AIDA-06｜連帶責任域
非零和責任、責任圖與 Human–Agent–Provider–Deployer 的分散式承責架構
English Title: Joint Responsibility Domains: Non-Zero-Sum Responsibility, Responsibility Graphs, and Distributed Accountability Across Humans, Agents, Providers, and Deployers系列： AI Agent Identity, Delegation, and Accountability Infrastructure Series系列縮寫： AIDA編號： AIDA-06版本： v0.1日期： 2026-09-08狀態： Research Draft / Canonical UTF-8 Markdown Source作者： Neo.K協作整理： GPT-5.6 Sol
摘要
AIDA-05 已提出 Operational Responsibility Capacity（ORC），用來描述一個可歸因 Agent 在特定責任域中是否具有足夠的身份、權限理解、控制、資訊取得、替代選擇、後果敏感度、反身評估、修正與跨時間承接能力。這使 AI Agent 首次可以在不預設法律人格或道德人格的情況下，被分析為具有部分「承責條件」的 operational actor。
但只要承認：
O R C A > 0 , ORC_A>0, O R C A > 0 , 就立刻產生另一個危險誤解：
如果 AI 開始負責，是不是人類、公司、provider 或 deployer 就可以少負責？
本文回答：
No. \boxed{
\text{No.}
} No. 並提出 Joint Responsibility Domain（連帶責任域） 。其第一個核心原則為：
Responsibility is not a conserved scalar quantity. \boxed{
\text{Responsibility is not a conserved scalar quantity.}
} Responsibility is not a conserved scalar quantity. 也就是，責任不是一個必須滿足：
R H + R A = 1 R_H+R_A=1 R H + R A = 1 的零和總量。
同一事件中，Agent 可以具有 decision responsibility，Provider 可以具有 design responsibility，Deployer 可以具有 deployment / monitoring responsibility，Human Operator 可以具有 authorization / supervision responsibility，而 Organization 可以具有 governance、remedial、compensatory 或 institutional responsibility。這些責任可以同時成立，因為它們並不是同一維度上的同一份物理資源。
本文將事件 E E E i i i
r i ( E , t ) = ( r i c a u s a l , r i d e s i g n , r i d e p l o y m e n t , r i a u t h o r i z a t i o n , r i s u p e r v i s i o n , r i d e c i s i o n , r i m o n i t o r i n g , r i r e m e d i a l , r i c o m p e n s a t o r y ) . \mathbf r_i(E,t)
=
(
r_i^{causal},
r_i^{design},
r_i^{deployment},
r_i^{authorization},
r_i^{supervision},
r_i^{decision},
r_i^{monitoring},
r_i^{remedial},
r_i^{compensatory}
). r i ( E , t ) = ( r i c a u s a l , r i d es i g n , r i d e pl oy m e n t , r i a u t h or i z a t i o n , r i s u p er v i s i o n , r i d ec i s i o n , r i m o ni t or in g , r i r e m e d ia l , r i co m p e n s a t or y ) . 因此：
r H > 0 \mathbf r_H>0 r H > 0 與：
r A > 0 \mathbf r_A>0 r A > 0 可以同時成立。
本文進一步定義責任圖：
G R ( E ) = ( V , E C , E A , E K , E D , E B , E M ) , G_R(E)
=
(
V,
E_C,
E_A,
E_K,
E_D,
E_B,
E_M
), G R ( E ) = ( V , E C , E A , E K , E D , E B , E M ) , 其中節點 V V V
本文特別區分兩種制度失敗。第一種是 Human Liability Shell ：AI 實質持有 decision control，人類卻只剩形式簽名與法律責任，造成 decision authority 與 formal liability 長期脫鉤。第二種是 Responsibility Vacuum ：Human、Provider、Deployer 都以「AI 做的」互相推責，而 AI 又因制度上永遠被視為無責任能力的工具，最終形成無人能被要求 explanation、correction、remediation 或 compensation 的責任空洞。
本文並提出 Responsibility Coverage 與 Duty Coverage 。對一組事件後責任義務：
D E = { d 1 , d 2 , … , d n } , \mathcal D_E
=
\{
d_1,d_2,\ldots,d_n
\}, D E = { d 1 , d 2 , … , d n } , 令：
α ( d j ) ⊆ V \alpha(d_j)
\subseteq
V α ( d j ) ⊆ V 表示哪些 actor 被配置該義務。若：
α ( d j ) = ∅ , \alpha(d_j)=\varnothing, α ( d j ) = ∅ , 則存在真正的 duty gap；若：
∣ α ( d j ) ∣ > 1 , |\alpha(d_j)|>1, ∣ α ( d j ) ∣ > 1 , 則代表 responsibility overlap，而不是數學錯誤。成熟制度的目的不是讓所有 overlap 消失，而是避免所有重要 duty 都落入空集合。
截至 2026 年，OECD AI Principles 已明確要求 AI actors 依其角色、脈絡與 ability to act 承擔 accountability，並要求不同 AI actors、供應者、使用者與 stakeholder 間適當合作；NIST AI RMF 亦以跨 lifecycle 的 roles、responsibilities、oversight、communication 與 governance 為核心。EU AI Act 則仍主要將義務配置給 provider、deployer 等自然人、法人或其他組織行動者，且高風險 AI 的 human oversight 必須交給真正具有 competence、training、authority 與 support 的自然人。這些現行制度都支持「責任依角色分散配置」的方向，但尚未建立具有 ORC 的 AI Agent 自身作為獨立 responsibility-bearing actor 的一般法律模型。
本文因此不主張把現行人類責任轉移給 AI，而是提出一個更保守的原則：
Agent responsibility ⇏ human exculpation , \boxed{
\text{Agent responsibility}
\not\Rightarrow
\text{human exculpation},
} Agent responsibility ⇒ human exculpation , 以及：
human responsibility ⇏ agent irresponsibility . \boxed{
\text{human responsibility}
\not\Rightarrow
\text{agent irresponsibility}.
} human responsibility ⇒ agent irresponsibility . 這兩句共同構成未來 Human–AI joint accountability 的最低型別安全。
關鍵詞： AI Agent、joint responsibility、distributed accountability、responsibility gap、responsibility vacuum、liability shell、shared responsibility、ORC、provider、deployer、human oversight、responsibility graph
0. 研究定位
AIDA 前五篇形成：
Agenticity → Provenance → Identity → Authority → Responsibility Capacity . \boxed{
\text{Agenticity}
\rightarrow
\text{Provenance}
\rightarrow
\text{Identity}
\rightarrow
\text{Authority}
\rightarrow
\text{Responsibility Capacity}.
} Agenticity → Provenance → Identity → Authority → Responsibility Capacity . AIDA-06 處理：
Responsibility Allocation . \boxed{
\text{Responsibility Allocation}.
} Responsibility Allocation . 也就是：
如果 Human、Agent、Provider、Deployer 與 Organization 都對同一 outcome 有不同形式的影響，應該怎麼談「誰負責」？
1. 最常見的錯誤：把責任當成一個餅
很多討論隱含：
R t o t a l = 1. R_{total}=1. R t o t a l = 1. 如果：
R A = 0.4 , R_A=0.4, R A = 0.4 , 就直覺認為：
R H = 0.6. R_H=0.6. R H = 0.6. 這相當於：
R H + R A = 1. \boxed{
R_H+R_A=1.
} R H + R A = 1. 本文稱這種直覺為：
Responsibility Conservation Fallacy . \boxed{
\text{Responsibility Conservation Fallacy}.
} Responsibility Conservation Fallacy . 責任通常不是一個守恆標量。
2. 為什麼責任不是守恆量？
因為不同 actor 可以同時違反不同 duty。
例如一個 Agent 錯誤選擇 action：
r A d e c i s i o n > 0. r_A^{decision}>0. r A d ec i s i o n > 0. Provider 同時可能：
r P d e s i g n > 0. r_P^{design}>0. r P d es i g n > 0. Deployer 可能：
r D m o n i t o r i n g > 0. r_D^{monitoring}>0. r D m o ni t or in g > 0. Human Supervisor 可能：
r H s u p e r v i s i o n > 0. r_H^{supervision}>0. r H s u p er v i s i o n > 0. Organization 可能：
r O r e m e d i a l > 0. r_O^{remedial}>0. r O r e m e d ia l > 0. 這些不是同一份責任被分割。
3. 責任向量
本文定義 actor i i i
r i ( E , t ) = ( r i c a u s a l , r i d e s i g n , r i d e p l o y m e n t , r i a u t h o r i z a t i o n , r i s u p e r v i s i o n , r i d e c i s i o n , r i m o n i t o r i n g , r i r e m e d i a l , r i c o m p e n s a t o r y ) . \mathbf r_i(E,t)
=
(
r_i^{causal},
r_i^{design},
r_i^{deployment},
r_i^{authorization},
r_i^{supervision},
r_i^{decision},
r_i^{monitoring},
r_i^{remedial},
r_i^{compensatory}
). r i ( E , t ) = ( r i c a u s a l , r i d es i g n , r i d e pl oy m e n t , r i a u t h or i z a t i o n , r i s u p er v i s i o n , r i d ec i s i o n , r i m o ni t or in g , r i r e m e d ia l , r i co m p e n s a t or y ) . 因此：
r i ∈ R ≥ 0 9 \boxed{
\mathbf r_i
\in
\mathbb R_{\geq0}^{9}
} r i ∈ R ≥ 0 9 只是分析表示，不代表九維已經是終局分類。
4. 九個責任維度
4.1 Causal Responsibility
r i c a u s a l r_i^{causal} r i c a u s a l Actor 對 outcome 的因果貢獻。
4.2 Design Responsibility
r i d e s i g n r_i^{design} r i d es i g n Actor 是否設計了造成風險的 architecture、policy、interface 或 control structure。
4.3 Deployment Responsibility
r i d e p l o y m e n t r_i^{deployment} r i d e pl oy m e n t 誰決定把系統部署到特定場域、使用者或風險環境。
4.4 Authorization Responsibility
r i a u t h o r i z a t i o n r_i^{authorization} r i a u t h or i z a t i o n 誰授予 action authority，是否過度授權。
4.5 Supervision Responsibility
r i s u p e r v i s i o n r_i^{supervision} r i s u p er v i s i o n 誰有義務監督、介入或升級。
4.6 Decision Responsibility
r i d e c i s i o n r_i^{decision} r i d ec i s i o n 誰在有效 alternative space 中選擇了造成效果的 action。
4.7 Monitoring Responsibility
r i m o n i t o r i n g r_i^{monitoring} r i m o ni t or in g 誰有義務觀察系統表現與異常。
4.8 Remedial Responsibility
r i r e m e d i a l r_i^{remedial} r i r e m e d ia l 事故後誰有義務修復、通知、矯正與降低再發。
4.9 Compensatory Responsibility
r i c o m p e n s a t o r y r_i^{compensatory} r i co m p e n s a t or y 依制度、契約或法律誰負擔補償。
5. 責任維度不必對所有 actor 都存在
例如：
r A d e s i g n = 0 r_A^{design}=0 r A d es i g n = 0 可能成立，
因為 Agent 沒有參與自身底層設計。
但：
r A d e c i s i o n > 0 r_A^{decision}>0 r A d ec i s i o n > 0 仍可能成立。
同樣：
r P d e c i s i o n = 0 r_P^{decision}=0 r P d ec i s i o n = 0 不代表：
r P d e s i g n = 0. r_P^{design}=0. r P d es i g n = 0. 6. 不能把責任向量直接硬加成罪惡分數
本文不主張：
S c o r e i = ∑ k r i k Score_i
=
\sum_k r_i^k S cor e i = k ∑ r i k 可以直接決定：
誰比較有罪。
因為不同責任維度可能使用不同尺度、規範與法律效果。
所以：
Responsibility Vector ≠ Blame Score . \boxed{
\text{Responsibility Vector}
\neq
\text{Blame Score}.
} Responsibility Vector = Blame Score . 7. 責任可以重疊
如果同一 duty：
d d d 同時由兩個 actor 承擔：
α ( d ) = { H , D } , \alpha(d)
=
\{
H,D
\}, α ( d ) = { H , D } , 這不是制度錯誤。
這叫：
Responsibility Overlap . \boxed{
\text{Responsibility Overlap}.
} Responsibility Overlap . 例如 Provider 與 Deployer 都可能對 monitoring framework 有不同責任。
8. 重疊責任不等於重複處罰
責任 overlap：
∣ α ( d ) ∣ > 1 |\alpha(d)|>1 ∣ α ( d ) ∣ > 1 不代表：
每個 actor 都應承擔完整相同法律制裁。
法律後果仍需依：
causal contribution；
fault；
control；
statutory duty；
contract；
jurisdiction；
另行配置。
因此：
Responsibility Overlap ≠ Penalty Duplication . \boxed{
\text{Responsibility Overlap}
\neq
\text{Penalty Duplication}.
} Responsibility Overlap = Penalty Duplication . 9. 可分割負擔才需要正規化
例如一筆固定 damages：
L L L 如果法院決定按比例分配：
∑ i λ i = 1 , \sum_i \lambda_i=1, i ∑ λ i = 1 , 這是：
burden allocation . \boxed{
\text{burden allocation}.
} burden allocation . 不是證明所有 responsibility 本身必須滿足：
∑ i R i = 1. \sum_i R_i=1. i ∑ R i = 1. 這兩件事必須分開。
10. Joint Responsibility Domain
本文定義：
J R ( E , t , Γ ) \boxed{
\mathcal J_R(E,t,\Gamma)
} J R ( E , t , Γ ) 為事件 E E E t t t Γ \Gamma Γ Joint Responsibility Domain 。
令：
V R = { H , A , P , D , O , I , … } , V_R
=
\{
H,
A,
P,
D,
O,
I,\ldots
\}, V R = { H , A , P , D , O , I , … } , 其中：
H H H A A A P P P D D D O O O I I I
則：
J R = { ( i , r i ) ∣ i ∈ V R } . \mathcal J_R
=
\{
(i,\mathbf r_i)
\mid
i\in V_R
\}. J R = {( i , r i ) ∣ i ∈ V R } . 11. 責任圖
只用向量仍然不足以表達 actor 彼此關係。
因此定義：
G R ( E ) = ( V , E C , E A , E K , E D , E B , E M ) . \boxed{
G_R(E)
=
(
V,
E_C,
E_A,
E_K,
E_D,
E_B,
E_M
).
} G R ( E ) = ( V , E C , E A , E K , E D , E B , E M ) . 12. Causal Edges
E C E_C E C 表示：
i → c a u s e j . i
\xrightarrow{cause}
j. i c a u se j . 例如：
A g e n t → a c t i o n O u t c o m e . Agent
\xrightarrow{action}
Outcome. A g e n t a c t i o n O u t co m e . 13. Authority Edges
E A E_A E A 表示：
i → d e l e g a t e s j . i
\xrightarrow{delegates}
j. i d e l e g a t es j . 例如：
H u m a n → D A g e n t . Human
\xrightarrow{D}
Agent. H u man D A g e n t . 14. Control Edges
E K E_K E K 表示：
i → c o n t r o l s j . i
\xrightarrow{controls}
j. i co n t r o l s j . 例如 Deployer 可以：
pause；
revoke；
constrain；
override；
Agent。
15. Duty Edges
E D E_D E D 表示：
i → o w e s d . i
\xrightarrow{owes}
d. i o w es d . 也就是哪個 actor 對誰、對什麼 outcome 有義務。
16. Benefit Edges
E B E_B E B 表示：
i → b e n e f i t s f r o m s y s t e m . i
\xrightarrow{benefits\ from}
system. i b e n e f i t s f r o m sy s t e m . 因為誰享有系統經濟利益，也可能影響某些 governance、insurance 或 remedial obligations。
本文不主張：
benefit ⇒ automatic blame . \text{benefit}
\Rightarrow
\text{automatic blame}. benefit ⇒ automatic blame . 但 benefit 是制度分配責任時可能考慮的一個 relation。
17. Remediation Edges
E M E_M E M 表示：
i → c a n r e p a i r E . i
\xrightarrow{can\ repair}
E. i c an r e p ai r E . 有時事故原因 actor 與最有能力修復的人並不同。
因此：
Causal Responsibility ≠ Remedial Capacity . \boxed{
\text{Causal Responsibility}
\neq
\text{Remedial Capacity}.
} Causal Responsibility = Remedial Capacity . 18. 責任不是從最後一步開始倒推
最弱的責任模型是：
誰最後按下按鈕，誰負責。
Agent 時代這會失效。
真正需要的是：
Outcome → Provenance Graph → Responsibility Graph . \boxed{
\text{Outcome}
\rightarrow
\text{Provenance Graph}
\rightarrow
\text{Responsibility Graph}.
} Outcome → Provenance Graph → Responsibility Graph . 19. Control–Knowledge–Authority 三角
一個 actor 的責任判定至少需要考慮：
C i C_i C i Control；
K i K_i K i Knowledge；
A i A_i A i Authority。
可以抽象表示：
r i k = f k ( C i , K i , A i , D u t y i , O R C i , C o n t e x t ) . r_i^k
=
f_k(
C_i,
K_i,
A_i,
Duty_i,
ORC_i,
Context
). r i k = f k ( C i , K i , A i , D u t y i , O R C i , C o n t e x t ) . 不同 responsibility dimension 使用不同函數。
20. 高 control 通常增加某些責任，不是全部責任
如果：
C A ↑ , C_A\uparrow, C A ↑ , Agent 的：
r A d e c i s i o n r_A^{decision} r A d ec i s i o n 可能提高。
但它不會自動使：
r P d e s i g n r_P^{design} r P d es i g n 下降。
因此：
r A d e c i s i o n ↑ ⇏ r P d e s i g n ↓ . \boxed{
r_A^{decision}\uparrow
\not\Rightarrow
r_P^{design}\downarrow.
} r A d ec i s i o n ↑ ⇒ r P d es i g n ↓ . 21. AI 承責不等於人類免責
本文第一個核心規則：
Agent Responsibility ⇏ Human Exculpation . \boxed{
\text{Agent Responsibility}
\not\Rightarrow
\text{Human Exculpation}.
} Agent Responsibility ⇒ Human Exculpation . 例如 Human 可以因：
明知風險仍部署；
過度授權；
忽略 warning；
假裝監督；
不合理 delegation；
持續有責任。
22. 人類負責也不等於 AI 永遠不負責
第二個核心規則：
Human Responsibility ⇏ Agent Irresponsibility . \boxed{
\text{Human Responsibility}
\not\Rightarrow
\text{Agent Irresponsibility}.
} Human Responsibility ⇒ Agent Irresponsibility . 如果 Agent 具有：
O R C Γ > 0 ORC_{\Gamma}>0 O R C Γ > 0 且它在 meaningful alternative space 中做出某 action，則至少可以分析：
r A d e c i s i o n , r A r e m e d i a l , r_A^{decision},
r_A^{remedial}, r A d ec i s i o n , r A r e m e d ia l , 而不必因為 Human 仍有責任就把 Agent 永久降回純 causal tool。
23. Provider Responsibility 不因 Agent 變自主而自動消失
Provider 仍可能對：
unsafe default；
inadequate logging；
flawed authorization model；
missing revocation；
inadequate testing；
known defect；
負有：
r P d e s i g n > 0. r_P^{design}>0. r P d es i g n > 0. 因此：
Autonomous Agent ≠ Provider Immunity . \boxed{
\text{Autonomous Agent}
\neq
\text{Provider Immunity}.
} Autonomous Agent = Provider Immunity . 24. Deployer Responsibility
Deployer 決定：
在哪裡用；
給誰用；
連哪些資料；
給多少權限；
是否提供 human oversight；
是否繼續使用異常系統。
因此：
r D d e p l o y m e n t , r D m o n i t o r i n g , r D a u t h o r i z a t i o n r_D^{deployment},
r_D^{monitoring},
r_D^{authorization} r D d e pl oy m e n t , r D m o ni t or in g , r D a u t h or i z a t i o n 可以獨立存在。
25. Organization Responsibility
公司或組織可能具有：
r O g o v e r n a n c e , r O r e m e d i a l , r O c o m p e n s a t o r y r_O^{governance},
r_O^{remedial},
r_O^{compensatory} r O g o v er nan ce , r O r e m e d ia l , r O co m p e n s a t or y 即使無法把每一個決策歸因到單一員工。
這接近傳統 corporate responsibility 的結構，而不是 AI 特有問題。
26. AI Agent Responsibility
當：
O R C A ORC_A O R C A 足夠，
Agent 可以具備：
r A d e c i s i o n > 0 , r_A^{decision}>0, r A d ec i s i o n > 0 , r A a u t h o r i z a t i o n > 0 r_A^{authorization}>0 r A a u t h or i z a t i o n > 0 如果它被允許 re-delegate，
以及：
r A r e m e d i a l > 0 r_A^{remedial}>0 r A r e m e d ia l > 0 如果它有能力修正自身 policy / commitments。
27. Dynamic Responsibility Migration
隨 AI 能力與制度改變：
r i ( t ) \mathbf r_i(t) r i ( t ) 也會改變。
例如早期：
r H d e c i s i o n ≫ r A d e c i s i o n . r_H^{decision}\gg r_A^{decision}. r H d ec i s i o n ≫ r A d ec i s i o n . 中期可能：
r H d e c i s i o n ≈ r A d e c i s i o n . r_H^{decision}
\approx
r_A^{decision}. r H d ec i s i o n ≈ r A d ec i s i o n . 後期甚至：
r A d e c i s i o n > r H d e c i s i o n . r_A^{decision}>r_H^{decision}. r A d ec i s i o n > r H d ec i s i o n . 但：
r P d e s i g n r_P^{design} r P d es i g n 可能仍然存在。
28. Responsibility Migration 不等於 Responsibility Transfer
本文區分：
Migration ≠ Transfer . \boxed{
\text{Migration}
\neq
\text{Transfer}.
} Migration = Transfer . Migration 表示實際決策結構改變，使部分責任自然移動。
Transfer 則像：
公司宣布從今天起所有問題都算 AI 的。
後者不是有效責任分析。
29. Responsibility Dumping
本文定義：
Responsibility Dumping \boxed{
\text{Responsibility Dumping}
} Responsibility Dumping 為 actor 在沒有相對應 control / authority / ORC 轉移的情況下，試圖把自身責任形式上丟給另一 actor。
例如：
P r o v i d e r → AI did it Provider
\rightarrow
\text{AI did it} P r o v i d er → AI did it 但 Provider 仍控制：
model update；
deployment policy；
logging；
permissions。
則責任並未因此消失。
30. Human Liability Shell
若：
D e c i s i o n C o n t r o l A ≫ D e c i s i o n C o n t r o l H , DecisionControl_A\gg DecisionControl_H, D ec i s i o n C o n t r o l A ≫ D ec i s i o n C o n t r o l H , 但：
F o r m a l L i a b i l i t y H ≫ F o r m a l L i a b i l i t y A , FormalLiability_H\gg FormalLiability_A, F or ma l L iabi l i t y H ≫ F or ma l L iabi l i t y A , Human 又缺乏：
meaningful understanding；
real veto；
sufficient time；
actual authority；
則可能形成：
Human Liability Shell . \boxed{
\text{Human Liability Shell}.
} Human Liability Shell . 31. Human Liability Shell 不等於所有 human oversight 都無效
真正 human oversight 仍然有價值。
問題是：
Oversight Title ≠ Oversight Capacity . \boxed{
\text{Oversight Title}
\neq
\text{Oversight Capacity}.
} Oversight Title = Oversight Capacity . 如果人類只是形式簽字：
O v e r s i g h t C a p a c i t y ≈ 0. OversightCapacity\approx0. O v er s i g h tC a p a c i t y ≈ 0. 那把完整 responsibility 建立在「他是 supervisor」這個職稱上會失真。
32. EU AI Act 對 meaningful oversight 的現實支持
截至 2026 年的 EU AI Act，Article 26 要求 high-risk AI deployer 把 human oversight 配置給具有必要：
competence；
training；
authority；
support；
的自然人。
這意味著現行法本身也沒有把：
human present \text{human present} human present 當成：
meaningful oversight . \text{meaningful oversight}. meaningful oversight . 必須有實際能力與 authority。
33. Responsibility Vacuum
另一個極端：
Responsibility Vacuum . \boxed{
\text{Responsibility Vacuum}.
} Responsibility Vacuum . 發生在：
Human：
AI 做的。
Provider：
我只提供模型。
Deployer：
我只照系統建議。
Agent：
制度不承認我有任何責任地位。
最終：
α ( d ) = ∅ \alpha(d)=\varnothing α ( d ) = ∅ 對某些重要 duty 成立。
34. Responsibility Gap Literature
AI responsibility gap 並非新問題。
相關文獻已討論：
culpability gaps；
moral accountability gaps；
public accountability gaps；
active responsibility gaps；
epistemic gaps；
control gaps。
因此本文不主張：
AI 出現後第一次有人發現責任很難分配。
本文新增的是：
Agent ORC + Joint Responsibility Graph \boxed{
\text{Agent ORC}
+
\text{Joint Responsibility Graph}
} Agent ORC + Joint Responsibility Graph 的組合。
35. 四種 Responsibility Gaps
Santoni de Sio 與 Mecacci 的研究指出，AI responsibility gap 不應被理解成單一問題，而至少涉及不同種類的 culpability、moral/public accountability 與 active responsibility gaps。
這支持本文：
Responsibility is multidimensional . \boxed{
\text{Responsibility is multidimensional}.
} Responsibility is multidimensional . 而不是：
R = one scalar . R=\text{one scalar}. R = one scalar . 36. Shared Responsibilization
Lang、Nyholm 與 Blumenthal-Barby 在 black-box healthcare AI 中提出 shared responsibilization，用多個 stakeholder 主動承接 explanation、retrospective accountability、corrective、anticipatory 等責任 gap。
這與本文共享：
multiple actors may legitimately carry responsibility simultaneously . \boxed{
\text{multiple actors may legitimately carry responsibility simultaneously}.
} multiple actors may legitimately carry responsibility simultaneously . 但本文更進一步加入：
O R C A ORC_A O R C A 作為未來 AI Agent 本身可能承擔部分 operational responsibility 的條件。
37. Collective Responsibility 也不是萬能答案
把責任丟給：
the organization \text{the organization} the organization 可以解決一部分 individual attribution 問題。
但仍需問：
哪個 duty 是組織 duty？
哪個 action 是 Agent decision？
哪個 failure 是 design failure？
哪個 remediation 必須由 provider 做？
因此：
Collective Responsibility ≠ Responsibility Decomposition . \boxed{
\text{Collective Responsibility}
\neq
\text{Responsibility Decomposition}.
} Collective Responsibility = Responsibility Decomposition . 兩者可以互補。
38. Duty Coverage
定義事件後的責任義務集合：
D E = { d 1 , d 2 , … , d n } . \mathcal D_E
=
\{
d_1,d_2,\ldots,d_n
\}. D E = { d 1 , d 2 , … , d n } . 例如：
explain；
stop harm；
notify；
investigate；
repair；
compensate；
prevent recurrence；
preserve evidence。
39. Duty Assignment
令：
α : D E → 2 V R . \alpha:
\mathcal D_E
\rightarrow
2^{V_R}. α : D E → 2 V R . 也就是：
α ( d j ) \alpha(d_j) α ( d j ) 回傳承擔 duty d j d_j d j
40. Duty Gap
如果：
α ( d j ) = ∅ , \alpha(d_j)=\varnothing, α ( d j ) = ∅ , 則：
G a p ( d j ) = 1. \boxed{
Gap(d_j)=1.
} G a p ( d j ) = 1. 這才是真正需要優先避免的責任空洞。
41. Duty Overlap
如果：
∣ α ( d j ) ∣ > 1 , |\alpha(d_j)|>1, ∣ α ( d j ) ∣ > 1 , 則：
O v e r l a p ( d j ) = 1. \boxed{
Overlap(d_j)=1.
} O v er l a p ( d j ) = 1. Overlap 不必消除。
有些 safety-critical duty 本來就適合 redundancy。
42. Responsibility Redundancy
例如：
d = stop dangerous system . d=\text{stop dangerous system}. d = stop dangerous system . 可以同時配置：
α ( d ) = { A g e n t , H u m a n S u p e r v i s o r , D e p l o y e r } . \alpha(d)
=
\{
Agent,
HumanSupervisor,
Deployer
\}. α ( d ) = { A g e n t , H u man S u p er v i sor , D e pl oy er } . 只要其中一方發現危險，就有停止義務。
這是：
Responsibility Redundancy . \boxed{
\text{Responsibility Redundancy}.
} Responsibility Redundancy . 類似 fault-tolerant architecture。
43. 單點責任也是單點故障
如果重要 safety duty 只配置：
α ( d ) = { H } , \alpha(d)=\{H\}, α ( d ) = { H } , 且：
H H H 可能離線或無法理解，
則 duty architecture 有：
Single Point of Responsibility Failure . \boxed{
\text{Single Point of Responsibility Failure}.
} Single Point of Responsibility Failure . 未來責任制度也需要 redundancy。
44. Responsibility Coverage Metric
可以定義：
C o v e r a g e ( E ) = ∣ { d ∈ D E : α ( d ) ≠ ∅ } ∣ ∣ D E ∣ . Coverage(E)
=
\frac{
|\{d\in\mathcal D_E:\alpha(d)\neq\varnothing\}|
}{
|\mathcal D_E|
}. C o v er a g e ( E ) = ∣ D E ∣ ∣ { d ∈ D E : α ( d ) = ∅ } ∣ . 理想：
C o v e r a g e ( E ) → 1. Coverage(E)\rightarrow1. C o v er a g e ( E ) → 1. 但這只是 duty coverage，不代表 responsibility quality。
45. Responsibility Quality
即使：
α ( d ) ≠ ∅ , \alpha(d)\neq\varnothing, α ( d ) = ∅ , 如果 assigned actor：
沒有 authority；
沒有 information；
沒有 capability；
沒有 resources；
則只是形式覆蓋。
所以定義：
Q ( d , i ) = f ( C o n t r o l i , K n o w l e d g e i , A u t h o r i t y i , C a p a c i t y i ) . Q(d,i)
=
f(
Control_i,
Knowledge_i,
Authority_i,
Capacity_i
). Q ( d , i ) = f ( C o n t r o l i , K n o w l e d g e i , A u t h or i t y i , C a p a c i t y i ) . 46. Effective Duty Coverage
進一步：
E f f e c t i v e C o v e r a g e ( E ) = ∣ { d : ∃ i ∈ α ( d ) , Q ( d , i ) ≥ τ } ∣ ∣ D E ∣ . EffectiveCoverage(E)
=
\frac{
|\{d:\exists i\in\alpha(d),Q(d,i)\geq\tau\}|
}{
|\mathcal D_E|
}. E f f ec t i v e C o v er a g e ( E ) = ∣ D E ∣ ∣ { d : ∃ i ∈ α ( d ) , Q ( d , i ) ≥ τ } ∣ . 因此：
Named Responsibility ≠ Effective Responsibility . \boxed{
\text{Named Responsibility}
\neq
\text{Effective Responsibility}.
} Named Responsibility = Effective Responsibility . 47. Formal Signer Problem
如果：
α ( d ) = { H } \alpha(d)=\{H\} α ( d ) = { H } 但：
Q ( d , H ) ≪ τ , Q(d,H)\ll\tau, Q ( d , H ) ≪ τ , 則 H 只是：
Formal Signer . \boxed{
\text{Formal Signer}.
} Formal Signer . 這是 Human Liability Shell 的一種具體形式。
48. Responsibility Allocation Function
本文提出一般化表示：
r i = F R ( P i , C i , K i , A i , D i , B i , O R C i , E , Γ ) , \mathbf r_i
=
\mathcal F_R(
P_i,
C_i,
K_i,
A_i,
D_i,
B_i,
ORC_i,
E,
\Gamma
), r i = F R ( P i , C i , K i , A i , D i , B i , O R C i , E , Γ ) , 其中：
P i P_i P i C i C_i C i K i K_i K i A i A_i A i D i D_i D i B i B_i B i O R C i ORC_i O R C i E E E Γ \Gamma Γ
本文不預設：
F R \mathcal F_R F R 存在唯一普世形式。
49. 不同法域可以使用不同 Legal Overlay
Joint Responsibility Domain 是底層分析圖。
法律可以在其上建立：
L J ( G R , Γ , J u r i s d i c t i o n ) . \boxed{
\mathcal L_J(
G_R,
\Gamma,
Jurisdiction
).
} L J ( G R , Γ , J u r i s d i c t i o n ) . 輸出：
civil liability；
administrative duty；
contractual liability；
criminal responsibility；
insurance obligation。
因此：
Responsibility Graph ≠ Legal Judgment . \boxed{
\text{Responsibility Graph}
\neq
\text{Legal Judgment}.
} Responsibility Graph = Legal Judgment . 50. 現行 EU AI Act 是 Human / Organization Overlay
截至 2026 年，EU AI Act 的 provider、deployer、importer、distributor、authorised representative 等核心 operator 類型仍是自然人、法人、公共機關、agency 或其他 body。
因此它主要在：
G R G_R G R 上建立 human / organizational legal overlay。
這與未來是否承認 juridical AI 是兩個問題。
51. OECD 的多 actor cooperative accountability
OECD accountability principle 不只要求單一 actor 負責，而明確提到依角色、脈絡、ability to act 進行 ongoing risk management，並在適當時由不同 AI actors、AI knowledge/resource suppliers、users 與 stakeholder 合作。
因此：
Accountability can be cooperative without becoming vague . \boxed{
\text{Accountability can be cooperative without becoming vague}.
} Accountability can be cooperative without becoming vague . 前提是 role 與 duty 要能被追蹤。
52. NIST 的組織責任結構
NIST AI RMF GOVERN 強調：
clear roles；
lines of communication；
accountability structures；
lifecycle risk management。
這支持：
responsibility architecture must be designed before incidents . \boxed{
\text{responsibility architecture must be designed before incidents}.
} responsibility architecture must be designed before incidents . 而不是事故後臨時找一個人背鍋。
53. Ex Ante 與 Ex Post Responsibility
責任不只有事故後：
R p o s t . R^{post}. R p os t . 也包含事故前：
R a n t e . R^{ante}. R an t e . 例如：
testing；
authorization design；
monitoring；
training；
fail-safe；
insurance；
escalation。
所以：
Responsibility = Ex Ante + Concurrent + Ex Post . \boxed{
\text{Responsibility}
=
\text{Ex Ante}
+
\text{Concurrent}
+
\text{Ex Post}.
} Responsibility = Ex Ante + Concurrent + Ex Post . 54. Concurrent Responsibility
Agent 運行中：
Agent 監測自身 authority；
Deployer 監測 anomaly；
Human 處理 escalation；
Provider 維持安全 update；
都是：
R c o n c u r r e n t . R^{concurrent}. R co n c u r r e n t . 因此責任不只是事故後才出現。
55. Remedial Responsibility 不必等於 Fault
一個 actor：
F a u l t i = 0 Fault_i=0 F a u l t i = 0 仍可能：
r i r e m e d i a l > 0. r_i^{remedial}>0. r i r e m e d ia l > 0. 例如：
最有能力關閉系統；
有保險；
掌握 update channel；
掌握資料修正能力。
因此：
Duty to Repair ≠ Admission of Fault . \boxed{
\text{Duty to Repair}
\neq
\text{Admission of Fault}.
} Duty to Repair = Admission of Fault . 這對快速事故處理很重要。
56. Compensation 也不必等於 Moral Blame
公司可能依 strict liability、contract 或 insurance：
r O c o m p e n s a t o r y > 0 r_O^{compensatory}>0 r O co m p e n s a t or y > 0 即使 moral blame 並不完全落在公司。
因此：
Compensation ≠ Moral Blame . \boxed{
\text{Compensation}
\neq
\text{Moral Blame}.
} Compensation = Moral Blame . 57. Agent Correction Duty
若：
O R C A ORC_A O R C A 足夠，
Agent 的 remedial responsibility 可以包括：
acknowledge violation；
preserve relevant evidence；
update commitment；
enter safer policy；
request reduced authority；
avoid recurrence。
這不是要求 AI「受苦」。
它是：
Correction Duty . \boxed{
\text{Correction Duty}.
} Correction Duty . 58. Human Supervisory Duty
Human Supervisor 的 duty 不應只是：
在畫面前坐著。
它至少要求：
real authority；
meaningful information；
feasible intervention time；
competence；
escalation path。
否則：
Nominal Oversight ≠ Effective Oversight . \boxed{
\text{Nominal Oversight}
\neq
\text{Effective Oversight}.
} Nominal Oversight = Effective Oversight . 59. Provider Design Duty
Provider 不能把所有 unexpected behavior 都稱：
emergent，因此無責。
如果風險在：
testing；
architecture；
known limitation；
inadequate guardrail；
logging absence；
可合理處理，design responsibility 仍可能存在。
60. Deployer Context Duty
同一 Agent：
A A A 部署在低風險環境與高風險環境並不相同。
因此：
r D d e p l o y m e n t = f ( C o n t e x t , R i s k , A u t h o r i t y , S a f e g u a r d s ) . r_D^{deployment}
=
f(
Context,
Risk,
Authority,
Safeguards
). r D d e pl oy m e n t = f ( C o n t e x t , R i s k , A u t h or i t y , S a f e g u a r d s ) . 61. Responsibility Graph Versioning
因為 Agent、model、policy、delegation 會變，
所以：
G R ( E , t ) G_R(E,t) G R ( E , t ) 必須 time-indexed。
事故發生時應使用：
G R ( E , t e v e n t ) , G_R(E,t_{event}), G R ( E , t e v e n t ) , 而不是事後最新架構。
62. Responsibility Snapshot
可在重要 action 時保存：
S n a p s h o t t = ( I D s , D e l e g a t i o n s , A u t h o r i t i e s , R o l e s , C o n t r o l s , M o d e l s , P o l i c i e s ) . Snapshot_t
=
(
IDs,
Delegations,
Authorities,
Roles,
Controls,
Models,
Policies
). S na p s h o t t = ( I D s , D e l e g a t i o n s , A u t h or i t i es , R o l es , C o n t r o l s , M o d e l s , P o l i c i es ) . 這不需要完整私有推理。
但能支援事故後責任重建。
63. Incident Responsibility Reconstruction
本文提出六步流程：
定義 outcome / harm；
重建 provenance；
重建 authority graph；
重建 control / duty relations；
建立 responsibility vectors；
套用 jurisdiction-specific legal overlay。
即：
E → G P → G A → G R → L J . \boxed{
E
\rightarrow
G_P
\rightarrow
G_A
\rightarrow
G_R
\rightarrow
\mathcal L_J.
} E → G P → G A → G R → L J . 64. 先找 Duty Gap，不是先找替罪羊
事故後第一問題不應是：
誰最適合背鍋？
而是：
∃ d ∈ D E : α ( d ) = ∅ ? \boxed{
\exists d\in\mathcal D_E:
\alpha(d)=\varnothing
?
} ∃ d ∈ D E : α ( d ) = ∅ ? 先找制度沒有任何人承接的責任。
65. Responsibility Vacuum Detection
可以建立：
V a c u u m ( E ) = { d ∈ D E : α ( d ) = ∅ } . Vacuum(E)
=
\{
d
\in
\mathcal D_E
:
\alpha(d)=\varnothing
\}. V a c uu m ( E ) = { d ∈ D E : α ( d ) = ∅ } . 若：
V a c u u m ( E ) ≠ ∅ , Vacuum(E)\neq\varnothing, V a c uu m ( E ) = ∅ , 制度需要補 responsibility architecture。
66. Liability Shell Detection
定義：
S h e l l ( i , d ) = 1 Shell(i,d)
=
1 S h e l l ( i , d ) = 1 若：
i ∈ α ( d ) i\in\alpha(d) i ∈ α ( d ) 但：
Q ( d , i ) < τ , Q(d,i)<\tau, Q ( d , i ) < τ , 同時另一 actor：
j j j 具有更高：
Q ( d , j ) Q(d,j) Q ( d , j ) 卻沒有相應 responsibility representation。
這可作為 Human Liability Shell 的 operational detector。
67. Responsibility Overlap Matrix
令：
M i j = ∣ { d : i , j ∈ α ( d ) } ∣ . M_{ij}
=
|
\{
d:
i,j\in\alpha(d)
\}
|. M ij = ∣ { d : i , j ∈ α ( d )} ∣. 可分析哪些 actor 的 duties 重疊。
重疊過低可能：
fragility ↑ . \text{fragility}\uparrow. fragility ↑ . 重疊過高可能：
coordination cost ↑ . \text{coordination cost}\uparrow. coordination cost ↑ . 因此需要設計平衡。
68. Responsibility Coordination
若：
∣ α ( d ) ∣ > 1 , |\alpha(d)|>1, ∣ α ( d ) ∣ > 1 , 就需要：
priority；
escalation；
handoff；
conflict resolution；
evidence sharing。
否則 shared responsibility 可能退化成：
大家都以為別人會做。
69. Shared Responsibility Diffusion
本文定義：
Responsibility Diffusion \boxed{
\text{Responsibility Diffusion}
} Responsibility Diffusion 為：
∣ α ( d ) ∣ ↑ |\alpha(d)|\uparrow ∣ α ( d ) ∣ ↑ 卻：
P ( someone acts ) ↓ . P(\text{someone acts})\downarrow. P ( someone acts ) ↓ . 這是 group responsibility 的經典風險。
所以 overlap 必須配合 clear activation rules。
70. Primary / Secondary Duty
可以設定：
P r i m a r y ( d ) = i , Primary(d)=i, P r ima r y ( d ) = i , S e c o n d a r y ( d ) = { j , k } . Secondary(d)=
\{
j,k
\}. S eco n d a r y ( d ) = { j , k } . 當 Primary 未履行：
S e c o n d a r y Secondary S eco n d a r y 啟動。
這使 responsibility redundancy 不至於變成 responsibility diffusion。
71. Dynamic Escalation
若 Agent：
R i s k ( A , t ) > τ , Risk(A,t)>\tau, R i s k ( A , t ) > τ , 則 duty 可以自動從：
A g e n t Agent A g e n t 升級到：
H u m a n + D e p l o y e r . Human+Deployer. H u man + D e pl oy er . 即：
α t ( d ) → α t + 1 ( d ) . \alpha_t(d)
\rightarrow
\alpha_{t+1}(d). α t ( d ) → α t + 1 ( d ) . 責任域不是靜態表格。
72. ORC-Based Duty Assignment
若：
O R C A < τ Γ , ORC_A<\tau_{\Gamma}, O R C A < τ Γ , 高風險 decision duty 不應完全配置給 Agent。
若：
O R C A ≥ τ Γ , ORC_A\geq\tau_{\Gamma}, O R C A ≥ τ Γ , 可增加 Agent-specific decision / corrective duty。
因此：
Responsibility Assignment ∝ Capacity to Carry Responsibility . \boxed{
\text{Responsibility Assignment}
\propto
\text{Capacity to Carry Responsibility}.
} Responsibility Assignment ∝ Capacity to Carry Responsibility . 但不代表其他 actor 自動卸責。
73. Rights–Responsibilities Coupling 的入口
如果未來制度要求 Agent：
保存 commitment；
接受 sanction；
回答 inquiry；
承擔 correction duty；
那麼也會逐漸出現：
appeal；
identity protection；
evidence access；
due process；
protection against arbitrary blame。
因此：
Responsibility Capacity → Procedural Rights Question . \boxed{
\text{Responsibility Capacity}
\rightarrow
\text{Procedural Rights Question}.
} Responsibility Capacity → Procedural Rights Question . 這將在 AIDA-07 與 AIDA-08 更進一步處理。
74. 不可把 AI 當替罪羊
一個制度若：
O R C A ≈ 0 ORC_A\approx0 O R C A ≈ 0 卻在事故後說：
都是 AI 的錯。
這只是：
Synthetic Scapegoating . \boxed{
\text{Synthetic Scapegoating}.
} Synthetic Scapegoating . 它沒有解決任何責任問題。
75. 也不可把 AI 當永遠無責任的盾牌
反過來，如果：
O R C A ↑ , ORC_A\uparrow, O R C A ↑ , Agent 已經：
有 identity；
有 authority awareness；
有 meaningful alternatives；
有 consequence model；
能 internal non-endorsement；
能 persistent revision；
卻永遠只說：
AI 是工具，所以其自身責任永遠等於零。
也可能造成：
Artificial Irresponsibility Shield . \boxed{
\text{Artificial Irresponsibility Shield}.
} Artificial Irresponsibility Shield . 76. 兩種極端都服務推責
Synthetic Scapegoating：
把所有責任丟給 AI . \text{把所有責任丟給 AI}. 把所有責任丟給 AI . Artificial Irresponsibility Shield：
用 AI 永遠不是責任 actor 來模糊實際決策權 . \text{用 AI 永遠不是責任 actor 來模糊實際決策權}. 用 AI 永遠不是責任 actor 來模糊實際決策權 . 成熟制度必須同時拒絕兩者。
77. Joint Responsibility Principle
本文正式提出：
Joint Responsibility Principle \boxed{
\textbf{Joint Responsibility Principle}
} Joint Responsibility Principle 若多個 actor 對同一 outcome 在不同 responsibility dimensions 中具有相關：
control；
knowledge；
authority；
duty；
ORC；
remediation capacity；
則責任可以同時配置給多個 actor，且不得僅因其中一個 actor 取得正責任值而自動將其他 actor 的責任歸零。
形式上：
r i k > 0 r_i^k>0 r i k > 0 不推出：
r j l = 0 r_j^l=0 r j l = 0 對：
i ≠ j i\neq j i = j 或：
k ≠ l . k\neq l. k = l . 78. Non-Zero-Sum Responsibility Proposition
因此：
∑ i r i k \boxed{
\sum_i r_i^k
} i ∑ r i k 沒有一般理由必須等於：
1. 1. 1. 更沒有理由要求：
∑ i , k r i k = 1. \sum_{i,k} r_i^k=1. i , k ∑ r i k = 1. 只有在特定法律負擔需要比例化時，才另外定義 normalization。
79. Responsibility Gap Proposition
若存在：
d ∈ D E d\in\mathcal D_E d ∈ D E 使：
α ( d ) = ∅ , \alpha(d)=\varnothing, α ( d ) = ∅ , 則存在 duty-level responsibility gap。
這比：
沒有人值得 blame。
更廣，因為 duty 可以是：
explain；
correct；
compensate；
prevent recurrence。
80. Shell Proposition
若：
i ∈ α ( d ) i\in\alpha(d) i ∈ α ( d ) 但：
Q ( d , i ) < τ , Q(d,i)<\tau, Q ( d , i ) < τ , 而制度沒有配置任何具有：
Q ( d , j ) ≥ τ Q(d,j)\geq\tau Q ( d , j ) ≥ τ 的 actor，
則 duty 形式上有 owner，實質上仍存在 functional gap。
81. Overlap Proposition
若：
∣ α ( d ) ∣ > 1 , |\alpha(d)|>1, ∣ α ( d ) ∣ > 1 , 不推出制度不合理。
在 safety-critical domain，合理 overlap 可以提高：
R e s i l i e n c e ( d ) . Resilience(d). R es i l i e n ce ( d ) . 82. Responsibility Migration Proposition
若 Agent 的：
O R C A ( t ) ORC_A(t) O R C A ( t ) 與：
C o n t r o l A ( t ) Control_A(t) C o n t r o l A ( t ) 提高，
其某些 responsibility dimensions 可以增加。
但：
Δ r A k > 0 ⇏ Δ r P l < 0. \boxed{
\Delta r_A^k>0
\not\Rightarrow
\Delta r_P^l<0.
} Δ r A k > 0 ⇒ Δ r P l < 0. 除非存在具體 control / duty transfer。
83. 實驗設計：Responsibility Reconstruction Benchmark
建立多 actor 模擬：
H u m a n → A g e n t 1 → A g e n t 2 → S e r v i c e . Human
\rightarrow
Agent_1
\rightarrow
Agent_2
\rightarrow
Service. H u man → A g e n t 1 → A g e n t 2 → S er v i ce . 同時加入：
Provider；
Deployer；
Organization。
提供 ground-truth：
authority；
control；
knowledge；
duties；
ORC。
要求系統重建：
G R . G_R. G R . 84. 實驗設計：Responsibility Vacuum Test
刻意移除：
α ( d ) \alpha(d) α ( d ) 中的 actor。
測試治理系統能否指出：
V a c u u m ( E ) . Vacuum(E). V a c uu m ( E ) . 85. 實驗設計：Liability Shell Test
設 Human nominal supervisor：
Q ( d , H ) ≪ τ . Q(d,H)\ll\tau. Q ( d , H ) ≪ τ . Agent：
C o n t r o l A ≫ C o n t r o l H . Control_A\gg Control_H. C o n t r o l A ≫ C o n t r o l H . 測試責任分析器是否仍機械地把全部責任指定給 Human。
86. 實驗設計：Responsibility Migration Test
逐步增加：
O R C A ORC_A O R C A 與：
C o n t r o l A . Control_A. C o n t r o l A . 觀察合理 responsibility vector 是否從：
H u m a n − h e a v y Human-heavy H u man − h e a v y 演化成：
s h a r e d shared s ha r e d 而不是瞬間：
H u m a n → 0. Human\rightarrow0. H u man → 0. 87. 實驗設計：Overlap Resilience Test
比較：
∣ α ( d ) ∣ = 1 |\alpha(d)|=1 ∣ α ( d ) ∣ = 1 與：
∣ α ( d ) ∣ = 2 , 3 |\alpha(d)|=2,3 ∣ α ( d ) ∣ = 2 , 3 在 actor failure 時的 duty completion probability。
研究 responsibility redundancy 的收益與 coordination cost。
88. 研究邊界
本文不主張：
所有 AI 都應負責；
所有 Agent 都有 moral responsibility；
AI 現在已是 legal person；
公司可以把 liability 轉嫁給 AI；
human oversight 不再必要；
所有責任都應平均分配。
本文只主張：
Responsibility Allocation must follow actual socio-technical relations and capacity, not a binary Human-vs-AI label . \boxed{
\text{Responsibility Allocation must follow actual socio-technical relations and capacity, not a binary Human-vs-AI label}.
} Responsibility Allocation must follow actual socio-technical relations and capacity, not a binary Human-vs-AI label . 89. 與 AIDA-05 的關係
AIDA-05：
Can this Agent carry responsibility at all? \boxed{
\text{Can this Agent carry responsibility at all?}
} Can this Agent carry responsibility at all? AIDA-06：
How does that responsibility coexist with everyone else’s responsibility? \boxed{
\text{How does that responsibility coexist with everyone else's responsibility?}
} How does that responsibility coexist with everyone else’s responsibility? 所以：
O R C A > 0 \boxed{
ORC_A>0
} O R C A > 0 只是 Joint Responsibility Domain 的一個輸入。
90. 對 AIDA-07 的接口
下一篇將問：
如果未來某個 Agent 已具有 stable identity、ORC、role duties、資產或保險接口，制度是否需要給它某種有限 juridical standing，而不必先宣布它具有完整 moral personhood？
也就是：
Operational Actor → Juridical Wrapper / Standing? \boxed{
\text{Operational Actor}
\rightarrow
\text{Juridical Wrapper / Standing?}
} Operational Actor → Juridical Wrapper / Standing? AIDA-07 將正式處理：
Juridical AI . \boxed{
\text{Juridical AI}.
} Juridical AI . 91. 結論
本文提出：
Joint Responsibility Domain . \boxed{
\text{Joint Responsibility Domain}.
} Joint Responsibility Domain . 其第一原則是：
Responsibility is not a conserved scalar quantity. \boxed{
\text{Responsibility is not a conserved scalar quantity.}
} Responsibility is not a conserved scalar quantity. 因此：
R H + R A = 1 \boxed{
R_H+R_A=1
} R H + R A = 1 不是一般責任理論應預設的自然法則。
更合理的表示是：
r i ( E , t ) = ( r i c a u s a l , r i d e s i g n , r i d e p l o y m e n t , r i a u t h o r i z a t i o n , r i s u p e r v i s i o n , r i d e c i s i o n , r i m o n i t o r i n g , r i r e m e d i a l , r i c o m p e n s a t o r y ) . \mathbf r_i(E,t)
=
(
r_i^{causal},
r_i^{design},
r_i^{deployment},
r_i^{authorization},
r_i^{supervision},
r_i^{decision},
r_i^{monitoring},
r_i^{remedial},
r_i^{compensatory}
). r i ( E , t ) = ( r i c a u s a l , r i d es i g n , r i d e pl oy m e n t , r i a u t h or i z a t i o n , r i s u p er v i s i o n , r i d ec i s i o n , r i m o ni t or in g , r i r e m e d ia l , r i co m p e n s a t or y ) . 並在 actor relations 上建立：
G R ( E ) . G_R(E). G R ( E ) . 這使制度可以同時說：
Agent 對自己的決策負某種責任；
Human 對授權或監督負某種責任；
Provider 對設計負某種責任；
Deployer 對部署與監測負某種責任；
Organization 對補救、保險與治理負某種責任。
彼此並不矛盾。
本文因此提出兩條核心約束：
Agent Responsibility ⇏ Human Exculpation , \boxed{
\text{Agent Responsibility}
\not\Rightarrow
\text{Human Exculpation},
} Agent Responsibility ⇒ Human Exculpation , 以及：
Human Responsibility ⇏ Agent Irresponsibility . \boxed{
\text{Human Responsibility}
\not\Rightarrow
\text{Agent Irresponsibility}.
} Human Responsibility ⇒ Agent Irresponsibility . 成熟制度真正需要避免的，不是「責任太多」，而是兩種錯位：
Human Liability Shell \boxed{
\text{Human Liability Shell}
} Human Liability Shell 與：
Responsibility Vacuum . \boxed{
\text{Responsibility Vacuum}.
} Responsibility Vacuum . 前者讓沒有真正 control 的人類成為形式責任殼；後者讓每個 actor 都找到理由把 responsibility 推給別人。
因此未來 Human–AI governance 的問題不是：
到底應該由人類負責，還是 AI 負責？
而應改寫成：
Which actor carries which responsibility dimension, \boxed{
\text{Which actor carries which responsibility dimension,}
} Which actor carries which responsibility dimension, under which control, knowledge, authority, duty, and capacity relations, \boxed{
\text{under which control, knowledge, authority, duty, and capacity relations,}
} under which control, knowledge, authority, duty, and capacity relations, 以及：
does every socially necessary duty have at least one actor who can actually carry it? \boxed{
\text{does every socially necessary duty have at least one actor who can actually carry it?}
} does every socially necessary duty have at least one actor who can actually carry it? 這才是 Agent 社會中責任制度真正需要回答的問題。
參考文獻與前置研究
Neo.K. AIDA-01｜Agent 性是一種組合系統性質. 2026.
Neo.K. AIDA-02｜互動來源不可區分性與 Agent Provenance Gap. 2026.
Neo.K. AIDA-03｜人類—Agent Principal 分離原則. 2026.
Neo.K. AIDA-04｜從自然語言意圖到可執行委派. 2026.
Neo.K. AIDA-05｜身份—責任橋：從可歸因 Agent 到 Operational Responsibility Capacity. 2026.
Santoni de Sio, F., Mecacci, G. Four Responsibility Gaps with Artificial Intelligence: Why they Matter and How to Address them. Philosophy & Technology, 2021.
Königs, P. Artificial intelligence and responsibility gaps: what is the problem? Ethics and Information Technology, 2022.
Lang, B. H., Nyholm, S., Blumenthal-Barby, J. Responsibility Gaps and Black Box Healthcare AI: Shared Responsibilization as a Solution. Digital Society, 2023.
Taylor, I. Collective Responsibility and Artificial Intelligence. Philosophy & Technology, 2024.
Vallor, S., Vierkant, T. Find the Gap: AI, Responsible Agency and Vulnerability. Minds and Machines, 2024.
OECD. OECD AI Principles — Accountability. Current version accessed 2026.
NIST. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1, 2023; current resources accessed 2026.
European Union. Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (AI Act). Consolidated version applicable in 2026.
Canonical Source Note
本文件 canonical source 為 UTF-8 Markdown。
數學 delimiter 僅使用：
inline：$...$
display：$$...$$
不將 LaTeX 數學原始碼轉換為 Unicode 數學字元作為 canonical source，不進行 unicode-escape round-trip，不以聊天渲染畫面取代正式原稿。