近年來關於AI法律的討論焦點正從「是否該監管」轉向「如何有效監管」。就此，賓州大學 (University of Pennsylvania)凱里法學院 (Penn Carey Law) 的 Cary Coglianese 教授，最近的重點研究就是 "Leashes, Not Guardrails" (牽繩，而非護欄)。他在 2025 年 6 月發表於 《Risk Analysis》 期刊的論文中提出這個重要概念。論文標題：「牽繩，而非護欄：一種基於管理的 AI 風險監管方法」（Leashes, Not Guardrails: A Management-Based Approach to Artificial Intelligence Risk Regulation）。
一、Coglianese教授的核心觀點：
許多人主張為 AI 設立嚴格的「護欄」（guardrails）以防止危害。但 Coglianese 教授認為，AI 技術變化太快，固定的「護欄」很快就會過時。他主張採用「牽繩」（leashes）的方式，即要求企業建立強大的內部治理和風險管理系統。監管機構不該去審查 AI 的程式碼，而是該審查企業的「管理系統」是否健全。這篇論文為 AI 監管提供新的實務框架。這確實是近期 AI 監管領域中一個非常重要且具有高度實務性的理論。它直接回應「AI 變化太快，法律如何監管」的核心難題。
二、Coglianese 教授所謂「護欄」的定義：
指的是傳統的「規範性規則」(prescriptive rules)，就像高速公路的護欄一樣，這是一種固定、僵化、一體適用的限制。例如，立法規定「AI 不得產生歧視性言論」或「AI 必須在特定參數下運行」。Coglianese教授接著說明現今AI「護欄」的法律困境：
- AI 的異質性 (Heterogeneous)： AI 的應用千差萬別（從自動駕駛到醫療診斷，再到詩歌寫作），試圖用一套固定的規則來規範所有 AI，是不切實際的。
- AI 的動態性 (Dynamic)： AI 模型（特別是生成式 AI）會不斷學習、演化和改變其行為。今天有效的「護欄」，明天可能就會因為模型的自我更新而失效。
- 扼殺創新： 僵化的護欄會限制 AI 探索新路徑的潛力，阻礙技術的正面發展。
三、Coglianese 教授提出的「牽繩」(Leashes) 理論：
其本質是一種「基於管理的監管」(Management-Based Regulation)。這個監管模式的核心思想是：監管者不直接監管 AI 技術本身，而是監管「使用和開發 AI 的組織」。他生動比喻：監管 AI 就像「遛狗」，而不是「開車」。
- 汽車（護欄）： 汽車是機械的，其行為可預測。你可以為它設定固定的道路護欄，它就會在軌道內行駛。
- 狗（牽繩）： 狗 (AI) 是有學習能力和一定自主性的。你無法為牠設定固定的軌道。你該做的是繫上「牽繩」，允許牠在一定範圍內自由探索（創新），但主人（組織）必須時刻保持警惕，並在牠（AI）即將衝向危險（產生危害）時，立即拉緊牽繩（介入管理）。
四、Coglianese 教授「牽繩」理論的運作機制：
「基於管理的監管」要求企業必須建立一套內部的 AI 風險治理系統。監管機構的任務，就是去審查這套「系統」是否健全有效，而不是去審查 AI 的程式碼。
這套系統（即「牽繩」）通常包含以下幾個關鍵組成部分：
1.風險評估 (Risk Assessment)：
要求組織在部署 AI 系統之前，必須主動識別其潛在風險。例如：在自動駕駛中，風險是碰撞；在社群媒體中，風險是誘導成癮或自殺；在 AI 生成內容中，風險是偏見和歧視。
2.內部流程與控制 (Internal Processes)：
組織必須制定具體的內部政策、程序和培訓，以管理和減輕已識別的風險。
3.持續監控 (Monitoring)：
組織必須在 AI 部署後對其進行持續監控，以偵測非預期的行為或新出現的危害。
4.文件與紀錄 (Documentation)：
必須保留所有風險評估、決策過程、測試結果和監控數據的完整文件，以便在發生問題時供監管機構審查（問責）。
5.人類監督 (Human Oversight)：
在關鍵決策點保留有效的人類介入機制。
五、「牽繩」的彈性：動態調整監管強度
此理論的關鍵優勢在於其彈性。監管機構可以根據風險等級，要求不同強度的「牽繩」：
1.鬆牽繩 (低風險)： 對於風險較低的 AI 應用（例如，用於內部庫存管理的 AI），監管機構可能只要求其提交基本的風險評估報告。
2.緊牽繩 (高風險)： 對於高風險應用（如醫療、金融、關鍵基礎設施），監管機構可以要求：
(1)更頻繁的監控報告。
(2)更嚴格的第三方審計。
(3)在部署前必須獲得監管機構對其「風險管理計劃」的批准。
3.基於表現的調整： 如果一個 AI 系統（或某家公司）過去曾出現過問題（例如，洩露敏感數據），監管機構就可以要求對其繫上「更短、更強的牽繩」。
六、總結與評論
Coglianese 教授的「牽繩」理論，是將已在環境法規、食品安全等領域被證實有效的「管理為本」監管策略，巧妙地引入到高度動態的 AI 領域。它避開了為技術本身立法的難題，轉而強化企業的內部治理責任與法律遵循義務 (Compliance)，為監管者提供了一個更靈活、更具適應性，也更切實可行的監管框架。融合法律、資安與經濟等考量因素。其理論也大致符合現今歐美AI監理法規的主流架構與內容，但詮釋的方法很生動有趣！這也讓我聯想到「劍橋分析事件」首位吹哨者—克里斯多福．懷利，以及資訊安全大師布魯斯．施奈爾。
「劍橋分析公司」共同創辦人、「劍橋分析事件」首位吹哨者—克里斯多福．懷利，在其「心智操控」一書的最後提出四大監理原則，也是當作給立法者的一封信，希望能建構「數位監理」的環境，讓網路生態系更加安全。他認為「法律跟不上科技發展」只是美國矽谷規避監理的藉口，若在醫藥、土木、食品、能源、航空、交通等方面都能夠審查或監理，為何科技公司不需要經過審查就能推出新的數位系統？政府沒有理由不能加以管制。
資訊安全大師布魯斯．施奈爾在其「物聯網生存指南」一書中提倡法律在科技方面的重要性。我們都能夠了解，技術往往是先發展出來，而後就產生管理問題，最後透過政策考量而制定法律規範；但不當的政策或法律，也可能造成管理問題，甚至扼殺技術發展。
在面對技術變遷，我們雖能推想出新技術可立刻派上用場的用途，但無法掌握新技術在未來會以何種樣貌出現在社會裡。例如當大家知道可利用網路來保持聯絡，卻沒人預料到會出現Facebook臉書或其類似且迭代的這些東西；一次又一次地，在個人數位助理、機器人、比特幣、人工智慧或無人車，都是相同情況。換言之，我們容易落入「技術決定論」的陷阱，當我們以為現在制定的政策與法律可以有效規範（做好資安管理與防禦）時，但早已落後科技發展（科技帶來的風險與攻擊），甚至根本不能預測未來三年、五年或十年科技在根本層面上會出現哪些突破性的進展。於是乎，往往大家都用一句話帶過：「法律跟不上科技」。
大家要如何一起想像出未來的情境，以便超前部署，應負現在或未來的風險？而法律真的跟不上科技嗎？讓科技人員與政策制定者能齊聚一堂，合力找出解決方案，才是正確方向，才可達到規畫和協調推動的權責合一。科技與政策法規必須並行，也不要陷入法律跟不上科技的迷思。根據「原則」而非技術，去決定如何監理，才不會被過時的技術或商業模式嵌入監理或法律規範。
——————
Gemini搜尋的資料來源。以下是圍繞 Cary Coglianese 教授「牽繩」(Leashes) 理論的關鍵論文、機構和教授本人的連結。
📄 關鍵論文與摘要
* 論文全文 (PDF)：
* 說明： 這是 "Leashes, Not Guardrails: A Management-Based Approach to Artificial Intelligence Risk Regulation" 論文的完整 PDF 檔案。您可以直接閱讀原文的詳細論述。
* 賓州大學法學院官方報導：
* 連結： https://www.law.upenn.edu/live/news/17791-the-future-of-ai-regulation
* 說明： 這是賓州大學凱里法學院 (Penn Carey Law) 在 2025 年 6 月發布的官方新聞稿，標題為「AI 監管的未來」(The Future of AI Regulation)。它用更簡潔的方式總結了這篇論文的核心觀點和重要性。
🏛️ 相關機構與教授
* Cary Coglianese 教授的官方教職頁面：
* 連結： https://www.law.upenn.edu/live/profiles/2302-cary-coglianese
* 說明： 這是 Coglianese 教授在賓州大學法學院的官方介紹，列出了他的學術職位（Edward B. Shils 法學教授）以及他擔任「賓州監管計畫」主任的職務。
* 賓州監管計畫 (Penn Program on Regulation, PPR)：
* 連結： https://www.law.upenn.edu/institutes/ppr/ (官方介紹頁)
* 連結： https://pennreg.org/ (計畫主網站)
* 說明： 這是 Coglianese 教授所領導的主要研究中心。第二個連結 (pennreg.org) 展示了他們最新的研究成果和活動，例如近期關於「金融中的人工智慧」和「評估監管績效」的論文。
* 《監管評論》(The Regulatory Review)：
* 連結： https://www.theregreview.org/
* 說明： 這是由 Coglianese 教授創辦、PPR 附屬的線上出版物，每日提供關於監管政策的分析和新聞。您可以在這裡找到大量由該中心學者撰寫的、關於 AI 監管的最新短評和分析（例如，2025 年 11 月 10 日有關於 AI 與美國憲法第一修正案的討論）。
