美國防堵AI模型竊取法案引疑慮 恐阻礙創新

商傳媒｜何映辰／台北報導

美國眾議院外交委員會已無異議通過《2026年阻嚇美國AI模型竊取法案》（Deterring American AI Model Theft Act of 2026, DAAMTA），旨在遏止惡意AI模型萃取（adversarial AI distillation）行為，以保護美國在人工智慧領域的領先地位與國家安全。然而，這項法案在內容上引發多項疑慮，部分專家擔憂其定義過廣，可能對AI產業發展帶來負面影響。

所謂惡意AI模型萃取，指的是從尖端AI模型中系統性地提取其能力，進而訓練出一個具競爭力的模型。美國政府認為此行為對國家安全構成威脅，因其允許外國競爭者在不進行對等投資的情況下，獲取美國的研發成果；且這些被萃取的能力可能被用於支援敵對方的軍事與情報應用，同時也擔憂這些重新訓練的模型可能缺乏必要的安全防護措施。白宮科學和技術政策辦公室的NSTM-4備忘錄也已將外國萃取行動定調為國家安全威脅，並認為現有的《計算機欺詐及濫用法案》與《Defend Trade Secrets Act》不足以應對大規模的模型萃取行為。

然而，針對DAAMTA法案的疑慮主要集中在其對「模型萃取」的定義過於廣泛，過度依賴「違反服務條款」作為判定依據。服務條款作為私人合約，內容各異且可能頻繁變動，若以此作為聯邦制裁的基礎，恐導致界線模糊。建議法案應明確界定為「蓄意帳號詐欺」結合「系統性地萃取模型能力」的行為。此外，法案提出公開「AI模型萃取攻擊者名單」，但其證據要求不足，可能過度依賴AI公司的揭露，而非獨立驗證的證據。為確保正當法律程序，國會應要求為每項指控提供公開的證據摘要。

為避免打擊AI研究與創新，專家建議DAAMTA應明確增設保障條款，以保護開源AI的發展與安全研究。同時，美國聯邦政府，特別是國防部在2026年的AI戰略中，也應闡明其自身AI發展實踐如何符合此法律框架。畢竟，知識萃取（knowledge distillation）是AI研究中的標準工具，問題不在於技術本身，而在於為戰略競爭者進行大規模、工業級的詐欺性萃取行為。

為了有效應對此類挑戰，聯邦政府應投入資源，強化AI安全技術防禦，包括制定模型萃取偵測標準及限制濫用API活動的規範。美國也應與英國、日本、加拿大、法國等盟友合作，建立共同規範以對抗國家支持的AI模型竊取行為。對於台灣的AI產業決策者與法律專業人士而言，美國法案所引發的爭議，正可作為借鑑。未來若台灣面臨類似的監管挑戰，也需權衡如何有效保障國家安全與智慧財產權，同時維護開放創新的產業環境，避免過度立法阻礙技術進步。