AI假影片影響股價？上市公司資訊揭露與證交法責任
AI假影片影響股價？上市公司資訊揭露與證交法責任完整解析 2023年5月，一張AI生成的「五角大廈爆炸」假照片在社群平台快速瘋傳，美國股市在消息澄清前一度下跌0.26% ；2024年4月，印度國家證券交易所（NSE）執行長的深偽（Deepfake）薦股影片在網路流傳，迫使交易所緊急發布聲明澄清 ；2026年1月，中國果鏈巨頭立訊精密因網路流傳的不實資訊緊急公告澄清，並明確表態「對於任何捏造事實、散布謠言、惡意損害公司聲譽的行為，公司將依法保留追究相關法律責任的權利」。 這三個事件指向同一個正在發生的現象：生成式AI讓「眼見為憑」徹底失效，而股市恰好是全世界最依賴「即時資訊真實性」的場所之一。一則精心製作的AI假影片，可能在數分鐘內引發恐慌性賣壓、觸動個股漲跌幅限制、扭曲衍生性商品定價，甚至讓不知情投資人蒙受鉅額損失。 對台灣市場而言，這個問題同樣真實。2024年間，台灣恩德集團即曾遭不法分子利用深偽技術偽造高階經理人影像與會議影片，導致市場誤信、股價波動，公司被迫對外澄清並報案處理。這類事件暴露出一個法律與實務的灰色地帶：當AI假影片衝擊股價，責任歸屬該如何認定？上市公司的澄清義務從何時啟動？散戶若因誤信假訊息而買賣股票，能否求償？我國《證券交易法》第155條與第171條的操縱股價與散布不實資訊規定，在面對深偽內容時是否足以因應？ 本文將從技術面、市場面、法制面與實務因應策略四個維度，完整拆解AI假影片與資本市場的衝突，並提供投資人、上市公司與法律實務工作者皆可參考的系統性分析。 一、什麼是AI假影片？深偽技術如何攻破「眼見為憑」 1.1 深偽技術的基本運作原理 深偽（Deepfake）一詞由Deep Learning（深度學習）與Fake（偽造）組合而成，核心技術是生成對抗網路（Generative Adversarial Network, GAN）與擴散模型（Diffusion Model）。簡單來說，AI系統會分析大量目標人物的公開影像與音訊，學習其面部特徵、表情肌肉運動模式、語音聲紋與說話節奏，再生成目標人物「從未說過、從未做過」的影片與聲音。 對股市操縱者而言，這項技術的危險性在於三個層面： 技術特徵 對資本市場的威脅 口型同步（Lip-sync）技術成熟 可讓假影片中的人物「自然說出」虧損、裁員、財報造假等關鍵訊息 語音複製（Voice Cloning […] …
