AI失控法律責任：科技公司如何面對訴訟風險

「AI失控」只是風險描述，不能直接成為台灣法下的免責理由。模型輸出造成財產、名譽、人格或著作權損害時，仍須檢查產品設計、警示內容、企業可控制程度、使用者操作與因果關係。生成式AI的著作權責任則要分開看訓練資料、使用者輸入、模型輸出，不能用一個結論包辦。

AI失控不能直接免責

「AI失控」比較接近企業內部的風險標籤，台灣法沒有把它列為一般免責事由。模型輸出造成財產、名譽、人格或著作權損害時，法院仍會檢查風險是否可預見、公司能控制多少、警示是否清楚，以及有沒有採取合理防護措施。

偶發答錯，和公司已知系統會捏造來源，卻仍把服務包裝成可以直接依賴的法律、醫療或金融工具，風險位置不太一樣。後者可能同時拉高注意義務、警示義務與產品管理責任。使用者輸入錯誤指示，可能影響因果關係或過失比例，卻不會自動切斷企業責任。

我去整理這類責任架構時，最常回到的不是模型有沒有「自主意志」，而是企業能否拿出設計、測試、監控、版本更新與事故回應紀錄。訴訟中，一句「AI不可預測」通常不如一份完整的風險評估或修正紀錄有說服力。

產品責任與侵權責任分流

AI服務造成損害時，產品責任與民法侵權責任可能同時被主張，但判斷入口不一樣。企業常會被問到：服務是否欠缺一般使用者可合理期待的安全性，損害能否和缺陷建立因果關係，以及公司是否清楚說明用途限制與使用風險。

民法第184條處理故意或過失侵害他人權利的損害賠償；民法第191條之1則涉及商品製造人責任。生成式AI可能透過軟體、雲端服務、API或整合式產品提供，能否直接套用商品責任，仍要看交易型態與法院如何理解「商品」。我看下來，這裡沒有一個適用所有服務的固定答案。

消費者保護法第7條的安全要求，也可能成為請求基礎。公司若把高風險功能放進一般消費服務，卻沒有說明錯誤率、適用範圍與人工覆核需求，管理疏失就可能和技術缺陷一起被檢查。模型修正紀錄很重要，但法務、產品與營運的決策依據也要留存。

使用者指示與企業疏失

使用者明知AI輸出需要查證，仍把內容直接用於交易、裁判或公開指控，可能承擔部分過失。這不代表企業取得通用抗辯。法院還會看介面是否容易讓人產生信賴、警告能不能被理解，以及公司有沒有針對高風險用途設下限制。

責任來源可以先分成技術缺陷與管理疏失兩個面向。前者包括錯誤引用、來源混淆、安全防護失效；後者則可能是沒有測試特定語言、沒有處理已知漏洞，或事故發生後仍未停用危險功能。使用者超出服務說明範圍操作，也會進入過失比例的判斷。最後仍要回到提示紀錄、版本資料、測試報告與損害證據。

真的能只靠免責聲明處理嗎？通常沒那麼簡單。

企業常見的風控安排，是讓高風險輸出先經人工覆核，保留提示與版本紀錄，設置申訴及撤回機制，再依用途區分服務等級。這些資料在訴訟時可以回答幾個具體問題：公司何時知道風險、做過哪些測試、誰核准上線、事故後採取了什麼處置。我認為，這比抽象地宣稱模型不可預測更能支撐注意義務的說明。

著作權爭議要看使用階段

生成式AI的著作權問題，至少要分開檢查訓練資料、使用者輸入與模型輸出。訓練資料涉及授權、重製行為與合理使用；使用者輸入可能帶入第三人作品；模型輸出則要看是否重現受保護表達、是否具備著作的創作性，以及使用者和平台在產出流程中各自扮演什麼角色。

臺灣智慧財產及商業法院 110 年度行專訴字第 3 號判決，處理人工智慧系統能否列為發明人。申請案把人工智慧系統列為發明人後，主管機關要求改列自然人；申請人未補正，主管機關作成不予受理處分。判決資料記載：

惟其申請書所載發明人為人工智慧系統。

— IPCA,110,行專訴,3,20210819,1，2021年8月19日

這筆判決不是生成式AI著作權案件，不能直接推出輸出侵權的結論。它反映的是，現行制度仍以自然人或法人作為權利義務主體。另有 PCDV,94,重訴,40,20050609,1 的資料列出 Microsoft 軟體及使用手冊作為受侵害著作，顯示軟體與手冊可以成為著作權訴訟標的。我去比對這兩筆資料時，最需要避免的是把發明人資格問題直接延伸成AI輸出是否侵權的答案。後者仍須逐件檢查來源、相似程度與使用方式。本文內容僅供一般法律知識參考，不構成法律意見。實際案件請諮詢執業律師。