教學大綱 Syllabus

科目名稱:數據法學與人工智慧治理

Course Name: Data Law and Artificial Intelligence Governance

修別:選

Type of Credit: Elective

3.0

學分數

Credit(s)

25

預收人數

Number of Students

課程資料Course Details

課程簡介Course Description

本課程不需任何法律先備知識,且觸及諸多跨領域學識,歡迎各系所不同背景的同學選修

本課程旨在深入探討大數據與人工智慧對當今法學所造成之衝擊與挑戰。我們發現,新科技的誕生往往挑戰既有的科技法律,從而觸發科技法學的重新詮釋甚至引領修法;另一方面,科技法學因應科技發展的新見解或新措施,也會反饋到科技本身,可能促進、可能抑制、也可能改變新科技的發展進程與路徑。因此,如何調適既有法律來因應新科技之發展,進而導引新科技走向良善的路徑,便成為吾輩科技法學與智慧財產研究者無可迴避的責任。本課程將全面剖析資料控制權、數據活用與隱私保護、跨國資料治理、人工智慧與隱私權、大數據與競爭法、人工智慧所涉智財權議題、演算法之偏見與歧視、人工智慧與契約法、人工智慧與責任歸屬、人工智慧影響評估與監管、人工智慧與言論審查、以及人工智慧與司法正義等核心議題。

核心能力分析圖 Core Competence Analysis Chart

能力項目說明


    課程目標與學習成效Course Objectives & Learning Outcomes

    本課程透過系統性的理論架構、論文研讀、案例研析、分組討論、及專題研究等多元教學形態,修課同學能夠:

    1. 掌握資料控制權、數據活用與隱私保護、跨國資料治理、以及人工智慧所涉個資和隱私權課題之最新學理、法律規範與實務發展。

    2. 深刻解析大數據與人工智慧對競爭法與智慧財產權法制之衝擊與展望。

    3. 認識演算法偏誤、人工智慧偏見歧視等爭議,由此帶出演算法透明義務與可解釋性人工智慧之概念與技術發展。

    4. 深度探究人工智慧,特別是人工智慧代理人在侵權行為法與契約法之定位、權利義務關係、以及紛爭解決方案。

    5. 分析人工智慧系統錯誤、數據影響評估、人工智慧影響評估、以及人工智慧監理等新興法學議題。

    6. 深刻反思人工智慧對言論自由、言論審查、司法正義等核心價值與基本人權之衝擊與挑戰。

    課程教材遴選大數據與人工智慧法學領域最頂尖期刊所收錄之最即時且優質的論文,確保理論之深度、廣度與即時性。學期中亦會安排同學線上參與相關領域之國際研討會,讓同學知悉國際最新學術發展趨勢。透過本門課程的學習,同學將全面提升數據與人工智慧法學之專業素養和深度思維能力,為未來學術研究及職場發展奠定紮實基礎。

    每周課程進度與作業要求 Course Schedule & Requirements

    教學週次Course Week 彈性補充教學週次Flexible Supplemental Instruction Week 彈性補充教學類別Flexible Supplemental Instruction Type

     

    教學週次

    彈性補充教學週次

    彈性補充教學類別

     16+2

    17

    V課程相關線上學習

    自主總整學習

    完成指定課後作業或作品

    參與校內外課程相關學習活動或社會服務

    其他(請參閱每週課程進度與作業要求)

    18

    課程相關線上學習

    V自主總整學習

    完成指定課後作業或作品

    參與校內外課程相關學習活動或社會服務

    其他(請參閱每週課程進度與作業要求)

     〇17+1

       

    課程相關線上學習

    自主總整學習

    完成指定課後作業或作品

    參與校內外課程相關學習活動或社會服務

    其他(請參閱每週課程進度與作業要求)

     〇18

     無彈性補充教學週

     

     

    週次

    課程主題

    課程內容與指定閱讀

    教學活動與作業

    1

    課程介紹

    課程介紹:大數據與人工智慧法學總論

    大數據和人工智慧之展望

    法律體系所面臨之挑戰

    如何調適法律以導引新興科技之良善發展

    教師講授,帶領學生討論

    2

    資料所有權與控制權

    資料主體

    資料所有權與控制權

    資料所有權之倫理議題

    指定閱讀:

    Hummel, P., Braun, M., & Dabrock, P. (2021). Own data? Ethical reflections on data ownership. Philosophy & Technology34(3), 545-572.

    教師講授,帶領學生討論

    3

    數據活用與隱私保護

    隱私權之概念、法制規範與法理基礎

    個人資料之概念、法制規範與法理基礎

    個資隱私保護與數據活用間之衝突與調和

    指定閱讀:

    Cooper, J. C. (2024). Does Privacy Want to Unravel?. Harvard Journal of Law & Technology, Forthcoming, George Mason Law & Economics Research Paper, (24-06).

    指定閱讀:

    Hilliard, E. (2020). The GDPR: a retrospective and prospective look at the first two years. Berkeley Tech. LJ35, 1245.

    同學導讀,教師講授,帶領學生討論

    4

    跨國資料治理

    個資跨國境傳遞與儲存之法律規範與治理原則

    指定閱讀:

    Arner, D. W., Castellano, G. G., & Selga, E. K. (2022). The transnational data governance problem. Berkeley Tech. LJ, 37, 623.

    同學導讀,教師講授,帶領學生討論

    5

    人工智慧與隱私權

    人工智慧(例如面部辨識)對個資與隱私的威脅

    人工智慧隱私保護機制

    指定閱讀:

    Winograd, A. (2022). Loose-lipped large language models spill your secrets: The privacy implications of large language models. Harv. JL & Tech., 36, 615.

    同學導讀,教師講授,帶領學生討論

    6

    大數據與競爭法

    數據擷取、儲存與使用之市場力量

    數據擷取、儲存與使用之競爭法議題

    消費者保護與反壟斷

    指定閱讀:

    Makridis, C. A., & Thayer, J. (2024). The Big Tech Antitrust Paradox: A Reevaluation of the Consumer Welfare Standard for Digital Markets. Stan. Tech. L. Rev., 27, 71.

    指定閱讀:

    Stucke, M. E. (2023). Addressing Personal Data Collection as Unfair Methods of Competition. Berkeley Tech. LJ, 38, 715.

    同學導讀,教師講授,帶領學生討論

    7

    人工智慧所涉智財權議題(一)

    訓練人工智慧是否侵害著作權?

    使用人工智慧是否侵害著作權?

    指定閱讀:

    Quang, J. (2021). Does Training AI Violate Copyright Law?. Berkeley Tech. LJ36, 1407.

     

    同學導讀,教師講授,帶領學生討論

    8

    人工智慧所涉智財權議題(二)

    人工智慧可否列名發明人?人工智慧所獨立完成之發明可否申請專利?

    人工智慧可否列名著作人?人工智慧所獨立完成之著作可否享有著作權?

    指定閱讀:

    Lopez, M., & Gonzalez, I. (2024). Artificial Intelligence Is Not Human: The Legal Determination of Inventorship and Co-Inventorship, the Intellectual Property of AI Inventions, and the Development of Risk Management Guidelines. J. Pat. & Trademark Off. Soc’y104, 135.

    指定閱讀:

    Chesterman, S. (2020). Artificial intelligence and the limits of legal personality. International & Comparative Law Quarterly69(4), 819-844.

    同學導讀,教師講授,帶領學生討論

    9

    演算法偏差與歧視

    演算法與人工智慧產生偏見或歧視之根源

    可解釋性人工智慧之技術發展與法學展望

    指定閱讀:

    Johnson, K., Pasquale, F., & Chapman, J. (2019). Artificial intelligence, machine learning, and bias in finance: toward responsible innovation. Fordham L. Rev.88, 499.

    同學導讀,教師講授,帶領學生討論

    10

    人工智慧與契約法

    人工智慧代理人之契約法議題

    人工智慧自動契約之執行與監管議題

    指定閱讀:

    Koos, S. (2021). Machine acting and contract law–The disruptive factor of artificial intelligence for the freedom concept of the private law. UIR Law Review5(1), 1-18.

    同學導讀,教師講授,帶領學生討論

    11

    人工智慧與責任歸屬

    人工智慧系統錯誤責任理論

    人工智慧訓練者和使用者之侵權責任

    人工智慧責任保險

    指定閱讀:

    Lior, A. (2021). Insuring AI: The role of insurance in artificial intelligence regulation. Harv. JL & Tech., 35, 467.

    同學導讀,教師講授,帶領學生討論

    12

    人工智慧影響評估與監管

    人工智慧與演算法風險管理體系

    人工智慧與演算法之影響評估與治理

    人工智慧與演算法之稽核與認證

    指定閱讀:

    Selbst, A. D. (2021). An institutional view of algorithmic impact assessments. Harv. JL & Tech., 35, 117.

    同學導讀,教師講授,帶領學生討論

    13

    人工智慧與言論審查

    社群平台運用人工智慧進行言論審查之義務與合憲性問題

    指定閱讀:

    Tushnet, R. (2023). THREE SIZES FIT SOME: WHY CONTENT REGULATION NEEDS TEST SUITES. Berkeley Technology Law Journal38(3).

    指定閱讀:

    Senftleben, M., Quintais, J. P., & Meiring, A. (2023). How the European Union Outsources the Task of Human Rights Protection to Platforms and Users: The Case of User-Generated Content Monetization. Berkeley Tech. LJ38, 933.

     

    同學導讀,教師講授,帶領學生討論

    14

    人工智慧與司法正義

    人工智慧與司法正義

    人工智慧對司法之衝擊與展望

    指定閱讀:

    Chen, B. M., Stremitzer, A., & Tobia, K. (2022). Having your day in robot court. Harv. JL & Tech., 36(1), 127-169.

    同學導讀,教師講授,帶領學生討論

    15

    期末報告

    修課同學進行期末報告

    修課同學進行期末報告

    16

    期末報告

    修課同學進行期末報告

    修課同學進行期末報告

    17

    彈性授課

    彈性授課

    課程相關線上學習

    18

    彈性授課

    彈性授課

    自主總整學習

     

     

    授課方式Teaching Approach

    70%

    講述 Lecture

    30%

    討論 Discussion

    0%

    小組活動 Group activity

    0%

    數位學習 E-learning

    0%

    其他: Others:

    評量工具與策略、評分標準成效Evaluation Criteria

    平常分數(40%):包含上課出席、論文導讀與討論參與

    期末報告(60%):修課同學1-2人一組撰寫期末報告

    指定/參考書目Textbook & References

    課程大綱所列論文

    教師自編講義

    已申請之圖書館指定參考書目 圖書館指定參考書查詢 |相關處理要點

    維護智慧財產權,務必使用正版書籍。 Respect Copyright.

    課程相關連結Course Related Links


    課程附件Course Attachments

    課程進行中,使用智慧型手機、平板等隨身設備 To Use Smart Devices During the Class

    No

    列印