iT邦幫忙

2026 iThome 鐵人賽

DAY 11
0
AI Security

從法條到程式碼:台灣 AI 治理與資安合規實戰指南系列 第 11

Day 11:42001 的風險與 AI 衝擊評估——第 6 章與附錄 C

  • 分享至 

  • xImage
  •  

📝 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

向內看的資安風險,與向外看的 AI 社會衝擊

一個被大多數工程師忽略的問題

Day 10 把 ISO/IEC 42001 主體條款第 4 到 10 章走了一遍。今天要停在其中最具「AI 特色」、也最容易被低估的一格——第 6 章的規劃,特別是它的風險評鑑,並搭配附錄 C 的「AI 風險來源」一起看。

先問一個問題,這個問題會決定你今天能不能抓到重點:當你在評估一個 AI 系統的「風險」時,你評估的是「這個系統可能對我(組織)造成什麼損害」,還是「這個系統可能對別人(使用者、社會)造成什麼傷害」?

大多數工程師的直覺是前者——這是傳統資訊安全(以下簡稱資安)的思維:保護「我方」的資產。但 42001 要求你同時看後者。這個「向內」與「向外」兩種視角的並存,正是 42001 風險觀最關鍵、也最反直覺的地方。今天就把這個區分講清楚。

依慣例先交代寫法:以下對第 6 章與附錄 C 的說明,都是解讀其用意與架構,僅沿用官方的章節編號與標題;不逐字引用、不翻譯規範條文,也不照抄附錄 C 的清單。想看完整清單與細節,請取得標準正本。

兩種風險視角:向內看,與向外看

這是今天的核心觀念,值得用一整段講清楚。

第一種:資安風險(向內看)。 這是傳統 ISO 27001(資訊安全管理系統)的主場——評估「什麼事件可能損害『組織自己』的資產」。例如:模型被竊取(智慧財產損失)、服務被攻擊癱瘓(營運中斷)、資料庫外洩(商譽與法律損失)。這裡的受害者是組織,問的是「什麼會傷害到我們」。

第二種:AI 對個人與社會的衝擊(向外看)。 這是 42001 特別加進來、27001 沒有的視角——評估「這個 AI 系統一旦運作,可能對『系統外的人與社會』造成什麼後果」。例如:招聘 AI 對特定族群系統性不利(歧視)、醫療 AI 誤判延誤治療(人身安全)、生成式 AI 大量產出不實內容(資訊環境汙染)。這裡的受害者是使用者與社會,問的是「我們的 AI 會不會傷害到別人」。

向內看資安風險與向外看社會衝擊的對照

上圖把這兩種視角並排在一起:一邊向內看組織資產,一邊向外看個人與社會。為什麼這個區分如此重要?因為一個系統可以「對組織很安全」,卻「對社會很危險」。 一個信用評分 AI,資安做得滴水不漏(沒人駭得進去、資料不外洩),但它系統性地拒絕某個族群的貸款——對組織零風險,對社會卻是嚴重的歧視傷害。傳統資安完全看不到這個問題,因為它只向內看。42001 逼你也向外看,這正呼應了 Day 8 談的基本法七大原則裡的「公平與不歧視」「人類自主」——那些原則保護的都是「系統外的人」。

第 6 章:規劃裡的風險與衝擊

理解了兩種視角,再來看第 6 章怎麼把它們制度化。第 6 章(規劃)是 PDCA 的第一步(Plan),它要求組織針對 AI 做幾件事。這一章的結構如下圖所示,包含的幾個細項逐一來看:

42001 第 6 章的規劃結構

  • AI 風險評鑑:建立一套方法,系統性地「找出、分析、評估」AI 帶來的風險。這裡的風險,可以同時涵蓋前面說的兩種視角。
  • AI 風險處理:對評鑑出來的風險,決定怎麼處理——降低、移轉、接受或避免,並選擇對應的控制措施(這裡會連到附錄 A,Day 12 詳談)。
  • AI 系統衝擊評鑑:這是最能代表「向外看」的一項。它要求組織專門評估:這個 AI 系統一旦上線,會對哪些人、哪些群體、乃至整個社會帶來什麼影響。它是一個獨立、面向外部的評估;而它評出來的結果,還會回饋進前面的風險評鑑,兩者彼此連動。
  • AI 目標:為 AI 治理設定可衡量的目標(例如「把某類攻擊的成功率降到某個水準以下」)。
  • 變更的規劃:當系統或需求變更時,要有計畫地管理,而不是隨意改動。

這裡有一個實務上很重要的分工,值得記住:「風險評鑑」與「衝擊評鑑」的執行,標準把它拆在兩個地方——第 6 章負責「定義方法與規劃」,實際的「執行」則在第 8 章(運作)。也就是說,你在第 6 章決定「要怎麼評」,在第 8 章真正「動手評」。這個「先定方法、再執行」的設計,是為了讓評估可重複、可稽核。

風險評鑑與處理:四個動作

「AI 風險評鑑與處理」聽起來抽象,但它其實就是一套標準的風險管理動作,套用到 AI 上。用白話拆解成四步,如下圖所示(要留意術語:前三步「識別、分析、評估」合起來才叫「風險評鑑」,第四步「處理」是獨立的下一步):

風險評鑑的四個動作:識別、分析、評估、處理

  1. 識別:這個 AI 系統可能出什麼問題?(風險有哪些)
  2. 分析:每個問題發生的可能性有多高、後果有多嚴重?
  3. 評估:哪些風險是可以接受的、哪些必須處理?(排優先序)
  4. 處理:對必須處理的風險,採取控制措施把它降到可接受的程度。

這四步對做過資安的人並不陌生——它和 27001 的風險管理流程是同一套。42001 的差別不在「流程」,而在「評估的對象要包含 AI 特有的風險,而且要向外看社會衝擊」。這也是為什麼第 6 章需要一份「AI 特有的風險提示」來幫助組織不要漏掉——那就是附錄 C。

附錄 C:AI 風險來源的提示清單

附錄 C 屬「參考」(informative)性質——僅供參考、非強制,與附錄 A 的「規定」(normative)性質相對(兩種性質的區分見 Day 9 的文件地圖)。它的作用,是提醒組織「評估 AI 風險時,有哪些 AI 特有的面向容易被忽略」,避免大家只用傳統資安的角度去想。

附錄 C 提示的幾類 AI 風險來源面向

如上圖所示,它的結構是從兩個角度提示:一是組織可能追求的 AI 目標(例如可歸責性、公平、透明與可解釋、環境衝擊等;其中「可歸責性(accountability)」就是 Day 8、Day 10 說的「問責」——出事時有人負責、且能追溯),二是可能的風險來源

以下舉幾個代表性的「風險來源」面向,幫助你抓到它在提醒什麼。這不是附錄 C 的完整清單,也不是原文——只是幾個示意,完整內容請見標準正本:

  • 環境的複雜性:AI 一旦在複雜、多變的真實環境運作,行為就可能出現不確定性(自動駕駛是最典型的例子)。
  • 黑箱與難以解釋:當一個 AI 的判斷連你都說不清楚「它為什麼這樣決定」,外界就難以信任它、也難以追究責任——這種「說不清楚」本身就是風險。
  • 自動化的程度:把越多決定交給 AI 自動執行,一旦出錯,對安全與公平的衝擊就越大。
  • 機器學習資料的品質:AI 是從資料學來的,資料品質差、或被下毒,模型的安全性與穩健性就跟著出問題(這正是 Day 3 的 LLM04 資料中毒)。
  • 系統生命週期各階段:從開發、部署到退役,每個階段都有各自的風險來源。

這份清單的價值,在於它把「AI 之所以危險的那些特有原因」列出來,當作評估時的檢查提示。搭配它,組織做風險評鑑時就不會只盯著傳統資安,而會記得問「這個 AI 會不會因為黑箱、因為資料、因為自動化,而傷害到別人」。

姊妹標準:與 23894、42005 搭配使用

42001 是「管理制度」的標準,它告訴你「要做風險評鑑與衝擊評鑑」,但沒有把「怎麼做」講到最細。這時候,兩個姊妹標準就派上用場。三者是設計來搭配使用的,分工如下圖所示:

三個標準的分工:42001 管制度、23894 管風險方法、42005 管衝擊評估

  • ISO/IEC 42001:管理系統標準,定義「組織要建立哪些治理與流程」(含要求你做風險與衝擊評估)。
  • ISO/IEC 23894:AI 風險管理的指引。它把「怎麼做 AI 風險管理」講得更細,是 42001 第 6 章風險評鑑的方法論後盾。
  • ISO/IEC 42005:AI 系統衝擊評估的指引,專門教你怎麼進行前面說的「向外看」的衝擊評鑑。

用一個比喻:42001 是「這棟大樓要有消防系統」的規定,23894 是「消防系統怎麼設計」的手冊,42005 是「怎麼評估火災對周邊社區的影響」的專門指南。導入時,通常以 42001 為主幹,需要方法細節時再參考另外兩者。(這三份同樣受著作權保護,本系列一律只說明它們的定位與分工,不引用內文。)

對映到技術控制與 RAG 範例

把今天的觀念,投影到本系列的檢索增強生成(Retrieval-Augmented Generation,以下簡稱 RAG)客服範例,會長出兩份不同的評估:

向內看——資安風險評鑑(這個 RAG 系統可能被怎麼攻擊、傷害到我方):

  • 提示注入導致系統提示外洩(LLM01、LLM07)。
  • 向量資料庫被灌入惡意內容(LLM08)。
  • 被大量請求灌爆、帳單暴增(LLM10)。

向外看——AI 系統衝擊評鑑(這個 RAG 系統可能對使用者與社會造成什麼後果):

  • 幻覺導致使用者被錯誤資訊誤導、做出錯誤決定(LLM09)。
  • 檢索或回答對某些族群系統性地較差(公平性)。
  • 過度依賴 AI 而讓使用者放棄自己判斷(人類自主)。

這裡的差別很清楚:同一個 RAG 系統,向內看與向外看,得到的是兩張完全不同的風險清單。第四階段(Day 21–30)我們實作的每一道防禦,其實都在回應這兩張清單的其中幾項——這也是為什麼稍後每一段防禦程式,都能對回 42001 的某一條要求。

小結與明日預告

今天深入了 42001 第 6 章的風險觀,核心是一個視角的切換:

  • 兩種風險視角:向內看的「資安風險」(傷害到組織)與向外看的「AI 對個人與社會的衝擊」(傷害到他人);42001 要求兩者並重,這是它與傳統資安最大的不同;
  • 第 6 章規劃了 AI 風險評鑑、風險處理、以及獨立的 AI 系統衝擊評鑑,並把「定義方法」與「實際執行」拆在第 6、8 章;
  • 附錄 C以「參考」性質,提示 AI 特有的風險來源面向,避免組織漏看;
  • 姊妹標準:23894(風險管理方法)與 42005(衝擊評估)與 42001 搭配使用。

明天(Day 12)進入 42001 最實務、也最多人關心的部分——附錄 A 的控制措施。 前面談的都是「管理流程」,明天要看「具體要做哪些控制」。我會用「這條控制的目的是什麼、可以落地成什麼樣的政策與技術證據」的方式逐組拆解,並嚴守不照抄控制清單原文的分際,把附錄 A 對映到本系列後面的技術實作。


  • 程式碼:本篇為標準條款解讀,無對應程式碼;風險與衝擊評鑑的技術證據落點見第四階段。
  • 參考條文/出處:ISO/IEC 42001:2023、CNS 42001:2026 之第 6 章與附錄 C(章節編號與標題屬事實);姊妹標準 ISO/IEC 23894(AI 風險管理指引)、ISO/IEC 42005(AI 系統衝擊評估)。本文以自己的話說明各條款與附錄之用意,未逐字引用或翻譯其規範條文,亦未複製附錄 C 之清單;完整內容與細節請以標準正本為準。

上一篇
Day 10:42001 主體條款第 4–10 章——逐章走一遍 PDCA
下一篇
Day 12:42001 附錄 A 控制措施——把「控制」拆成看得懂的三層
系列文
從法條到程式碼:台灣 AI 治理與資安合規實戰指南18
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言