AI 潮流下 釐清資本市場運作規則

AI示意圖。 路透

賴總統近日宣示推動「AI新十大建設」，打造永續AI生態系，讓全民共享AI發展紅利。行政院亦接續發佈兩項百億級經濟轉型方案，涵蓋智慧機器人產業推動及中小微企業振興與傳統產業升級，試圖以AI爲槓桿，解決臺灣產業缺工、人力高齡化及供應鏈重組等困境。「AI產業化、產業AI化」的策略方向，契合AI作爲第四次工業革命引擎的時代潮流，也有助於臺灣經濟走向長期平衡發展，值得社會肯定。

政府當前的AI政策思維顯然是以企業生產效率提升爲核心，然而AI技術應用不僅止於工廠端的效能優化。AI的民生與商業應用，纔是創造社會持續需求的動力。目前社會討論多聚焦於智慧醫療、智慧交通與無人系統等硬體安全與便利層面，相對忽略AI對金融領域的潛在衝擊，尤其是高度依賴資訊品質的資本市場，更需要政府投入同等、甚至更多的監理關注。

資本市場的功能在於透過價格機制有效配置資本，其運作奠基於資訊的完整揭露與公平取得。AI因處理巨量及非結構化資料的邊際成本趨近於零，具備卓越的「預測」與「模式識別」能力，是提升證券投資效率的利器。然而，AI模型優勢不能掩蓋其對資訊環境造成的扭曲風險。生成式AI的普及，使市場資訊監理不再僅是關注「誰掌握真相」，而是防範「真相本身是否可能遭到僞造」的問題。

資訊經濟學中的「誠實者稅」與「說謊者紅利」概念，精準描繪AI時代的市場失衡困境。若AI生成的虛假資訊充斥市場，誠實的參與者就必須支付額外成本驗證資訊真僞。反之，惡意行爲者卻能輕易散佈虛假訊息牟利，坐享不公平的「說謊者紅利」。研究指出，在AI訓練的巨量資料中僅需惡意植入250則錯誤訊息，便足以引發「資料投毒」，扭曲模型判斷邏輯。最近興起的「代理式AI」，便可能自動抓取網路虛假內容作爲訓練素材，造成指數級擴散的「遞迴污染」，甚至導致模型崩潰與市場預測嚴重失準。

演算法的適應學習，還可能觸發市場波動與隱性共謀風險。當各個金融機構採用邏輯相近的強化學習演算法時，系統可能在無人類協議的情況下，自主協調出集體哄擡或壓低價格的「演算法共謀」模式。這種涌現性市場行爲，極易結合互聯網的即時傳遞與投資人的從衆心理，形成回饋循環，加劇市場波動。2010年美國「閃電崩盤」事件，與2023年社羣媒體流傳假爆炸圖，導致標普指數瞬間下跌，皆印證演算法與假訊息結合，足以對市場流動性造成瞬間的枯竭效應。

面對應用AI的新型態市場操縱，現行法律與監理顯然力有未逮。立法院通過《人工智慧基本法》，與金管會發布《金融業運用AI指引》，卻多屬軟性勸說，不具直接義務的「原則導向」規範，實質約束力有限。《證券交易法》第155條雖明文禁止操縱股價及散佈不實資訊，其適用仍高度依賴行爲人「主觀惡意」的認定。如果股價操縱效果是多個代理系統互動後自發涌現，並非源於人類明確指令，將形成AI模型設計者、金融機構與雲端服務商的「三方責任真空」，而難以有效追責。

深化AI應用已是不可逆的全球趨勢。臺灣從半導體單極發展轉向多元產業模式之際，亟需建立適應新市場環境的制度。政府應正視AI技術發展與目前法律規範落差，參考歐盟客觀主義取向，調整操縱股價的主觀意圖要件，評估演算法自主決策情境下引入過失推定原則，並建立第三方演算法審計與登錄制度。長遠而言，政府更須明確界定AI模型應用的「供應鏈責任分層架構」，確立各方參與者的法律責任邊界。畢竟，唯有事前治理與事後執法雙軌並進，方可確保AI的普及能提升臺灣資本市場效率，而非侵蝕市場公平與金融穩定的根基。