益思科技法律事務所

19/05/2026

百年信託與家族傳承
2026/05/19◎劉承愚律師

目錄
一、什麼是「百年信託」
(一)連續受益人的安排
(二)存續期間長達百年
(三)受益權變更的法律性質
二、為什麼信託是家族傳承最好的選項
(一)資產保全與獨立性
(二)連續性
(三)實現「家族憲章」的治理功能
(四)專業管理與監督機制
三、百年信託在我國現行法制中的重要議題
(一)信託法未明文規定受益人是否應於信託設立時存在
(二)稅務不確定性
(三)信託財產的獨立性要件
四、結語

「富不過三代」一直是許多企業主深層的焦慮，尤其在過往的稅制與法律框架下，資產每跨越一代，就可能面臨遺產稅或贈與稅的「層層剝皮」，導致財富難以長久延續。行政院近期透過跨部會協商，正式針對「連續受益人信託」(媒體報導稱之為「百年信託」)的存續期限與課稅規範達成共識，目標是將台灣打造為亞洲資產管理中心。這項政策明確規範信託期間最長可達一百年，讓家族財產能跨代傳承，實現百年信託的願景；若信託契約符合特定要件，後順位受益人取得權利時將免徵遺產稅與贈與稅，大幅提升稅制透明度。此舉不僅解決了長期以來的法規疑義，更為高資產族群提供了更穩定的財富管理環境。政府期望藉由建構接軌國際的信託制度，強化留財引資的效果，促進國內資產管理產業的蓬勃發展。

以下將針對「百年信託」的內涵、其在家族傳承中的優勢、於現行法制下的障礙，以及未來展望進行詳盡探討。

一、什麼是「百年信託」
所謂的「百年信託」，其核心制度在於「連續受益人信託」。這是一種能使家族資產得以隨家族世代更迭而持續運作的制度，它與高資產家族於英美法系國家(法域)為家族傳承所設立「朝代信託(Dynasty Trust)」類似，但我國過去因缺乏稅務配套制度，導致相關業務長期難以推行。其具體運作機制與定義包含以下幾個面向：

(一)連續受益人的安排
信託是一種法律關係，當事人主體是法律關係的根本。但是信託的受益人並非簽約主體，而是民法所稱之「利益第三人」。法律實務上認為利益第三人在簽約當時不一定要實際存在，只要在債務人應為給付時，該第三人能夠被特定，或者具備「權利能力」，契約即為有效。因此，家長為家族傳承目的設立信託時，將尚未出生的後代納入受益人的範圍極為重要，此即家族傳承信託的第一要項，即必須承認信託中可合法置入連續受益人的安排。

(二)存續期間長達百年
此次行政院跨部會協商的共識，正式確立了這類信託的存續期間可長達 100 年。相較於過去僅能停留在一代或二代的短暫安排，百年的跨度讓家族財富能真正實現跨世代的長遠規劃。

(三)受益權變更的法律性質
受益權變更的法律性質，是政府如何課稅的法律基礎。在「百年信託」的架構下，後順位受益人取得受益權，被認定是基於「信託契約約定的條件成就」。這在法律邏輯上被定義為「信託契約條件成就後的權利實現」，而非傳統意義上代與代之間的直接贈與或繼承，以避免受託財產於信託存續期間持續被課遺贈稅。

但在以上三項核心下，仍有一些運作的原則，其中最重要的就是信託獨立性（委託人及受益人對信託財產不具決定權與實質影響力）的要求，此點將在以下第三項第(三)款進行討論。

二、為什麼信託是家族傳承最好的選項
在眾多財富管理工具中，信託之所以被視為家族傳承的最佳選項，主要是因為它在法律上具備高度的獨立性與靈活性，能有效達成資產保全與精神延續的目的。茲簡述如下：

(一)資產保全與獨立性
依信託法規定，信託財產具有高度的獨立地位，除法律另有規定外，委託人或受益人的債權人對信託財產不得強制執行；受益人的債權人僅得對其「受益權」為強制執行，即法院通常會發出執行命令，禁止受益人向受託人收取信託利益，或直接禁止受託人將信託利益給付給受益人，進而要求受託人將款項交給債權人來清償債務。但信託利益在發放時本來就已經不再屬於受託財產，這在法律上被認定為對受益人「財產權」的執行，而非對信託財產本身的破壞。此外，受託人死亡時，信託財產不屬於其遺產；受託人破產時，信託財產亦不屬於其破產財團。

(二)連續性
信託關係不因委託人或受託人的死亡、破產或喪失行為能力而消滅。這種「資產防火牆」的功能，能確保家族資產不因個別成員的財務債務危機而瓦解。避免重複課稅的成本優勢，這是此次「百年信託」新制最大的突破。過去家族資產每傳承一次，就可能被課徵一次贈與稅或遺產稅。但在新的共識下，只要信託契約約定明確且符合「不具實質影響力」等要件，後順位受益人因條件成就而取得受益權時，將不再發生課徵贈與稅及遺產稅的問題。換言之，資產傳承的主體是「信託本身」，這讓家族在百年內能避免被重複課稅，大大降低了代際傳承的摩擦成本。

(三)實現「家族憲章」的治理功能
信託契約可以根據委託人的意志，設定非常詳細的受益條件。例如，委託人可以要求後代需達到特定的教育背景、符合特定的家族價值理念，甚至限定特定領域的後代才能取得受益資格。這讓信託不再僅是避稅工具，更成為一種延續家族精神與企業文化的制度安排，協助家族建立治理秩序。

(四)專業管理與監督機制
透過信託，委託人可以指定專業的受託人（如信託業）來管理財產。受託人必須依信託本旨，以善良管理人之注意處理信託事務。此外，制度上亦可設置「信託監察人」，以保護受益人之利益，並監督受託人是否違背職務。

三、百年信託在我國現行法制中的重要議題
(一)信託法未明文規定受益人是否應於信託設立時存在
我國信託法未明文規定受益人是否應於信託設立時存在，法務部曾於112 年做成法律字第 11203500120 號函釋，「…受益人不以信託行為成立時存在或特定為必要，但須可得確定（信託法第1條規定立法理由參照）。至於在信託關係中，得否為連續受益人之安排，仍須視個案具體內容而定，倘依信託約款所定方式，可得確定其受益人，而於信託利益分配時確係存在者，尚非法所不許；惟若信託約款所定方式，過於概括或因而導致信託存續期間形同不定期，則恐有無效之疑慮。」本件函釋一般被解讀為「在現行信託法律體系下，只要約定明確的信託存續期間，且受益人為可得確定的前提下，委託人可以在信託契約中安排連續受益人。」使百年信託成為可能，但其實該函釋並未限制「明確的信託存續期間」在一百年以內，且由於信託法並無對信託期間之明文限制，該函僅認為「信託存續期間形同不定期，則恐有無效之疑慮」，換言之，其並未認定不定期信託為無效。

雖有上述疑點，法務部的解釋已經為我國家族傳承信託開了第一道門，即家長可以設立有明確存續期間的家族傳承信託，受益人不再僅限於簽約當下已出生的人，委託人得以後代子孫為後順位受益人，並預先約定受益人取得或喪失受益權的條件。

(二)稅務不確定性
確認「連續受益人信託」的合法性問題後，再來要處理的就是如何課稅的問題。長期以來，台灣家族信託最大的卡關點在於稅務不確定性。過去稅務機關普遍認為資產每變更一次受益人，就等同一次新的移轉，導致重複課稅的風險揮之不去。雖然行政院稱各部會就此已獲致共識，但後續仍需財政部發布正式的課稅原則函釋，提供各級稅務稽徵機關與納稅人具體的遵循標準。

(三)信託財產的獨立性要件
在金管會發布的新聞稿中，對於不課徵遺贈稅的信託財產設下一個重大的獨立性要件，「…信託存續期間內，委託人及受益人對信託財產及受益權不具備決定權與實質影響力等要件，後順位受益人因契約條件成就而取得受益權，無涉贈與或繼承，故不發生課徵贈與稅及遺產稅問題。…」亦即家族傳承信託如要適用「百年不重複課稅」的優惠，核心前提是「信託財產必須真正獨立」。這意味著在信託存續期間內，委託人及受益人對於信託財產及受益權，不得具備決定權與實質影響力。對於習慣高度掌控資產的高資產家族成員而言，如何認定「不具備決定權與實質影響力」的信託條款，恐將是制度能否普及的另一道關鍵問題。

四、結語
「百年信託」制度的拍板，象徵著政府將台灣在財富管理領域與國際接軌的企圖心。但財政部如何在行政院公布的政策下，訂定高資產家族能夠接受的課稅原則，是立即面臨的挑戰。如果這項制度改革成功，建立了透明且具長期預測性的法律框架，當台灣高資產家族得以隨世代交替穩定運作，不僅能減少家族紛爭，更有助於家族企業的永續經營，進而強化國家整體的經濟韌性。而台灣能否藉此機會打造出具特色的「亞洲資產管理中心」，亦值得社會各界共同期待。

15/05/2026

政府主計業務的生成式AI法律風險初探
2026/05/13 ◎賴文智律師
目錄
一、AI與生成式AI
二、從生成式AI與傳統AI的差異理解風險的緣起
三、為什麼生成式AI會產生幻覺？
四、AI對主計領域帶來的法律面影響
(一)AI不只是技術，而是公務環境與工作思維的重塑
(二)行政院主計總處是主計業務的AI主管機關
(三)從AI治理原則檢視主計業務的法律風險
五、結語

談到生成式AI，許多人第一個反應或許是「那是科技人的事」、「我又不是工程師」。然而，對主計人員而言，與生成式AI的距離正在以遠超預期的速度縮短。由主計人員自身的工作場景出發，生成式AI早已能在多項繁複作業中扮演助理角色。例如，在預算編製與審查時，AI可以彙整跨年度資料、自動產出說明草稿，將原本動輒耗費數週的匯整工作大幅壓縮；在統計分析上，AI能快速摘要海量資料、產生圖表初稿並提出趨勢解讀；在法規查詢上，AI能即時檢索預算法、會計法、審計法相關條文及函釋，協助釐清個案處理方向；至於公文與報告撰寫，AI在草擬、潤稿、翻譯與格式校對上的能力已日趨成熟。對於長年面對龐雜資料、高密度文書工作的主計人員而言，這是一波貨真價實的生產力革命。

但故事的另一面更值得警覺。與主計業務相關資訊的外部使用者，像是立法委員的助理、新聞媒體、公民團體乃至一般民眾，正在以前所未見的方式使用生成式AI。立委助理可以在質詢前夜，讓AI將厚達數百頁的預算書消化、比對、整理出一連串尖銳問題；公民團體與民眾，過去看不懂的決算與審計報告，現在可以丟給AI解讀後再回頭發問；新聞媒體則能藉由AI比對歷年資料、挖掘異常，形成輿論監督。當外部的監督力量已經開始用AI，主計人員若仍停留在傳統的工具與思維，差距只會越拉越大。主計人員必須比過去更熟悉AI，才能因應更專業的監督與提問。

一、AI與生成式AI
要理解今天生成式AI帶來的衝擊，可以先簡單回顧AI的發展。傳統AI的源頭可以追溯到1956年的達特矛斯會議，從Rule-based系統、專家系統，到打敗西洋棋世界冠軍的Deep Blue，再到2016年AlphaGo擊敗李世乭，這一脈絡中的AI都有一個共同特徵：「封閉領域、求最佳解」。也就是說，問題的規則明確、選項可被列舉，AI在限定條件下找出最優或相對好的解，演算到一定步數後，人類就贏不了。但這類AI的應用範圍是有明確的領域界線，AI很強但卻只能被設計應用的那塊棋盤（領域）上強，所以，發展到頂點，就必須轉向其他不同領域。

2018年可說是AI技術發展的重要分水嶺。OpenAI推出基於Transformer架構的GPT系列模型，正式開啟大型語言模型（LLM）的時代。生成式AI改變傳統AI領域的遊戲規則：它面對的是開放問題，並以巨量未標記文字進行預訓練，能生成類似人類自然語言的內容。更令人驚訝的是所謂「能力湧現（Emergent Abilities）」的現象，當LLM搭配Big Data訓練資料規模到達一定程度後，連訓練資料較少的領域也展現出預測與生成的能力。

換言之，過去AI可能只是一台只會下棋的機器，今天基於大型語言模型的生成式AI，因為人類多數的外顯知識都是以「語言」、「文本」的方式呈現，基於處理開放式問題的聊天工具，慢慢變成能跟你討論預算、撰寫報告、回答法規問題、甚至是挑出資料中潛在問題的「通才助理」，甚至可說是「AI同儕」。這也正是它會被廣泛應用、進而帶來大量法律與治理議題的根本原因。

二、從生成式AI與傳統AI的差異理解風險的緣起
人工智慧（AI）這個具有歷史的詞語，其實也代表技術發展的軌跡。過去為何人類只有透過科幻小說、電影描述人工智慧所帶來的風險？因為我們都知道離這一天還很遠。但生成式AI強大的問題回應能力，在這幾年將科幻小說中的恐慌帶進了現實。筆者認為理解傳統AI與生成式AI的差異，是我們理解生成式AI風險的最佳途徑。

首先，傳統AI在限定規則下找最佳解（西洋棋、影像辨識），所處理的是封閉型的問題；生成式AI則在開放式問題下生成相對適合的解（撰文、摘要、對話），若沒有特別限制，什麼樣問題都會給予回應。我們就可以理解為什麼我們會覺得前者像是計算機，會提供像Yes或No這種明確的答案；後者則更像是顧問，會依據你的問題給予回覆，但卻未必能解決你的問題，只是必然會有回應而已。

其次，二者在輸出或生成回應時特性完全不同。傳統AI在相同輸入下必然會產生相同輸出，可驗證、可稽核；生成式AI使用時，相同輸入卻可能生成不同輸出，其原因可能在於生成式AI可能因為猜測第一次的生成成果你可能不滿意，所以，會換個關聯性的路徑生成回應，看看是不是會更符合你的需求；甚至，可能其他使用者的使用，也會非常間接影到你下一次相同問題的回應生成。亦即，生成式AI在「生成」時，主要是受到其模型、參數、權重及你的使用行為的各種關聯性的影響，不是嚴格依據邏輯法則運作，甚至要教會生成式AI各種真實世界的邏輯都很辛苦，但這並不妨害生成式AI回應你的需求。這也是一般所稱「幻覺」（hallucination），一本正經地說胡話、編造資料、引用不存在的條文等產生的原因。對需要精確、可稽核的主計工作而言，這個技術上的差異絕不能忽視。

最後，傳統AI因為追求正確性，通常需要專業團隊建模，限制應用於特定場域，通常影響範圍都是可控的，最多就是不使用；但生成式AI在模型運作不需要依賴訓練資料，只要廠商擁有足夠的算力，就可以透過網路提供予任何人使用，而LLM因為以人類知識的文本為訓練基礎，也會讓人感受到幾乎什麼類型的問題都可以問，可說是應用無邊界。這意味著機密外洩、著作權爭議、責任歸屬等風險，可能在難以控制的情形下擴大到組織的每一個角落。當每位同仁都可以打開瀏覽器跟AI對話時，組織的資訊管理邊界其實已經被悄悄重劃。

三、為什麼生成式AI會產生幻覺？
接下來我們就來處理一個大家最關心的議題，「生成式AI為何會犯錯？」第一個原因，我們需要理解生成式AI並不是「查資料」，而是「預測」關聯性高的下一步。比較容易想像的例子是像我們手機的輸入功能，為了加速輸入的速度，我們打字時會跳出幾個下一個我們可能會輸入的備選字，如果剛好對了，我們只要點選即可，這些備選字就是與我們前面輸入關聯性高的字詞。我們可以想像LLM很像是一個超大的空間，將字詞與字詞間的關聯性變成量化的參數與權重。我們對生成式AI輸入的Prompt內容，生成式AI就提供關聯性最高的回應。亦即，生成式AI是透過機器學習與演算法，對輸入資料產生預測或內容輸出，本質不是資料庫查詢，而是依據過去學習資料「預測最可能的下一段文字」。它的運作邏輯是依語言規律與機率，生成「看起來合理」的內容，而非「查到正確答案再回傳」。

所以，如果使用者將生成式AI當作跟我們習慣的Google搜尋、法規資料庫查詢一樣來使用時，例如：主計同仁問chatGPT，「請問預算法第幾條規定是什麼？可否應用在某某類型的案件中？」AI回給你的可能是一段「讀起來很像真的」但條號錯誤、文字編造的答案。當然，這可能隨著生成式AI服務技術的進步而有所改善，例如：某些生成式AI服務即使我們沒有特別要求，還是會偷偷上網先查一下，找到正確的法條內容，再進一步生成回答，而不是真的完全從無到有以機率、關聯性的方式生成。簡言之，生成式AI的錯誤，可能一開始是源於「定位」的錯誤，就是「用錯了」，這種情形以適切的方式使用或是將之用於適切的地方，就可以相當幅度改善生成式AI的「幻覺」。

第二個原因在於多數生成式AI模型預訓練資料，本質是大量、未針對特定應用需求進行篩選的資訊。無論是封閉式或是開源的AI模型，往往預訓練的資料必須非常龐大，若是蒸餾自其他AI模型，其實也是間接地受到這些未經特別篩選的資料，像是網路文章、書籍報告、各類公開資料、社群媒體資料等，但這些資料未經特定標準的精確篩選與在地法規校正，其結果就變成生成式AI可能知道很多文本曾經出現過什麼（知道很多人怎麼說），但不知道事實如何，沒有特別針對性的訓練，也不知道什麼是對的。

當然，隨著AI業者投入研發，生成式AI服務也透過檢索增強（RAG）、強化學習、模型對齊等各種機制持續減少幻覺。但對於主計這種需要極高正確性的領域而言，若未針對性的訓練、調校，生成式AI的輸出永遠應該是待驗證的草稿、參考，而非最終答案。

四、AI對主計領域帶來的法律面影響
然而，隨著《人工智慧基本法》已於2025年12月23日經立法院三讀通過，並於2026年1月14日總統公布。無論我們是否願意，都必須正視AI時代已經來臨，任何人都難自外於AI對我們的影響，因此，即令是較為嚴謹、傳統的政府主計領域，我們也須正視生成式AI為主計工作帶來的法律衝擊。

(一)AI不只是技術，而是公務環境與工作思維的重塑
AI牽動社會運作，相關法規將大幅變動；公部門任務將被重新拆解、組合，人機分工與協作必須重新定義；外部的立委、媒體、民眾也將以AI提出更專業的監督與質詢。換言之，這不是「IT單位該想的事」，而是每位主計人員都必須直面的工作現實。更重要的是觀念層級的升級，我們必須從「傳統法遵」到「AI治理」全面升級。

「法遵」是指機關在運用AI時，是否符合個資、資訊公開、預算、會計、資安等既有規範。這是底線，是不能碰的紅線。「治理」則更進一步必須具體說明機關內部AI政策為何？誰可以用、用在哪些業務？權責、稽核與責任歸屬如何安排？AI產出有偏誤、有錯誤、甚至涉及洩密時誰來負責、如何說明、如何補救？不只是合不合法的問題，而是機關有沒有一套完整的內部治理機制，因應當AI相關事件發生時，確認該等事件的風險是否曾被納入考量，並可以事後複盤檢驗。

(二)行政院主計總處是主計業務的AI主管機關
《人工智慧基本法》中央主管機關為國家科學及技術委員會，涉及各目的事業主管機關職掌者，由各目的事業主管機關辦理；人工智慧風險分類框架由數位發展部訂定。各目的事業主管機關須訂定以風險為基礎之管理規範。

而目的事業主管機關應依《人工智慧基本法》第18條規定，檢討所主管之法規與行政措施；有不符合本法規定或無法規可適用者，應自本法施行後二年內，完成法規之制（訂）定、修正或廢止，及行政措施之改進。行政院主計總處對於主計業務與人工智慧相關議題及法規的檢視，同樣需要在施行後二年內完成。

(三)從AI治理原則檢視主計業務的法律風險
《人工智慧基本法》第4條所揭櫫之AI治理原則，其實就是檢視主計業務在進入AI時代可能面臨法律風險的標準。筆者試著從將AI治理原則落實在政府主計業務導入AI時可能需要思考的議題，簡單舉例如下：

永續發展與福祉：主計總處可能要思考AI的導入會不會造成基層行政人員被邊緣化？如果導入生成式AI後，現有員工不會使用、偏鄉機關沒有能力導入、基層只剩剪貼資料餵給AI，就可能形成新的數位落差。AI教育訓練、建立AI使用SOP、降低不同機關間的能力差距等，即必須納入思考。
人類自主：這是主計體系最核心的原則，因為主計制度本質上就是「由人類承擔法律責任」。不能由AI自行核定預算、不能由AI直接決定是否合法、不能由AI代替公務員作成行政判斷，應該是主計業務AI治理的絕對原則。
隱私保護與資料治理：主計資料經常涉及公務資料、採購資訊、人事資料、補助資料、財務資訊等，最大的風險就是把敏感資料送進外部模型，因此，禁止直接使用公開版生成式AI、導入封閉環境的AI模型、建立資料分級制度，都是必須考量的重點。
資安與安全：主計系統涉及國庫支付、政府歲計、地方財政系統等，是國家重要基礎設施的一部分。如果所導入的生成式AI遭Prompt Injection、資料污染、惡意訓練等，都可能產生嚴重影響。AI系統權限控管、日誌紀錄、模型來源審查、資安測試、委外管理等都必須納入AI治理的範疇。
透明與可解釋：AI生成內容應做適當資訊揭露或標記，已幾近屬於法律義務。對於主計業務而言，搭配RAG或類似架構，儘量實現由AI生成的結果可以追溯源頭，是比較合理的做法。
公平與不歧視：主計業務可能涉及對於補助分配、社福統計、預算資源配置等規劃與查核，AI若使用過去資料學習，可能會放大過去資料中的偏誤。但是，也可能使用AI其實是更容易發現過去潛藏的不公平與歧視。二種角度都應思考。
問責：這是AI治理的核心，AI可以提供建議，但責任仍屬於機關。因此，AI導入、使用的紀錄、人工覆核制度、誰該負什麼層級的責任，應該都要在AI治理的架構中說清楚。
五、結語
《人工智慧基本法》通過後，政府機關不論主動或被動，皆須直面AI議題。這不再是想不想用AI的選擇題，而是在AI時代如何履行公務的申論題。對主計人員而言，目前的功課並不是去成為AI專家，而是要建立面對AI時代的基礎能力。

首先，理解AI能做什麼、不能做什麼，尤其是生成式AI，不能因為其能力看似強大，就覺得它什麼都能做，應該是要把它放在合適的位置使用；其次，必須認知到AI治理將會取代過去被動的法規遵循，即令現在可能還沒有相關的制度，每一個人都應該建立針對公務AI使用的紀錄，讓每一次AI輔助的決策都有可問責的軌跡；第三，必須理解到委外單位可能使用AI，應將委外單位納入AI治理的範疇；第四，必須為更專業的外部監督做好準備，因為立委、媒體與民眾，已經開始用AI來針對主計業務做功課。相信每個人都可以找得到與AI共好的模式。

13/05/2026

https://interestingengineering.com/culture/california-meta-scam-advertising-lawsuit
在FB分享Meta被指控放任詐欺活動以獲取高額廣告費用的新聞，不用說，觸及率一定很低。但公平交易委員會是不是也應該注意這樣的現象…

13/05/2026

https://www.is-law.com/medical-clinic-recording-consent-validity/
簽了同意書就算同意嗎？醫美診所錄影爭議的個資法問題
2026/05/11 ◎蕭家捷律師
目錄
什麼是合法有效的「同意」­­－我國
什麼是合法有效的「同意」­­－GDPR
EDPB Guidelines 3/2019 與醫療場域影像監控裁罰
代結論－多做一點 沒有壞處

醫美集團在為女性顧客做VIO除毛時，於診間錄影爭議，診所主張療程同意書已載明錄影授權並取得書面簽名，然消費者指控告知流程嚴重不當。本文從個人資料保護法第7條「有效同意」的三個核心層次出發，分析簽名時序、知.....

06/05/2026

英國50萬筆生醫資料外洩阿里巴巴：去識別化資料的隱私危機
2026/04/29
◎蕭家捷律師

目錄
事件的來龍去脈
什麼是去識別化？
我國《人體生物資料庫管理條例》的規範
可能的法律責任
結語－如果發生在我國？

英國人體生物資料庫（UK Biobank）約50萬名志願者的去識別化健康資料，遭到研究人員上架至中國電商平台阿里巴巴旗下的「閒魚」網站公開販售。這批資料涵蓋性別、年齡、社會經濟地位、生活習慣及生物樣本測量結果，雖不含姓名、地址或聯絡方式，但事件曝光後隨即引發英國朝野高度關注1。

UK Biobank是英國慈善機構，擁有逾兩萬名來自60個以上國家的授權研究人員，是目前全球規模最大、最具研究價值的生醫資料庫之一，其所儲存的基因資料、臨床紀錄、生物樣本及生活型態資訊，長期為癌症、失智症、心血管疾病等重大疾病研究提供資料基礎。正因資料的高密度與高價值，此次事件的衝擊尤為深遠，然而，UK Biobank的官方立場是，外洩資料不含任何可直接辨識個人身分的欄位，因此對參與者隱私的衝擊相對有限。

事件的來龍去脈
UK Biobank的運作模式，是由全球研究人員申請通過審查後，在其雲端研究平台上進行資料分析，依規定研究者只能在受控平台內操作，匯出的僅限統計分析結果，原始資料不得離開平台。此次事件的問題，正是出在取得合法授權的使用者身上。

根據UK Biobank執行長羅里・科林斯（Professor Sir Rory Collins）的聲明，被上架販售的資料，係由三所中國學術機構的研究人員依合法程序取得，然而這些機構涉嫌違反其與UK Biobank簽署的使用合約，將去識別化資料移出了受控環境2。科林斯表示，在英國及中國政府的協助下，阿里巴巴迅速下架了相關商品頁面，目前無成功銷售紀錄，涉事機構及個人的資料存取權限均已遭暫停。

UK Biobank亦已主動向英國資訊委員辦公室（Information Commissioner’s Office，ICO）自行申報，並宣布暫停整體研究平台的存取服務，估計約需三週完成安全升級，同時著手建置自動化的資料輸出檢查機制，以防止去識別化資料被不當移出研究環境。

英國國會科學與技術委員會主席齊翁烏拉（Dame Chi Onwurah）對此事件提出嚴厲批評，質疑UK Biobank未能有效管理高度敏感資料，並對政府在強化公共部門資訊安全方面的承諾進展表達不滿。牛津大學學者Luc Rocher教授則直言，UK Biobank的官方回應試圖淡化事件的嚴重性，強調資料已去識別化且無成功辨識案例，然而《衛報》（The Guardian）調查發現，在取得一名志願者同意後，委託外部資料科學家進行再識別測試，僅憑該志願者的出生年月及一次重大手術的資料，即成功鎖定其詳細的醫院診斷紀錄，顯然UK Biobank所謂的已去識別化的說法並不精確。

什麼是去識別化？
此次UK Biobank事件的爭議之一，在於究竟遭外洩的資料是否屬已經「去識別化」的資料，然而，究竟什麼資料是「去識別化」的資料，「去識別化」的資料是否就不受個資法規管？

我們要先弄清楚一個問題：所謂「去識別化」是一個過程（動作）或者是一個結果？如果「去識別化」是一個結果，一筆在任何技術條件下都無法識別任何人的資料，它便不是個人資料，或許會受到營業秘密法的規範，但已經超出了個資法的規管範圍。但如果「去識別化」是一個過程或者動作，則經過去識別化過程後所產生的資料是否仍屬個人資料，就需要看該資料是否還有能力識別特定自然人，而可能會屬於間接識別個人的個人資料，或者不是個人資料。

因此，真正的爭議因此落在：識別可能性須低至何種程度，資料才能脫離個資法的規範範圍？

GDPR前言第26點就是否「可識別」的判斷，考量資料控制者或任何其他人「合理可能採用」的所有方式，涵蓋技術手段、時間、成本及當時的技術水準。這個標準的核心在於「合理可能」，而非「理論上可能」。若再識別所需成本極高、在現實中幾乎不可行，GDPR允許將該資料視為匿名資料而脫離規範；但若再識別在現實技術條件下是可行的，即便需要結合外部資料，該資料仍屬個人資料。GDPR同一前言也明確指出：匿名化資料（truly anonymised data）不受GDPR規範；假名化資料（pseudonymised data）仍受規範。 而假名化，也就是以代碼取代識別欄位，但保留還原可能性，是去識別化中最常見的一種，UK Biobank的去識別化資料本質上接近假名化，因為它仍可透過外部資訊被重新連結，這也正是英國政府坦承無法保證本次遭洩漏的資料不會被再識別的根本原因。

個資會刻正著手修正的《個人資料保護法施行細則》草案第17條，則對「無從識別特定當事人」的定義進行了調整。現行條文採形式標準，以代碼、匿名、隱藏部分資料等方式「無從辨識該特定個人」即可認定；修正草案改採功能標準，明定係指「運用當時存在技術方法，使該個人資料依其呈現方式至少已無從直接識別特定自然人」。

施行細則草案修正說明參酌憲法法庭111年憲判字第13號判決意旨，明確排除了兩端：「可直接識別該個人」的資料當然仍屬個資；「完全匿名且無還原可能性」的資料則不在個資法保護範圍內。介於兩者之間的中間型態，也就是形式上無從直接識別、但技術上仍可能被間接識別的資料，依修正後定義仍屬個資法的規範客體。

與GDPR相較，兩者的概念架構相近，均非以「形式上已去除識別欄位」作為脫離個資法的充分條件，也都承認真正的匿名化資料才能脫離規範。差異在於判斷門檻的操作方式：GDPR引入「合理可能」的概率過濾機制，允許考量再識別的成本與現實可行性，在可行性極低時允許認定為匿名資料；我國修正草案的文字則以「當時存在技術方法」為基準，著重於直接識別可能性的排除，對間接識別可能性的存在採取相對保守的態度。這在理論上意味著我國修正後的標準，是只要間接識別在技術上並非完全不可能，資料便傾向被認定仍屬個人資料，而毋須進一步評估再識別的現實可行性。

不過此一解讀目前仍有待個人資料保護委員會在實務上進一步釐清，修正草案的說明文字尚未提供如GDPR前言般詳細的操作指引，仍有待填補。但無論如何，我國生物資料庫設置者（或者任何的業者）都應該清楚瞭解，去識別化不是保護義務的終點，即便資料已完成去識別化處理，若該等資料仍具備間接識別（如還原）的可能，則該等資料仍然屬於個資法上的個人資料，因此各種使用合約的設計、使用環境（含資安與管理制度）的管控，以及跨境傳輸的核准程序，均不因「去識別化」而豁免。

我國《人體生物資料庫管理條例》的規範（完整內容請參第1則留言連結）

04/05/2026

臺灣AI基本法的突破與困境
2026/05/04 ◎賴文智、王文君

目錄
一、《人工智慧基本法》的雙軌模式
二、《人工智慧基本法》未解的議題
(一)訓練資料著作權與個資保護
(二)勞動權益
(三)責任歸屬原則的重構
(四)保險機制
三、《人工智慧基本法》可預期的困境
(一)缺乏具主導性的中央主管機關
(二)執法的資源從何而來？
(三)統一AI主管機關協調並整合各領域監管標準有其必要性
四、「治理」優先於「法遵」

2026年1月14日《人工智慧基本法》正式公布施行，標誌著台灣邁入以「數位治理」為核心的新紀元。台灣參考自日本「基本法」的立法例，因應社會結構性的重大變遷，或保障憲法中較為抽象的基本權利，透過法律創設在憲法之下，一般作用法之上，具有指導性、方針性及政策綱領的法律，讓行政機關在制定相關政策、編列預算或制定作用法時有所依循。以《人工智慧基本法》為例，各目的事業主管機關在二年內，根據基本法揭示的原則去修正、廢止或制定具體的法律。

一、《人工智慧基本法》的雙軌模式
《人工智慧基本法》採取「橫向」與「縱向」交互的立法模式。「橫向」通用規範—即以原則性、方針性的條文，確立AI開發、應用與治理的普遍適用原則，包括透明性、可問責性、安全性與人權保障等核心價值，涵蓋所有使用AI的產業與政府機關，不論其應用於醫療、金融、交通或公共行政，均一體適用；「垂直」事業規範—即各目的事業主管機關依據基本法的授權，針對各自業管領域的特殊風險與技術環境，制定具體可執行的作用法規。例如：醫療事業主管機關將就AI輔助診斷的資料安全與臨床驗證進行規範；金融主管機關將針對AI信用評分與演算法交易訂定透明度要求；勞動主管機關則需回應AI導入職場後引發的勞動條件與就業保護議題等。

值得注意的是，採取此種雙軌治理架構的成效，高度取決於基本法所規範「橫向」的普遍原則，能否被各部會有效轉化為可執行的具體管理規範，以及各部會間是否存在足夠的橫向協調機制，避免形成規範真空或重疊衝突。亦即，未來一至二年正是台灣AI法制發展的關鍵時期，企業須持續關切國科會、數發部及各目的事業主管機關間，有關AI相關議題的互動與法律或指引發布之進度，並透過公協會積極參與，以避免錯失公私協力營造優質AI法制環境的良機。

二、《人工智慧基本法》未解的議題
對企業而言，《人工智慧基本法》最大的意義，或許不在其已所揭示的AI倫理原則，而在其明確點出AI時代潛在的「衝突點」，諸如：訓練資料、個資保護、勞動權益、風險管理架構、AI責任歸屬、救濟與保險機制等，這些正是AI時代全面來臨時，企業所需面臨法律與倫理爭議最劇烈的摩擦帶。

(一)訓練資料著作權與個資保護
大型AI模型的訓練不可避免地涉及巨量資料的使用，其中，可能包含他人著作或個人資料等。基本法的立場就是AI發展很重要，但著作權、個人資料的保護也很重要。對於企業而言，等到立法更明確把界線劃出來再行動顯然緩不濟急，推動企業資料治理才是可行之道。良好的資料治理可以事後追溯AI模型訓練的選擇，究竟是在何種條件下進行決策，若事後法律對於訓練資料因涉及他人權益的保護，有採取技術上排除該等資料影響的必要時，亦可釐清哪些資料是在不合法的狀況下被列入訓練資料，以控制AI模型可能的違法風險。

(二)勞動權益
AI大規模應用顯然將對勞動市場產生深遠影響，包括工作內容的重構、績效評估的演算法化，甚至特定職類或任務可能以自動化替代。對於企業而言，需要的是用人的彈性，但若忽略勞動權益的保障，恐將同時面臨少子化與高失業率的衝擊，對企業而言亦未必是件好事。《人工智慧基本法》對於勞動權益的保障，其實是在揭示著AI帶給社會的好處，不能由企業獨享，AI所帶來的負面效應，企業也有責任一起解決。

(三)責任歸屬原則的重構
現代侵權行為法律體系，是以「人」的行為為核心。一個人要負責任，是因為這個人做了什麼行為，造成什麼樣的結果，而行為與結果間具有相當因果關係，因此，這個「行為人」要負法律上的責任。以特斯拉的FSD為例，即令技術上可以做得到自動駕駛，但在台灣駕駛手離開方向盤，就必然是違法，為何不敢再進一步？因為，目前發生事故時，第一責任人就是駕駛人。如果不是駕駛人來負事故責任，那政府就不知道該怎麼辦，當然就不敢放手讓真正的自動駕駛落地，更遑論讓無人車上路，只能以實驗場域的方式來處理。《人工智慧基本法》第17條所稱「政府應就高風險人工智慧之應用，明確其責任歸屬及歸責條件」，即點出傳統法律的責任歸屬原則在高風險AI領域重構的必要性。

(四)保險機制
若以自動駕駛為例，如果發生車禍事故，應該由駕駛人、車輛製造商、關鍵零組件供應商，還是自動識別或演算法的提供者，甚至是標線或號誌的設置機關來負責？很可能檢討後的是誰都不用負責。但顯然可以預見，自動駕駛不可能不出現事故，在這種情形下，保險機制即成為最可能的解決方案。也就是說，在可容許的風險下，不要把個案事故的責任讓即使盡了相當的努力都無法避免的各方負擔，透過適當的保險機制將自駕車作為社會更安全的交通工具的必要風險，由全體相關成員來分擔，而不再以個案事故的角度，非要究責某個行為人，反而更容易達成社會運作與科技發展的共識。

(完整內容請參第1則留言連結)

02/05/2026

https://readmoo.com/introducer/2026/05/index
本所賴文智律師應邀擔任Readmoo五月店長，敬請多多點閱支持！一起享受閱讀的樂趣！

5/31前，店長選書兩本8折

29/04/2026

AI is Watching You!｜Meta 監控員工 法律跟得上嗎
2026/04/23
◎蕭家捷律師

目錄
美國職場監控法律：聯邦層級的空白與州法的分歧
Amazon的歷史教訓：演算法偏見的結構性風險
加州SB 1248的立法困境：監管AI的法律反而令人擔心
歐盟與台灣的對比
結論：法律的速度與技術的速度

路透社報導1，根據其取得的Meta公司內部備忘錄，Meta正在美國員工的工作電腦上安裝追蹤工具，蒐集員工的滑鼠移動、點擊與鍵盤輸入等操作資料，並不定期擷取螢幕畫面，用於強化其AI模型能力。這項名為「模型能力計畫」（Model Capability Initiative，MCI）的計畫，目的是讓AI代理人更貼近人類在電腦上的真實操作行為，例如選取下拉選單和使用鍵盤快捷鍵。

Meta技術長安德魯·波斯沃思（Andrew Bosworth）在另一份備忘錄中表示，公司正加速內部資料蒐集，目標願景是「讓AI代理人主要負責執行工作，人類的角色則轉為指揮、審查與協助改進」，然而員工擔心的，恐怕是自己會否因此更容易、快速被AI取代。

同時，加州立法機關正就SB 1248法案進行審議，該法案旨在為州政府機關使用自動化決策系統建立監管框架，確保在福利審核或執照核發等涉及人民權益的決定被拒絕時，仍保有「人工審查」（human in the loop）機制。然而，包括美國州縣市公務員聯合會加州分會（AFSCME California，是美國最大的工會之一AFSCME在加州的下屬機構，代表加州公共部門的雇員）、加州勞工聯合會（California Federation of Labor Unions）及加州國際服務業僱員工會（SEIU California，是美國國際服務業僱員工會SEIU在加州的分支機構，代表加州超過 700,000 名勞工，是加州最大的工會組織之一，成員涵蓋多個公共和私營服務領域的多個勞工團體），均已明確反對該法案。

兩則新聞對AI的應用有所不同，Meta是對員工擴大蒐集資料，加州政府則是要將AI導入決策系統，作為輔助之用，但是都同樣涉及勞工權利，引起勞工不安。

美國職場監控法律：聯邦層級的空白與州法的分歧
美國聯邦層級目前對雇主監控員工電腦行為並無明文禁止，相關法律限制不是微乎其微，就是在科技產業幾乎沒有實質執法，因此Meta將MCI計畫限定於美國員工，並非偶然。

於州法層面而言，鍵盤記錄在雇主設備上所有50州均屬合法，前提是出於正當的商業目的。然而，各州對員工的知情告知要求存在明顯差距，目前僅有康乃狄克州、德拉瓦州、紐約州及科羅拉多州明文要求雇主事前以書面告知2。

加州雖為美國隱私保護規範最為嚴格的州，現行法律主要以書面告知為要件，但並未就雇主將員工行為資料作為AI訓練素材加以明確規範。加州民權委員會已於2025年通過新規定，自2025年10月1日起，明確禁止雇主使用任何自動化決策系統對求職者或員工進行基於受保護類別（如性別、種族）的歧視性評估。

然而，現行規範普遍係針對生產力監控或資訊安全目的的監視行為所設計，而非針對能否將員工行為資料用於商業AI系統的「訓練」。

Amazon的歷史教訓：演算法偏見的結構性風險
Amazon自2014年起開發以AI篩選應徵者履歷的系統，目標是自動化招聘流程。然而，2015年發現該系統在評估軟體開發等技術職位應徵者時出現性別偏見，原因在於系統以10年來的聘用紀錄進行訓練，由於獲聘者大多為男性，系統因此直接將「女性」相關詞語列為減分因素。Amazon雖嘗試修改系統以減少偏見，但無法確保問題不再出現，最終解散了負責該計畫的團隊。

這個案例所揭示的核心問題，至今仍是各界討論AI人資工具時的重要參照：訓練資料所內嵌的結構性偏差，會透過AI決策系統被系統性地複製甚至放大。涉及加州運作的大型企業所使用的主要AI招聘平台，在2025年及2026年初即已面臨多起訴訟，指控相關系統輸出不透明的評分，排除特定年齡或種族的應徵者，而受影響個人與主管機關均無從得知決策背後的邏輯。

約克大學研究技術與比較勞動法的法學教授Valerio De Stefano亦指出，當員工意識到自己以此種方式被監控，監控本身即已改變職場的權力結構，影響的不僅是資料關係，還包括人們在工作中的實際行為，以及他們在自己的電腦上感到自在去做的事情。

加州SB 1248的立法困境：監管AI的法律反而令人擔心
加州SB 1248法案由參議員克里斯托弗·卡巴爾頓（Christopher Cabaldon）提出，旨在規範州政府機關使用自動化決策系統協助或取代人工裁量決策的情形，涵蓋醫療補助（Medi-Cal）申請資格審核、護理師及教師執照核發等攸關人民權益的事項。 該法案的核心設計，是要確保此類決策仍保有人工審查機制，不得完全由演算法決定結果，然而此一確保人工審查門檻存在的法律，卻面臨勞工團體的強力抵制。勞工團體列舉的具體顧慮包括：侵蝕專業判斷、演算法偏見、工作監控擴大，以及正當程序問題。

勞工團體的抵制邏輯，在於他們認為該法案一旦在制度上確認AI輔助決策的合法地位，反而可能削弱工會未來在集體協商中對抗演算法管理的談判籌碼。亦即勞工團體擔心的是，這部試圖規範AI決策的法律，雖然目的是確保最終結果經人工審查，然而法案本身，可能同時為AI決策的廣泛採用提供正當性依據，使AI決策被納入正式的決策流程。勞工團體的立場並非反對人工審查機制本身，而是不希望立法機關在集體協商尚未就AI的引入方式充分談判前，以法律形式預先確認政府機關使用AI決策系統的制度地位。一旦立法確立了這套框架，工會日後在談判桌上抵制特定AI系統的空間，將大幅壓縮。

歐盟與台灣的對比
上述爭議在歐盟法律框架下的結論可能較為明確。依據歐盟《一般資料保護規範》（GDPR），此類對員工進行系統性行為監控的做法，很可能被認定違反規範。這或許也正是Meta將MCI計畫限縮於美國員工的根本原因。

GDPR的核心框架要求任何個人資料的處理均須具備明確的合法基礎，且蒐集目的須特定、明確。雇主以保密、人事管理、資訊安全為由安裝的監控工具，未必能延伸適用至以AI商業訓練為目的的行為記錄；而在勞僱關係的不對等結構下，員工的「同意」能否構成GDPR所要求的自願且有效的意思表示，歐盟的資料保護機關一向採取保守而親個資當事人的立場。

我國的個資法解釋可能與歐盟略有不同－人事管理目的與AI訓練是不同的特定目的，雇主不能基於人事管理、保密、資安等理由，將因此蒐集而來的資料運用於AI訓練中－亦即，理論上我國雇主不能理所當然的蒐集員工的鍵盤滑鼠操作資料而後進行AI訓練。然而，我國對於當事人「同意」的自願與有效，採取較寬鬆的立場，若業者要求員工逐一「同意」，甚至如果員工於職場上使用的設備（如筆記型電腦、手機）由雇主提供，抑或將蒐集個人資料轉換為蒐集硬體操作資訊，其實這種作法在我國，不是沒有合法的可能。

結論：法律的速度與技術的速度
從Amazon 2018年的AI歧視到Meta的鍵盤監控計畫，AI在職場的應用已從「輔助篩選」演進至「全程記錄」，加州SB 1248的立法爭議則顯示即使僅是將AI利用於「輔助」功能，AI技術的擴張速度，不僅領先於法律的回應，更充滿利益拉鋸與制度設計的兩難。

我國目前並沒有針對於職場蒐集資料或者於職場使用AI監控勞工的相關法律，雖然《人工智慧基本法》已於2025年12月23日完成三讀，且本法明定政府推動人工智慧研發與應用，應遵循「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」及「問責」等七大原則，不過《人工智慧基本法》僅是原則性規範，就職場AI監控的具體規範，包括：雇主蒐集員工行為資料的合法基礎、演算法人事決策的可解釋義務、員工申訴機制等，仍有待主管機關依法制定作用法後方能落實。在此立法空白填補之前，現行個人資料保護法及勞動法規提供的保護，在面對AI時代的新型態職場監控時，仍存在相當明顯的覆蓋缺口。

對台灣企業而言，尤其是有員工位於美國、歐盟、或業務涉及跨境資料流通者，現行各法域規範的分歧已構成實質的法規遵循風險。AI用於人事管理的法律問題，橫跨個資法、勞動法與AI專法等多個層次，個案差異甚大，難以一概而論，實務上須就具體的業務模式、資料蒐集範疇及所涉法域逐一評估，方能妥善因應。

https://www.reuters.com/sustainability/boards-policy-regulation/meta-start-capturing-employee-mouse-movements-keystrokes-ai-training-data-2026-04-21/ ↩︎
https://www.employee-monitoring.net/compliance/employee-monitoring-laws-us-states

27/04/2026

本所賴文智律師應邀擔任電子書平台Readmoo本月店長（因為FB演算法的關係，相關連結請參留言）

◤ 店長介紹 ◢
益思科技法律事務所所長，主要的工作是提供企業客戶諮詢，因為對於智慧財產權及科技法律議題的興趣，希望將法律的知識普及化，把寫給產業人士看的法律書當作副業。
著作《當文創遇上法律》系列書籍（智慧財產的運用、讀懂經紀合約書、讀懂IP授權合約、個資、名譽與肖像）、從NDA到營業秘密管理、APP產業相關著作權議題、技術授權契約入門、個人資料保護法Q&A、企業法務著作權須知、企業法務商標權須知等書。

企業法律顧問的工作，除了法律的專業之外，廣泛的閱讀與思考也是非常重要的，寫得出來的，才是你真正懂的，這就是為什麼我們持續寫作。

很高興有機會擔任 Readmoo 每月店長。閱讀在我人生的每個階段，都留下了很好的印象。對我而言，閱讀最迷人的地方在於，它既可以帶著功利目的，從書中獲取想要的解答；也可以沒有目的，隨意翻閱，不必在意哪些話語打動了我們，或對我們有所啟發。

◤ 選 書 思 路 ◢
這次要推薦書籍給讀者，剛好我家大兒準備上大學，因此我想把那些第一次讀完時讓我感到驚艷、甚至相見恨晚的書推薦出來。
所以多半是經典、較有年代的作品，只有一本是我目前正在閱讀中的書，也希望大家會喜歡。

基業長青
這本頗具年代的企管書，是我的指導律師在就讀 EMBA 時推薦給我的。我們也因此決定合夥設立事務所，嘗試從中學習，打造一間能夠基業長青的法律事務所。將管理研究計畫的成果寫成暢銷書，本身就非常值得一讀。經歷這三十年來網際網路與 AI 帶來的社會經濟典範轉移，每次重讀，都有不同的收穫。

你要如何衡量你的人生？
這本書並沒有提出什麼特別驚人的道理。如果你期待從中得到明確答案，可能會有些失望，因為它的內容某種程度上像是老生常談。也正因如此，我認為這本書的價值，不在於你能「得到什麼」，而是在閱讀過程中與自己對話。它很適合在人生不同階段反覆翻閱，像一本工具書，幫助你透過書中的問題認識自己，在各種情境中做出不會後悔的選擇。

底層邏輯
作者劉潤是近年來中國大陸相當知名的企業顧問。我會希望自己能在進入社會前就讀到這本書，當然，在進入社會後更值得一讀。我們常因為遭遇不如預期的人事物而產生負面情緒，但如果有一套說法能讓你理解事情這樣發展其實是合理的，只是彼此採取的邏輯不同，而非老天特別針對你，或讓你特別倒楣，是否會輕鬆一些？我認為這本書提供了一種理解世界的方式，幫助我們從個人到社會經濟活動，理解那些看不慣或看不懂的現象背後的邏輯，至少能讓人更看得開，不容易鑽牛角尖。

萬曆十五年
國高中時，我一直覺得自己歷史很好，考試分數帶來的謎之自信，現在回想其實有點好笑。直到大一接觸到黃仁宇先生這本成名作，才發現歷史原來可以這樣讀，而不只是「某個事件導致歷史轉折」這類過於簡化的敘述。一個看似無關緊要的年份、幾個人物之間的互動細節，往往蘊藏著重大歷史變化的線索。歷史該怎麼讀？讀什麼？為什麼讀？這本書彷彿將讀者帶回歷史現場，非常值得一讀。

槍炮、病菌與鋼鐵
是什麼因素決定了過去近萬年的人類歷史發展？這本書提供了一種截然不同的研究視角，透過生物地理學、演化生物學、語言學、文化人類學等看似與歷史無關的學科，提出極具說服力的解釋，是賈德‧戴蒙的經典著作，應該是太太推薦給我的。我很喜歡這種以跨領域方法探究人類重大問題的作品。這本書格局宏大、視野開闊，是一部非常有氣度的著作。對人類社會發展有興趣的讀者，不容錯過。

權力與進步
這本書光是書名與封面，就完全打中我這種對科技議題高度關注的法律人。權力是法律的核心，而科技與權力密不可分，再加上歷史視角，幾乎讓人難以抗拒。不過坦白說，我目前還沒有讀完，因為內容相當厚重，不太適合零碎時間閱讀，當初應該直接購買電子書。對於對科技發展，尤其是 AI 感到焦慮的讀者而言，這本書所討論的，其實正是我們所處的現在。

銀河英雄傳說
我是先看動畫，再回頭閱讀原著小說，而小說的魅力更勝一籌。喜歡歷史、政治、法律、戰爭與科幻題材的讀者，我都非常推薦田中芳樹這部作品。近年也推出了新版動畫，但我仍然更推薦小說版本。這次準備推薦時才發現小說可能已經絕版，不過 Readmoo 上有漫畫版，我覺得也很值得一試。不同媒介有不同的魅力。至少看完之後，當有人提到「費沙（自治領）」、「楊威利」、「萊茵哈特」時，你能立刻理解其中的暗喻。

尋秦記
武俠小說在華人世界具有深遠影響。大學時期，金庸、古龍、梁羽生等作品幾乎都已在租書店讀遍。黃易的《尋秦記》則開創了穿越結合歷史與武俠的小說類型，徹底征服了當時的讀者。當年每個月都在等待更新，如果有「催更」機制，這部作品一定是榜首級。如今這類題材已相當常見，但作為將現代人置入歷史情境，甚至推動歷史發展，同時又維持某種「合理性」的開創性作品，黃易大師以其獨特的世界觀，為我們帶來極具閱讀樂趣與思考價值的好書。

閱讀，讓我們能夠超越感官的限制認識這個世界。從建立個人思維方式、理解歷史結構、科技權力到小說建構的敘事想像，閱讀讓我們可以逐層擴展理解世界的能力。

27/04/2026

爆雷也有罪？日本劇透網站經營者被判刑
2026/04/22
◎蕭家捷律師

目錄
改作權的界線
劇透、影評不可以嗎？
小結

2026年4月16日，東京地方法院就一起以「劇透文章」牟利的著作權侵害刑事案件，作出有罪判決。[1]IT服務公司代表竹內渉（39歲）因在其經營的網站上刊登《哥吉拉-1.0》及動畫《Overlord》改編作品的詳細劇情內容，遭判處有期徒刑一年六個月、緩刑四年，並科罰金一百萬日圓。被告對此即日提起上訴，案件尚未定讞。

本案緣起於2023年至2024年間。竹內渉在未取得東寶、角川書店等著作權人授權的情形下，至少與另外一名男性寫手合作，將電影公開放映後的臺詞、場景、情節發展等劇情全貌逐一以文字記錄，搭配相關圖片刊於網站，藉此吸引流量、投放廣告獲利。據報導，竹內渉於2023年一年內自廣告收入所得約達3,800萬日圓。男性寫手已於2025年7月經東京地裁判決有罪。本案係由日本海外內容流通促進機構（CODA）協助東寶、角川書店向宮城縣警報案偵辦，為日本國內劇透文章著作權侵害遭逮捕的首例。[2]

改作權的界線
本案的核心問題，在於以文字描述電影劇情的「劇透文章」，究竟是否構成著作權法上「改作」權的侵害（日本著作權法稱「翻案権」，我國著作權法稱「改作權」，概念相同，以下統稱改作權）？所謂改作，是指行為人依存於既存著作物，在維持其表現上本質特徵（如核心思想、故事結構、藝術風格等）的前提下，對具體表達加以修改、增刪或變換媒介形式，而創作出足以使接觸者直接感受原著本質特徵之新表達的行為，比如將小說《冰與火之歌》改編為電視劇《冰與火之歌：權力遊戲》，因此，改作權侵害的核心判斷，在於「接觸者能否從新表達中直接感受到原著的本質特徵」。

被告主張，自己經營的是「文字劇透」網站，而電影是透過視覺畫面與聲音傳達劇情，單純文字轉述既無影像亦無聲音，閱讀者自無從感受電影的本質特徵，故不應構成改作權侵害。東京地裁則否定此主張，認定既然文章已使讀者得以掌握台詞、情景及場面展開，足以直接感受原著本質特徵，構成著作權侵害。過去針對類似著作權侵害的案件，主要集中於影像複製（如盜版網站）或聲音錄製等重製行為，本案則是「跨媒介轉換」（由影像媒介轉為文字媒介），然而，改作本來就沒有限定必須是同一種呈現方式，因此法院認為，此種轉換恰好落入改作的定義範疇，構成二次著作物，改作權侵害成立。

劇透、影評不可以嗎？
在我國著作權法下，著作人依第28條享有專屬的改作權。所謂改作，是指依存於他人既有著作，在維持其本質特徵的前提下，以修改、增刪或變換媒介形式等方式創作出新表達的行為。一般的影評或書評，通常只是針對作品發表意見、分析或評論，本身具有獨立的創作性，並不依存於原著的本質特徵，因此原則上不會落入改作的範疇。

即便影評中確實引用了他人著作的部分內容（例如引述若干臺詞、附上劇照或預告片截圖），著作權法第52條也允許以介紹、評論或說明為目的，在合理範圍內引用他人著作。此條文的適用前提，是行為人本身須有相當分量的自創內容，引用他人著作僅係輔助說明之用，且引用比例符合必要限度。一般影評若以自身觀點與分析為主體、以少量引用佐證論述，通常有援引第52條的空間。

然而，任何形式的合理使用，最終仍須通過著作權法第65條第2項的檢驗，考量因素包括：利用之目的及性質（是否具商業性）、著作之性質、所利用之質與量占整體著作之比例，以及利用結果對著作潛在市場與現在價值之影響。一般在部落格、PTT、社交平台上發布的影評、心得，大概都有機會通過合理使用檢驗，然而本案被告的情形，在上述四項因素上幾乎全數不利：以廣告收益為目的、商業性質顯著；文章幾乎涵蓋作品全部情節與主要臺詞，大規模利用原著內容；詳盡的劇透文章更將直接取代消費者購票觀影的動機，對著作權人的潛在市場造成實質損害。因此，本案幾乎沒有主張合理使用的空間。

小結
本案將「以文字詳盡轉述」明確納入改作權侵害的認定框架，對於長期以「故事整理」、「劇情解說」、「作品評論」為主要內容形式的媒體從業者或個人創作者而言，需注意在滿足特定條件下，同樣可能具備構成著作權改作侵害的法律風險，與內容是否以圖像或影音呈現無涉。然而，判決所建立的標準仍存在相當的解釋彈性，「直接感受本質特徵」的認定邊界，在不同情境下的具體適用，有待上訴審乃至後續案例逐步釐清。

對於志在日本市場的業者、自媒體工作者而言，本案應該具有相當的參考意義。在我國的法律框架下，改作權侵害的核心判斷邏輯與日本相同，在商業牟利、大規模利用的情形下，同樣難以成立合理使用。然而，何種程度的文字轉述構成改作侵害、何種評論或介紹屬於合法引用，涉及個案事實的細緻認定，並無法以單一標準一概而論。目前被告已提起上訴，上訴審結果及其後續對評論自由與著作財產權保護之間界線的釐清，值得持續關注。對於內容創作者、媒體業者及相關企業而言，個案情況因利用目的、利用比例及商業模式而有所差異，實務操作上需要具備著作權法專業的判斷，方能妥善因應。

[1]TechNews 科技新報，〈日本法院認定「劇透網站」侵權，版權保護再投震撼彈〉，2026年4月21日，https://technews.tw/2026/04/21/japanese-man-sentenced-to-prison-for-posting-spoilers/

[2]CODA（コンテンツ海外流通促進機構）聲明，2024年10月30日，https://www.oricon.co.jp/news/2351966/full/