本所賴文智律師應邀進行「圖書館導入生成式AI的法律風險控管」議題進行分享

2024年12月的第一週，本所賴文智律師分別在全國文獻傳遞服務座談會（NDDS年會）及財團法人伽耶山基金會在臺大圖書館舉辦的「AI在圖書館的應用研討會」，針對「圖書館導入生成式AI的法律風險控管」議題，對圖書館界的來賓，由賴律師個人作為圖書館的使用者，利用NotebookLM服務進行研究及學習的經驗，分享當圖書館的使用者對於「知識」相關商品的利用已經發生改變時，圖書館未來導入生成式AI所需要思考的問題進行分享。

以下是由NotebookLM利用本次演講的簡報檔案所直接生成的語音分享（英文），已經是相當完整的一個podcast節目，有興趣的朋友們可以試聽看看：https://notebooklm.google.com/notebook/77a10018-bded-4d6f-a23d-175271497fd4/audio

而下方則是由NotebookLM直接整理簡報檔案的內容，除了第一段是有關個人使用NotebookLM服務的經驗，描述自古以來書籍作為一個由作者、編輯打造的商品，未來可能真正變成一種知識服務，也就是說，一本書被打造出來之後，生成式AI可以用相對低的門檻轉換為不同知識的形式（摘要、互動問答、語音節目），每一個人針對同一本書，在生成式AI的協助下，可以輕鬆地轉換為自己可接受的知識傳遞型態。當終端的使用者對於知識的需求產生改變時，傳統作為知識保存者與傳遞者的圖書館，應該在AI時代往哪個方向走？NotebookLM當然沒有辦法只從幾張圖就猜出賴律師要說的是什麼，但文字的部分，倒是整理得蠻好的，可以直接參考下述的整理。

圖書館導入生成式 AI 的法律風險控管：重點摘要

本文整理自益思科技法律事務所賴文智律師的簡報，探討圖書館導入生成式 AI 的主要風險和關鍵因素。

一、生成式 AI 帶來的挑戰與機遇

生成式 AI 正迅速改變學習和研究模式，圖書館也需要思考如何應對這一變革。賴文智律師提出了以下幾個關鍵問題：

• 圖書館在 AI 時代應提供哪些服務？
• 哪些工作會被 AI 取代，哪些是圖書館從業人員不可替代的？
• 圖書館的館藏策略是否需要調整？
• 如何滿足教職員生對 AI 服務的需求？
• 圖書館發展 AI 服務時需要注意哪些法律問題？

二、導入生成式 AI 的主要風險

1. 著作權

• 生成式 AI 的訓練需要大量數據，這些數據的授權方式與傳統方式有所不同。
• 利用他人受著作權保護的作品生成新作品可能構成侵權，例如利用他人文章生成新的報導。
• 生成式 AI 生成的作品可能與他人作品雷同，難以發現，需加強教育訓練以降低侵權風險。
• 企業若希望生成式 AI 的成果受著作權保護，需投入人類創作，而非單純下指令。

2. 機密資訊

• 使用生成式 AI 可能導致營業秘密洩露，因為 AI 讀取的資料範圍可能超出領域專家。
• 內部個人資料的處理頻率和範圍可能因 AI 導入而大幅增加，需注意個資保護問題。
• 生成式 AI 可能使間接識別特定個人的標準變寬，需更加謹慎處理禁止揭露姓名的案件。

3. 正確性

• 生成式 AI 主要透過關聯性而非邏輯推演生成內容，無法保證其正確性。
• 雖然技術發展可以提高正確性，但任何工具都無法保證不出錯。
• 投入正確的資料進行訓練可以改善正確性，但先前訓練中存在的錯誤關聯難以完全消除。
• 理解和熟悉生成式 AI 的技術發展和邏輯有助於提高其正確性。

三、導入生成式 AI 的關鍵因素

1. 目的

• 圖書館需先明確導入 AI 的目的，才能制定適當的規劃。
• AI 時代圖書館作為公共資源的發展方向是什麼？
• 不同圖書館可以有不同的定位和發展方向。

2. 著作權

• 使用數位館藏作為 AI 服務的合法性問題。
• 圖書館取得的資料庫授權是否允許用於生成式 AI 應用？
• 如何取得合法授權？
• 數位館藏的元數據是否受著作權法保護？
• 如何利用不受著作權法保護的數據提供 AI 服務？

3. 正確性

• 選擇適合生成式 AI 的應用場景，避免其弱點。
• 熟悉 AI 技術，了解其特點和局限性。
• 對 AI 進行適當的訓練和調整。

4. 成本

• 導入 AI 需要大量數據、專業人力和算力。
• 開源的 AI 模型也需要支付算力費用。
• AI 服務的提供可能會對圖書館其他服務造成資源排擠。

四、結論

生成式 AI 為圖書館帶來了新的機遇和挑戰。圖書館需要在充分了解其風險和關鍵因素的基礎上，制定合理的導入策略，才能更好地利用 AI 技術提升服務水平，服務讀者。