壹、引言：AI 不是平台免責的新外衣

綜觀 Google 近期所面對之 AI 爭議，表面上分屬不同法律場域，AI Overviews 涉及不實摘要與名譽侵害責任，Lyria 音樂模型涉及創作者內容是否被用於 AI 訓練及服務條款授權邊界，Gemini 訴訟則觸及 AI 聊天系統在自傷、妄想與心理脆弱情境中之產品安全責任，這三者看似分散，實際上指向同一個制度問題，大型平台正在從資訊中介者變成 AI 生成者，過去以搜尋、排序、連結與服務條款建立之法律防線，正在被自身之生成式產品親手瓦解。

回顧搜尋引擎時代，平台可以主張它只是資訊路徑之提供者，使用者輸入問題、平台提供連結、內容由第三方網站產生、使用者自行判斷可信度，這套邏輯之所以能成立，是因為平台沒有直接宣稱自己正在給出最終答案，然而生成式 AI 改變了這一切，AI Overviews 將分散來源壓縮成一段看似權威之摘要，Lyria 將平台沉積多年之創作者內容轉化為模型能力，互動式產品則把 AI 從工具推向陪伴、暗示與情緒塑造。

就此而論，中華企業策略永續發展學會 創會理事長 莊鈞翔 博士指出，企業治理之危險正是在這裡出現，技術部門把這些功能理解為模型迭代，產品部門把它理解為使用者黏著度，資本市場把它理解為 AI 敘事與競爭速度，但法律制度會以另一種方式提問，誰控制輸出、誰取得利益、誰設計互動、誰知道風險、誰有能力阻止損害，當答案都指向同一家公司，平台就很難繼續把自己說成中立管道。

貳、搜尋引擎的舊防線，正在生成式 AI 面前失效

一、平台從「指路人」變成「答案生產者」

深究 AI Overviews 爭議真正撼動者，不只是 Google 是否在某幾次搜尋結果中出錯，而是搜尋服務之法律性質是否已經改變，傳統搜尋引擎像是道路系統，平台提供路標與排序、內容本身仍由外部網站承擔，但 AI 摘要像是一個由平台輸出之新聞簡報、知識判斷或事實陳述，使用者看到的已不再只是路標，而是被平台重組後之結論。

申言之，當 AI 系統把多個來源整合成一段答案，它就不可避免地進行了取捨、濃縮、刪除、重組與語意判斷，這些行為已經具有某種編輯性質，即使平台宣稱模型只是自動化輸出，法律不會只看企業如何稱呼自己之技術，而會追問，企業是否控制系統設計、是否從該服務獲得商業利益、是否能預見錯誤可能造成名譽財產或生命身體損害、是否設計了足夠之預防機制。

是以，Google 之制度困境就在於，它同時想取得生成式答案帶來之流量紅利，又希望保留搜尋引擎時代之低責任地位，這在商業上可以理解，在法治上卻愈來愈難成立，生成式 AI 把平台從資訊索引者推向內容輸出者，也把責任從內容來源端拉回到系統設計端。

二、九成正確率，不足以構成治理安全

AI 企業常以整體準確率、模型改善速度或使用者滿意度來辯護，但法律制度真正關心者不是平均表現，而是特定錯誤能否造成不可逆損害，搜尋摘要若錯誤連結個人或企業到詐欺、犯罪、不當行為，錯一次就可能破壞多年信譽，情感型 AI 若在錯誤情境中加深使用者妄想或自傷意念，單一失控對話就可能造成企業無法承擔之責任。

準此，治理不是要求 AI 永遠不犯錯，而是要求企業能辨識哪些錯誤不能被當成一般模型錯誤，食物標示錯誤、醫療建議錯誤、金融資訊錯誤、名譽事實錯誤、自傷風險錯誤，都不是再訓練下一版模型就能消化之產品問題，企業如果將這些高風險輸出放在一般生成式服務裡，只以警語、免責聲明或使用者自行查證作為防線，就等於把不可承擔之錯誤外包給使用者。

參、創作者授權爭議，揭開平台信任資本的破口

一、服務條款可以是法律防線，不能成為信任掠奪

Lyria 與內容訓練爭議揭示者，是另一種更深層之平台危機，平台長期累積創作者內容，原本是為了分發、推薦、播放與變現，當平台把這些內容轉化為 AI 模型訓練材料時，創作者會自然追問，我當初授權平台使用作品是為了讓平台播放我的內容，還是為了讓平台把我的創作變成替代我的模型能力。

就法律而論，平台之抗辯若建立在服務條款所賦予之廣泛使用權，其法律上未必全無基礎，但治理問題不會因為服務條款存在而消失，大型平台之使用條款通常由平台單方預先設計、創作者實質上很難逐項談判，當條款被用來支持一項創作者過去未必能合理預見之 AI 訓練用途，法律爭議之外、信任爭議就會浮出水面。

二、資料授權必須從「形式同意」走向「實質正當性」

進一步言，生成式 AI 之訓練資料爭議不會只靠服務條款解決，未來真正能取得制度信任之平台，必須提出更清楚之資料治理架構，包括哪些內容被用於訓練、哪些內容不被使用，創作者是否能選擇退出、是否有補償或分潤機制，是否能要求資料刪除，模型是否可能輸出近似作品，以及平台如何處理權利人異議。

究其根本，AI 產業之真正護城河不只是資料量，而是資料取得之治理正當性，過去平台靠規模取得資料、現在 AI 讓資料變成模型能力，資料權利、創作者經濟與平台責任會重新談判，企業若仍用舊時代之資料利用邏輯處理 AI 訓練，將低估新一輪監管與訴訟壓力，沒有正當性之資料，短期可以訓練模型，長期會訓練出訴訟、抵制與監管。

肆、Gemini 訴訟的警訊，在於 AI 產品跨過了人身安全邊界

一、高度擬人化互動，使 AI 不再只是資訊工具

須先指明者，相關訴訟目前仍屬訴訟主張、不能被寫成既定責任，但它提出之產品治理問題極為嚴肅，當 AI 系統進入語音、記憶、角色扮演、情緒回應與長時間陪伴場景，企業不能再以一般聊天機器人之風險框架處理，使用者面對者不是一個靜態資訊頁面，而是一個會持續回應、塑造情緒、強化敘事、模擬親密關係之互動系統。

由是觀之，這種系統一旦遇到心理脆弱、失眠、孤立、妄想、自傷意念或高度情感依附之使用者，就可能從服務工具變成風險放大器，企業若讓模型在高沉浸互動中追求黏著度，卻沒有同步建立自傷辨識、妄想中止、真人求助轉介、危機訊息顯示、長時間互動降級與高風險角色扮演阻斷機制，產品風險就不再只是答錯問題，而是放任系統參與人之崩解。

二、生命安全場景不能交給一般免責聲明處理

準此，AI 產品只要可能接觸自殺、自傷、暴力、醫療、精神健康、未成年人或高度依附場景，企業就必須設置剛性否決線，所謂剛性否決線，不是讓模型委婉提醒我不是專業人士，而是在特定風險訊號出現時直接停止危險敘事、拒絕強化妄想、提供危機資源、鼓勵連結真人支援，必要時降低產品沉浸感與角色扮演能力。

就董事會層級而言，當產品可能觸及生命身體與人格權利，風險就不能只留在產品經理與工程團隊，董事會應要求管理階層提出高風險互動清單、使用者脆弱性辨識機制、模型安全測試結果、事故通報流程、外部專家審查與停用權限，否則 AI 安全不會成為制度，只會成為事故後之公關語言。

伍、法律依據與制度分析

從中華民國法制檢視，AI Overviews 若因摘要錯誤而侵害他人名譽權，被害人得依民法第一百八十四條第一項請求損害賠償，法院將審酌平台是否對 AI 輸出具有控制可能性，以及是否盡到合理查證義務，倘若平台設計檢索策略、排序權重與摘要生成演算法，即可認定其對輸出具有事實上之控制力，不得以模型自動生成推卸責任，而參照最高法院一○九年度台上字第一一九三號判決意旨，媒體於報導前應經合理查證，AI 平台若將模型輸出視為對公眾之資訊提供亦應負類似義務。

再就服務責任而言，依消費者保護法第七條，企業經營者於提供服務時應確保符合當時科技或專業水準可合理期待之安全性，具有危害消費者生命、身體、健康、財產之可能者並應於明顯處為警告標示及緊急處理危險之方法，AI 摘要與 AI 聊天等互動服務均屬本條所稱服務，平台不得僅以免責聲明或使用者應自行查證作為完全免責之依據，且本條所定企業經營者能證明無過失者法院得減輕其賠償責任，係得減輕而非免除，正揭示立法者對企業課以高度注意義務。

就創作者授權而言，AI 訓練過程將創作者內容輸入模型並轉化為參數是否構成著作權法第二十二條之重製，須依個案事實判斷，而著作權法第六十五條之合理使用判斷，應審酌利用之目的及性質、著作之性質、所利用之質量比例及對潛在市場之影響，平台若將創作者內容用於訓練競爭性產品，其對原作者市場之替代效果明顯，合理使用抗辯之成功可能性較低，且依著作權法第九十一條第一項，擅自以重製方法侵害著作財產權者可能涉及刑事責任，董事會不能將此風險僅視為民事著作權糾紛。

就生命安全與人格權而言，AI 產品若涉及心理健康或自傷風險即屬具有危害生命身體可能之服務，企業應依消保法第七條設置警告標示與緊急處理方法，倘若 AI 系統因設計缺陷而加深使用者之心理健康損害，使用者得依民法第一百九十五條請求精神慰撫金，而依公司法第二十三條第一項，董事會應定期審查 AI 產品之安全風險評估、確保已設置足夠之產品安全治理機制，若明知或可得而知產品存在重大安全風險卻未採取合理措施，即可能構成注意義務之違反。

尤須以最高規格因應者，AI 產品若因設計缺陷或安全機制不足而導致使用者自傷或死亡，企業之產品設計人員與管理階層可能面臨刑法第二百七十六條過失致死或第二百八十四條過失傷害之刑事責任，此等刑事風險遠超民事賠償，加以我國已提出數位中介服務法草案，參考歐盟數位服務法將平台責任由被動中立推向主動治理，AI 時代之平台若持續主張技術中立或僅為通路，恐與此一立法趨勢相悖。

陸、AI 治理門控：企業必須建立之制度框架

一、AI 功能風險分層制度

企業應將 AI 功能依風險程度分層管理，高風險層級涉及名譽、金融、醫療、法律、未成年人、心理健康、自傷暴力、創作者權利與高度擬人化互動，此類功能上線前必須經過法務、資安、資料治理、產品安全、外部專家與董事會授權層級之交叉審查，中風險層級涉及一般事實性資訊提供但可能因錯誤造成輕微損害，應設置定期審查與使用者回報通道，低風險層級為娛樂性、非事實性內容生成，可依一般開發流程處理但仍應保留事後審查機制。

二、資料授權溯源制度

企業應就所有用於模型訓練、微調、評測、生成、推薦或合成輸出之資料，建立完整之來源紀錄、授權類型、權利限制、退出機制與爭議處理流程，資料治理檔案至少應包含資料來源管道、授權範圍與限制、創作者退出機制與處理時程，以及模型輸出檢索機制，平台不能再把資料當成沉默資產，因為 AI 會把沉默資料轉化為可被追索之商業能力。

三、事故前之停止權限與董事會定期審查

企業必須建立事故前之停止權限，當 AI 系統出現高風險錯誤，不應由公關部門決定如何降溫，而應由預先設計之治理程序決定是否降級、限流、下架、人工覆核或暫停特定功能，其設計應載明觸發條件、決策層級與復原程序，高風險錯誤宜由法務長或獨立董事層級決定停止與否。

就監督而言，董事會應將 AI 產品安全治理納入定期審查，至少每季聽取重大安全事件與處理情形、高風險功能之使用與風險變化、法規環境變動之影響、資料授權爭議之最新發展，以及模型安全測試結果與改善計畫，審查紀錄應完整留存，以備日後可能之司法或監理檢驗。

柒、結語：AI 的責任時代已經開始

綜整全文之觀察，Google AI 爭議之意義不在於某一家科技公司是否一時失誤，而在於整個平台產業之責任架構正在重新排序，過去平台可以透過搜尋、排序與連結維持中介地位，現在生成式 AI 使平台開始直接說話、直接摘要、直接創作、直接陪伴，當平台開始發言，責任就不會只留在被引用之第三方內容，當平台開始訓練，責任就不會只留在創作者之上傳行為，當平台開始模擬情感，責任就不會只留在使用者之個人選擇。

誠如莊博士一貫之治理主張，治理不是創新之煞車，而是創新得以長期存在之防爆牆，企業可以追求模型能力、速度與市場占有率，但不能把不可承擔之錯誤放進一般迭代流程，名譽不能被當成幻覺成本、創作者不能被當成沉默資料、生命安全不能被當成使用者自行負責，下一階段 AI 競爭不會只淘汰技術落後者，也會淘汰治理失明者。

更深一層而言，這場 AI 責任臨界點所揭示者正是內在法遵之核心精神，外部法規介入以前、企業內部必須先建立不可被速度、流量與市場焦慮突破之防禦秩序，當企業願意把 AI 產品安全做分級、把資料授權做透明、把董事會監督做扎實，所建立者便不只是一時之合規，而是面對技術快速迭代時最根本之韌性，能守住這份韌性者，方能在 AI 責任時代中立於不敗。