GAIT：可信賴AI輔助之決策與保證工程框架

GAIT: A Decision and Assurance Engineering Framework for Trustworthy

生成式人工智慧的普及正在迅速改變知識生產與決策結構。當AI能夠大幅降低知識生成與分析工作的邊際成本，組織之間的競爭焦點將從「執行效率」逐漸轉向「決策品質」與「制度信任」。然而，在AI輔助決策的情境下，一個新的治理問題正在浮現：即使AI系統具備高度運算能力，其輸出結果是否能被人類社會信任仍然是一個未被充分解決的制度問題。近年多家人工智慧研究機構指出，隨著AI進入高風險決策場景，信任與治理問題正成為AI發展的核心挑戰。
本文從「性價比」（Cost-Performance）與「信價比」（Trust-Value）兩種邏輯的比較出發，分析AI如何放大效率導向治理模式的結構性缺陷。透過公共行政演算法治理失誤案例，本文指出，當決策過程缺乏對「需要（Need）」的探索以及對決策依據的制度化驗證時，AI可能在提升效率的同時加速對制度信任的侵蝕。
為回應此一治理挑戰，本文提出GAIT（Governance-Assurance-Intelligence-Traceability）決策與確證工程框架。該框架將Need探索、決策透明度、責任可追溯性與多層驗證機制整合為一個完整治理體系，用以確保AI輔助決策在效率提升的同時維持制度信任。研究指出，在AI時代，組織的長期競爭力將取決於其是否能建立可被信任的決策治理機制，而不僅僅是提高執行效率。