證據法則等，由不同領域的AI專家共同組成委員會持續討論，發表報告書上線供公眾檢視，最後才形成詳細的管制條款。這是因為AI立法會對產業形成限制，而此種限制在公法上必須遵守比例原則。如果法律專家只懂法律，不懂科技，很容易對科技進行過度管制，形成國家發展AI產業的不當阻力。跨領域與擴大參與是我國AI立法的必要方式。
（作者為陽明交通大學科技法律學院院長）
編輯精選
自由評論網粉絲團