OECD、G7、UNESCO：沒有牙齒的 AI 規則，為什麼仍然重要？

本文為「AI 治理全球圖譜」系列第 9 篇。前幾篇分別剖析了美國的聯邦與州法角力、歐盟 AI Act、台灣 AI 基本法、中國的法規體系，以及聯合國決議和AI 安全高峰會。那些都是「硬的」，有法條、有罰則、有投票紀錄。本篇要講的是另一半：沒有牙齒，但無處不在的國際軟法框架。

---

一份沒有罰則的文件，為什麼能影響全球立法？

2024 年 8 月，歐盟 AI Act 正式生效，成為全球第一部全面性的 AI 法律。它的骨幹是一套「風險分級」制度：把 AI 應用依風險高低分成四個等級，風險愈高、監管愈嚴。這套分級邏輯被各國視為立法範本，從加拿大到巴西都能看到它的影子。但很少人追問一個更根本的問題：歐盟的風險分級概念，最早是從哪裡來的？

答案是一份沒有法律約束力的文件。2019 年 5 月，經濟合作暨發展組織（OECD）通過了全球第一份由政府間組織背書的 AI 原則，其中就包含了「以風險為基礎的治理方法」這個關鍵概念。這份文件不能罰任何人，不能關任何公司，不能對違反者做出任何制裁。但五年後回頭看，歐盟 AI Act 的風險分級、台灣 AI 基本法的七大原則、日本和韓國的 AI 倫理指引，幾乎都能追溯到同一個起點。

法律學者把這種東西叫做「軟法」（soft law）。在國際法的光譜上，一端是條約，有簽署、有批准、有法律約束力，違反了可以被告上國際法院；另一端是純粹的政治聲明，說完就散。軟法落在中間地帶：它不是法律，但也不只是空話。它透過原則聲明、行為準則、評估框架等形式，建立一套各國「自願遵循但很難不遵循」的共同標準。本篇要拆解的就是目前全球 AI 治理領域最重要的三個軟法框架：OECD AI 原則、G7 廣島 AI 進程、UNESCO AI 倫理建議，以及它們為什麼比你想像的更有影響力。

---

OECD AI 原則：規格書的規格書

為什麼全球第一份 AI 治理框架出自 OECD，而不是聯合國？原因很務實。OECD 的 38 個成員國囊括了全球絕大多數的 AI 研發和部署國家，包括美國、歐盟成員國、日本、韓國、英國、加拿大和澳洲。這些國家的共同特徵是：它們既是 AI 的主要開發者，也是最早面臨 AI 治理壓力的地方。相比之下，聯合國有 193 個會員國，光是在「AI 是什麼」這件事上取得共識就需要很長時間。OECD 的小圈子反而能更快就技術治理的細節達成共識。

2019 年 5 月通過的 OECD AI 原則，核心是五大價值原則和五大政策建議。價值面涵蓋了包容性成長與永續發展、以人為本的價值觀與公平、透明性與可解釋性、穩健性與安全性、以及問責制。政策面則建議各國投資 AI 研發、培養數位生態系統、建立互通的治理框架、開放市場與國際合作。這些原則聽起來可能很「通用」，但它們的價值恰恰在於通用性。當 47 個經濟體加上歐盟都同意這是「對的方向」時，這份文件就變成了一個基準線，任何國家要制定自己的 AI 法律，都很難繞開它。

但 AI 技術的發展速度遠超任何政策文件的更新週期。2019 年那份原則寫成的時候，GPT-2 剛發布，沒有人預見到生成式 AI 會在三年後徹底改變局面。所以 OECD 在 2024 年 5 月做了第一次重大更新。更新後的版本加了三樣東西：第一，把「環境永續」正式寫進核心原則，承認大型語言模型的能源消耗和碳足跡已經是不能閃躲的治理議題；第二，新增「資訊完整性」的要求，AI 系統的設計得考慮怎麼對抗錯誤資訊和虛假資訊的擴散；第三，針對生成式 AI 的特有風險加強關注，包括智慧財產權、隱私保護和安全評估。這些更新反映了一個現實：軟法要保持影響力，就必須跟上技術變化的速度，否則就會被各國的國內立法超越。

軟法的第一個傳導機制藏在這裡：自願遵循加上同儕壓力。OECD 的運作模式是定期的「同儕審查」（peer review），成員國互相檢視對方在各項政策上的表現。你可以不遵守 OECD 的 AI 原則，沒有人會罰你。但當其他 46 個國家都在往同一個方向走，而你的做法明顯偏離時，你會在下一次審查中被點名、被比較、被問「為什麼」。這種壓力不是法律層面的，而是外交層面的，沒有哪個國家願意在國際場合被貼上「不負責任」的標籤。

---

G7 廣島 AI 進程：從原則到行為準則

如果 OECD 原則是「方向」，G7 廣島 AI 進程就是把方向轉化為「操作手冊」的嘗試。2023 年 5 月，日本首相岸田文雄在廣島主持 G7 峰會時，正式啟動了這個進程。時間點不是巧合。ChatGPT 在 2022 年 11 月發布後，全球對生成式 AI 的焦慮在短短半年內急遽升溫，各國政府都面臨「要做點什麼」的壓力，卻又不確定該做什麼。G7 作為七個主要工業國的非正式協調機制，成為一個在正式立法之前「先喊出方向」的天然平台。

廣島進程在 2023 年 12 月交出了兩份核心文件：《廣島 AI 進程指導原則》和《開發先進 AI 系統組織的國際行為準則》。行為準則是關鍵突破，因為它不只是對政府說話，而是直接對 AI 開發企業提出了 11 項具體行為要點，涵蓋安全測試、透明度報告、資訊分享、漏洞回報等面向。換句話說，OECD 告訴各國政府「你應該往這個方向走」，廣島準則則是告訴 OpenAI、Google、Meta 這些公司「你具體應該做到這些事」。從政策原則到企業行為準則，軟法的顆粒度變細了一個層級。

但準則寫出來是一回事，企業有沒有真的在做是另一回事。這正是 2025 年 2 月推出的 HAIP 報告框架要解決的問題。這個由 OECD 協助開發的報告機制，要求開發先進 AI 系統的企業自願提交報告，說明自己如何落實行為準則中的各項要求。首批有 19 家來自全球的組織提交了報告，報告內容公開在 OECD 的透明度平台上，任何人都可以查閱。軟法的第二個傳導機制就藏在這裡：用透明度換信任。你不需要法律強制企業公開資訊，你只需要創造一個「公開報告」的機制，讓有做的企業可以展示自己的負責任作為，沒做的企業會因為缺席而承受市場和輿論壓力。

廣島進程的擴散速度也很驚人。G7 本身只有七個國家（美國、日本、德國、英國、法國、義大利、加拿大）加上歐盟。但透過「廣島之友」（HAIP Friends Group）機制，支持這套原則和準則的國家和地區已經擴大到 57 國加 1 個區域。2025 年 2 月底，廣島之友在東京召開了第一次實體會議。這個數字意味著，一個由七國啟動的非正式進程，在不到兩年內就吸引了全球近三分之一的國家加入。這種擴散不需要簽署條約，不需要國會批准，只需要一封外交照會表示「我們支持這些原則」。低門檻，高速度，這正是軟法的設計優勢。

---

UNESCO：最廣但最薄的全球共識

OECD 是「技術先進國的俱樂部」，G7 是「工業國的核心圈」，UNESCO 的 AI 倫理建議則走向另一個極端：覆蓋全球幾乎所有國家，但也因此必然是最薄的一層共識。2021 年 11 月，聯合國教科文組織的 194 個會員國一致通過了《人工智慧倫理問題建議書》，這是人類史上第一份涵蓋全球的 AI 倫理標準。194 國一致通過本身就是一件很不容易的事。要讓美國和古巴、以色列和伊朗、中國和日本同時對一份文件投下贊成票，內容必然會被打磨到非常「通用」的程度。

但 UNESCO 的真正創新不在建議書本身，而在它的落地工具。「就緒評估方法」（Readiness Assessment Methodology, RAM）是一套系統化的問卷和分析框架，從法規、社會文化、經濟、科教、技術基礎設施五個維度，幫助每個國家評估自己在 AI 倫理治理上的準備程度。截至 2026 年初，已經有 80 個國家啟動了 RAM 流程，其中 46 國完成了正式報告。這些報告不只是數字遊戲。對許多開發中國家來說，RAM 流程可能是它們第一次有系統地盤點自己國內的 AI 生態系統：有多少 AI 新創公司？資料治理法規到什麼程度？大學有沒有開設 AI 倫理課程？這些看似基礎的問題，在許多非洲、東南亞和太平洋島國，之前根本沒有人整理過。

軟法的第三個傳導機制在這裡浮現：技術援助換影響力。UNESCO 不能強制任何國家立法，但它可以派專家團隊到當地，手把手地協助政府做 AI 政策的基礎建設。完成 RAM 評估後，國家通常會根據結果制定自己的 AI 策略或倫理指引。而這些策略幾乎必然會參考 UNESCO 建議書的 11 項政策領域，從資料治理到環境保護，從性別平等到教育研究。對全球南方國家來說，RAM 的功能已經超越問卷本身，更像是一本「AI 治理入門手冊」，告訴你應該關注哪些面向，提供一套現成的框架讓你不用從零開始。智利是全球第一個完成 RAM 並發布完整報告的國家，印尼是東南亞第一個，越南在 2025 年 10 月跟進。當你看到這些國家陸續推出自己的 AI 倫理政策時，背後幾乎都有 UNESCO 框架的影子。

---

三層軟法如何共同運作

把三個框架放在一起看，會發現它們構成了一個由內而外的同心圓。最內圈是 G7 廣島進程，七個國家加上歐盟，顆粒度最細，直接對企業喊話，用報告框架推動透明度。中間圈是 OECD，47 國加歐盟，設定價值原則和政策方向，用同儕審查製造壓力。最外圈是 UNESCO，194 國全覆蓋，提供最基礎的共識底線和能力建構工具。

這三層並不互相競爭，而是互相引用、互相強化。G7 的行為準則明確參考了 OECD 原則，UNESCO 的建議書在起草過程中也大量借鑑了 OECD 的框架。

真正的力量在於「傳導效應」。OECD 在 2019 年定義了「以風險為基礎的 AI 治理」這個概念，歐盟把它轉化成具有法律約束力的風險分級制度（AI Act），G7 把它具體化為企業行為準則，UNESCO 把它傳播到全球 80 個正在做 RAM 評估的國家。一個原本只是原則宣示的概念，在六年內經過層層轉譯，最終落地成為影響全球數十億人的政策框架。軟法沒有牙齒，但它寫了菜單。各國的硬法立法者，很大程度上是照著這份菜單在點菜。

台灣是一個很好的案例。我在這個系列的第 3 篇中分析了台灣 AI 基本法的七大原則：永續發展與福祉、人類自主、隱私保護與資料治理、資安與安全、透明與可解釋、公平與不歧視、問責。把這七項和 OECD 的五大原則放在一起比較，對應關係非常明顯。台灣不是 OECD 成員國，不需要「遵循」任何 OECD 文件，但在起草 AI 基本法的過程中，OECD 框架顯然是最重要的參考基準之一。軟法的影響力就在這裡：它不需要你簽字、不需要你加入，但當它成為國際社會的「共同語言」之後，你要制定自己的 AI 政策，幾乎不可能不參考它。

---

軟法的極限與觀察

軟法的優勢很清楚：速度快、門檻低、彈性高、覆蓋廣。但它的限制也同樣明顯。第一，軟法對那些不想被約束的國家沒有辦法。正如我們在系列前幾篇中分析的，美國在川普政府時期的立場已經很清楚，華府目前反對任何國際層面的 AI 治理約束，無論是硬法還是軟法。當全球最大的 AI 開發國選擇不參與遊戲時，遊戲規則的公信力必然打折。第二，軟法沒有執行機制，企業可以簽署行為準則然後陽奉陰違，除了輿論壓力之外沒有其他後果。HAIP 報告框架要求企業「自願提交」報告，但如果一家公司選擇不提交，唯一的代價就是缺席名單上少了一個名字。

但這些限制不會讓軟法變得無關緊要。因為在 AI 治理這個領域，各國面臨的根本挑戰不是「怎麼處罰壞人」，而是「我們連什麼是壞的都還沒有共識」。AI 技術每隔幾個月就有一次典範轉移，今天的最佳實踐明天可能過時，今天看起來安全的模型明天可能被發現新的風險。在這種高度不確定的環境下，軟法的靈活性反而是優勢。OECD 原則從 2019 到 2024 只花了五年就完成更新，如果是條約層級的硬法，光是啟動修約程序可能就要好幾年。

軟法先跑、硬法跟上，可能才是 AI 治理最務實的路徑。從 OECD 原則到歐盟 AI Act，從廣島行為準則到各國的國內法規，這條「軟法先行、硬法收割」的路徑已經被走了一輪。接下來的問題是：當 AI 技術繼續加速，軟法的更新速度還跟得上嗎？當美國持續站在場外，其他國家建立的「共同語言」會不會變成排除了最大玩家的自說自話？這些問題沒有答案，但它們會定義未來幾年 AI 治理的走向。