
中美人工智慧公司在演算法、計算資源、以及人才競逐上日趨激烈,無論是GPT5、DeepSeek R2、AI agent、乃至於進一步的機器人及其應用,中美都針鋒相對。
中美競相提出相關的AI治理倡議
但在高科技競爭之下,另一場競爭也暗潮洶湧,就是圍繞著未來AI發展逐漸成熟後,人類面對的相關衝擊,所需演化出的新的全球治理模式。中國跟美國在去年的聯合國分別提出相關的AI治理倡議,中國更進一步在今年透過各種國際論壇、開班授課、合作等方式推動符合中國價值的全球AI倫理規範。中國清華大學蘇世民書院院長薛瀾就在上周公開表示,中國在推動AI治理的相關法規上是比較快的,也因此成為一個可以進一步推動到各國的優勢。中國也在本周進一步推動AI標籤、危險分級、企業應用等相關法規的制定與討論。
當然,對於美國來說,也積極應對AI治理的相關議題。美國各個AI巨頭都在這一年招募了政治科學家、國際關係學家、行為科學家、心理學家、以及哲學家等,針對AI可能對企業造成的影響、對社會造成的影響、企業跟政府之間的溝通、政策制定、法規研擬等進行研究(例如IBM 、Open AI 等)。美國政府與國會也召開許多公聽會,探討AI倫理與社會衝擊等相關議題,並開始起草相關的規範。
台灣政府與企業得投資人文社會的研究人員於AI
對於台灣的政府以及企業來說,也許並沒有足夠的資源來追逐下一代的大模型或推動主要的AI標準架構制定。但是面對AI即將帶來對於經濟以及社會的衝擊,除了日前台積電招募政治科學家進行地緣政治分析之外,台灣政府與企業也有充分的動機招聘與投資人文社會的研究人員。
首先以企業來說,AI絕對不是只是省下預算與人力的工具而已。在應用AI進入內部流程的過程中,如何釐清出差錯時的責任歸屬、使用資料訓練時可能造成的隱私問題、安全問題與倫理問題,都是隨著不同企業、不同領域而有極大的差異。因為有這樣的差異,使得當企業需要參與相關法規討論與制定流程時,都會需要針對不同領域來量身訂做的AI規定。也正因為如此,企業本身需要自行針對這些議題進行投資與研究,才有可能在面對接下來的政策制訂議程上有自己的對案,並與時俱進。
而對外,企業也需要及時跟進快速進展的AI在不同領域應用的情形,尤其是自動化生產線造成生產成本的變化與供應鏈的轉移。這也會影響到國際貿易談判時,自己所屬領域的優劣勢與發展,而這些也仰賴持續的研究與投入。就研發面來說,無論AI如何協助自動化,但給命令、決定創意與否的還是在使用AI的研發人員上,因此研發人員此時是否見識多廣、具有紮實的人文訓練能夠精確選擇關鍵字、提詞與大方向,往往是決定AI能否真正發揮商業力量的關鍵。最後,就顧客面來說,引進AI是否影響到消費與使用意願,以及顧客跟AI互動本身是否會產生額外的效應與成本,也需要投入研究。
而對於政府來說,前述提到不同領域的AI應用會產生不同層級以及不同時間點的風險,而如何針對這些風險進行全面性的掌握與控管,本身就需要大量的投入。而不同領域引進AI後造成的就業結構改變、教育方式改變、溝通方式改變等造成的社會成本,也極需提早建立不同的配套應應。
主權模型更需要該國的獨特資料
此外,無論是直接使用其他國家研發的大模型,或者透過開源模型而建立主權模型,就算希望這些主權模型可以反映國家的特性,但要反映這些特性本身都需要大量的該國獨特的資料,且資料與標籤的品質都必須夠高才能夠有效訓練。尤其是在人文領域,例如專屬的法條、特殊的地理人文、對歷史的理解與詮釋、文字與使用方式,對於民主的追求與定義,這些靠網路上隨便爬的資料抓來訓練都是無法達成的,需要專家與公司系統性的組織整理這些資料來作為主權AI的基礎。
而對外政策來說,目前中國、美國、歐盟在討論AI相關治理議題的時候,往往代替其他中小型國家發聲。但中小型國家面對AI,所面對的風險與利益會與具有訓練大模型能力的中美有所不同,例如可能遇到的AI濫用的風險、被用來作戰或恐怖攻擊的可能、資料主權的掌握能力、針對歷史與國際法的詮釋、乃至於AI相關硬體的供應鏈、安全與能源等,而這些議題對於難以加入國際組織的台灣來說又特別重要。
台灣在高科技、製造業與服務業上的優勢與資源,都可能加速這些領域的AI應用,但這些AI應用過程中所需要的硬體、訓練資料的準備與收集、實際應用的風險、以及外銷模型或服務的相關法規,這些都是過去從未面對,而在AI興起後需要立即投入的領域。這也是為何在面對AI興起的同時,台灣除了針對AI人才本身的投資之外,政府與企業理應也有著重投資人文社會領域的動機,而這些需求都勢必會是跨領域的,同時具備AI、法政、以及特定產業知識交集的人才。這些投入也當然對於國家安全或國防產業有所裨益。至於在國防上,中美已經熱烈研究AI對於後勤、資料收集、跨空間決策、擊殺鍊等。以國防的特性來說,各國也只能自行趕上。
近幾年,台灣因為地緣政治關係,也逐漸重新建立起智庫,但目前智庫關注的領域許多都仍與晶片、供應鏈或硬體有關(例如近期在華府十分著名的DSET),對於上述提到屬於台灣的AI相關配套與各領域專屬的研究仍待更多的資源投入。
作者為內華達大學拉斯維加斯分校政治系副教授。在台中一中被選進數學校隊,接著考取台大電機系後想當個科學家。在椰林繞了一圈後,覺得還是人類有趣多了,於是跟著數學一起投入研究政治,成了政治科學家。
- 面對AI變局,加大人文社科投資 - 2025 年 7 月 3 日
- 防衛韌性作為一種價值觀的典範轉移 - 2025 年 6 月 19 日
- 中國「人工智能+」政策的最後一哩路 - 2025 年 6 月 12 日