各國這幾年在修法例、法治設計的討論裡，都有提到透明度、透明性原則等詞彙，卻比較少花時間討論「透明度」的意涵。透明度是否依據不同對象，有不同功能定義，或層次、類型上的不同？也嘗試從透明度的歷史背景鋪陳，再探討到近年討論的人工智慧運用，以及公部門在公共政策制定或行政決定時的應用，甚至是法院的使用。
本次公共性與AI論壇不僅在AI的議題上面做各種角度的探討，也從法實證的角度來談商標在人工智慧上的關係。在商標權爭奪戰中，我們是否能從法律的判決紀錄中，找到常態性的爭議點，以及更重要的，法官的審酌考量因素為何？甚至於，有哪些在法學界中認定為重點之因素，是否真能影響訴訟勝敗以及後續賠償金額？
隨著人工智慧與機器學習技術的發展，軍事系統、工業發展乃至於日常生活無不充斥著與該技術相關的設備，例如：機器人、自主武器系統、駕駛自動化等等。這些設備實際運用人工智慧的方式與細節固然有所差別，但是對於刑法學所帶來的挑戰及影響具有一致性。
從1995年3月起，由行政院衛生署下轄的「全民健康保險局」負責推動，實施全民健康保險，目前臺灣的健保納保率達99%以上，累積豐富的資料，可做為相關研究第一手資料的來源。而自1998年起，中央健保局即委託國家衛生研究院進行「全民健康保險資料庫」的建置，其原始目的為「醫療費用的申報」。
人工智慧發展至今形成了許多相關產品或相關服務，進而對消費者甚至第三人的利益產生影響。人工智慧產品或服務形成的法律關係可以簡單分成以下四個主要的主體：設計相關零件的設計者或者是生產者、最終產品的設計者或生產者、買了這些最終產品的消費者或使用者、其他人。
有關Explainable AI這個議題，近期不只於法學的領域有討論，實際上在資料科學界更受到矚目。若我們在Google搜尋Explainable AI，第一個出現的搜尋結果是DARPA這個機構於2017年開始進行某個大型研究計畫，整個主題即是XAI，內容為如何創造可解釋的AI，雖然主要是科學人在做的事情，但法學界也漸漸開始關心，某些國家的法律條文，也進一步的導入explainable AI或是explainability的要求。所以，今天我想分享，可解釋的AI在法學跟資訊科學，目前進展的狀況，以及運用實例，例如我個人在使用AI相關的工具進行法學研究時，怎麼確保或提升可解釋性的自身經驗。
從法律的角度觀之，通常認為照顧是親屬的義務。然而民法所明文者為「扶養」，扶養是否等同於照顧？法院判決常以金錢給付作為履行扶養義務的方式，似可推之民法上所稱扶養，並不全然等同於照顧，法律並未要求照顧必須由扶養義務人親力親為。現行常見的「孝道的外包」，將照顧的工作交由外籍勞工或者長照機構代勞，倘若未來交由機器人代勞，是否會有道德上的爭議？
