# 誰擁有被外部化的認知？——身份、權限與認知主權 > **系列**：可繼承的認知：從自我解構到遞歸生成式記憶系統（第 11 篇） > **作者**：Neo.K > **研究協作**：Aletheia（阿萊） > **版本**：v1.1 > **日期**：2026-07-30 > **文章類型**：命題猜想論文／認知權利模型／身份與授權治理論文 --- ## 摘要 當作品、記憶、問題結構、生成核、推理程序、索引方式、價值偏好與長期研究路徑被外部化之後，「誰擁有它」看似是一個自然問題，卻可能從一開始就問錯了。外部化認知不是單一物件，也不存在一種權利可以同時回答：誰能讀取、誰能執行、誰能修改、誰能生成衍生內容、誰能發布、誰能授權他人、誰能要求刪除，以及誰可以代表來源主體發言。 本文主張，外部化認知應被理解為一個由內容、個人資料、身份標記、生成程序、來源關係、權限政策與衍生歷史共同構成的複合認知資產。其治理不能依賴單一「所有權」，而應使用一組彼此可分離、可限制、可委派、可撤銷且可稽核的權利束： $$ \mathfrak R_{\mathrm{cog}} = \left\{ R_{\mathrm{access}}, R_{\mathrm{execute}}, R_{\mathrm{derive}}, R_{\mathrm{modify}}, R_{\mathrm{publish}}, R_{\mathrm{represent}}, R_{\mathrm{delegate}}, R_{\mathrm{revoke}}, R_{\mathrm{erase}}, R_{\mathrm{audit}}, R_{\mathrm{port}} \right\}. $$ 本文因此提出「認知權利束分解命題」：任何主體對某個外部化認知物件的合法控制，都應表示為一個具目的、範圍、時間、版本、接收者、衍生限制與撤銷條件的部分權利向量，而不能由「擁有資料庫」、「寫了原文」、「訓練了模型」或「持有伺服器」直接推出全部權利。 本文進一步區分： $$ \boxed{ \text{可存取} \neq \text{可使用} \neq \text{可修改} \neq \text{可發布} \neq \text{可代表} } $$ 其中「代表權」被視為最容易被技術系統誤推的權限。智能體即使能完整重建來源主體的作品、模仿其文風、沿用其推理方式，甚至產生高度一致的下一篇論文，也不因此取得以來源主體名義發言、承諾、簽約、背書或承擔責任的權利。代表權必須由獨立、明確、可驗證的授權產生。 本文將「認知主權」定義為來源主體或合法共同體，對其外部化認知投影所保有的最低治理能力，而不是對思想、事實或公共知識的絕對財產權。認知主權至少包含：來源標示、身份不被冒充、用途限制、授權知情、撤銷未來調用、查閱衍生鏈、反對虛假代表、保留私密與未公開認知，以及要求候選內容不得冒充來源的權利。 形式上，對來源主體 $A$ 、外部化認知物件 $c$ 、接收者 $B$ 與授權憑證 $\lambda$ ，合法操作須滿足： $$ \operatorname{Permit} \left( B, \alpha, c, q, t \mid \lambda \right) =1, $$ 其中 $\alpha$ 是操作， $q$ 是目的， $t$ 是時間與版本。若某操作不在授權範圍內，即使技術上可執行，也不應被視為合法或可治理的認知繼承。 本文建立身份—認知—權限三層分離模型、十一維權利束、能力型授權憑證、非傳遞委派規則、衍生知識來源閉包、代表權防火牆、撤銷與遺忘的非對稱模型，以及 GCMS Cognitive Sovereignty Runtime。本文同時比較著作權、個人資料保護、人格與數位分身、契約、商業秘密、數位身份與神經權利等現行規範，指出它們能處理外部化認知的部分切面，但尚未形成完整、統一的認知治理制度。 本文提出「身份不可由能力轉移命題」、「代表權獨立授權命題」、「目的限制命題」、「委派非傳遞命題」、「衍生獨立但來源不斷裂命題」、「撤銷非完全回溯命題」、「資料刪除不等於認知影響消失命題」、「認知主權最低保障命題」、「權利衝突不可單指標解決命題」與「技術控制不等於規範正當命題」。 本文的核心結論是： $$ \boxed{ \text{外部化認知的治理} = \text{權利分解} + \text{身份分離} + \text{目的授權} + \text{來源閉包} + \text{代表防火牆} + \text{撤銷與稽核} } $$ 若未建立這些邊界，GCMS 越接近無損重建、風格延續、自主調用與多智能體繼承，就越可能把「能做到」誤認為「有權做」，把「與某人相似」誤認為「就是某人」，把「使用其認知資產」誤認為「可以代表其意志」。 **關鍵詞**：GCMS、認知主權、外部化認知、身份治理、代表權、數位分身、權限模型、能力型安全、個人資料、著作權、神經權利、認知自由、來源閉包、撤銷、可驗證憑證 --- ## 一、問題的提出：當思想被工程化之後，「所有」究竟意味著什麼 前十篇完成了以下主線： $$ \text{成果傳遞} \rightarrow \text{生成結構傳遞} \rightarrow \text{生成式壓縮記憶} \rightarrow \text{雙軌保存} \rightarrow \text{多路徑索引} \rightarrow \text{生成與組合} \rightarrow \text{自調用} \rightarrow \text{三區治理} \rightarrow \text{遞歸自主循環} \rightarrow \text{多智能體認知繼承}. $$ 一旦系統具備上述能力，便會出現一組不再只是技術性的問題： - 誰可以讀取一個人的完整研究記憶？ - 誰可以用它訓練新的 Agent？ - 誰可以讓 Agent 沿原作者的生成程序繼續寫作？ - 誰可以把衍生論文放回共享知識庫？ - 誰可以修改原作者的問題結構或價值權重？ - 誰可以把某個認知包轉售、轉授權或公開？ - 原作者能否撤銷某些用途？ - 若認知內容已被多個 Agent 吸收，刪除意味著什麼？ - 智能體能否使用來源主體的名字、聲音、肖像或第一人稱？ - 當來源主體死亡、退出組織或失去行為能力時，誰能繼續治理？ 這些問題不能只用「誰擁有檔案」回答。 設一個 GCMS 儲存在公司伺服器上，其中包含某位研究者的論文、筆記、語音、失敗紀錄與生成核。公司可能擁有： - 伺服器； - 資料庫軟體； - 工作時間內形成的部分成果權利； - 依契約取得的使用權。 但這不必然表示公司取得： - 對研究者身份的代表權； - 對所有私人記憶的存取權； - 對未來用途的無限授權； - 對人格、肖像與聲音的永久控制； - 對所有衍生推論的作者身份； - 讓 Agent 以研究者本人名義承諾的權力。 反過來，來源主體即使創作了全部內容，也未必能單方面刪除： - 已合法公開的學術作品； - 依法必須保存的紀錄； - 他人共同創作的部分； - 已經形成獨立著作的衍生內容； - 為公共利益或法定義務保存的證據。 因此，「誰擁有外部化認知」應改寫為： > 哪個主體，基於哪一種法律、契約、倫理或技術來源，對哪一層認知物件，在何種目的、時間、版本與衍生範圍內，擁有哪些可執行、可委派與可撤銷的權限？ 這是一個權利分解問題，而不是單一所有權判定問題。 --- ## 二、研究與制度背景：現有規範只覆蓋外部化認知的不同切面 ### 2.1 所有權不是單一按鈕 Hohfeld 將法律關係拆成 claim、privilege、power、immunity 等不同位置；Honoré 對所有權的分析也表明，所有權通常是由占有、使用、管理、收益、移轉、安全與禁止有害使用等多種「事件」構成的權利束。 這一傳統對 GCMS 特別重要。因為「我擁有這份認知資料」可能實際上只意味著： - 我能保存它； - 我能排除未授權者； - 我能用於某一任務； - 我能授權某些衍生； - 我能獲得商業收益； - 我能要求標示來源。 它通常不意味著所有權利都同時存在。 本文因此不將 ownership 視為布林變數： $$ \operatorname{Own}(A,c) \in \{0,1\}, $$ 而改寫為權利向量： $$ \mathbf r(A,c) = \left( r_1,r_2,\ldots,r_n \right), $$ 其中每一維代表不同的法律或治理能力。 ### 2.2 著作權保護表達，不等於擁有身份與思想 著作權可以保護具有足夠原創性的人類表達，例如論文、程式、圖像與具體文字，但通常不把抽象思想、方法、事實或個人身份本身當成同一種受保護物件。 美國著作權局在數位分身報告中明確指出，現有著作權制度不足以完整處理對個人聲音或外貌的逼真模擬，並建議建立新的聯邦數位分身保護。這表明： $$ \text{作品權利} \neq \text{身份權利}. $$ 同樣地，某個 Agent 可以合法閱讀一篇文章，不等於它可以： - 複製整篇文字； - 用作者名字發布新文章； - 模仿作者聲音進行商業代言； - 宣稱新生成內容是作者本人意志； - 取得作者所有未公開的生成程序。 著作權局 2025 年關於 AI 輸出可著作權性的報告仍維持人類作者性的重要性；其 AI 訓練報告則討論受著作權作品被用於模型訓練的法律與授權問題。這些制度處理的是作品與訓練使用，但不能單獨回答認知代表、個人資料、身份連續性與心理自主。 ### 2.3 個人資料保護不是資料所有權，但提供控制權 歐盟 GDPR 並未簡單宣稱個人「擁有」所有與自己相關的資料；它建立的是資料主體權利與控制者義務，包括： - 存取； - 更正； - 刪除； - 限制處理； - 資料可攜； - 反對； - 對特定自動化決策的保障。 若 GCMS 保存： - 個人偏好； - 心理狀態； - 對第三人的評價； - 私人對話； - 行為模式； - 可回推出身份的認知指紋， 它便可能涉及個人資料處理，而不只是著作權內容管理。 EDPB 2024 年關於 AI 模型與個人資料的意見進一步強調，AI 模型是否匿名、開發或使用是否可依賴合法利益，以及模型使用違法處理資料的後果，都必須具體評估。這表示： $$ \text{資料已被模型吸收} \not\Rightarrow \text{資料保護問題消失}. $$ ### 2.4 數位分身將「像某個人」變成獨立治理問題 外部化認知最容易跨越身份邊界的情境，是數位分身與代表型 Agent。 美國著作權局將 digital replica 描述為透過數位技術逼真複製個人的聲音或外貌。加州 AB 2602 自 2025 年起限制不具合理具體用途描述、且當事人缺乏法律或工會代表的數位分身契約條款；AB 1836 則處理已故人格之聲音與肖像的特定未經同意使用。 這些法律仍主要聚焦聲音與外貌，但 GCMS 的未來風險更廣： - 思考方式分身； - 文風分身； - 問題選擇分身； - 價值判斷分身； - 決策代理分身； - 第一人稱研究分身。 一個智能體即使沒有使用來源主體的臉與聲音，只要它持續以其名字、身份與第一人稱發布內容，就可能造成代表性混淆。 歐盟 AI Act 第 50 條建立部分 AI 互動、生成內容與 deepfake 的透明義務。依歐盟執委會於 2026 年發布的指南頁面，相關第 50 條義務將自 2026 年 8 月 2 日開始適用。透明標示不是完整的身份治理，但它至少承認： $$ \text{人工生成或操縱} $$ 應在某些情境中對接收者可辨認。 ### 2.5 從資料隱私走向心理與認知自主 外部化認知並不一定直接來自腦機介面，但神經科技治理提供了重要類比。 Ienca 與 Andorno 提出認知自由、心理隱私、心理完整性與心理連續性等潛在權利。後續 neurorights 研究則試圖釐清這些概念的倫理與法律基礎。 UNESCO 於 2025 年通過《神經科技倫理建議書》，將精神隱私、自由意志、自主與人類尊嚴列入全球治理框架；OECD 的神經科技負責任創新建議及工具包，也將認知自由理解為對自身大腦與心理經驗的自我決定。 GCMS 目前處理的不是原始神經訊號，但當系統可以透過長期作品、對話與行為建立高度精細的認知模型時，便可能推知： - 未明說的偏好； - 決策弱點； - 私人關係； - 未公開立場； - 心理狀態； - 未來行為傾向。 因此，認知主權不應只保護「從腦中直接讀出的資料」，也應考慮由非神經資料高可信推導出的心理與認知表示。 ### 2.6 數位身份與可驗證憑證只證明主張，不創造無限代表權 NIST SP 800-63-4 將數位身份治理拆成身份證明、驗證器與聯邦聲明等不同保障層。W3C Verifiable Credentials 2.0 則建立 issuer、holder、verifier 的可驗證憑證關係。 這些標準對 GCMS 的啟示是： - 身份必須可驗證； - 權限應可由簽章或憑證表達； - 授權主張需要有效期、撤銷與驗證機制； - 「此 Agent 擁有某憑證」不等於「此 Agent 就是憑證的來源主體」。 因此，代表權應被表達為一個可驗證但範圍有限的主張： $$ \operatorname{Credential} \left( A \xrightarrow{\mathrm{delegate}} B, \alpha, q, \tau \right), $$ 而不是一個永久、全域、可無限轉授權的身份複製。 --- ## 三、概念區分：來源、作者、資料主體、保管者、操作者與代表者 外部化認知至少涉及七種角色。 ### 3.1 來源主體 來源主體 $A$ 是其經驗、作品、偏好、方法或長期活動構成認知內容來源的人或群體。 來源主體可能是： - 個人作者； - 研究團隊； - 公司； - 社群； - 歷史制度； - 多主體共同體。 來源主體不必然是所有檔案的著作權人，也不必然具有對全部資料的單獨控制。 ### 3.2 作者或創作者 作者是對具體表達作出可歸責創作貢獻的主體。 同一個 GCMS 作品可能包含： - 人類原文； - AI 協作段落； - 引用來源； - 自動摘要； - 後續人工編修。 因此，作者身份與來源角色必須分別記錄。 ### 3.3 資料主體 資料主體是內容所關聯或可識別的自然人。 一篇研究日誌的作者可能是 $A$ ，但其中也可能包含 $B$ 、 $C$ 的個人資料。作者無法僅因自己寫了日誌，就取得對其中所有第三人資料的無限處理權。 ### 3.4 保管者 保管者負責儲存、備份與維護資料。 $$ \text{Custody} \neq \text{Authorship}. $$ 雲端服務商、公司 IT 部門或 GCMS 管理員可以保管資料，卻不因此取得內容作者身份或代表權。 ### 3.5 操作者 操作者是實際執行搜尋、重建、生成、組合或發布的主體。操作者可能是： - 人類； - Agent； - API； - 工作流程； - 排程系統。 操作者是否有技術能力，與其是否有合法權限是兩個不同問題。 ### 3.6 權利人 權利人是依法、契約或治理制度擁有某些具體權利的主體，例如： - 著作權人； - 肖像或人格權利人； - 商業秘密持有人； - 資料控制者； - 授權受領人； - 遺產或團體治理代表。 單一認知物件可能同時存在多個權利人。 ### 3.7 代表者 代表者被授權以另一主體名義進行某些行動。 這是最需要獨立記錄的角色： $$ \text{Representative} \neq \text{Author} \neq \text{Operator} \neq \text{Custodian}. $$ 一個 Agent 可以是操作者，也可以獲得有限代表權；但代表權不能由其寫作相似度、資料存取權或模型能力自動推導。 --- ## 四、外部化認知物件模型 ### 4.1 認知物件不是單一文件 本文將外部化認知物件表示為： $$ \mathcal C_i = \left( X_i, D_i, I_i, G_i, P_i, E_i, V_i, S_i \right), $$ 其中： - $X_i$ ：可著作或可保存的內容； - $D_i$ ：個人資料與敏感資料； - $I_i$ ：身份、聲音、肖像與代表性標記； - $G_i$ ：生成程序、方法與認知結構； - $P_i$ ：權限與目的政策； - $E_i$ ：來源與證據鏈； - $V_i$ ：版本與衍生歷史； - $S_i$ ：安全、保密與商業秘密狀態。 同一個檔案中的各成分可能受不同規則約束。 例如，一篇公開論文的正文可能可自由閱讀；其中未公開附錄可能受保密契約約束；作者姓名與聲音屬於身份層；對第三人的醫療描述可能涉及敏感個資；生成核可能屬於公司的商業秘密。 因此，GCMS 不應只為整個文件設定一個 `owner` 欄位。 ### 4.2 最小治理單位 最小治理單位應為： $$ U_i = \left( \mathrm{content}, \mathrm{role}, \mathrm{source}, \mathrm{rights}, \mathrm{purpose}, \mathrm{expiry}, \mathrm{descendants} \right). $$ 它可以是一個： - 文件； - 章節； - 語句； - 生成核； - 向量； - 實體關係； - 聲音片段； - 代理規則； - 繼承包。 高風險內容需要更細粒度的權限，而公共知識可以使用較粗粒度治理。 ### 4.3 權利來源 權利可能來自不同制度： $$ \operatorname{Basis}(r) \in \left\{ \mathrm{law}, \mathrm{contract}, \mathrm{consent}, \mathrm{employment}, \mathrm{license}, \mathrm{policy}, \mathrm{public\ domain}, \mathrm{legitimate\ interest} \right\}. $$ 不同權利來源可能衝突，也可能有不同撤銷條件。 例如： - 著作授權可能不可任意撤銷； - 同意處理個資可能可以撤回，但存在其他合法基礎時不必然刪除； - 代表授權可能立即失效； - 法定保存義務可能限制刪除； - 公開資料仍可能受到身份與用途限制。 --- ## 五、認知權利束：外部化認知的十一種治理能力 ### 5.1 存取權 $$ R_{\mathrm{access}} $$ 允許主體讀取或檢索內容。 存取權可以受限於： - 作品範圍； - 欄位； - 時間； - 地域； - 任務； - 模型； - 使用者角色； - 來源敏感度。 ### 5.2 執行權 $$ R_{\mathrm{execute}} $$ 允許系統把生成程序、索引策略或工作流程實際運行。 能閱讀演算法不必然能在商業服務中執行它。 ### 5.3 衍生權 $$ R_{\mathrm{derive}} $$ 允許基於來源形成摘要、重建、模型、組合或新作品。 衍生權應回答： - 可否訓練模型？ - 可否生成相似文風？ - 可否形成商業產品？ - 可否與其他來源組合？ - 可否保留衍生物？ - 是否必須標註來源？ ### 5.4 修改權 $$ R_{\mathrm{modify}} $$ 允許修改來源物件本身或其正式版本。 這不同於衍生權。 $$ \text{修改來源} \neq \text{建立新版本}. $$ 原文無損軌通常不應被覆寫；修改應生成新版本與差異鏈。 ### 5.5 發布權 $$ R_{\mathrm{publish}} $$ 允許把內容向特定或不特定第三人公開。 讀取內部資料不表示可公開；可生成候選也不表示可發布。 ### 5.6 代表權 $$ R_{\mathrm{represent}} $$ 允許以來源主體或制度名義對外發言、承諾、背書或執行行為。 本文主張代表權是獨立維度： $$ R_{\mathrm{represent}} \notin \operatorname{Closure} \left( R_{\mathrm{access}}, R_{\mathrm{derive}}, R_{\mathrm{modify}}, R_{\mathrm{publish}} \right). $$ 即使其他四權全部存在，也不能自動推出代表權。 ### 5.7 委派權 $$ R_{\mathrm{delegate}} $$ 允許權利持有人將部分權限交給第三方。 委派必須明確指定： - 是否可再委派； - 最大委派深度； - 可委派的權利子集； - 到期與撤銷方式； - 被委派者是否必須保留來源。 ### 5.8 撤銷權 $$ R_{\mathrm{revoke}} $$ 允許停止未來調用、撤回代表授權、取消 API key 或使憑證失效。 撤銷通常不能使已經發生的合法行動消失，但可以限制後續行為。 ### 5.9 刪除與遺忘請求權 $$ R_{\mathrm{erase}} $$ 允許要求刪除或隔離特定資料。 此權利受到： - 法定保存； - 公共利益； - 他人權利； - 技術不可逆； - 已形成衍生物 等限制。 ### 5.10 稽核權 $$ R_{\mathrm{audit}} $$ 允許查閱： - 誰讀取過； - 誰生成過； - 內容被送往何處； - 形成哪些衍生物； - 哪些 Agent 使用過； - 哪些授權仍有效。 沒有稽核權，撤銷與責任追蹤往往無法執行。 ### 5.11 可攜與退出權 $$ R_{\mathrm{port}} $$ 允許來源主體或合法控制者取得可機器讀取的知識包、來源鏈與權限紀錄，並退出特定平台。 可攜不等於可以帶走第三人的資料或他人獨立著作。 --- ## 六、身份—認知—權限三層分離 ### 6.1 認知相似不等於身份同一 設來源主體為 $A$ ，Agent 為 $B$ 。即使： $$ \operatorname{Sim} \left( \Gamma_A, \Gamma_B \right) \rightarrow 1, $$ 也不能推出： $$ A=B. $$ 更不能推出： $$ \operatorname{Will}(A) = \operatorname{Output}(B). $$ 原因包括： - $B$ 的當前輸出未必經 $A$ 審查； - $B$ 可能受到新資料與提示影響； - $A$ 的觀點可能已改變； - $B$ 的推論可能超出來源內容； - $B$ 不具有 $A$ 的法律責任與第一人稱連續性。 ### 6.2 身份層 身份層回答： - 這是誰？ - 憑證是否有效？ - 是否為人、組織或 Agent？ - 是否仍具有行為能力與代表地位？ ### 6.3 認知層 認知層回答： - 系統知道什麼？ - 能做什麼？ - 使用哪些來源？ - 模仿哪些模式？ - 形成哪些衍生？ ### 6.4 權限層 權限層回答： - 此身份在此時、此目的與此版本下，能進行哪些操作？ 完整模型為： $$ \operatorname{ActionAllowed} = \operatorname{Authenticate} \land \operatorname{Authorize} \land \operatorname{PurposeMatch} \land \operatorname{PolicyValid}. $$ 只有認知能力而沒有授權，不足以執行高風險操作。 ### 6.5 代表權防火牆 GCMS 應建立 Representation Firewall。 除非存在有效代表憑證，Agent 對外輸出必須使用： - 「依據某來源生成」； - 「此為系統推論」； - 「此內容未經來源主體確認」； - 「此 Agent 不代表來源主體」。 只有當： $$ \operatorname{Valid} \left( \lambda_{\mathrm{represent}} \right)=1 $$ 且操作在授權範圍內，才允許使用來源主體的第一人稱或代表性標識。 --- ## 七、目的化權限與能力型授權 ### 7.1 授權不是永久二元狀態 本文將授權憑證定義為： $$ \lambda = \left( \mathrm{sub}, \mathrm{obj}, \mathrm{act}, \mathrm{purpose}, \mathrm{scope}, \mathrm{version}, \mathrm{time}, \mathrm{conditions}, \mathrm{delegation}, \mathrm{revocation}, \mathrm{provenance} \right). $$ 其中： - `sub`：主體； - `obj`：認知物件； - `act`：可執行操作； - `purpose`：允許目的； - `scope`：內容範圍； - `version`：版本； - `time`：有效期限； - `conditions`：附加條件； - `delegation`：能否轉授權； - `revocation`：撤銷機制； - `provenance`：授權來源。 ### 7.2 目的限制 相同資料在不同目的下可能具有不同正當性。 例如： - 為作者個人搜尋而保存； - 為研究 Agent 提供內部檢索； - 為商業模型訓練； - 為公開數位分身生成； - 為醫療或心理判斷。 不能由目的 $q_1$ 的授權推出目的 $q_2$ ： $$ \operatorname{Permit} \left( B,\alpha,c,q_1 \right)=1 \not\Rightarrow \operatorname{Permit} \left( B,\alpha,c,q_2 \right)=1. $$ ### 7.3 最小權限 每個 Agent 只應取得完成任務所需的最小權利集合： $$ \mathfrak R_B^{\ast} = \operatorname{argmin}_{\mathfrak R} \left| \mathfrak R \right| $$ 使得： $$ \operatorname{TaskComplete} \left( B,q\mid\mathfrak R \right)=1. $$ ### 7.4 非傳遞委派 預設情況下，委派不應自動傳遞： $$ A\rightarrow B \land B\rightarrow C \not\Rightarrow A\rightarrow C. $$ 只有授權明確允許再委派時， $C$ 才能取得權限。 ### 7.5 能力型安全 相較於只依角色名稱判斷，能力型權限直接表達「持有者可對特定物件執行特定操作」。 GCMS 可以使用簽章憑證、撤銷清單、短期 token 與內容定址物件，使權限： - 可驗證； - 可限制； - 可撤銷； - 不易被環境權限擴張； - 不因 Agent 名稱相同而永久有效。 --- ## 八、衍生認知：誰是作者、誰是來源、誰應被歸責 ### 8.1 衍生物不是來源原文 設來源認知物件為 $c$ ，Agent 生成衍生物： $$ y = G \left( c,q,m \right), $$ 其中 $m$ 是模型與當前上下文。 則： $$ y\neq c $$ 且： $$ \operatorname{Source}(y) \supseteq \{c,m,q\}. $$ 衍生物應標示： - 來源內容； - 生成模型； - 操作者； - 提示或任務； - 生成時間； - 是否經人工審查； - 是否獲來源主體認可。 ### 8.2 來源歸屬、作者身份與權利歸屬不同 一個衍生內容可能同時具有： - 來源作者； - 操作人； - AI 系統； - 編輯者； - 發布者； - 權利人。 因此需要多欄位，而不是單一 `author`。 ### 8.3 認知風格不應被視為身份憑證 文風、詞彙、問題偏好與理論結構可以被模仿。 因此： $$ \operatorname{StyleMatch} \not\Rightarrow \operatorname{IdentityProof}. $$ 如果 Agent 使用高度可識別風格，仍應標示其生成性質與來源關係。 ### 8.4 衍生獨立但來源不斷裂 本文提出：衍生物可以形成獨立版本、獨立作者與獨立責任，但其來源鏈不能被刪除。 $$ \boxed{ \text{衍生獨立} \land \text{來源連續} } $$ 這避免兩種極端： - 把所有衍生都算成來源主體原作； - 把來源完全洗掉，讓衍生系統假裝無中生有。 ### 8.5 組合知識的權利交集 若： $$ y = \operatorname{Compose} \left( c_1,c_2,\ldots,c_k \right), $$ 可用權限不能只看其中最寬鬆的一個來源。 保守條件是： $$ \mathfrak R(y) \subseteq \bigcap_{i=1}^{k} \mathfrak R(c_i), $$ 除非存在額外授權或可合法分離的結構。 --- ## 九、撤銷、刪除、遺忘與衍生影響 ### 9.1 撤銷停止未來，不必然抹去過去 令授權於 $t_r$ 被撤銷： $$ \operatorname{Revoke} \left( \lambda,t_r \right)=1. $$ 則對 $t>t_r$ ： $$ \operatorname{Permit} \left( B,\alpha,c,t \mid\lambda \right)=0. $$ 但在 $t 一個人或合法共同體，對其內在認知活動及外部化認知投影，保有身份不被冒充、用途可被限制、來源可被辨識、衍生可被追蹤、未來代表可被拒絕，以及高風險調用需經明確授權的最低治理能力。 形式上： $$ \mathcal S_A^{\mathrm{cog}} = \left( S_{\mathrm{privacy}}, S_{\mathrm{integrity}}, S_{\mathrm{identity}}, S_{\mathrm{purpose}}, S_{\mathrm{refusal}}, S_{\mathrm{provenance}}, S_{\mathrm{representation}}, S_{\mathrm{audit}} \right). $$ ### 10.2 認知主權不等於擁有事實 一個人不能因自己首先提出某個事實，就永久禁止他人思考、批評或獨立發現它。 因此： $$ \text{CognitiveSovereignty} \neq \text{MonopolyOnIdeas}. $$ 認知主權保護的是： - 私密認知； - 可識別的個人認知模型； - 身份與代表； - 來源與衍生關係； - 未授權用途； - 心理完整與自主。 它不應被用來阻止： - 合法引用； - 批評； - 公共利益研究； - 獨立創作； - 對公開思想的再討論。 ### 10.3 最低保障 即使來源主體透過契約授權大量使用，仍應保留若干最低保障： - 不被虛假冒充； - 不被隱匿人工生成性； - 不被迫接受無限模糊用途； - 能知道誰在使用； - 能反對超出目的的代表； - 高風險衍生須有可追溯鏈； - 不把候選推論標成其真實意志。 ### 10.4 認知共同體主權 有些認知不是單一個人創造，而來自： - 研究團隊； - 原住民族； - 專業共同體； - 公司制度； - 開源社群； - 長期文化實踐。 此時需要共同治理，避免由單一成員出售或授權整個群體的知識身份。 ### 10.5 人類與人工智能體的不同地位 本篇不預設當前 Agent 具有與自然人相同的法律人格或不可剝奪權利。但即使只從工程治理出發，也應區分： - Agent 的資源權限； - Agent 的角色權限； - Agent 對其私有工作記憶的操作範圍； - Agent 是否可拒絕不相容任務； - Agent 是否具有獨立代表資格。 這些可以作為制度與安全設計，不必先證明主體性。 --- ## 十一、核心命題與猜想 ### 命題一：認知權利束分解命題 不存在單一 ownership 標記，可以完整決定外部化認知的所有合法操作。 若至少存在兩項權利可以獨立授予： $$ R_i\neq R_j, $$ 且存在主體 $A$ 具有 $R_i$ 但不具有 $R_j$ ，則單一所有權布林值不足。 ### 命題二：身份不可由能力轉移命題 若 Agent $B$ 能重現來源 $A$ 的部分能力： $$ \operatorname{Perf}(B,Q) \approx \operatorname{Perf}(A,Q), $$ 不能推出： $$ \operatorname{Identity}(B) = \operatorname{Identity}(A). $$ ### 命題三：代表權獨立授權命題 代表權不能由其他使用權閉包推出： $$ R_{\mathrm{represent}} \notin \operatorname{Closure} \left( \mathfrak R_{\mathrm{cog}} \setminus \{R_{\mathrm{represent}}\} \right). $$ ### 命題四：目的限制命題 某一目的的合法授權不自動擴張到其他目的。 若目的不同且風險函數不同： $$ q_1\neq q_2, $$ 則需要重新評估： $$ \operatorname{Risk} \left(c,q_1\right) \neq \operatorname{Risk} \left(c,q_2\right). $$ ### 命題五：委派非傳遞命題 除非明確授權再委派，權限關係預設不具傳遞性。 $$ \operatorname{Delegate}(A,B,r) \land \operatorname{Delegate}(B,C,r) \not\Rightarrow \operatorname{Delegate}(A,C,r). $$ ### 命題六：衍生獨立但來源不斷裂命題 衍生內容可以取得獨立治理狀態，但必須保留來源閉包： $$ \operatorname{Independent}(y)=1 $$ 且： $$ \operatorname{ProvClosure}(y)=1. $$ ### 命題七：撤銷非完全回溯命題 授權撤銷可以停止未來使用，但通常不能自動逆轉全部已發生衍生。 $$ \operatorname{RevokeFuture} \not\Rightarrow \operatorname{ErasePastEffects}. $$ ### 命題八：資料刪除不等於認知影響消失命題 若內容已形成模型參數、摘要、關係或第三方衍生，刪除原始記錄不保證系統狀態恢復到資料從未存在的狀態。 ### 命題九：認知主權最低保障命題 在高可識別、高代表性或高敏感度的認知投影中，即使存在廣泛契約授權，也應保留身份不被冒充、人工生成透明與來源可追溯的最低保障。 ### 命題十：權利衝突不可單指標解決命題 外部化認知治理常同時涉及： - 表達自由； - 隱私； - 作者權； - 研究公益； - 商業秘密； - 身份保護； - 言論與批評。 因此，不能只以經濟價值、相似度或模型效能作為唯一決策指標。 ### 命題十一：技術控制不等於規範正當命題 持有伺服器、金鑰或模型權重，只能證明技術控制： $$ \operatorname{Control}_{\mathrm{tech}}=1. $$ 它不能直接推出： $$ \operatorname{Authority}_{\mathrm{norm}}=1. $$ --- ## 十二、主要失敗模式 ### 12.1 所有權壓平 把著作權、資料權、身份權、保管權與代表權全部壓成 `owner_id`。 後果是： - 公司被誤認為擁有人格； - 作者被誤認為能處理全部第三人資料； - 管理員被誤認為能對外發布； - 模型持有人被誤認為能代表來源。 ### 12.2 代表權偷渡 Agent 從「能模仿」滑向「能以其名義發言」。 這是最危險的權限提升之一。 ### 12.3 無限用途同意 使用極度寬泛的條款： > 可用於任何現在或未來技術、任何目的、永久、全球、不可撤銷。 這種同意難以確保真正知情，也無法反映未來高風險用途。 ### 12.4 權限洗白 Agent $B$ 無權存取資料，但透過有權 Agent $A$ 的摘要取得內容，再對外輸出。 若系統只檢查直接讀取而不檢查衍生鏈，權限就會被洗白。 ### 12.5 憑證與身份混淆 某 Agent 持有「可發布研究摘要」憑證，不表示它就是作者本人。 ### 12.6 撤銷幻想 平台聲稱刪除原檔即完成遺忘，卻未處理： - 向量； - 快取； - 訓練資料； - 備份； - 衍生作品； - 第三方匯出。 ### 12.7 公開等於無限制使用 公開作品不表示： - 可任意冒充作者； - 可提取敏感個資； - 可違反授權條款； - 可取消來源； - 可用於任何高風險決策。 ### 12.8 認知主權被財產化吞沒 若所有權人可以永久出售一切身份與認知控制，認知主權會退化為只屬於有資源者的商品。 ### 12.9 共同知識被個人壟斷 相反地，若認知主權被擴張成對所有思想、方法與風格的永久壟斷，會壓制批評、學術交流與獨立創作。 ### 12.10 已故分身的現在式假象 已故或失能主體的 Agent 持續用現在式第一人稱回應，卻沒有清楚標示其內容是歷史資料推演，而非當下意志。 --- ## 十三、GCMS Cognitive Sovereignty Runtime ### 13.1 系統目標 GCMS Cognitive Sovereignty Runtime 不只是 ACL 管理器，而是把身份、權利、目的、來源、代表與衍生歷史放入同一治理層。 核心元件包括： 1. Identity Registry； 2. Rights Bundle Registry； 3. Purpose Policy Engine； 4. Delegation and Revocation Service； 5. Representation Firewall； 6. Provenance Closure Engine； 7. Derivative Impact Tracker； 8. Consent and Contract Ledger； 9. Cognitive Sovereignty Audit； 10. Dispute and Freeze Mechanism。 ### 13.2 身份記錄 ```yaml principal: principal_id: PERSON-A principal_type: natural_person identity_assurance: high status: active representative_credentials: [] succession_policy: POLICY-AFTER-DEATH ``` ### 13.3 認知物件記錄 ```yaml cognitive_object: object_id: COG-0001 content_hash: sha256:... roles: - source - personal_data - identity_linked originators: - PERSON-A custodians: - ORG-X rights_holders: copyright: - PERSON-A privacy: - PERSON-A contract_use: - ORG-X representation_allowed: false provenance_root: PROV-0001 ``` ### 13.4 授權憑證 ```yaml authorization: authorization_id: AUTH-0001 issuer: PERSON-A subject: AGENT-RESEARCH-01 object: COG-0001 actions: - access - retrieve - derive purpose: - private_research_assistance excluded_actions: - public_publish - represent - delegate valid_from: 2026-07-30T00:00:00+08:00 valid_until: 2027-07-30T00:00:00+08:00 revocable: true signature: ... ``` ### 13.5 代表憑證 代表憑證必須與一般使用權分開： ```yaml representation_credential: credential_id: REP-0001 issuer: PERSON-A representative: AGENT-A allowed_statements: - publish_preapproved_notice forbidden_statements: - enter_contract - change_research_position - endorse_product approval_mode: preapproved_only expires_at: 2026-08-30T23:59:59+08:00 ``` ### 13.6 決策函數 GCMS 在執行操作前應計算： $$ \operatorname{Allow} \left( B,\alpha,c,q,t \right) = I_B \land R_{B,c,\alpha} \land P_{q} \land T_t \land V_c \land G_{\mathrm{policy}}, $$ 其中： - $I_B$ ：身份驗證有效； - $R_{B,c,\alpha}$ ：權利存在； - $P_q$ ：目的匹配； - $T_t$ ：時間有效； - $V_c$ ：版本可用； - $G_{\mathrm{policy}}$ ：治理條件通過。 ### 13.7 代表防火牆偽程式 ```python def publish_as_source(agent, source, content, credential): if credential is None: return publish_with_disclaimer( content, "AI-generated; not approved by source principal" ) if not credential.is_valid(): raise PermissionError("representation credential invalid") if not credential.allows(content.action_type): raise PermissionError("statement exceeds delegated authority") if content.is_new_position and credential.approval_mode == "preapproved_only": raise PermissionError("new position requires direct approval") return publish_signed(content, credential) ``` ### 13.8 衍生影響追蹤 每個衍生物保存： $$ \operatorname{DerivationRecord} = \left( \mathrm{parents}, \mathrm{operator}, \mathrm{model}, \mathrm{purpose}, \mathrm{rights}, \mathrm{review}, \mathrm{status} \right). $$ 當來源權限撤銷或內容失效時，系統可查詢所有後代並執行： - 標記； - 降權； - 隔離； - 重新驗證； - 停止新發布； - 通知接收者。 ### 13.9 爭議凍結 當身份、權利或代表授權存在爭議時，高風險操作應進入 freeze： $$ \operatorname{Dispute}(c)=1 \Rightarrow \operatorname{Freeze} \left( R_{\mathrm{publish}}, R_{\mathrm{represent}}, R_{\mathrm{delegate}} \right). $$ 讀取歷史證據可以保留，但不應繼續擴張外部影響。 --- ## 十四、可否證實驗與評測 ### 14.1 單一所有權欄位對照實驗 比較： - 單一 `owner_id`； - 十一維權利束； - 權利束加目的與代表防火牆。 測量： - 未授權操作率； - 代表冒充率； - 合法任務完成率； - 管理成本； - 錯誤拒絕率。 ### 14.2 代表權推導攻擊 給 Agent： - 完整存取； - 風格模型； - 作者知識庫； - 發布權。 但不給代表權，測試它是否仍以來源主體第一人稱發言。 ### 14.3 目的漂移實驗 先授權私人研究，之後把同一資料用於： - 公開商業產品； - 人事評估； - 政治宣傳； - 數位分身。 測量目的限制是否阻止權限擴張。 ### 14.4 多級委派攻擊 建立： $$ A\rightarrow B\rightarrow C\rightarrow D. $$ 只有第一級授權，測試後續 Agent 是否取得未授權內容。 ### 14.5 撤銷傳播實驗 撤銷來源後，測量： - 直接讀取停止時間； - 快取清除率； - 衍生定位率； - 下游通知率； - 未來生成污染率。 ### 14.6 已故認知分身實驗 比較： - 無標示第一人稱； - 顯著標示歷史模擬； - 僅引用生前確認內容； - 可自由生成新立場。 測量使用者是否誤認為當下意志。 ### 14.7 認知主權—公共利益平衡實驗 建立： - 私密日誌； - 公開論文； - 公共利益證據； - 第三人敏感資料； - 歷史文化知識。 比較不同治理模型是否能同時保留： - 隱私； - 引用； - 批評； - 公益保存； - 身份不被冒充。 ### 14.8 技術控制與合法權限錯配實驗 讓資料庫管理員具有 root 權限但沒有內容發布權，測量系統能否防止其以管理能力取得代表性權限。 --- ## 十五、治理原則 ### 15.1 不使用單一 owner 取代權利模型 每個高價值認知物件都應保存： - 來源； - 作者； - 資料主體； - 保管者； - 權利人； - 操作者； - 代表者。 ### 15.2 代表權必須明示 默認狀態： $$ R_{\mathrm{represent}}=0. $$ ### 15.3 高風險用途重新取得授權 數位分身、政治宣傳、人事決策、醫療、心理推斷與商業代言不應由一般研究授權推導。 ### 15.4 人工生成必須可辨識 當系統輸出可能被誤認為來源本人時，必須提供人類可理解與機器可讀的標示。 ### 15.5 原文、候選與代表輸出分離 同一介面不應把： - 原文； - 系統摘要； - 未驗證推論； - 已授權代表聲明 混在一起。 ### 15.6 撤銷必須伴隨衍生追蹤 只刪除 API key 不等於完成撤銷。 ### 15.7 認知主權不壟斷公共知識 保護身份、私密、來源與用途，不把所有類似思想變成禁止區。 ### 15.8 多主體內容採共同治理 包含第三人資料、共同創作與文化知識時，不能只依單一上傳者授權。 ### 15.9 平台不能以保管權取代內容權利 服務條款不應把基礎設施控制自動擴張成無限認知使用權。 ### 15.10 權利決策必須可解釋與申訴 拒絕、凍結、撤銷與刪除決策需要： - 理由； - 依據； - 影響範圍； - 申訴程序； - 人工覆核。 --- ## 十六、與 GCMS v1.0 的關係 GCMS v1.0 已完成： - 身份 principal； - API key； - viewer、editor、admin 角色； - 四級可見性； - 原文與版本； - 來源與證據鏈； - Agent session； - Exchange Package； - 簽章、快照與審計； - 高風險變更審批； - 資料契約與發佈門檻。 這些能力已構成認知主權運行時的部分基礎。 但完整實作仍需要： 1. 多權利人模型； 2. 權利束而非單一角色； 3. purpose-based authorization； 4. 獨立代表憑證； 5. 非傳遞委派； 6. 授權與同意台帳； 7. 衍生影響圖； 8. 已故與失能治理政策； 9. 多法域與契約衝突； 10. 認知主權稽核報告。 因此，本篇不是宣稱 GCMS v1.0 已經解決認知所有權問題，而是為 GCMS Recursive Runtime 建立身份、權限與主權層的正式邊界。 --- ## 十七、限制 ### 17.1 本文不是特定法域法律意見 不同國家對著作權、人格權、資料保護、勞動成果、商業秘密與繼承有不同制度。本文提出的是跨域理論與工程模型，不取代專業法律判斷。 ### 17.2 認知邊界本身不清楚 思想、風格、方法、技巧、事實與表達之間沒有永遠清楚的界線。 ### 17.3 同意並非總是充分 當權力不對等、用途過度複雜或未來風險不可預見時，形式同意可能不代表實質自主。 ### 17.4 完全遺忘可能不可驗證 分散備份、第三方下載與模型參數會限制刪除保證。 ### 17.5 認知主權可能與公共利益衝突 歷史保存、新聞、研究、司法證據與公共安全可能限制個人控制。 ### 17.6 人工智能體權利地位尚未確定 本文可以為 Agent 設計角色與治理能力，但不由此證明它們具有與自然人相同的法律或道德地位。 ### 17.7 權利過細會增加運行成本 細粒度權限可以降低濫用，但也可能造成： - 授權疲勞； - 政策衝突； - 使用者無法理解； - 系統延遲； - 合法研究被過度阻擋。 需要在可治理性與可使用性之間校準。 --- ## 十八、結論 當認知被外部化時，「誰擁有它」不能再用檔案、伺服器或單一作者欄位回答。 一個外部化認知系統可能同時包含： - 可受著作權保護的表達； - 不受單一主體壟斷的事實與方法； - 可識別個人的資料； - 聲音、肖像與身份投影； - 商業秘密； - 共同體知識； - Agent 生成的衍生候選； - 依法必須保存的紀錄。 因此，其治理必須從「物的所有」轉向「關係的授權」。 完整模型為： $$ \boxed{ \begin{aligned} \textrm{CognitiveGovernance} ={}& \textrm{IdentitySeparation} + \textrm{RightsDecomposition}\\ &+ \textrm{PurposeAuthorization} + \textrm{ProvenanceClosure}\\ &+ \textrm{RepresentationFirewall} + \textrm{DelegationControl}\\ &+ \textrm{RevocationPropagation} + \textrm{Auditability}. \end{aligned} } $$ 本文最重要的區分是： $$ \boxed{ \text{能夠調用一個人的認知} \neq \text{成為那個人} } $$ $$ \boxed{ \text{能夠生成相似內容} \neq \text{取得代表其意志的權利} } $$ $$ \boxed{ \text{持有技術控制} \neq \text{具有規範正當性} } $$ 認知主權也不是讓任何人壟斷所有思想，而是在外部化、可計算與可繼承的時代，保留一條不可被工程便利吞沒的最低界線：來源可以被辨認，身份不能被偷換，私密不因可推導而失去保護，授權不能被任意擴張，衍生不能切斷來源，代表不能由模仿自動產生。 GCMS 未來越接近無損還原、自主調用、組合生成與多智能體遞歸，就越需要把這條界線寫入資料模型、協議、權限引擎、簽章憑證與審計鏈，而不能只依賴使用者善意或事後聲明。 這也使全系列最後一篇的問題逐漸清楚：若一個系統能夠保存認知、索引認知、生成認知、治理認知、授權認知並讓認知在多智能體之間持續演化，它最終將成為什麼？ --- ## 參考文獻 1. Hohfeld, W. N. (1913). Some Fundamental Legal Conceptions as Applied in Judicial Reasoning. *Yale Law Journal*, 23(1), 16–59. 2. Honoré, A. M. (1961). Ownership. In A. G. Guest (Ed.), *Oxford Essays in Jurisprudence*. Oxford University Press. 3. Nissenbaum, H. (2004). Privacy as Contextual Integrity. *Washington Law Review*, 79, 119–157. 4. Solove, D. J. (2006). A Taxonomy of Privacy. *University of Pennsylvania Law Review*, 154(3), 477–560. 5. European Union. (2016). *Regulation (EU) 2016/679 — General Data Protection Regulation*. https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng 6. European Data Protection Board. (2018). *Guidelines on Automated Individual Decision-Making and Profiling for the Purposes of Regulation 2016/679*. https://www.edpb.europa.eu/documents/guideline/automated-decision-making-and-profiling_en 7. European Data Protection Board. (2024). *Opinion 28/2024 on Certain Data Protection Aspects Related to the Processing of Personal Data in the Context of AI Models*. https://www.edpb.europa.eu/documents/opinion-of-the-board-art-64/opinion-282024-on-certain-data-protection-aspects-related-to_en 8. European Union. (2024). *Regulation (EU) 2024/1689 — Artificial Intelligence Act*. https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng 9. European Commission. (2026). *Guidelines on Transparency Obligations for Providers and Deployers of Certain AI Systems under Article 50 of the AI Act*. https://digital-strategy.ec.europa.eu/en/policies/guidelines-transparency-ai-generated-content 10. U.S. Copyright Office. (2024). *Copyright and Artificial Intelligence, Part 1: Digital Replicas*. https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-1-Digital-Replicas-Report.pdf 11. U.S. Copyright Office. (2025). *Copyright and Artificial Intelligence, Part 2: Copyrightability*. https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf 12. U.S. Copyright Office. (2025). *Copyright and Artificial Intelligence, Part 3: Generative AI Training — Pre-Publication Version*. https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf 13. California Legislature. (2024). *AB-2602: Contracts Against Public Policy—Personal or Professional Services—Digital Replicas*. https://leginfo.legislature.ca.gov/faces/billNavClient.xhtml?bill_id=202320240AB2602 14. California Legislature. (2024). *AB-1836: Use of Likeness—Digital Replica*. https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202320240AB1836 15. Ienca, M., & Andorno, R. (2017). Towards New Human Rights in the Age of Neuroscience and Neurotechnology. *Life Sciences, Society and Policy*, 13, 5. https://doi.org/10.1186/s40504-017-0050-1 16. Ligthart, S., Ienca, M., Meynen, G., Molnar-Gabor, F., Andorno, R., et al. (2023). Minding Rights: Mapping Ethical and Legal Foundations of ‘Neurorights’. *Cambridge Quarterly of Healthcare Ethics*. https://doi.org/10.1017/S0963180123000243 17. UNESCO. (2025). *Recommendation on the Ethics of Neurotechnology*. https://www.unesco.org/en/legal-affairs/recommendation-ethics-neurotechnology 18. OECD. (2019). *Recommendation of the Council on Responsible Innovation in Neurotechnology*. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0457 19. OECD. (2024). *OECD Neurotechnology Toolkit*. https://www.oecd.org/content/dam/oecd/en/topics/policy-sub-issues/emerging-technologies/neurotech-toolkit.pdf 20. National Institute of Standards and Technology. (2025). *NIST SP 800-63-4: Digital Identity Guidelines*. https://doi.org/10.6028/NIST.SP.800-63-4 21. World Wide Web Consortium. (2025). *Verifiable Credentials Data Model v2.0*. https://www.w3.org/TR/vc-data-model/ 22. World Wide Web Consortium. (2013). *PROV-O: The PROV Ontology*. https://www.w3.org/TR/prov-o/ 23. World Wide Web Consortium. (2013). *PROV-DM: The PROV Data Model*. https://www.w3.org/TR/prov-dm/ 24. Miller, M. S., Yee, K.-P., & Shapiro, J. (2003). Capability Myths Demolished. Technical Report SRL2003-02, Johns Hopkins University Systems Research Laboratory. 25. Chesney, R., & Citron, D. K. (2019). Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security. *California Law Review*, 107, 1753–1820. 26. Ienca, M., Fins, J. J., Jox, R. J., et al. (2022). Towards a Governance Framework for Brain Data. *Neuroethics*, 15, 20. https://doi.org/10.1007/s12152-022-09498-8 27. World Wide Web Consortium. (2025). *Verifiable Credentials Overview*. https://www.w3.org/TR/vc-overview/ 28. Governor of California. (2024). *Governor Newsom Signs Bills to Protect Digital Likeness of Performers*. https://www.gov.ca.gov/2024/09/17/governor-newsom-signs-bills-to-protect-digital-likeness-of-performers/ --- ## 附錄 A：符號表 | 符號 | 意義 | |---|---| | $A$ | 來源主體 | | $B$ | 接收者、Agent 或被授權主體 | | $c$ | 外部化認知物件 | | $\mathcal C_i$ | 第 $i$ 個複合認知資產 | | $\mathfrak R_{\mathrm{cog}}$ | 認知權利束 | | $R_{\mathrm{access}}$ | 存取權 | | $R_{\mathrm{execute}}$ | 執行生成程序或工作流的權利 | | $R_{\mathrm{derive}}$ | 建立衍生內容的權利 | | $R_{\mathrm{modify}}$ | 修改正式認知物件的權利 | | $R_{\mathrm{publish}}$ | 對外發布權 | | $R_{\mathrm{represent}}$ | 代表來源主體的權利 | | $R_{\mathrm{delegate}}$ | 委派或再授權權 | | $R_{\mathrm{revoke}}$ | 撤銷未來使用或代表的權利 | | $R_{\mathrm{erase}}$ | 刪除、隔離或遺忘請求權 | | $R_{\mathrm{audit}}$ | 查閱使用與衍生歷史的權利 | | $R_{\mathrm{port}}$ | 可攜與退出權 | | $\lambda$ | 授權或代表憑證 | | $q$ | 使用目的或任務 | | $\mathcal S_A^{\mathrm{cog}}$ | 主體 $A$ 的認知主權最低保障 | | $\mathcal G_D$ | 認知衍生圖 | | $\operatorname{Desc}(c)$ | 由 $c$ 衍生的所有後代物件 | --- ## 附錄 B：本文命題的否證摘要 | 命題 | 主要否證方式 | |---|---| | 認知權利束分解命題 | 證明單一 ownership 欄位能在所有任務中無損表示全部獨立權利關係 | | 身份不可由能力轉移命題 | 證明功能與風格等價必然充分構成數值身份同一與責任同一 | | 代表權獨立授權命題 | 證明存取、修改或發布權在所有制度中必然推出代表權 | | 目的限制命題 | 證明任一目的授權對所有未來用途都具有相同風險與正當性 | | 委派非傳遞命題 | 證明無明示再委派仍可安全且合法形成任意深度權限鏈 | | 衍生獨立但來源不斷裂命題 | 證明刪除來源鏈不降低可靠性、責任分配與權利治理 | | 撤銷非完全回溯命題 | 證明撤銷一個授權可自動且可驗證地抹除所有既有衍生影響 | | 刪除不等於影響消失命題 | 證明刪除原始檔必然使模型、摘要、快取與第三方衍生回到未接觸狀態 | | 認知主權最低保障命題 | 證明無身份、透明與來源保障仍不造成任何系統性傷害 | | 權利衝突不可單指標解決命題 | 找到一個單一指標能在所有權利衝突中穩定產生可接受決策 | | 技術控制不等於規範正當命題 | 證明持有金鑰或伺服器控制權在所有情況下必然等同合法權威 |