現代人工智慧的特徵為機器學習與自主運行能力，系統透過大量資料自行學習規則，而非依人類事先設定的邏輯運作，自主性帶來決策黑盒子問題，使人類開發者難以掌握其決策過程，帶來不可控的風險。為解決決策不透明的問題發展出「可解釋人工智慧」，透過師徒模式、線性模式、特徵重要性分析、局部代理、SHAP值及反事實解釋等方法，理解人工智慧決策的主要因素。人工智慧已廣泛應用在各個領域，相較於一般產業，金融業具有高度監理與風險管理之特性，因此人工智慧法治的制度發展較為領先。
2024年金管會發布「金融業運用人工智慧(AI)指引」，提供金融業者於導入及使用AI時的注意事項，雖屬行政指導性質不具拘束力，但具重要參考價值。指引說明AI系統生命週期，包括系統規劃及設計、資料蒐集及輸入、模型建立及驗證，以及系統佈署及監控四個階段，要求金融機構建立風險評估與風險管理制度，透過量化評分方式評估人工智慧的風險程度，並依風險高低採取不同管理措施。由於市場上能提供AI技術的廠商有限，多數金融機構可能使用相似的演算法或系統，導致決策結果過度一致，造成特定族群被系統性排除的情形，因此金融機構在委託第三方業者時，應評估相關風險。指引亦提出金融AI治理的六大核心原則，包括建立治理問責機制、公平性、隱私、資通安全、透明性及永續發展。本課程從人工智慧的定義與發展、立法脈絡到金融監理實務，系統性梳理AI於金融領域的法律規範。