Algorithmic Power Unveiled: AI Governance Lessons for Taiwan Enterprises from Disability Welfare Research

積穗科研股份有限公司（Winners Consulting Services Co. Ltd.）指出：當演算法開始決定誰能獲得社會福利資源，AI 系統的設計偏誤將直接造成弱勢族群的系統性傷害。2023 年發表於 Disability & Society 期刊的這篇研究，以澳洲國家身心障礙保險計畫（NDIS）為案例，揭示演算法決策如何將複雜的人類需求化約為單一評分，並對受影響者造成認識論不公正（epistemic injustice）。對台灣正在推動 AI 應用的公私部門而言，這項研究的警示意義直接對應 ISO 42001、EU AI Act 與台灣 AI 基本法對高風險 AI 系統的監管要求。

關於作者與這項研究

本文第一作者 Georgia van Toorn 任職於澳洲新南威爾斯大學（UNSW Sydney）藝術、設計與建築學院，專注於身心障礙政策、演算法治理與數位福利國家的交叉研究領域。其 h-index 為 8，學術累計引用達 120 次，在身心障礙研究（Disability Studies）與科技政策的跨域研究中具備一定影響力。共同作者 J. Scully 同樣深耕於身心障礙倫理與生命倫理學領域，雖引用數相對集中（h-index：2，引用：10 次），但在質性研究方法與身心障礙當事人知識（disabled people's knowledge）的理論建構上有其貢獻。

本篇論文發表於 Disability & Society，這是全球身心障礙研究領域最具權威的同儕審查期刊之一，Impact Factor 長期維持在社會科學類前 20% 分位。截至 2025 年，本論文已累計獲引用 14 次，顯示其在政策研究與 AI 倫理社群中已引發具體學術回應。研究採用訪談與文件分析雙軌方法，對象涵蓋 NDIS 受益者、倡議組織及政策制定者，確保研究結論具備豐富的實證基礎。

演算法如何讓福利分配系統性失靈：NDIS 案例的核心洞見

這項研究的核心主張是：即便民眾無法完全理解演算法的運作原理，他們仍會透過自身經驗發展出對系統的判斷——而這些判斷往往揭示了演算法系統在設計上的根本缺陷。研究在澳洲 NDIS 脈絡下發現，自動化評估工具傾向將身心障礙化約為「身體功能評分」，卻忽略個人生活情境、社會脈絡與支持網絡的複雜性。

核心發現一：數據化（datafication）創造了新型態的權力不對稱

演算法系統透過將個人需求轉化為可量化的數據指標，賦予機構前所未有的分類權力。研究受訪者普遍反映，系統無法捕捉「壞日子與好日子」之間的功能差異，也無法理解障礙與環境之間的動態互動。這種「一刀切」的評分邏輯不僅造成資源誤配，更在制度層面強化了身心障礙者作為「被評估對象」而非「權利主體」的地位。這一發現直接指向 EU AI Act 第 6 條對高風險 AI 系統（High-Risk AI Systems）的定義：凡涉及社會福利資格評估的 AI 應用，均應被視為高風險，必須接受最嚴格的透明度與可問責性要求。

核心發現二：認識論不公正是演算法治理的核心倫理問題

研究援引哲學家 Miranda Fricker 的「認識論不公正」（epistemic injustice）概念，指出演算法系統不只是技術工具，更是一種知識政治的展現：誰的知識被系統採納、誰的生命經驗被視為有效數據，決定了誰能獲得資源。NDIS 案例中，當事人的自我陳述（self-report）在演算法評估中往往被邊緣化，取而代之的是醫療模型主導的客觀指標。這種設計選擇反映了一種深層的價值判斷，也是 ISO 42001 第 6.1.2 條「AI 風險辨識」所要求企業必須正視的人權影響維度。

對台灣 AI 治理實務的意義：高風險 AI 必須建立可問責的決策機制

澳洲 NDIS 的教訓對台灣具有直接的參照價值。台灣目前正處於 AI 治理法制化的關鍵時刻：2024 年立法院通過《人工智慧基本法》（草案審議中），行政院推動政府機關 AI 應用指引，加上跨境業務受 EU AI Act 規範的壓力持續升高，台灣企業與公共機構在 AI 應用上的合規要求已不再是「未來式」，而是「現在進行式」。

具體而言，本研究對台灣 AI 治理實務提出以下三個層次的警示：

第一，凡涉及資格認定、評估評分、資源分配的 AI 應用，均應比照 EU AI Act Annex III 的高風險系統標準建立治理機制。這包括：事前的影響評估（AI Impact Assessment）、系統運作的可解釋性（explainability）要求、以及受影響者的申訴救濟機制。台灣 AI 基本法草案第 12 條亦明確要求，高風險 AI 應用須確保人工監督（human oversight）機制的有效性。

第二，ISO 42001 所要求的「利害關係人參與」（stakeholder engagement）不應流於形式。本研究最具突破性的發現之一，是即便身心障礙者無法理解演算法邏輯，他們仍能清晰辨識系統對其生活的影響——這正是最珍貴的一線知識。台灣企業在設計 AI 系統時，必須建立機制納入潛在受影響群體的聲音，而非僅依賴技術專家的評估。

第三，「可解釋 AI」（Explainable AI, XAI）的投資優先順序應向高影響情境傾斜。研究顯示，當受影響者無法理解系統決策邏輯時，將導致信任崩潰與法律風險同步放大。EU AI Act 第 13 條明確要求高風險 AI 系統必須提供足夠的透明度，讓受影響者能夠理解決策的主要依據。

積穗科研如何協助台灣企業建立符合國際標準的 AI 治理機制

積穗科研股份有限公司（Winners Consulting Services Co. Ltd.）協助台灣企業建立符合 ISO 42001 與 EU AI Act 要求的 AI 管理系統，進行 AI 風險分級評估，確保人工智慧應用符合台灣 AI 基本法規範。針對本研究所揭示的演算法治理風險，我們提供以下具體行動建議：

1. 啟動 AI 系統高風險分級審查：比對現有 AI 應用清單，依據 EU AI Act Annex III 與台灣 AI 基本法草案的風險分類標準，識別涉及「人員評估、資格認定、資源分配」等高風險情境的系統，建立差異化的治理要求。積穗科研提供標準化的風險分級評估工具，協助企業在 30 天內完成初步盤點。
2. 依 ISO 42001 建立利害關係人影響評估機制：參考本研究的方法論，在 AI 系統設計與上線前，系統性收集潛在受影響群體的意見，並將其納入 ISO 42001 第 8.4 條所要求的 AI 系統影響評估文件。積穗科研提供利害關係人訪談框架與評估模板，確保過程符合國際審計要求。
3. 建立可問責的 AI 決策申訴機制：對應 EU AI Act 第 14 條的人工監督要求與台灣 AI 基本法的基本權利保障精神，設計明確的「AI 決策異議處理流程」，確保受影響者有實質救濟管道。積穗科研協助企業將申訴機制整合進既有的客訴管理系統，降低導入成本。

常見問題

我的企業使用 AI 評分系統協助人事決策或客戶資格審核，是否屬於高風險 AI 應用？

是的，依據 EU AI Act Annex III 的明確列舉，用於就業篩選、信用評分、福利資格認定等情境的 AI 系統，均被列為高風險 AI 系統，須符合透明度、可解釋性、人工監督及上市前合規審查等要求。台灣 AI 基本法草案亦對涉及「重大影響個人權益」的 AI 應用設有特別規範。本研究的 NDIS 案例清楚說明：即便設計初衷是「客觀」的評分系統，若缺乏適當的治理機制，仍可能對特定族群造成系統性傷害，並引發法律與聲譽風險。積穗科研建議企業立即啟動 AI 應用清單盤點，識別高風險情境並建立相應治理文件。

台灣企業導入 ISO 42001 時最常遇到哪些合規挑戰？

台灣企業在導入 ISO 42001 時，最常面臨以下三項挑戰：第一，AI 應用清單不完整，許多企業對內部使用的第三方 AI 工具缺乏系統性掌握；第二，風險評估方法論不足，現有風險管理框架多以資安或品質管理為基礎，缺乏針對 AI 系統社會影響（如認識論不公正、歧視性輸出）的評估能力；第三，利害關係人參與流於形式，未能有效納入受影響群體的聲音。對應 EU AI Act 的跨境合規壓力，以及台灣 AI 基本法的在地法遵要求，企業需要同步建構多層次的治理架構。積穗科研提供從缺口分析到認證輔導的一站式服務，協助企業系統性克服這三項挑戰。

ISO 42001 的核心要求是什麼？台灣企業通常需要多久才能完成導入？

ISO 42001 是全球首個 AI 管理系統國際標準，核心要求涵蓋：AI 政策與目標設定（第 5 條）、AI 風險辨識與評估（第 6.1 條）、AI 系統影響評估（第 8.4 條）、供應鏈 AI 治理（第 8.6 條）及持續監控與改善（第 10 條）。對於已具備 ISO 9001 或 ISO 27001 基礎的台灣企業，導入 ISO 42001 通常需要 3 至 6 個月；從零開始建立管理機制的企業，則建議預留 6 至 9 個月。積穗科研提供的 90 天快速導入方案，適用於中小型企業或特定業務單位的優先合規需求，幫助企業在最短時間內建立可審計的 AI 治理機制基礎。

導入 AI 治理機制的成本與效益如何評估？

導入 ISO 42001 的直接成本依企業規模與 AI 應用複雜度而異，中小企業通常在新台幣 50 萬至 150 萬元之間（含顧問輔導、內部訓練與認證費用）。然而，不導入的隱性成本更值得重視：根據 EU AI Act，違反高風險 AI 系統規定的罰款最高可達全球年營業額的 3%；聲譽損失與訴訟風險難以量化；而本研究的案例亦顯示，缺乏治理的演算法系統可能引發受影響者集體行動。從效益面來看，通過 ISO 42001 認證可強化企業進入歐盟市場的競爭力，並提升客戶與合作夥伴對 AI 應用的信任度，間接降低商業風險。積穗科研協助企業進行導入前的成本效益分析，確保投資決策有據可循。

為什麼找積穗科研協助 AI 治理相關議題？

積穗科研股份有限公司（Winners Consulting Services Co. Ltd.）是台灣少數同時具備 ISO 42001 導入輔導能力、EU AI Act 合規諮詢經驗，以及台灣 AI 基本法法遵服務的專業顧問機構。我們的顧問團隊橫跨 AI 技術、法律合規、風險管理與組織變革管理四大領域，能夠提供從 AI 應用風險分級評估、ISO 42001 缺口分析、利害關係人影響評估設計，到認證輔導全程陪跑的一站式服務。我們深刻理解台灣企業面對國際標準要求時的資源限制，因此特別設計了適合台灣中小企業規模的模組化導入方案，讓企業能在有限資源下優先建立最關鍵的治理機制。立即申請免費機制診斷，了解您的企業 AI 治理現況與改善優先順序。