論文の概要: Collective Bargaining in the Information Economy Can Address AI-Driven Power Concentration
- arxiv url: http://arxiv.org/abs/2506.10272v1
- Date: Thu, 12 Jun 2025 01:29:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 15:37:22.515456
- Title: Collective Bargaining in the Information Economy Can Address AI-Driven Power Concentration
- Title（参考訳）: 情報経済における集団取引はAI駆動の電力集中に対処できる
- Authors: Nicholas Vincent, Matthew Prewitt, Hanlin Li,
- Abstract要約: このポジションペーパーは、AIシステムに入る情報のために市場を再構築する必要があると論じている。
市場調整の強化や主要情報提供者の側での集団交渉がなければ、AIは大規模な"情報市場失敗"をさらに悪化させるだろう、と私たちは主張する。
私たちは、この目標を達成するために連立ベースのアプローチをサポートするために取るべき具体的な行動を提供します。
- 参考スコア（独自算出の注目度）: 6.763050324139578
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This position paper argues that there is an urgent need to restructure markets for the information that goes into AI systems. Specifically, producers of information goods (such as journalists, researchers, and creative professionals) need to be able to collectively bargain with AI product builders in order to receive reasonable terms and a sustainable return on the informational value they contribute. We argue that without increased market coordination or collective bargaining on the side of these primary information producers, AI will exacerbate a large-scale "information market failure" that will lead not only to undesirable concentration of capital, but also to a potential "ecological collapse" in the informational commons. On the other hand, collective bargaining in the information economy can create market frictions and aligned incentives necessary for a pro-social, sustainable AI future. We provide concrete actions that can be taken to support a coalition-based approach to achieve this goal. For example, researchers and developers can establish technical mechanisms such as federated data management tools and explainable data value estimations, to inform and facilitate collective bargaining in the information economy. Additionally, regulatory and policy interventions may be introduced to support trusted data intermediary organizations representing guilds or syndicates of information producers.
- Abstract（参考訳）: このポジションペーパーは、AIシステムに入る情報のために市場を再構築する必要があると論じている。
具体的には、情報商品の制作者(ジャーナリスト、研究者、クリエイティブプロフェッショナルなど)は、彼らが貢献する情報的価値に対する合理的な条件と持続的なリターンを受け取るために、AI製品ビルダーと一括して交渉できる必要がある。
我々は、これらの主要情報生産者側で市場調整や集団交渉の強化がなければ、AIは大規模な「情報市場失敗」を悪化させ、望ましくない資本集中だけでなく、情報の共通点における潜在的「生態的崩壊」につながると主張している。
一方、情報経済における集団交渉は、市場摩擦を生じさせ、社会的な持続可能なAIの未来に必要なインセンティブを調整できる。
私たちは、この目標を達成するために連立ベースのアプローチをサポートするために取るべき具体的な行動を提供します。
例えば、研究者や開発者は、フェデレーションされたデータ管理ツールや説明可能なデータ価値推定のような技術的なメカニズムを確立して、情報経済における集団的交渉を通知し、促進することができる。
さらに、情報提供者のギルドやシンジケートを代表する信頼できるデータ仲介組織を支援するために、規制と政策の介入を導入することもできる。
関連論文リスト
- Promoting User Data Autonomy During the Dissolution of a Monopolistic Firm [5.864623711097197]
本稿では,Conscious Data Contributionのフレームワークが,解散中におけるユーザの自律性を実現する方法を示す。
我々は、微調整と「破滅的な忘れ」の現象が、機械の非学習の一種として実際にどのように有用であるかを探求する。
論文 参考訳（メタデータ） (2024-11-20T18:55:51Z) - Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。
分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。
市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文 参考訳（メタデータ） (2024-03-29T14:58:28Z) - Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。
このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。
適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
論文 参考訳（メタデータ） (2024-03-21T14:48:37Z) - Trustworthy, responsible, ethical AI in manufacturing and supply chains:
synthesis and emerging research questions [59.34177693293227]
製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。
次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
論文 参考訳（メタデータ） (2023-05-19T10:43:06Z) - Reclaiming the Digital Commons: A Public Data Trust for Training Data [2.36052383261568]
本稿では,基礎モデルのトレーニングデータに対する公的な信頼度制御を提案する。
この信頼は、インターネットをデジタルコモンズとして取り除き、商用モデル開発者に対して、デプロイメントからの収益のパーセンテージをライセンスするべきだ。
論文 参考訳（メタデータ） (2023-03-16T00:12:43Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳（メタデータ） (2023-01-12T05:28:59Z) - Blockchain-Based Decentralized Knowledge Marketplace Using Active
Inference [0.0]
著者らは、ブロックチェーンやアクティブ推論、ゼロ知識証明などのテクノロジを取り入れた、ナレッジマーケットプレースのための分散フレームワークを提示する。
提案された分散化フレームワークは、マーケットプレース内のエンティティをマッピングする効率的なマッピングメカニズムを提供するだけでなく、さまざまな利害関係者間で知識とサービスを共有するためのよりセキュアで制御された方法も提供する。
論文 参考訳（メタデータ） (2022-10-04T15:37:31Z) - AI Assurance using Causal Inference: Application to Public Policy [0.0]
ほとんどのAIアプローチは、"ブラックボックス"としてのみ表現することができ、透明性の欠如に悩まされる。
効果的で堅牢なAIシステムを開発するだけでなく、内部プロセスが説明可能で公平であることを確認することも重要です。
論文 参考訳（メタデータ） (2021-12-01T16:03:06Z) - Will bots take over the supply chain? Revisiting Agent-based supply
chain automation [71.77396882936951]
エージェントベースのサプライチェーンは2000年初頭から提案されている。
エージェントベースの技術は成熟しており、サプライチェーンに浸透している他の支援技術はギャップを埋めている。
例えば、IoTテクノロジのユビキティは、エージェントがサプライチェーンの状態を“理解”し、自動化のための新たな可能性を開くのに役立つ。
論文 参考訳（メタデータ） (2021-09-03T18:44:26Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳（メタデータ） (2021-07-19T06:00:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。