生成式AI之科技風險管理與技術創新趨勢

本報告旨在比較不同科技風險評估、風險管理的主要途徑，聚焦於人工智慧(AI)盡責創新的風險管理，比較分析各國對生成式AI 風險因應與創新策略。盡責創新均衡看待技術商業化與技術風險，Living Lab 則關注使用者與地區之需求，RRI 則偏重負面科技風險。

第一章緒論首先闡釋多元系統創新途徑的重要性，強調科技創新應專注解決社會經濟面臨的挑戰，科研體系亦應與社會挑戰緊密聯繫以實現轉型與進步。再者探討RRI( 盡責創新)、社會創新及Living Lab 之間的關聯性，RRI 應結合責任創新並與全球創新網絡相結合，並闡明盡責創新與社會創新的差異及應用價值。

第二章聚焦於經濟合作與發展組織(OECD)「可信賴AI」原則及NIST 之AI 系統風險評估架構，並比較美國AI 權利法案與歐盟GDPR 等法案。此外，解析歐盟如何透過建立數位生態系統，改變創新的組織模式，透過納入非醫療領域、多元行動者參與，比較並評估AI 模型的錯誤率、準確率、延遲率和通量與模型基準。第三章及第四章則比較不同國家在個人資料保護、法規制度與AI 風險管理框架上的差異做法，特別關注美國、中國與歐盟在自我管制、立法與監管層面的策略分歧，並探討其對地緣政治的影響，同時介紹公平性、責任性與透明性(FAT) 等原則在AI 應用中的重要性。

藉由全面探討社經挑戰導向科技創新政策的主要途徑，突顯系統創新途徑的重要性，唯有透過改變創新組織模式，才能反身性地評估風險並大幅實現效益，降低生成式AI 對消費者知情選擇權、個人資料控制權、數位生態系統、智慧財產權等之衝擊。