盧建旭 / Jyan-Shiu Lu
公務員面對 AI，最容易出現兩種完全相反的反應。一種是：「既然大家都在用，我不用就會落後。」另一種則是：
「政府最怕出錯，既然 AI 會出錯，乾脆不要用。」
兩種反應都太快了。
政府使用 AI 的真正難題，從來不只是會不會操作工具，
而是當 AI 進入原本由法規、行政程序與專業判斷構成的工作流程之後，
誰在作成判斷、根據什麼資料、留下什麼理由，以及出了問題能不能把責任找回來。
公務員不需要把自己變成 AI 工程師，但必須知道：工具何時只是助手，何時已經開始影響行政判斷。
【現行制度】截至 2026 年 8 月，這已不只是抽象的倫理討論。
《人工智慧基本法》於 2026 年 1 月 14 日經總統以華總一義字第 11500001671 號令公
布；其中第 19 條要求政府使用 AI 執行職務或提供服務時進行風險評估、規劃風險因應措施，
並依職務性質建立使用規範或內部控制機制。
數位發展部於 2025 年 12 月 17 日發布、2026 年 2 月 3 日更新《公部門人工智慧應用
參考手冊》，並提供政府機關測試與評估 AI 的專屬環境。
【本文觀點】制度正在形成；公務員真正需要學習的，不只是遵守既有規範，
而是如何在制度仍持續調整時保有專業判斷，並知道何時應提高治理強度。
一、先不要問「可不可以用」，先問 AI 進入哪一種工作
同樣是使用生成式 AI，風險可能完全不同。
請 AI 把一段已公開的資料整理成會議重點，與讓系統排序社會福利申請案件，不是同一件事；
用 AI 協助修改新聞稿，與讓它判斷某位民眾是否符合補助資格，也不是同一件事。
初學者可以先把政府使用 AI 分成三個層次：
| 使用層次 | 常見例子 | 公務員首先要問的問題 |
| 個人工作輔助 | 摘要公開資料、草擬文字、整理會議重點 | 輸入資料能否使用？內容是否需要查核？ |
| 組織流程支援 | 分類案件、搜尋規範、標示異常、協助排程 | 系統依什麼規則分類？誰能修改、覆核與停止？ |
| 行政決定支援 | 補助、稽查、風險評分、資格審查等 | AI 是否實質改變人民被看見、被排序或被決定的機會？若涉及行政裁量或實質權益排序，不應使用未經安全驗證的通用型生成式 AI 直接作成建議。 |
【本文分析】這個區分不是法律上的正式分級，而是本文提供給初學者的工作判斷方式。它要提醒我們：
治理的強度應該跟著使用情境與可能後果提高，而不是只看工具名稱。
當 AI 影響行政處分，救濟需要看得見理由與紀錄
【現行制度】AI 本身不是行政處分的權利義務主體；真正對人民發生法律效果的，
仍是行政機關依法作成的行政行為。依《行政程序法》第 43 條，行政機關應斟酌全部陳述與調查事實及證據，
並將決定及理由告知當事人；第 46 條則在符合法定條件時，
賦予當事人或利害關係人申請閱覽、抄寫、複印或攝影相關資料或卷宗的權利。
書面行政處分原則上並應依第 96 條記載主旨、事實、理由及法令依據。進入訴願程序後，
《訴願法》第 49 條亦規定訴願人、參加人或訴願代理人得請求閱覽、抄錄、影印或攝影卷內文書；
原處分機關依第 58 條重新審查而未撤銷或變更原處分時，應檢附必要關係文件送交訴願管轄機關。
【本文主張】因此，如果 AI 的排序、風險標示或建議實質影響了行政處分，
機關不能在人民爭議時只回答「系統算出來的」。比較合理的治理要求，
是事前保存足以重建決定過程的資料來源、重要系統輸出、人工修正與最後理由，
使機關在救濟發生時有能力說明「用了什麼、為何採納、由誰判斷」。
這不是另行創設一套 AI 專屬的法定舉證責任，
而是本文將既有理由說明、卷宗與救濟制度轉譯成 AI 使用情境下的實務要求。
二、第一個基本功：送進 AI 之前，先知道什麼不能送
許多風險不是發生在 AI 回答錯誤之後，而是在按下送出鍵以前就已經發生。
公務文件可能包含個人資料、尚未公開的政策資訊、採購內容、陳情案件、調查資料或其他依法應保密的事項。
把這些內容貼入外部 AI 服務，等於先產生一次新的資料處理與傳輸行為。
承辦人不能因為「只是請 AI 幫忙摘要」就忽略資料去了哪裡、平台是否留存，以及機關是否允許這種使用方式。
行政院及所屬機關的生成式 AI 參考指引已要求承辦人不得向生成式 AI 提供涉及公務應保密、個人及未經機
關同意公開的資訊；數發部也曾因資安與跨境傳輸疑慮，提醒公務機關限制使用特定高風險服務。
所以，公務員使用 AI 的第一個問題不是提示詞要怎麼寫，而是：
這份資料如果不能寄給一個不確定身分的外部收件人，就不應在沒有機關授權與安全措施的情況下貼進外部 AI。
這是一個刻意保守但容易操作的判斷原則。正式工作仍應以機關的資安、個資、保密與 AI 使用規範為準。
如果業務確實需要使用資料，也不能把「刪掉姓名」直接等同於安全。去識別化是降低特定個人被辨認可能性的處理；
去敏感化則可遮蔽身分證字號、地址、帳號或其他敏感欄位。但不同資料仍可能相互比對而重新辨識當事人，
因此承辦人不宜自行發明簡化程序。比較穩妥的做法，
是確認機關是否已有合規的內部工具、去識別化標準與覆核程序，再決定資料能否進入 AI 系統。
三、第二個基本功：不要只查答案，要查「理由從哪裡來」
生成式 AI 最容易讓人放鬆警戒的地方，不是它明顯胡說，而是它把不確定的內容寫得非常完整。
公務工作特別不能只問「這段話讀起來像不像真的」。如果 AI 協助整理法規、政策沿革或案件資料，
承辦人至少要回到可驗證的來源：法規原文、正式函釋、機關資料庫、原始統計或案件卷宗。沒有來源的流暢文字，
不能因為經過人工複製貼上就變成行政理由。
例如，AI 可能引用一則看似完整、實際上已被修正或停止適用的函釋，甚至補出不存在的文號。
機關若採用檢索增強生成（retrieval-augmented generation，RAG），
可讓模型先從指定法規或內部知識庫找資料，再據以產生回答，確實比完全憑模型既有內容回答更容易溯源；
但資料庫可能尚未更新，檢索也可能找錯文件。因此，RAG 是改善來源管理的方法，不是取消人工查證的理由。
這也是公務員和一般使用者很重要的差別。一般人使用 AI，可以承擔部分私人錯誤；
政府的錯誤卻可能讓人民少拿一筆補助、多等幾個月、被列入高風險名單，甚至失去申訴時理解理由的機會。
因此，查核至少要回答三件事：資料來源是否存在？AI 有沒有漏掉不利於其結論的資訊？如果民眾要求說明，
我能不能不用「系統就是這樣判斷」來回答？
四、當 AI 開始影響人民權益，「最後由人按確認」還不夠
政府機關常用一句話降低疑慮：「AI 只是輔助，最後還是由人決定。」這句話有時正確，
但不能因此結束治理問題。
假設系統每天替承辦人把數百件申請分成高、中、低風險，承辦人先看到哪些案件、花多少時間閱讀，
以及哪些案件被要求補件，可能早已受到系統排序影響。即使最後仍由人核章，
人的注意力與選擇範圍也可能先被改變。
心理學與人因研究常以「自動化偏誤」（automation bias）描述人們過度依賴自動化建議、因而忽略
相反證據的傾向。對公務員而言，問題尤其具體：
當系統看起來比自己快、主管要求提高案件處理量、同事也很少推翻系統建議時，「人工覆核」很容易逐漸變成形式。
【本文分析】以下四項是本文綜合風險治理與行政實務提出的「實質人類監督」條件，
不是現行法律已明文列出的四項法定要件：
實質人類監督的四個條件
– 看得見：承辦人能取得作成判斷所需的資料與系統資訊。
– 懂風險：承辦人知道系統可能如何出錯，也知道哪些情境不應信賴輸出。
– 能推翻：承辦人有權不採納、改採其他判斷或要求轉回人工程序。
– 受保障：承辦人不會只因提出合理異議而受到不利考核或懲處。
如果公務員沒有資訊、時間與推翻建議的權限，「人類最後確認」就可能只是把系統決定再加上一個人的簽名。
這是本文的分析主張，而不是現行法規已經替所有機關設計好的統一程序。
五、公務員應該保有一種專業能力：可以說「這次不要用 AI」
AI 素養不只是知道怎麼使用，也包括知道何時不應使用。
如果資料來源不明、模型版本突然更換、結果與法規明顯衝突、系統無法提出足以讓承辦人查核的資訊，
或案件涉及重大權益而機關尚未建立適當的人工覆核程序，承辦人應該能要求暫停、改採人工處理或向上陳報。
【本文主張】我把這稱為公務員的「專業異議能力」。這是本文提出的分析概念，
不是現行法規中的正式法律名詞。它不是鼓勵承辦人任意拒絕政策，也不是主張個人可以取代機關決定；
它是要求組織讓第一線人員在發現具體風險時，有一條可以說明、記錄與升級處理的路徑。
這裡也碰到一個現實問題：如果機關一方面要求人類監督，另一方面只用「每小時處理幾件」作為績效標準，
公務員推翻 AI 建議反而要花更多時間、承擔更高風險，人類監督最後一定會受到壓縮。
因此，AI 治理不能只規定「承辦人應負責查核」，還要問主管是否提供查核時間、異議程序與合理的責任保障。
機關至少應建立可以安全通報系統異常或不當使用的管道，
並為基於合理證據、依程序提出異議的公務員設計適當的免責或免罰條件。保障並不代表免除所有責任，
而是避免組織一面要求人員監督 AI，一面又懲罰真正行使監督權的人。這部分已經從個人素養進入組織設計，
也正是本系列下一篇會繼續處理的問題。
六、留下紀錄，不是為了增加公文，而是為了讓責任可以回溯
公務員可能擔心：如果每次用 AI 都要多填一張表，AI 原本承諾節省的時間反而被行政程序吃掉。
這個疑慮是合理的。
治理並不等於把所有操作都留下逐字紀錄。真正需要留下的，是足以回答責任問題的關鍵節點。例如：
何種系統參與了工作、使用目的為何、主要資料來源為何、系統輸出是否被人工修改、誰作成最後決定，
以及發現問題時如何停止或回復人工程序。
這些紀錄應儘量由系統自動產生，
例如以稽核紀錄（audit log）保存使用時間、模型版本、資料來源、權限操作及人工修正，
而不是把所有負擔再次轉成承辦人手動填表。自動紀錄仍須設定適當的保存期限、存取權限與個資保護，
否則原本用來追溯責任的紀錄，也可能變成新的資安風險。
紀錄的密度應與風險相稱。修改一份公開活動新聞稿，不必和高風險資格審查採取完全相同的紀錄強度；
但只要 AI 已經影響人民權益，
機關就不能在爭議發生後才發現沒有人知道當時使用哪個模型、哪一版資料或哪一套門檻。
NIST 的 AI 風險管理框架也把治理、情境理解、衡量與管理放在持續的組織流程中，
而不是把風險管理縮成最後一次檢查。對政府而言，紀錄真正保護的不只民眾，也包括承辦人：
它讓人能分辨錯誤究竟來自資料、系統、組織規則，還是個別人的判斷。
七、不要把廠商的黑盒子變成公務員的責任黑洞
政府使用的 AI 不一定由政府自己開發。
實務上可能經過基礎模型廠商、系統整合商、雲端服務、資料處理商與機關內部資訊單位，最後才到承辦人面前。
承辦人不需要看懂每一行程式碼，但機關不能接受「這是廠商模型，所以我們不知道」作為永久答案。
只要系統參與公共任務，就要事先確認最低限度的治理資訊：
資料如何進出、誰能存取、版本更新如何通知、錯誤如何通報、稽核資料保存多久、機關能否要求說明，
以及重大問題發生時能否停止服務或轉回人工程序。
臺灣《人工智慧基本法》已要求政府對 AI 執行職務或提供服務進行風險評估與建立相應管理機制；
數發部的政府 AI 實驗環境也把資料隔離、身分驗證、模型安全審查與稽核軌跡列為設計重點。
這些制度發展顯示，政府 AI 已經不能只當成一般軟體採購。
【本文政策建議】本文進一步主張：採購契約必須讓政府保留足以履行公法責任的資訊權、稽核權與停止權。
這三項「採購三權」是本文提出的政策建議，不是現行法規已統一命名的三項法定權利。否則，
機關形式上仍對人民負責，實質上卻沒有能力追查影響決定的系統。
未來數位發展部及政府採購主管機關可考慮將這三項權利具體化，納入政府採購 AI 系統的範本契約條款，
並依系統風險調整廠商揭露、稽核配合、事件通報、版本變更與暫停服務的義務。
八、給公務員的一張「使用前、使用中、使用後」檢核表
面對新工具，不需要每次先讀完一套 AI 法規。可以先養成三個時間點的工作習慣：
使用前：先確認資料與權限
先問：這項工作機關是否允許使用 AI？我要輸入的資料是否包含個資、機密或未公開資訊？
這個工具只是幫我整理，還是會影響案件排序、資格或權益？
使用中：保留懷疑與推翻能力
再問：我能否回到原始資料或正式法源查核？AI 是否漏掉例外情形或不利於其結論的證據？
如果我不同意系統建議，我有沒有權限與時間改採其他判斷？
使用後：讓理由與責任找得到人
最後問：我採用了哪些內容，理由是什麼？必要的模型、資料來源與人工修正是否留下紀錄？若民眾申訴或系統出錯，
誰能停止、修正並說明？
這九個問題不是法律上的統一檢核表，而是本文把現有風險治理原則轉成第一線公務工作的簡化版本。
機關如已有更嚴格規範，仍應以機關規定為準。
AI 時代的公務員，不只是產出文件的人，而是守住公共判斷的人
AI 可以替政府加快許多工作，但速度本身不是公共行政的最終目的。政府之所以不同於一般企業，
不只是因為它使用公帑，而是因為它能以公權力影響人民的權利、義務與生活機會。
因此，公務員最重要的新能力，不是比 AI 更快寫出一份公文，也不是記住最多提示詞，
而是知道什麼資料不能交出去、什麼答案必須查核、什麼判斷不能只看系統分數，
以及何時必須把問題帶回人的裁量與組織責任。
這也是我對「AI 會不會取代公務員」這個問題的基本看法：最值得保留的從來不是重複製作文字的能力，
而是能夠在法律、事實、公共價值與具體後果之間作成判斷，並且願意為這個判斷提出理由。
AI 可以協助行政，但不能成為行政責任消失的地方。
下一篇我們要面對更困難的問題：如果個別公務員已經具備這些能力，但政府組織沒有改變，
個人的 AI 素養會不會仍然孤掌難鳴？
盧建旭｜AI 治理 101 系列｜第六篇第三稿
公務員使用 AI 九問：一頁式備忘卡
先判斷情境，再使用工具；先保留理由，再承擔責任。
| 時點 | 三項檢核問題 |
| 使用前 | ① 機關是否允許這項工作使用 AI？ ② 資料是否包含個資、機密或未公開資訊？ ③ 工具是否會影響案件排序、資格或人民權益？ |
| 使用中 | ④ 能否回到原始資料或正式法源查核？ ⑤ AI 是否漏掉例外情形或相反證據？ ⑥ 不同意系統建議時，是否有權限與時間改採其他判斷？ |
| 使用後 | ⑦ 採用了哪些內容，理由是什麼？ ⑧ 模型、資料來源與人工修正是否留下必要紀錄？ ⑨ 發生申訴或錯誤時，誰能停止、修正並向民眾說明？ |
這張備忘卡是本文提供的實務化檢核工具，並非取代法令或機關內部規範。涉及重大權益、機密、個資或行政裁量時，
仍應依機關規定採取更嚴格的評估與覆核。
官方延伸閱讀
NIST：AI Risk Management Framework
想一想
如果 AI 系統建議承辦人作成不利於人民的行政決定，但承辦人發現資料可能不完整，最適當的作法是什麼？
A. 依系統建議辦理，因為系統通常比個人判斷可靠。
B. 停下來查核資料、記錄疑點，必要時提出專業異議並要求人工覆核。
C. 私下修改結果，但不留下任何紀錄，以免增加麻煩。
較適當的是 B。
公務員面對 AI，不能只做系統建議的轉送者。當資料、情境或結果有合理疑點時，應有權提出異議、要求說明與人工覆核；組織也應提供必要的紀錄與保障。真正的人工監督，不是形式核章，而是能夠改變、停止或修正不當結果。
回到AI治理101