十年不准監管 AI：立法慢一點，AI 會跑得比較快嗎？

美國國會正在討論一項非常特別的提案：未來十年，各州不得自行立法監管 AI。這項計畫獲得多家科技巨頭支持，像是 Meta、Amazon、Google 和微軟，他們擔心如果每個州各訂一套 AI 法律，可能會出現法規碎片化的情況，導致企業難以遵循，也阻礙了新技術的發展。這其實就是法律中的「法規一致性原則」，它強調立法應盡量避免重複、矛盾，讓產業能在清晰的法律環境下運作。

例如，假設加州禁止AI用在面試篩選，但德州允許，企業該怎麼辦？難道要針對每個州調整一次演算法？這不僅增加研發成本，也拖慢創新步伐。正是因為如此，一些業界人士才認為，與其各州亂成一團，不如暫時由聯邦統一規劃，先給產業一個穩定的創新空間。這不是完全不監管，而是「先整合、再制定」的策略思維。

規範不是剎車，是方向盤：科技要發展，也得看得清前方道路

不過，是否全面禁止各州立法，就能讓AI更快、更好？微軟的首席科學家Eric Horvitz就不這麼認為。他指出，適當的法律框架反而能加速技術的實際使用，因為企業才知道什麼能做、什麼不能碰。這其實呼應了法律中一個很核心的原則：「可預測性（legal predictability）」。一套法律如果能讓行為者預先知道規則，才有助於風險控管與資源分配，這對AI公司來說就是投資信心的來源。

也就是說，完全沒有監管的情況下，反而會讓企業不知道怎麼遵守、怎麼設計產品，變成一場「冒險式」的創新。所以，法律不是來限制創新，而是像高速公路上的標誌，讓科技在快速發展時，不會撞牆或偏離軌道。

十年不管是「喘息」還是「空窗」？這條界線該由誰決定

「十年禁令」的優點在於，AI技術還在發展早期，現在談立法會讓創新綁手綁腳。或許可先由聯邦政府出面統籌，再慢慢建立規範。但問題是：聯邦政府目前根本還沒有完整的AI法制藍圖，而這十年，AI卻可能從文字生成進步到機器人、從客服系統延伸到決策代理。這裡牽涉到法律上一個重要觀念：「預防原則（precautionary principle）」，也就是當新技術有可能對公共利益造成重大影響時，應提早建立基本的防線，而非等問題出現後才亡羊補牢。

所以，問題不在於「要不要監管」，而是「在怎樣的層級、用什麼方式監管」。各州的角色，能夠根據地方情境，探索合適的規範模式。如果完全禁止州政府立法，我們也就失去了多元制度創新的可能性。

不只美國在思考，其他國家也在討論怎麼監管 AI

其實，不只美國在思考AI該怎麼監管，全球各國也早已展開類似討論，而且採取的策略並不相同。例如歐盟正在推動的《AI法案》（AI Act）就是目前世界上最具體、最全面的AI監管法案之一。它依照AI系統的風險等級，從最低風險到不可接受風險，分層設計不同的規範強度：聊天機器人可能只需要透明標示，但像用來進行信用評分或招聘的AI，則需接受更嚴格的審查與測試。這種「風險為本的監管模型」，是一種結合法律審慎與技術彈性的中間路線。

另一方面，加拿大蒙特婁AI倫理宣言（Montreal Declaration）、新加坡生成式人工智慧開發安全指南（Guidelines on Securing AI Systems）與日本《人工智慧相關技術研究開發及應用推動法》則採行「輕監管＋自律標準」的策略，強調由產業與政府合作制定倫理準則，讓AI在透明與責任下發展。這就反映出另一個法律觀念：「軟法（soft law）」，它不是強制性的法律條文，但仍具有引導與約束力，可作為創新技術早期監管的過渡選項。

美國若選擇十年完全不立法，等於自願退出這場國際規範競賽，讓AI治理的標準由他國定義。對全球科技領導者來說，這恐怕是錯過設定方向的最佳時機。