📝 本系列為 iThome 鐵人賽學習筆記，屬個人教學與非商業用途；文中法規與標準內容均以自身理解後的話轉述並註明出處，非逐字引用。

階段二｜誰在管、用什麼管：制度與標準

為什麼七大原則是整部法的心臟

Day 7 盤點了基本法課予的義務——風險分類、高風險標示、責任歸屬。但這些義務並不是憑空冒出來的，它們全都源自一個更上游的地方：第 4 條的七大原則。

第 4 條規定，政府推動 AI 的研發與應用，應遵循七項原則：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，以及問責。如果說整部基本法是一棵樹，那這七大原則就是樹根——後面所有的義務、未來各部會的作用法，乃至於本系列要對接的國際標準，都從這七條長出來。

今天的任務有三個：用開發者聽得懂的白話，逐條解讀這七大原則；為每一條配上具體的「落地動作」；最後把七條匯整成一張對映表，讓每一條原則都在後續的 ISO/IEC 42001（第二階段後半）與技術實作（第四階段）找到明確的落點。 這張對映表，是本系列「從法條到程式碼」最核心的一張地圖。

在逐條拆解前，先給一個鳥瞰。這七條雖然並列，但可以歸成三個群組，幫助記憶，如下圖所示：

• 以人為本的價值：永續發展與福祉、人類自主、公平與不歧視——這一組談的是 AI 對「人與社會」的影響。
• 系統的品質與安全：資安與安全、隱私保護與資料治理——這一組談的是 AI 系統本身要夠穩、夠安全、夠會保護資料。
• 可信任的治理：透明與可解釋、問責——這一組談的是「讓人能信任 AI」的機制：看得懂、追得到、有人負責。

逐條解讀：七大原則與它們的落地動作

以下逐條說明。每一條都用同一個格式：條文精神（轉述）→ 開發者視角的白話 → 具體落地動作。這個三層轉譯的樣貌如下圖所示。

原則一：永續發展與福祉

• 條文精神：推動 AI 應兼顧社會公平與環境永續，並透過教育與培訓降低數位落差，讓國民能適應 AI 帶來的變革。
• 開發者視角：這條看似最「軟」、離程式最遠，但它提醒一件常被忽略的事——AI 的成本不只是雲端帳單，還有環境與社會成本。訓練與推論都消耗大量能源；而一個只有特定族群用得起、看得懂的 AI，會擴大而非縮小落差。
• 落地動作：選用效率合宜的模型（不是每個任務都需要最大的模型）、記錄運算資源的使用、在產品可及性上照顧不同能力的使用者。本系列選擇用可在本機執行的小模型做示範，某種程度上也呼應了這條。

原則二：人類自主

• 條文精神：AI 應支持人類的自主權、尊重人格權等基本權利與文化價值，並允許人類監督，落實以人為本，尊重法治與民主價值。
• 開發者視角：核心是四個字——人類監督（human oversight）。AI 可以「建議」，但重大決定必須保留人類可以介入、否決、修正的空間。一個會自動執行動作的 AI，不能設計成「人完全插不了手」。
• 落地動作：在高風險或不可逆的操作前設「人類確認」關卡（呼應 Day 3 的過度代理權、Day 25 的最小權限）；提供讓使用者推翻 AI 決定的管道；避免把終局裁量權完全交給模型。

原則三：隱私保護與資料治理

• 條文精神：妥善保護個人資料隱私、尊重企業營業秘密、避免資料外洩，並採用資料最小化原則；同時在合憲前提下促進非敏感資料的開放與再利用。
• 開發者視角：這條幾乎是為 Day 5 的資料外洩 demo 量身訂做的。它明確點出兩個技術詞：「避免資料外洩」與「資料最小化」——後者的意思是，系統只蒐集、處理、保存「完成任務所必需」的最少資料。
• 落地動作：資料進系統前先去識別化；檢索層做權限隔離，確保使用者只撈得到自己有權存取的資料（Day 25）；向量資料庫只放必要內容；定期清理不再需要的資料。這條會在 Day 22（資料治理）完整落地。

原則四：資安與安全

• 條文精神：AI 的研發與應用，應建立資安防護措施，防範安全威脅與攻擊，確保系統的穩健性與安全性。
• 開發者視角：這是第一階段整整五天在示範的東西的法律靠山。提示注入、資料中毒、無限制資源消耗——防範這些「攻擊」，就是這條原則要求的事。「穩健性（robustness）」則多了一層意思：系統面對異常輸入、惡意操作時，不能輕易崩潰或被繞過。
• 落地動作：輸入過濾與指令隔離（Day 23）、輸出防護網（Day 24）、紅隊測試（Day 26）、供應鏈治理（Day 28）。這條原則對應的技術控制，幾乎涵蓋了第四階段的半壁江山。

原則五：透明與可解釋

• 條文精神：AI 的產出應做適當的資訊揭露或標記，以利評估風險、瞭解對權益的影響，進而提升 AI 的可信任度。
• 開發者視角：Day 7 已談過它的義務面（揭露與標示）。從技術面看，「可解釋」還多要求一件事——讓人能理解「AI 為什麼給出這個答案」。對 RAG 系統而言，最直接的可解釋，就是附上答案的來源。
• 落地動作：AI 身分與生成內容的揭露、在回覆中標註引用來源、提供信心指標或不確定提示（Day 24）。這條也是對抗幻覺與過度依賴的產品對策。

原則六：公平與不歧視

• 條文精神：AI 的研發與應用，應盡可能避免演算法產生偏差與歧視，不應對特定群體造成歧視的結果。
• 開發者視角：AI 的偏見，常常不是工程師故意的，而是「學」來的——訓練資料裡潛藏的社會偏見，會被模型放大。一個信用評分或履歷篩選 AI，若對某些族群系統性地不利，就違反了這條。
• 落地動作：盤查訓練與檢索資料的代表性、對模型輸出做公平性測試（不同群體的結果是否有系統性差異）、保留人工複核。公平性也是後面會談到的台灣 AIEC 十大評測項目之一（Day 18）。

原則七：問責

• 條文精神：應確保承擔相應的責任，包含內部治理責任與外部社會責任。
• 開發者視角：問責的技術基礎只有一個詞——可追溯（traceability）。出事時，你要能回答「這個決定是哪個版本的模型、根據哪些資料、在什麼時間做出的」。答不出來，就談不上負責。
• 落地動作：設計防竄改的稽核日誌，記錄每一次問答、每一次過濾決策、每一次資料存取（Day 27）；明確系統各環節的負責角色。這條也是整個管理制度（42001）的骨幹。

核心地圖：七大原則的對映總表

現在把七條原則，連同它們在後續章節的落點，匯整成一張圖。這張圖值得存為索引——它就是本系列的「導航圖」，標出每一條法律原則，最後會在哪裡變成管理流程、又在哪裡變成程式碼。

註：圖中加括號者（偏差與歧視、不可追溯）並非 OWASP 十大清單所列項目，而是筆者為對齊該原則所補充的對應風險。

這張圖傳達的訊息很簡單，卻是整個系列的立論基礎：七條抽象的法律原則，沒有一條是空談——每一條都能往下對應到一個具體的技術風險、一組管理流程，以及一段可以執行的程式。 中間那一欄「管理制度」，正是明天要正式登場的主角：ISO/IEC 42001。

對映到技術控制與 RAG 範例

把上圖的對映投影到本系列的 RAG 客服範例，會看到七大原則各自「住」在系統的哪一層，如下圖所示：

• 輸入層：資安與安全（過濾注入）、人類自主（限制自動化動作）。
• 資料／檢索層：隱私保護與資料治理（去識別化、權限）、公平與不歧視（資料代表性）。
• 輸出層：透明與可解釋（來源標註、揭露）、資安與安全（輸出防護）。
• 貫穿全系統：問責（稽核日誌）、永續（資源監控）。

於是，「遵守七大原則」這件聽起來像口號的事，被拆解成 RAG 系統各層裡一個個具體、可檢查的動作。這正是本系列要證明的命題——合規不是貼在系統外的標籤，而是設計進架構裡的一層層防線。

小結與明日預告

今天深入了基本法的價值核心，第 4 條的七大原則：

• 七大原則是整部法的樹根，所有義務與未來作用法都由此長出；可歸為「以人為本的價值」「系統的品質與安全」「可信任的治理」三群；
• 每一條都能翻成開發者聽得懂的白話與具體落地動作，而非抽象口號；
• 最重要的產出是那張對映總表：七原則 → OWASP 風險 → 42001 管理制度 → 技術實作，四欄完全接得起來；
• 投影到 RAG 範例後，七大原則變成系統各層裡可檢查的具體動作。

明天（Day 9）進入第二階段最硬、也最有價值的一段——ISO/IEC 42001 導論。 前三天談的是「台灣的法律要求什麼」，但法律只給了原則，沒給「怎麼建立一套可稽核的管理制度」。而這，正是 ISO/IEC 42001 這部「AI 管理系統標準」存在的意義。明天將介紹它是什麼、與台灣國家標準 CNS 42001 的關係，以及它如何把今天這七大原則，翻譯成一套可以導入、可以驗證的管理流程。

• 程式碼：本篇為原則解讀，無對應程式碼；各原則的技術落點見對映表所列日次。
• 參考條文／出處：《人工智慧基本法》（2026/1/14 公布施行）第 4 條第 1–7 款，全國法規資料庫。條文引用僅為必要之解讀，均以自己的話轉述並註明條號；文中對 ISO/IEC 42001 的對映為概念性前瞻，詳見 Day 9–13。