論文の概要: Recourse, Repair, Reparation, & Prevention: A Stakeholder Analysis of AI Supply Chains

• arxiv url: http://arxiv.org/abs/2507.02648v1
• Date: Thu, 03 Jul 2025 14:12:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-04 15:37:16.385664
• Title: Recourse, Repair, Reparation, & Prevention: A Stakeholder Analysis of AI Supply Chains
• Title（参考訳）: Recourse, repair, reparation, and Prevention: A Stakeholder Analysis of AI supply Chains
• Authors: Aspen K. Hopkins, Isabella Struckman, Kevin Klyman, Susan S. Silbey,
• Abstract要約: AIシステムのサプライチェーンは、しばしばAIサプライチェーン(AISC)の産物である。 我々は、AISCに参加する人、直面する害、害の源泉の所在、市場のダイナミクスとパワー差が治療のタイプと確率をどう知らせるかを考える。 我々は、AISCが引き起こす損害に対する反応のタイプロジー、すなわち、リコース、修復、修復、予防を提供する。
• 参考スコア（独自算出の注目度）: 1.0981736183508215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The AI industry is exploding in popularity, with increasing attention to potential harms and unwanted consequences. In the current digital ecosystem, AI deployments are often the product of AI supply chains (AISC): networks of outsourced models, data, and tooling through which multiple entities contribute to AI development and distribution. AI supply chains lack the modularity, redundancies, or conventional supply chain practices that enable identification, isolation, and easy correction of failures, exacerbating the already difficult processes of responding to ML-generated harms. As the stakeholders participating in and impacted by AISCs have scaled and diversified, so too have the risks they face. In this stakeholder analysis of AI supply chains, we consider who participates in AISCs, what harms they face, where sources of harm lie, and how market dynamics and power differentials inform the type and probability of remedies. Because AI supply chains are purposely invented and implemented, they may be designed to account for, rather than ignore, the complexities, consequences, and risks of deploying AI systems. To enable responsible design and management of AISCs, we offer a typology of responses to AISC-induced harms: recourse, repair, reparation or prevention. We apply this typology to stakeholders participating in a health-care AISC across three stylized markets $\unicode{x2013}$ vertical integration, horizontal integration, free market $\unicode{x2013}$ to illustrate how stakeholder positioning and power within an AISC may shape responses to an experienced harm.
• Abstract（参考訳）: AI産業は、潜在的な害や望ましくない結果への関心が高まり、人気が高まっている。 現在のデジタルエコシステムでは、AIデプロイメントはAIサプライチェーン(AISC)の産物として、複数のエンティティがAIの開発と配布に寄与するアウトソースモデル、データ、ツーリングのネットワークであることが多い。 AIサプライチェーンには、モジュール性、冗長性、あるいは従来のサプライチェーンプラクティスが欠如している。 AISCに参加する利害関係者が規模を拡大し、多様化するにつれ、直面するリスクも大きくなっています。 このAIサプライチェーンのステークホルダー分析では、誰がAISCに参加するのか、直面している問題は何であり、害の源はどこにあるのか、市場ダイナミクスとパワーディファレンスがどのように治療のタイプと確率を知らせるかを考察する。 AIサプライチェーンは意図的に発明され実装されているため、AIシステムをデプロイする複雑さ、結果、リスクを無視するのではなく、考慮しておくように設計されている可能性がある。 AISCの責任ある設計と管理を可能にするため、我々はAISCが引き起こす損害に対する応答のタイプロジとして、リコース、修復、修復、予防を提供する。 このタイプは、3つのスタイル化された市場にわたるヘルスケアAISCに参加しているステークホルダーに適用される。$\unicode{x2013}$ 垂直統合、水平統合、フリーマーケット$\unicode{x2013}$ AISC内のステークホルダの位置とパワーが、経験豊富な害に対してどのように反応するかを説明する。

関連論文リスト

• AI Supply Chains: An Emerging Ecosystem of AI Actors, Products, and Services [45.66861360191072]
  私たちは、AIサプライチェーンとその意味に関する正式な研究に向けて、第一歩を踏み出します。 本稿では、AI開発と規制の両方がサプライチェーンの存在下で複雑であることを示す2つの実証的なケーススタディを示す。 我々の発見は、AIサプライチェーンとその社会的、経済的、規制的、技術的な意味合いのさらなる研究を動機付けています。
  論文  参考訳（メタデータ） (2025-04-28T18:36:41Z)
• Graph of Effort: Quantifying Risk of AI Usage for Vulnerability Assessment [0.0]
  非AI資産を攻撃するために使用されるAIは、攻撃的AIと呼ばれる。 高度な自動化や複雑なパターン認識など、その能力を利用するリスクは大幅に増大する可能性がある。 本稿では,攻撃的AIを敵による脆弱性攻撃に使用するために必要な労力を分析するための,直感的でフレキシブルで効果的な脅威モデリング手法であるGraph of Effortを紹介する。
  論文  参考訳（メタデータ） (2025-03-20T17:52:42Z)
• Compliance Cards: Automated EU AI Act Compliance Analyses amidst a Complex AI Supply Chain [9.991293429067065]
  我々は、複雑なAIサプライチェーンの中で、プロバイダ側AIAコンプライアンス分析のための完全なシステムを導入する。 ひとつは、AIA固有のメタデータをキャプチャする、計算的でマルチステークホルダーの透明性アーティファクトのインターロックセットです。 第2のアルゴリズムは、AIシステムやモデルがAIAに準拠しているかどうかをリアルタイムで予測するアルゴリズムである。
  論文  参考訳（メタデータ） (2024-06-20T22:07:15Z)
• Near to Mid-term Risks and Opportunities of Open-Source Generative AI [94.06233419171016]
  Generative AIの応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。 こうした地震の影響の可能性は、潜在的なリスクに関する活発な議論を引き起こし、より厳格な規制を要求した。 この規制は、オープンソースのジェネレーティブAIの誕生する分野を危険にさらしている可能性が高い。
  論文  参考訳（メタデータ） (2024-04-25T21:14:24Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• 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)
• Overcoming Failures of Imagination in AI Infused System Development and Deployment [71.9309995623067]
  NeurIPS 2020は研究論文に「潜在的な悪用と失敗の結果」に関するインパクトステートメントを含むよう要求した。 我々は、害の枠組みは文脈に適応し、潜在的な利害関係者、システム余裕、および最も広い意味での害を評価するための実行可能なプロキシを考える必要があると論じている。
  論文  参考訳（メタデータ） (2020-11-26T18:09:52Z)
• Panel: Economic Policy and Governance during Pandemics using AI [0.0]
  外乱はサプライチェーン全体の不確実性を生じさせ、その悪影響を軽減するための政策対応を介入する。 人工知能(AI)手法は、異常事象における結果をよりよく理解する機会を提供する。 AIを採用することで、サプライチェーンに沿った意思決定サプライヤー、ファーマー、プロセッサ、問屋、小売業者にガイダンスを提供することができる。
  論文  参考訳（メタデータ） (2020-10-20T22:09:59Z)

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。