邱文聰
2018年
在當今以大量資料之分析為基礎的第二波人工智慧發展浪潮下，個人資料的保護課題面臨前所未有的挑戰，也在應用上引發歧視的難題。個資依賴型人工智慧在其智慧學習階段，仰賴人類過去實際活動產生而留存的大量且多元資料進行訓練，利用機器學習的資料處理技術，歸納資料之間已知的規律性，或透過巨量資料分析探勘，發現未曾被現有知識掌握與理解的資料新關聯，藉此剖繪出具相類似身體或心理人格特徵、偏好、行為模式者之群體圖像，並發展可預測或評估其他符合該等群體圖像者的特徵與行為模式的演算法。智慧應用則利用該等演算法進一步蒐集目標對象之個人資料形成其個人圖像，與各種群體圖像進行比對，達到預測或評估該個人之目的。現行個資保護法制面對上述智慧學習階段之個資蒐集利用模式時，面臨資料蒐集難以仰賴事前同意、資料難以真正去識別、資料利用潛能難以事前預見的諸種困境。而機器學習所得之知識亦常掉入偏誤複製陷阱，且無力提出因果說明，以致在智慧應用上可能造成歧視的疑慮。但因演算法得以隱匿可疑分類與主觀歧視故意，更在機率預測或評估的有限目的下，可宣稱能以關聯性知識擔保手段目的間的合理性，而難構成恣意差別待遇。凡此均為人工智慧對現行各國個資保護與反歧視法制所帶來尚難以克服的挑戰。