論文の概要: The Sentience Readiness Index: A Preliminary Framework for Measuring National Preparedness for the Possibility of Artificial Sentience
- arxiv url: http://arxiv.org/abs/2603.01508v2
- Date: Wed, 04 Mar 2026 06:27:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-05 14:47:28.792876
- Title: The Sentience Readiness Index: A Preliminary Framework for Measuring National Preparedness for the Possibility of Artificial Sentience
- Title（参考訳）: 感性準備度指数:人工感性の可能性に関する全国的準備度測定のための予備的枠組み
- Authors: Tony Rost,
- Abstract要約: 本稿では、31の管轄区域で6つの重み付きカテゴリーにわたる全国レベルの準備度を測定するための予備的総合指標であるセンチエンス・レディネス・インデックス(SRI)を紹介する。
一部準備された」(イギリスは49/100でリード)
これらの探索的な発見は、もしAIの知覚が科学的に実証可能になったら、現在どの社会にも、適切な制度、専門的、文化的なインフラが備わっていないことを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The scientific study of consciousness has begun to generate testable predictions about artificial systems. A landmark collaborative assessment evaluated current AI architectures against six leading theories of consciousness and found that none currently qualifies as a strong candidate, but that future systems might. A precautionary approach to AI sentience, which holds that credible possibility of sentience warrants governance action even without proof, has gained philosophical and institutional traction. Yet existing AI readiness indices, including the Oxford Insights Government AI Readiness Index, the IMF AI Preparedness Index, and the Stanford AI Index, measure economic, technological, and governance preparedness without assessing whether societies are prepared for the possibility that AI systems might warrant moral consideration. This paper introduces the Sentience Readiness Index (SRI), a preliminary composite index measuring national-level preparedness across six weighted categories for 31 jurisdictions. The SRI was constructed following the OECD/JRC framework for composite indicators and employs LLM-assisted expert scoring with iterative expert review to generate an initial dataset. No jurisdiction exceeds ``Partially Prepared'' (the United Kingdom leads at 49/100). Research Environment scores are universally the strongest category; Professional Readiness is universally the weakest. These exploratory findings suggest that if AI sentience becomes scientifically plausible, no society currently possesses adequate institutional, professional, or cultural infrastructure to respond. As a preliminary framework, the SRI provides an initial diagnostic baseline and highlights areas for future methodological refinement, including expanded expert validation, improved measurement instruments, and longitudinal data collection.
- Abstract（参考訳）: 意識に関する科学的研究は、人工システムに関する検証可能な予測を生み出し始めている。
目覚ましいコラボレーティブアセスメントは、現在のAIアーキテクチャを6つの主要な意識理論に対して評価し、現在誰も強い候補として資格を与えられていないが、将来のシステムの可能性を見出した。
AIの知覚に対する予防的アプローチは、証明なしでも、知覚の信頼性がガバナンスの行動を保証している、という主張は、哲学的、制度的牽引力を高めている。
しかし、Oxford Insights Government AI Readiness Index、IMF AI Preparedness Index、Stanford AI Indexなどの既存のAI準備指標は、AIシステムが道徳的配慮を保証できる可能性に備えて社会が準備されているかどうかを評価することなく、経済、技術、ガバナンスの準備を計測する。
本稿では、31の管轄区域で6つの重み付きカテゴリーにわたる全国レベルの準備度を測定するための予備的総合指標であるセンチエンス・レディネス・インデックス(SRI)を紹介する。
SRIは複合指標のためのOECD/JRCフレームワークに従って構築され、LCM支援の専門家スコアと反復的専門家レビューを用いて初期データセットを生成する。
英国は49/100で「党派準備」(Partially Prepared)以上の管轄権は存在しない。
研究環境スコアは、普遍的に最強のカテゴリであり、プロフェッショナル・レディネスは、普遍的に最も弱いカテゴリである。
これらの探索的な発見は、もしAIの知覚が科学的に実証可能になったら、現在どの社会にも、適切な制度、専門的、文化的なインフラが備わっていないことを示唆している。
予備的なフレームワークとして、SRIは初期診断基準を提供し、専門家による検証、改善された測定機器、縦断データ収集など、将来の方法論的改善の分野を強調している。
関連論文リスト
- From Vision to Validation: A Theory- and Data-Driven Construction of a GCC-Specific AI Adoption Index [0.21485350418225244]
本研究は、文献レビューの詳細な分析と6つの国家AI戦略(NASs)に基づく理論駆動基盤を用いる。
この研究は、ガルフ協力評議会(GCC)の公共セクターに特化して、新しいAI導入指数を開発し、検証する。
調査結果は、堅牢な技術的インフラストラクチャと明確なポリシが、AI実装の成功に最も大きな影響を与えていることを示している。
論文 参考訳（メタデータ） (2025-09-05T20:06:57Z) - A Study on the Framework for Evaluating the Ethics and Trustworthiness of Generative AI [6.664765506069473]
ChatGPTのような生成AIは、驚くべき革新的な可能性を示している。
これは同時に、偏見、有害性、著作権侵害、プライバシー侵害、幻覚などの倫理的・社会的懸念を提起する。
本研究は,社会的影響を反映した新たな人間中心基準の必要性を強調した。
論文 参考訳（メタデータ） (2025-08-30T07:38:07Z) - The next question after Turing's question: Introducing the Grow-AI test [51.56484100374058]
本研究は,GROW-AIと呼ばれる人工知能評価の枠組みを拡張することを目的としている。
GROW-AIは、チューリングテストの自然な後継者である"Can Machine grow up?
この作品の独創性は、人間の世界から人工知能への「成長」過程の概念的な変換にある。
論文 参考訳（メタデータ） (2025-08-22T10:19:42Z) - Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。
我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。
私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
論文 参考訳（メタデータ） (2025-08-12T09:42:56Z) - The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳（メタデータ） (2025-06-09T18:37:14Z) - AILuminate: Introducing v1.0 of the AI Risk and Reliability Benchmark from MLCommons [62.374792825813394]
本稿ではAI製品リスクと信頼性を評価するための業界標準ベンチマークとして,AIluminate v1.0を紹介する。
このベンチマークは、危険、違法、または望ましくない行動を12の危険カテゴリーで引き起こすように設計されたプロンプトに対するAIシステムの抵抗を評価する。
論文 参考訳（メタデータ） (2025-02-19T05:58:52Z) - Trust, Accountability, and Autonomy in Knowledge Graph-based AI for
Self-determination [1.4305544869388402]
知識グラフ(KG)は、インテリジェントな意思決定を支えるための基盤として登場した。
KGと神経学習の統合は、現在活発な研究のトピックである。
本稿では,KGベースのAIによる自己決定を支援するための基礎的なトピックと研究の柱を概念化する。
論文 参考訳（メタデータ） (2023-10-30T12:51:52Z) - Counter Turing Test CT^2: AI-Generated Text Detection is Not as Easy as
You May Think -- Introducing AI Detectability Index [9.348082057533325]
AI生成テキスト検出(AGTD)はすでに研究で注目を集めているトピックとして現れている。
本稿では,既存のAGTD手法の脆弱性を総合的に評価することを目的とした手法のベンチマークであるCounter Turing Test (CT2)を紹介する。
論文 参考訳（メタデータ） (2023-10-08T06:20:36Z) - Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。
AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。
我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文 参考訳（メタデータ） (2022-04-11T14:36:39Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。