GDPR
含有「GDPR」共 72 篇內容
全部內容
發佈日期由新至舊
本文拆解經團連《HR 部門 AI 活用報告書》(2026-04)：4 個共識（HR 收回採購權 / 67% 設資料治理委員會 / AI 取代不會用 AI 的 HR / 預算 15% 給 AI）、日本 3 階段台灣只在第 1 階段的差距、台灣 12 個月跳級到第 3 階段 + CHRO 3 動作。
第 1 題
某研究聯盟由三家醫學中心組成，要共同訓練罕見疾病影像辨識模型。各院受限於個資法與醫療主管機關規範，病患影像不得離開院內網路，但三院皆願意貢獻資料效能提升模型品質。下列何項訓練架構最為合適？
(A) 三院各自將影像資料集中到一個共用雲端平台後合併訓練，取得最大樣本量以提升模型效能。
文中解析了 2026 年監管成熟下的核心邏輯——「你收集的每一筆資料，都代表一個潛在責任」，並提出「數據最小化」、「使用透明機制」、「資料存放與跨境風險」三大合規核心。
第 1 題
某電商推薦模型離線評估 AUC 達 0.85，上線兩週後實際 CTR 卻遠低於離線預期。資料團隊排查後發現：訓練時使用的「近 30 日購買次數」特徵由 Spark 批次作業計算，線上推論時卻由 Kafka 串流服務即時重算，兩邊計算邏輯微有差異，造成特徵值在訓練與推論階段系統性偏移。下
Meta 近期推出一項無法拒絕的內部政策：全面記錄員工的滑鼠軌跡、點擊與螢幕截圖，用以訓練自家的 AI 代理人。這不僅引起歐盟 GDPR 的監管風險，更將員工推向「無償數據勞工」的窘境。雇主買斷了上班時間，就等於買斷了你的行為數據嗎？本文將帶你深入思考這場 AI 狂潮下的職場隱私風暴。
AR 眼鏡、AI Pin，引爆前所未有的隱私危機。剖析 GDPR、EU AI Act、BIPA、CCPA、臺灣個資法等全球嚴苛法規，並指出企業面臨的「Privacy by Design」挑戰。提出將合規痛點轉化為硬體專利，佈局「邊緣運算物理截斷」與「硬體防篡改指示模組」專利，實現真正的降維打擊。
小丁笑了笑，答道：「李總，您想到的這些我們也考慮過。事實上，線上客服系統我們已經在內部測試中，主要是為了解決用戶在安裝過程中的問題。我們會設置一個實時聊天的功能，用戶只要點擊就可以聯繫到我們的技術支持團隊，這樣可以即時解決他們的疑問，降低安裝失敗的風險。」李天明聽了感到非常欣慰，原來小丁
DeepSeek 將大部分責任轉嫁給用戶，服務按現狀提供，不保證準確性或不中斷，且用戶需自行承擔法律風險與賠償責任。對於商業機密及敏感資料，建議謹慎使用。
此條款在 AI 服務中較為直接且嚴格，提醒用戶務必審慎使用與驗證輸出內容。
以台灣地方政府（特別是高雄市政府）推動「5G AIoT 創新園區」（如亞灣區）的願景來看，歐盟的 AI Pact（人工智慧協定） 與 DataPACT（資料與AI營運的設計即合規專案） 提供了極具前瞻性的制度性啟發。
這兩個倡議的核心在於：在嚴格法規（如歐盟 AI Act）正式全面落地前，透過
