2026公務AI素養新時代：從工具應用走向公共治理能力-台灣AI政策、法規治理與公務人員能力轉型的最新觀察

一、2026年的公務AI，正在從個人工具走向行政能力

過去幾年，生成式AI快速進入一般辦公環境。文件摘要、會議紀錄、資料整理、翻譯及簡報製作，成為許多人接觸人工智慧的第一步。

公務機關同樣面對這波技術變化，但公務AI與一般企業AI有一項根本差異：公務機關不只追求效率，還必須維護合法行政、資訊安全、人民權益與公共信任。

例如，一般企業可以利用AI協助撰寫行銷文案；公務機關若使用AI協助整理法規、擬定行政函文或回覆人民陳情，就必須確認法規版本、適用條件與事實依據。

因為AI生成內容即使語句流暢，也不代表法律解釋正確，更不能直接取代承辦人員的專業判斷。

從這個角度觀察，公務人員的AI素養應包含三個層次。

第一是理解AI的基本能力，知道生成式AI、機器學習與AI Agent可以協助哪些工作。

第二是具備實際應用能力，能夠將AI適當運用於資料整理、知識搜尋及行政流程。

第三則是治理與風險判斷能力，理解哪些資料不能輸入外部系統、哪些內容需要人工驗證，以及哪些決策不能直接交由AI完成。

這三個層次彼此相關，但不能混為一談。

會使用AI工具，不等於具備完整的公務AI治理能力。

這也是我認為2026年公務AI人才培育值得重新思考的方向。

二、2026年政策轉折：AI素養已進入制度化培育階段

從政府公開文件來看，2026年台灣公務AI人才政策出現三項值得關注的變化。

首先，AI學習已正式納入公務人員年度學習時數要求。

行政院2025年12月19日函示，自2026年1月1日起，公務人員每年與業務相關的學習時數維持20小時，其中10小時包含人工智慧3小時，以及法定訓練與民主治理價值課程7小時。

這代表AI已不再只是部分資訊人員或有興趣同仁的選修主題，而是正式進入公務人員共同學習要求。需要區分的是，完成3小時AI課程，不等於取得AI專業認證，也不代表所有公務人員都必須通過同一張證照。

其次，政府開始建立分級分類的AI人才培育制度。

2026年6月9日，數位發展部與行政院人事行政總處共同發布《AI公務人才認定指引》Beta版，將人才區分為AI政策人才、AI應用人才與AI開發人才三類，並規劃3條學習路徑、8大課程模組及40門標準課綱。

其中值得注意的是，政府採取公私協力方式，首波採認AWS、Google、Microsoft及經濟部iPAS等25張專業證照，並規劃推動「公務AI共通核心能力認證」。

這顯示公務AI能力培育正在由單純的課程學習，逐步朝向職能分類、能力驗證與人才管理發展。

不過，該指引公布時屬Beta版本，後續採認名單、認證制度及人事運用方式，仍應依正式更新公告確認，不能直接推論取得特定證照便具有升遷保障。

第三，政府已開始建立AI能力培育的實際規模。

依行政院人事行政總處2026年3月立法院業務報告，2024至2025年間共辦理6班「AI推動實務種子人才認證班」，216人結訓，其中191人取得AI專業證照。

此外，「e等公務園+學習平臺」人工智慧專區提供324門數位課程；2025年至2026年2月底累計94萬6,614人次選讀，學習認證時數達106萬5,625小時。

這些數字反映政府已建立一定規模的AI培訓管道，但選讀人次不等於不重複受訓人數，學習時數也不能直接代表實務能力提升幅度。要評估培訓成效，仍需要進一步觀察實作評量、業務改善及導入成果。

從上述政策來看，我認為公務AI人才發展正逐漸形成一條新的路徑：

AI基礎素養 → 公務情境應用 → 風險辨識 → 專業能力認證 → 實務成果驗證。

這是一項值得持續追蹤的中長期人才政策訊號。

三、《人工智慧基本法》上路：公務AI開始進入治理責任階段

2026年另一項重要制度變化，是《人工智慧基本法》於1月14日公布施行。

這項法律確立台灣人工智慧發展與治理的基本原則，涵蓋以人為本、隱私與資料治理、資訊安全、透明及可解釋性、公平性與責任等面向。

對公務機關而言，重要性不只在於政府鼓勵發展AI，更在於政府本身也必須建立AI使用的風險評估與內部控制制度。

行政院2026年5月21日公布的施行規劃指出，各級政府機關應於2026年7月完成公務使用AI的風險評估，並於基本法公布施行一年內完成內控管理規範；各目的事業主管機關則應於2028年1月前完成相關領域的法規調適或行政措施改善。

必須強調，這些日期屬政府公布的制度執行期限，並不代表所有機關已經完成相關作業。實際落實程度仍需檢視後續執行報告。

2026年7月7日，數位發展部正式訂定《人工智慧風險分類框架》，提供跨部會共同使用的評估方法。

其核心程序為：

盤點應用情境 → 識別風險 → 評估風險 → 應對風險。

這套架構最值得公務人員理解的地方，是AI風險不應只依工具名稱判斷，而必須回到實際使用情境。

例如使用AI整理公開會議資料，與利用AI協助判斷社會福利資格，涉及的個資敏感程度、人民權益及行政責任顯然不同。

此外，《人工智慧風險分類框架》主要提供共通評估基礎，並非所有產業與公務應用均可直接套用的單一裁罰規範。具法律拘束力的管理要求，仍須結合各領域既有法令及主管機關後續規範。

因此，公務AI治理不能只理解成資訊部門的資安工作，而應同時考慮《個人資料保護法》、《行政程序法》、《政府資訊公開法》及《資通安全管理法》等既有制度。

這些法律分別涉及資料處理、行政程序、資訊公開及資通安全等不同要求，不能因為AI系統已經導入，就認為原有的法定責任自然轉移給技術供應商。

對公務人員而言，AI可以協助蒐集資訊、整理證據及形成建議，但涉及人民權益的正式行政決定，仍須由有權機關依法作成，並維持必要的審查、說明與救濟程序。

四、從行政效率到公共服務：公務AI的三種實務應用

政策制度建立之後，下一個問題是：AI究竟能替公務機關改善哪些工作？

我認為可以從行政文書、公共服務及政策分析三種情境觀察。

首先是行政文書與知識管理。

公務機關經常需要整理法規、函釋、會議紀錄及跨年度政策資料。若導入檢索增強生成（RAG），可以讓AI優先檢索經授權的官方文件，再提供摘要與來源，協助承辦人員減少搜尋時間。

但系統必須具備文件版本管理、資料存取權限及來源追溯功能。尤其涉及法規解釋時，應由承辦人員確認最新有效法規與適用條件。

第二是公共服務與民眾諮詢。

AI智慧客服可以協助回答申辦流程、服務時間、文件準備及常見問題，降低重複性諮詢負擔。

但如果涉及補助資格、行政處分、個人權益或特殊案件，系統應提供轉接人工承辦人的機制，避免將一般性資訊誤當成個案的正式行政決定。

第三是政策資料分析。

AI可以協助整理公開統計、比較政策版本、辨識資料異常，甚至協助建立政策情境分析初稿。

不過，政策分析涉及統計方法、資料代表性與因果推論。AI產生的關聯性分析不能直接當成政策有效性的證據，仍須透過專業研究與行政程序確認。

以上是可供機關評估的應用設計情境，並非宣稱所有政府機關均已完成部署。

五、CCChen觀察：公務AI人才真正需要的是判斷能力

從製造業品質管理、ISO管理及AI應用規劃的跨域學習經驗來看，我發現公務AI治理與企業管理系統具有部分相通的邏輯。

兩者都需要建立程序、明確責任、辨識風險、保留紀錄及持續改善。

但公務機關還有更明確的公共法責任。

企業可以透過投資報酬率衡量AI導入效益；公務機關除了行政效率，還必須評估合法性、公平性、可近用性、資訊安全與人民信任。

因此，我認為公務AI能力不宜只用「會使用多少種AI工具」衡量。

更值得觀察的是，公務人員能否正確辨識AI適用範圍、驗證資料與法規、保護敏感資訊，並在AI提供不合理建議時維持獨立判斷。

對高階主管而言，重要的是建立AI治理制度與風險責任分工；對中階主管而言，是將AI轉化為具體的業務改善方案；對第一線承辦人員而言，則是具備安全使用、內容驗證及異常通報能力。

這也與行政院既有的高階領航、中階賦能及基層普及培訓方向相互呼應。

展望2027年，公務AI人才政策值得持續追蹤的，不只是培訓人次與認證數量，更包括各機關內控制度完成情形、AI應用實際成效、個資與資安事件管理，以及人民能否獲得更便利且可信任的公共服務。

AI可以提高行政工作的處理速度，但不能取代依法行政的責任。

這是我對2026年公務AI發展最重要的觀察。

當AI越來越容易取得，真正需要培養的，反而是公務人員對技術限制、法律責任及公共價值的理解。

未來值得期待的智慧政府，不只是讓AI完成更多工作，而是讓公務人員在可信任的技術協助下，提供更有效率、更公平且更具責任感的公共服務。

— CCChen 心語

「AI能協助我們更快處理資訊，但公共服務真正不可取代的，是人對事實的查證、對法律的尊重，以及對人民權益的責任。」

作者介紹｜CCChen 陳正健

CCChen具化工與材料碩士背景，長期投入製造業品質管理、ISO管理與企業數位轉型，取得多項iPAS、微軟及AI相關專業認證，並從事AI應用與跨域教學。透過就享知DigiKnow「CCChen產業觀察室」，持續從政府政策、產業實務與個人學習經驗出發，分享AI應用規劃、AI治理、資安、智慧製造及人才能力轉型等議題。

參考資料｜政府官方來源

1. 行政院。（2026年5月21日）。《人工智慧基本法施行規劃》。行政院官方資料
2. 行政院。（2026）。《行政院第4004次院會決議》。AI基本法執行期程
3. 數位發展部。（2026年7月7日）。《人工智慧風險分類框架》。AI風險分類框架
4. 數位發展部。（2026年6月9日）。《公私協力打造AI公務人才生態系：AI公務人才認定指引Beta版》。AI公務人才認定指引
5. 行政院人事行政總處。（2025年12月19日）。《公務人員每人每年最低學習時數及業務相關學習時數調整》。人事總處正式函文
6. 行政院人事行政總處。（2026年3月）。《行政院人事行政總處業務報告》。立法院公開業務報告