【專題探索】從國際建立可信任資料治理對我國發展人工智慧之啟示
鄭喬仁（台灣經濟研究院助理研究員） (2026/07/09) 《台經月刊第49卷第7期》
國際重視可信任資料治理，歐美著重安全、匿名與共享，亞洲則強調去識別化與流通。這些國際經驗正可作為我國發展人工智慧的借鏡，在技術上，資料匿名化是建立信任的基石；而於產業面，政府應透過政策引導與人才培育，扶植「資料中介」新興產業以供應安全數據。面對跨境流通，更需在確保資料主權的同時，攜手理念相近國家，協助本土業者融入國際資料共享生態系。
隨著人工智慧（以下簡稱AI）與數位產業發展，為確保資料安全與隱私，可信任的資料治理至關重要。AI產業發展需要模型支撐，品質良好且安全的資料有助於建構穩定且安全的AI模型。因此，各國透過法規與政策推動可信任資料治理，確保AI及涉及資料儲存、傳輸及運用之新興產業發展。為因應AI及數位產業發展，歐盟、美國、英國、東協、日本、韓國也重視推動資料共享的推動，其中可信任資料治理扮演完善資料共享的關鍵角色。
可信任資料治理的概念與生態系
資料治理是指在資料創造到刪除的資料生命週期(data lifecycle)進行管理的作為，管理的方法主要透過政策、法規或是工作準則等方式進行。可信任資料治理是確保資料在價值週期是安全、公平和公正可以被資料提供者、資料使用者及資料中介信任。
OECD將資料治理定義為：「跨越政策範圍及組織與國家邊界的各種安排，且會影響到資料創造、蒐集、儲存、使用、保護、存取、分享及刪除」。Google對於資料治理的定義與OECD相似，將之定義為：「在資料生命週期，從取得、擷取到AI資料分析和安全處置的基本管理原則」。Google更將資料視為AI時代下的寶貴資產，且認為資料惟有在：「具備可信度、易於探索且受到完善治理的條件下，才能發揮真正價值。」顯示資料可信度與資料治理、資料共享密切相關，良好的資料治理可以提升資料可信度，從而促進資料共享，讓資料發揮價值。
OpenAI的資料治理重視隱私合規與安全，因此不會將組織資料用於模型訓練，資料傳輸過程亦會進行加密保護以確保資料安全。反映出AI時代下，確保資料的隱私與安全是發展AI模型的重要原則。
可信任資料生態系，係上游資料提供端、中游資料處理及共享、下游資料應用端組成。上游資料提供端，由資料提供者提供資料，主要以政府單位的公共部門為主，再者亦有民間單位或是個體在合法情況下，自願提供資料給資料中介平台或是自行公開資料。為兼顧資料安全及隱私以及資料共享的便利，政府單位需要在上游，透過法規的整併與放寬以利資料流通。
生態系中游的資料處理及共享，即是資料蒐集與準備的一部分，讓研究者可以透過資料匿名及中介業者，蒐集資料及準備資料，同時對資料進行匿名以符合法規。生態系中游的資料匿名相關業者，則提供的資料匿名服務，讓資料中介可以蒐集到合法且去識別化資料。此外，業者或研究人員亦可以自行蒐集資料及準備資料，用於下游資料應用端（附圖）。
資料治理、可信任資料、資料共享、資料中介、資料匿名