加州把 AI 開除員工寫進勞動法:要的不是人類核准,是人類查得出來

一句話結論

加州州長 Newsom 在 2026 年 9 月 30 日簽了 SB 947,成為全美第一個明文規定「AI 不能單獨決定懲戒或解僱員工」的州。但真正值得你抄下來的不是「要有人類參與」這六個字——條文用的動詞是 corroborate(查證):人類必須拿產生那個結論的原始資料去對一遍,對不出來就不准用這個結論。這不是加簽核關卡,是把舉證責任放回公司身上。台灣沒有這條法,但這套作法你現在就能用。

先說清楚適用範圍,免得你白緊張:這是加州法,台灣公司沒有法律義務。

但我建議你還是花十分鐘看完,原因有兩個。第一,加州在科技立法上一向是領頭羊,別州和別國常拿它當範本。第二——也是更實際的——這條法裡面寫的那個標準,剛好就是我在企業內訓裡最難教會的那件事。現在有一部法律幫我把它寫成白紙黑字了。

這條法到底禁了什麼

SB 947 的正式名稱是《Employment: automated decision systems》(就業:自動化決策系統),作者是 McNerney,成法後編為第 859 章。它在加州勞動法裡新增了一整個部分(Part 5.5.5,自第 1520 條起)。

核心規定在第 1522 條,一共三層:

第一層(b)(1):「An employer shall not rely solely on an ADS when making a disciplinary or termination decision.」——雇主不得僅依賴自動化決策系統做出懲戒或解僱決定。

第二層(b)(2):如果雇主主要依據該系統的輸出做決定,必須指派一個人,用「產生該輸出時所蒐集或使用的資料,或其他相關佐證資訊」去查證這個決定。

第三層(c):如果查證不出來,或審查的人認定該輸出「不準確、不完整或具誤導性」,雇主不得拿它做懲戒或解僱決定。

條文規定的三道關卡
出自加州勞動法新增第 1522 條 (b)(1)、(b)(2)、(c) 三款。第三道關卡是最常被漏掉的一道。

另外第 1522 條 (a) 還列了三件不准用 AI 去做的事:不得用它違反勞動、職安、就業或民權法規;不得用它推斷員工受法律保護的身分;不得用它預測並對「行使法定權利」的員工採取不利行動。最後那一條講白話就是:不准拿 AI 去預測誰快要檢舉你、然後先把他處理掉。

關鍵在 corroborate 這個字

大部分報導寫到「要求人類參與審查」就停了。但條文選的動詞不是 approve(核准),也不是 review(複核),是 corroborate——查證、佐證。

這兩個字差很多。

「核准」是:系統給我一個分數,我看了,我覺得合理,我按下核准。整個過程我沒有碰過任何一筆原始資料。

「查證」是:系統說這個人該被資遣,我去把它用來算這個結論的資料調出來——出勤、產出、客訴、專案紀錄,有什麼算什麼——然後我自己對一遍,看看是不是真的指向同一個結論。

而第三層補上了最硬的那一刀:對不出來,這個結論就作廢。不是「標註存疑但照辦」,是不准用。

法條要的不是核准,是查證
法條原文用的動詞是 corroborate(查證/佐證),不是 approve。差別在於人類要能說出 AI 憑什麼。

我在課堂上講過很多次一句話,現在可以直接引法條了:人類審查不是簽名,是說得出它憑什麼。

還有兩個配套,對 HR 來說很實際:員工可以要求雇主提供「這個系統主要用了我哪些資料」的說明;而且雇主做完決定後,必須給當事人一份書面的事後通知。換句話說,這套制度預設了「員工會回頭問你」。

兩個容易被漏掉的範圍問題

一、沒有員工人數門檻。條文把「雇主」定義得非常寬:任何直接或間接、或透過代理人僱用他人,或控制他人工資、工時、工作條件的人,都算。而且明文包含各級州政府、加州大學、州立大學、學區,以及派遣/承攬公司。沒有「50 人以下免適用」這種東西。

二、ADS 的定義比你想的窄,但也比你想的寬。條文定義是:「任何源自機器學習、統計模型、資料分析或人工智慧的運算程序,產出簡化結果(含分數、分類或建議),用於協助或取代人類裁量決策,且對自然人有重大影響。」

注意它排除了什麼:垃圾信過濾、防火牆、防毒、身分與存取管理工具、計算機、資料庫、資料集。所以不是「公司裡有演算法的東西都算」。

但也注意它包含什麼:「統計模型」和「資料分析」。這代表那張你用 Excel 樞紐分析排出來的績效排名,只要它被拿來當資遣依據,可能也在範圍內。這條法管的不是「AI」這個招牌,是「用簡化輸出替代人的判斷」這個行為。

同一天還簽了另外兩條

9 月 30 日那天 Newsom 一口氣簽了三條跟職場 AI 直接相關的法案:

三條法案各管什麼
章號與簽署日取自加州立法資訊網的成法版本。SB 947 的施行日由條文第 1526.7 條明訂;另兩案的條文中未見自訂生效日。

SB 951(第 860 章)修改了加州版的大量解僱預告法。以後如果大量解僱、遷廠或終止營運是「實質上」因為 AI 或自動化技術造成的,通知書裡必須寫明:受影響職位的數量、職類與工作地點、哪些職能將被自動化、以及涉及的 AI 系統屬於哪一類;而且通知最上方要加一行「This notice is for a technology displacement」。

這一條有個很值得追蹤的後續:加州就業發展部必須把收到的通知摘要公布在官網,並發布全州季度的技術性取代報告。也就是說,全世界第一份「AI 到底取代了多少工作」的官方公開統計,很可能會從加州出來。目前這個題目上的數字幾乎都來自顧問公司預測或企業自述,一份有法律強制申報當基礎的資料,份量不一樣。

AB 1883(第 853 章)禁止雇主用 AI 職場監控工具做兩件事:辨識或推論、預測個人的情緒狀態;以及蒐集神經資料。第二項寫進法律這件事本身就值得停一下——它代表立法者認為腦波類的穿戴裝置進職場已經近到需要先畫線了。

誠實踩煞車

這段比上面都重要,因為這條法最容易被誤讀成一顆安心丸。

第一,它 2027 年 7 月 1 日才施行。條文第 1526.7 條明訂的。現在簽了,但還有大半年空窗。

第二,「有人類參與」本身的效果,比你以為的弱很多。這是我最想提醒的一點。Anthropic 做過一個 1,053 人的實驗:用 AI 工作時,把危險指令偷換進權限提示,只有 13.6% 的人擋下來,自動化把關擋下 89%。測的是權限提示,不是人事審查,數字不能直接搬,只能借機制來看。我寫過那篇(放在下面延伸閱讀)。

所以請不要這樣理解這條法:「加州規定要有人看,那我們安排一個人看,就安全了。」安排一個人看,多半擋不住什麼。真正有效的是條文第二層講的那件事——那個人要去碰原始資料。這也是為什麼我認為 corroborate 這個用字是整條法裡最有價值的部分:立法者顯然知道「找個人按核准」會變成橡皮圖章,所以直接把動作寫死了。

第三,我不是律師,這篇不是法律意見。我讀的是加州立法資訊網上的成法條文,但實務上怎麼認定「主要依賴」、什麼叫「查證不出來」,要等主管機關的解釋和案例。真的要在美國做人事決定,請找當地勞動法律師。

第四,SB 951 和 AB 1883 的生效日我查不到。這兩案的條文裡我沒有找到自訂的施行日期條款(SB 947 有,所以我敢寫 2027/7/1)。我不確定它們適用哪一條預設規則,所以我不寫——寧可留白,不要給你一個我沒把握的日期。

所以你該做什麼

如果你是一般上班族:你真正要記住的只有一件事——如果有一天公司拿一個「系統評估結果」來跟你談你的去留,你可以問:這個結論是用我的哪些資料算出來的?在加州這是法定權利;在台灣它不是,但它是一個合理的問題,而且問得出口的人和問不出口的人,處境差很多。

如果你是會用 AI 批量處理資料的人:養成一個習慣——凡是會影響到具體某個人的結論,都要能回推到原始資料。不只是人事。你用 AI 篩供應商、評客戶信用、排客訴優先序,全部同理。做法很簡單:請它輸出結論時,一併輸出「我依據的是哪幾筆」。這一個要求會擋掉不少麻煩。

如果你是主管或 HR:現在就可以做三件不花錢的事。一、盤點一下公司裡有沒有「會產生分數或排名、而且會影響人」的系統——包含 Excel 算出來的,別只盯著掛著 AI 名號的。二、對每一個這類系統問一句:如果當事人回頭問「憑什麼」,我們調得出資料嗎?三、如果你們有美國或加州的員工、客戶或母公司,把這條法轉給法務,不要等 2027 年。

你是機長,AI 是機組人員

機長在起飛前要跑檢查表。檢查表上有一項是確認襟翼位置——他不是問副駕「襟翼設好了嗎」,然後聽到「設好了」就打勾。他自己看那個指示器。

這兩個動作在流程圖上長得一模一樣:都是「機長確認」,都會留下一筆紀錄。差別只在於他有沒有真的去看儀表。而航空史上最慘的幾場事故,很多就卡在這個差別上。

加州這條法在做的事,本質上就是把「你不能只聽副駕說」寫進勞動法。它沒有要求你不用自動化系統——就像沒有人要求機長不要用儀器。它要求的是:當這個決定會改變一個人的人生時,你得自己看過那個儀表。

這件事不需要等法律規定。你今天就可以開始這樣帶你的團隊。

常見問題 FAQ

Q:台灣公司完全不用管這條法嗎?
法律上沒有義務。但三種情況下你會被牽動:你在美國有員工;你的客戶或母公司在加州、而他們開始把這套標準寫進供應商要求;或你的 HR 系統供應商為了加州市場改了產品設計,你跟著用到。前兩種我已經看到台灣企業在遇到了。

Q:我們公司只是用 AI 幫忙整理績效資料,沒有讓它決定誰走,這樣算嗎?
照條文的架構,關鍵在「是不是主要依據它的輸出做出懲戒或解僱決定」。純粹整理資料、結論仍由人獨立形成,跟「系統給排名、主管照排名辦」是兩回事。但實務上這條界線很滑——如果主管每次都照著排名走,說是參考也很難站得住。與其糾結定義,不如直接做到查證那一步。

Q:「AI 不能單獨決定解僱」聽起來是常識,有必要立法嗎?
會立法通常代表現實裡已經在發生了。而且這條法的價值不在那句常識,在它規定了「人類參與」具體要做什麼動作。沒有這一段,「人類參與」就會退化成按核准——這正是 Newsom 去年否決前一版的理由之一:他當時認為規範範圍過廣,今年修過才簽。

Q:如果 AI 的建議和人類查證的結果不一致,怎麼辦?
條文寫得很乾脆:查不出來、或審查者認定輸出不準確、不完整、有誤導性,就不得用該輸出做決定。它沒有說「以人類為準」然後讓你自由心證,是直接讓那個輸出失效。這個設計值得抄——它避免了「參考 AI 但最後還是照 AI 走」的灰色地帶。

Q:我們想導入 AI 做人力相關分析,看完這篇該不該停?
不用停,但把一件事放進規格裡:可回溯。系統給出的每一個會影響到人的結論,都要能叫出它用了哪些資料。這件事在導入前要求供應商做,成本很低;等系統上線後再要求,常常做不到。這是我在企業現場看到最常見的一個坑。

資料來源

以下均於 2026 年 10 月 4 日查證:

  • 加州立法資訊網 SB 947 成法條文(leginfo.legislature.ca.gov):第 859 章、作者 McNerney、2026 年 9 月 30 日經州長簽署並送州務卿、新增勞動法 Part 5.5.5(第 1520 條起);第 1522 條 (a)(b)(c) 三款原文;第 1520 條 (c) 的 ADS 定義與排除清單;「雇主」定義與適用範圍;員工資料說明請求權與書面事後通知;第 1526.5 條團體協約豁免、第 1526.6 條聯邦國防航太豁免;第 1526.7 條「本編自 2027 年 7 月 1 日起施行」。
  • 加州立法資訊網 SB 951 成法條文(leginfo.legislature.ca.gov):第 860 章、作者 Reyes、修正勞動法第 1400.5 與 1401 條;通知須載明的欄位與「This notice is for a technology displacement」標示;就業發展部公布摘要與季度全州報告之義務;另有一條 2028 年 1 月 1 日前向州議會提出報告、並於 2029 年 1 月 1 日落日的規定。
  • 加州立法資訊網 AB 1883 成法條文(leginfo.legislature.ca.gov):第 853 章、《Workplace surveillance tools》;禁止辨識或推論、預測個人情緒狀態,以及禁止蒐集神經資料兩項。
  • iThome:〈加州禁止AI自行決定解僱員工,成全美首例〉(ithome.com.tw/news/179367,2026 年 10 月 2 日,文/陳曉莉):中文對照報導,提供「No Robo Bosses Act」這個俗稱、以及 Newsom 去年曾否決較早版本、今年修改後重送的背景。

查證說明(誠實揭露):①本文所有條文內容一律以加州立法資訊網的成法(Chaptered)版本為準,中文報導只用來補背景,條文解讀不採用二手轉述。②「No Robo Bosses Act」這個名稱並未出現在成法條文裡,它是媒體與倡議團體使用的俗稱,本文已標明為俗稱而非正式名稱。③SB 951 與 AB 1883 的生效日,我在條文中找不到自訂條款,因此本文不寫——只有 SB 947 的 2027 年 7 月 1 日是條文明訂的(第 1526.7 條)。④文中「Excel 樞紐分析排出來的排名可能也在範圍內」是我依據條文中「統計模型、資料分析」字樣所做的推論,不是官方解釋,實際認定要看主管機關與判例。⑤「只有 13.6% 的人擋下來」出自 Anthropic 的另一份研究(權限提示實驗,且是廠商自己公布),與加州立法無關,我是拿它來對照「人類參與」這個制度設計的實效,兩者沒有因果關係。⑥我不是律師,本文不構成法律意見。⑦Newsom 去年否決前一版法案的經過,我只有 iThome 一個來源,沒有查到否決咨文原文,請當作背景而非定論。

會影響到人的結論,要調得出它憑什麼

我會把這類法規和研究拆成「哪些現在就要做、哪些是還早」:我的電子報大約一到兩週一封 → startupforyou.substack.com

如果你是主管或 HR:我的企業內訓裡有一個模組專門練「AI 產出的可回溯性」——不是教法遵,是教你的團隊怎麼在用 AI 的同時,還留得下說得出口的依據,課堂上用貴公司自己的流程當練習題。想聊聊寫信到 ai@autolab.cloud,或看看 AI 顧問教練團。

如果你正在規劃 2027 年的 AI 課程,不管你是 HR、訓練主管還是老師,都歡迎找阿峰老師聊聊,一起把課排對:https://autolab.cloud/corporate-training/?f=blog

關於作者
黃敬峰(AI峰哥/阿峰老師),企業 AI 實戰培訓專家,服務客戶包含國泰人壽、工研院、士林電機、電通、城邦媒體等。聯絡方式:ai@autolab.cloud

加州SB947AI治理人資自動化決策AI法規企業內訓

封面圖片:Blogtrepreneur,Wikimedia Commons,CC BY 2.0(圖片來源、授權條款)

這篇有幫到你嗎?

常見問題

台灣公司完全不用管加州這條法嗎?

法律上沒有義務。但三種情況會被牽動:在美國有員工;客戶或母公司在加州並把這套標準寫進供應商要求;或 HR 系統供應商為加州市場改了產品設計而你跟著用到。

我們只是用 AI 整理績效資料,沒讓它決定誰走,算在範圍內嗎?

關鍵在是否「主要依據」它的輸出做出懲戒或解僱決定。純整理資料、結論仍由人獨立形成,與「系統給排名、主管照排名辦」是兩回事;但若主管每次都照排名走,說是參考也難站得住。

SB 947 什麼時候生效?

條文第 1526.7 條明訂自 2027 年 7 月 1 日起施行。州長於 2026 年 9 月 30 日簽署,成法編為第 859 章。

如果 AI 的建議和人類查證結果不一致怎麼辦?

條文規定,若無法查證、或審查者認定該輸出不準確、不完整或具誤導性,雇主不得拿它做懲戒或解僱決定——直接讓該輸出失效,而非讓雇主自由心證。

這條法有員工人數門檻嗎?

沒有。條文把雇主定義為任何僱用他人或控制他人工資、工時、工作條件者,並明文包含各級州政府、公立大學、學區與派遣承攬公司。