AI時代的「資料大劫案」？爬別人網站的資料，到底有沒有違法？

承接先前和前網資訊Sean討論 AI 搜尋和爬蟲議題，這次我再用一整集單口的篇幅（EP117），把網路爬蟲和模型蒸餾背後的法律風險做了一次比較詳細的拆解（我自己也有興趣啦）。

「資料是 AI 時代的石油」，但行為真的沒有限制嗎？

我從實務上觀察到，很多開發團隊對抓資料這件事的法律認知，其實還停留在粗糙的階段。覺得網路上看得到的東西，寫程式去抓就好了，反正不是駭進去。

但問題不在「有沒有駭進去」，而在你抓了什麼、怎麼抓、抓完打算怎麼用。

這集大致拆解了三個核心風險：

妨害電腦使用的刑事風險：繞過驗證碼、破解密碼去接觸後台資料，刑法§358、359 條最重五年。台灣的七法 vs 法源資訊案就是打到刑事層級的案例。另外，爬蟲沒設頻率限制、一秒發上萬次請求把人家網站搞到癱瘓，實體效果其實很接近DDoS 攻擊，民事賠償我想被害方不會放掉。

著作權與營業秘密：抓股價、航班時刻通常沒問題，但整篇搬走別人的文章、圖片、資料庫內容？那可能構成重製。如果你的產品還因此替代了原站的市場價值，合理使用的空間會很窄。

個資法的盲區：很多團隊爬 PTT、Dcard 時覺得「人家自己公開的，抓來訓練 AI 有什麼錯？」但台灣個資法的邏輯是：公開的個資，依然是個資。取得就構成蒐集，後續利用仍須符合法定要件。

另外也談到 robots.txt 和 ToS（服務條款）的法律意義、hiQ Labs v. LinkedIn 這個常被誤讀的美國案例，以及模型蒸餾在契約面上的風險（這部分我認為殺傷力其實最大）。

三個給企業主的建議：

看得到不等於可以任意用，先評估資料性質

啟動爬蟲前先看 robots.txt 和 ToS

不要把爬蟲寫成攻擊程式，設好頻率限制

完整內容在最新一集，歡迎收聽

（收聽連結如留言）