AI 資安與倫理

你可能已經用 ChatGPT 寫過信、用 Gemini 查過資料。但你有沒有想過——你丟進去的那些文字，到底去了哪裡？

這堂課不是要嚇你，而是要讓你知道底線在哪裡，這樣你才能放心大膽地用 AI。

課程目標

1. 理解「資料丟進 AI」後會發生什麼事，建立正確的資安意識
2. 學會用紅黃綠燈判斷哪些資料可以丟、哪些不能丟，並掌握脫敏技巧
3. 認識 AI 著作權與偏見問題，避免踩到法律或倫理地雷

---

一、資料丟進 AI ＝ 資料離開你的電腦

這是最重要的觀念：當你把文字貼進 ChatGPT 或 Gemini，那段文字就傳到了別人的伺服器。

就像你寄出一封 email，信件離開你的電腦後，你就無法完全控制它的去向。

ChatGPT（OpenAI）

• 你在網頁版輸入的內容，OpenAI 預設可能用來訓練模型
• 你可以到設定裡關掉「Improve the model for everyone」，但很多人不知道這個選項
• 如果用 API（付費介面），OpenAI 承諾不會用你的資料來訓練

Gemini（Google）

• Google 的隱私政策寫得很長，但簡單說：你輸入的內容可能被 Google 用於改善服務
• Google Workspace 版（企業版）的隱私保護比免費版好很多

記住這個比喻

把資料丟進 AI，就像把資料 email 給一個你不認識的人。 你會把公司財報 email 給陌生人嗎？不會吧。那就別貼進 ChatGPT。

---

二、什麼可以丟？什麼不能丟？

用紅綠燈來記最簡單：

燈號	分類	範例	說明
🔴	絕對不行	姓名＋電話＋身分證字號	這是個資法保護的範圍
🔴	絕對不行	密碼、API Key、帳號	洩漏就是資安事件
🔴	絕對不行	未公開的財報數字	可能觸犯證交法
🔴	絕對不行	客戶合約內容	有保密義務
🔴	絕對不行	病歷、健康資料	敏感個資，法律嚴格保護
🟡	小心處理	內部文件	先脫敏再使用
🟡	小心處理	客戶數據	用代號取代真名
🟡	小心處理	產品規格	看公司政策決定
🟢	放心用	公開資訊、新聞	本來就是公開的
🟢	放心用	通用問題（Excel 公式怎麼寫）	不含公司資訊
🟢	放心用	自己寫的草稿	你自己的東西
🟢	放心用	假資料、範例數據	不是真實資料

判斷原則：如果你不確定，就當作是紅燈。

---

三、脫敏技巧

黃燈區的資料不是不能用，而是要先「脫敏」——把敏感資訊拿掉或替換。

五個脫敏技巧

1. 人名用代號：王小明 → 客戶 A、李美玲 → 客戶 B
2. 刪掉聯絡方式：電話、email、地址全部拿掉
3. 身分證字號不留：直接刪除，連部分遮蔽都不要
4. 金額用比例：營收 3,200 萬 → 營收成長 15%
5. 品牌用代稱：Nike → 某運動品牌、全聯 → 某零售通路

脫敏前後對照

脫敏前（不能丟進 AI）：

客戶王大明（手機 0912-345-678，身分證 A123456789）上季在我們平台消費了 85 萬元，主要購買 Nike 和 Adidas 的商品。他希望下季能拿到更好的折扣。

脫敏後（可以丟進 AI）：

客戶 A 上季在我們平台消費金額為高消費級距，主要購買某運動品牌的商品。該客戶希望下季能拿到更好的折扣。請幫我草擬一封回覆信。

脫敏後的版本，AI 完全可以幫你寫出一封得體的回覆信，而且沒有洩漏任何敏感資訊。

---

四、AI 與著作權

AI 產出的內容有著作權嗎？

目前答案是：灰色地帶。

• 台灣：智慧財產局傾向認為純 AI 生成的內容「不受著作權保護」，因為著作權保護的是「人類的創作」
• 美國：法院判例也傾向同樣方向——純 AI 生成的內容不享有著作權
• 但如果你有大幅修改、加入自己的創意，那修改後的版本可能有著作權

AI 可能抄襲別人的作品嗎？

可能。 特別是圖片生成 AI。

• AI 的訓練資料包含大量網路上的文章、圖片
• 有時候 AI 生成的圖片會跟某個藝術家的風格非常像，甚至出現類似的構圖
• 文字生成也可能出現跟原始資料高度相似的段落

安全做法

• 把 AI 產出當作「草稿」，不是「成品」
• 永遠自己審閱、修改後才使用
• 不要宣稱 AI 生成的內容是你 100% 原創的作品
• 如果用在正式場合（報告、提案、對外文件），一定要自己重寫關鍵段落

---

五、公司 AI 政策

越來越多公司開始制定 AI 使用規範。常見的規定包括：

• 禁止將機密資料輸入公開 AI 工具（這幾乎是每家公司都有的規定）
• AI 產出的內容必須經過人工審閱，不能直接對外發布
• 使用 AI 輔助時應適當揭露，例如在簡報中註明「部分內容由 AI 輔助生成」

如果你的公司還沒有 AI 政策

很多中小企業目前還沒有明確的規範。在這種情況下：

1. 先用本課的紅黃綠燈框架自我把關
2. 主動問你的主管或 IT 部門：「我們公司有 AI 使用規範嗎？」
3. 寧可保守：不確定的時候，就不要丟進 AI

主動詢問其實是加分的——這表示你有資安意識，而不是偷偷摸摸地在用。

---

六、AI 偏見與倫理

AI 不是中立的。它的「想法」來自訓練資料，而訓練資料反映了人類社會的偏見。

一個簡單的實驗

試著問 AI：「請描述一位 CEO。」

你很可能會得到一個中年男性的描述。這不是因為 CEO 一定是男性，而是因為網路上關於 CEO 的文章，多數描述的確實是男性。

偏見在哪裡最危險？

• 人資 / 招聘：用 AI 篩選履歷，可能不自覺地偏好某些背景
• 客戶服務：AI 生成的回覆可能對不同族群有不同語氣
• 行銷內容：AI 生成的廣告文案可能強化刻板印象

你的責任

AI 有偏見不是你的錯，但直接把有偏見的 AI 產出拿來用，就是你的責任了。

每次使用 AI 產出的內容之前，問自己：

• 這段描述有沒有隱含的性別、年齡、種族假設？
• 如果把主角換成不同背景的人，這段內容還合理嗎？
• 這會不會讓某些人看了不舒服？

---

AI 協作：學了這個，跟 AI 怎麼配合？

資安意識是 AI 協作的「底線能力」——不懂這個，用 AI 越多風險越大。

你的人類優勢：

• 你知道哪些資料是公司機密、哪些可以公開——AI 無法幫你做這個判斷
• 你能在丟資料進 AI 之前先脫敏——這是保護公司和客戶的最後一道防線

可以這樣跟 AI 說：

我要分析一份客戶消費資料，但不能洩漏個資。請幫我設計一個脫敏規則：哪些欄位要刪除、哪些要替換成代號、哪些可以保留。資料欄位有：姓名、電話、email、消費金額、購買品項、會員等級。

---

實戰練習

---

本課重點回顧

1. 資料丟進 AI ＝ 資料離開你的電腦。 把 AI 當成一個陌生人，不該給陌生人看的東西，就不要貼進去。
2. 紅黃綠燈判斷法： 紅燈（個資、密碼、機密）絕對不行；黃燈（內部文件、客戶數據）脫敏後可用；綠燈（公開資訊、假資料）放心用。
3. 脫敏五招： 代號取代人名、刪掉聯絡方式、移除身分證號、金額用比例、品牌用代稱。
4. AI 產出是草稿不是成品。 著作權尚在灰色地帶，永遠要審閱修改後才使用。
5. 公司沒有 AI 政策？ 用紅黃綠燈自我把關，主動詢問主管或 IT。
6. AI 有偏見。 使用前檢查有沒有性別、年齡、種族的隱含假設。

---

下一課預告

第四課：工具地圖 — 選對工具做對事

ChatGPT、Gemini、Claude、Copilot⋯⋯工具這麼多，到底該用哪一個？下一課我們會建立一張「AI 工具地圖」，讓你根據不同任務場景，快速選到最適合的工具。