數發部將建立政府 AI 風險評估機制，10 月公布機關 AI 內控範本

數位發展部將建立政府部門的 AI 風險評估機制，未來大型 AI 服務上線前須納入風險審查，並規劃於 10 月公布機關的 AI 內控範本。這是把 AI 治理從原則宣示落到可執行流程的一步。

政府部門導入 AI 的風險特性，與民間企業有明顯差異。公部門的 AI 應用往往直接影響民眾權益——福利資格審核、稅務風險評估、公共服務的優先序安排；而受影響的民眾通常沒有選擇不使用的自由。這使得錯誤的成本不只是效率損失，而涉及行政處分的正當性與救濟途徑。

風險評估機制的核心，是在系統上線前辨識可能的失效模式。這通常涵蓋幾個面向：資料來源的品質與代表性、模型輸出可能存在的系統性偏差、決策過程能否被解釋、錯誤發生時的救濟與申訴管道，以及個資保護與資料留存的合規性。把這些檢核前移到上線前，比事後補救的成本低得多。

「內控範本」的價值則在於降低導入門檻。多數機關並不具備獨立設計 AI 治理流程的能力——這需要同時理解技術特性、法規要求與行政程序；而提供標準化的範本，讓各機關能據以調整而非從零開始，是推動普及的實際作法。這與資安管理制度的推行邏輯相同。

從國際趨勢看，這個方向與多國的推進一致。近期已有國家對 AI 系統依風險等級分級管理，高風險應用須通過事前評估；而公部門的應用往往被歸類為高風險，因為其影響範圍廣且受影響者無法選擇退出。政府自身先建立內部規範，也具有示範作用。

不過，實際成效取決於幾項執行細節。首先是審查的實質性——若流於書面表格的填寫，效果便相當有限；有效的審查需要具備技術理解的人員參與。其次是涵蓋範圍的界定，「大型 AI 服務」的門檻如何設定，決定了多少應用會被納入。第三是與採購流程的銜接，若風險要求未寫進採購規格，供應商便沒有相應的義務。

對供應商的影響相當直接。承接政府 AI 專案的業者，未來需要提供更完整的技術文件——模型的訓練資料來源、效能評估方法、偏差檢測結果與可解釋性說明。這會提高投標的準備成本，但也讓具備完整治理能力的業者取得差異化的優勢。

後續觀察重點包括：內控範本的具體內容、審查機制的實際運作方式，以及對政府 AI 採購規格的影響。