論文の概要: Constitutive vs. Corrective: A Causal Taxonomy of Human Runtime Involvement in AI Systems

• arxiv url: http://arxiv.org/abs/2603.19213v1
• Date: Thu, 19 Mar 2026 17:57:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.320274
• Title: Constitutive vs. Corrective: A Causal Taxonomy of Human Runtime Involvement in AI Systems
• Title（参考訳）: Constitutive vs. Corrective:AIシステムにおけるヒューマンランタイムの因果分類
• Authors: Kevin Baum, Johann Laux,
• Abstract要約: HITLとHOTLの区別は主に空間的ではなく因果関係である。 同期モード、非同期モード、予測モードの3つのモードを区別します。 同じ人物がHITLとHOTLの両方を同時に占める可能性があるので、この役割は設計上の問題として扱わなければならない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI systems increasingly permeate high-stakes decision-making, the terminology regarding human involvement - Human-in-the-Loop (HITL), Human-on-the-Loop (HOTL), and Human Oversight - has become vexingly ambiguous. This ambiguity complicates interdisciplinary collaboration between computer science, law, philosophy, psychology, and sociology and can lead to regulatory uncertainty. We propose a clarification grounded in causal structure, focused on human involvement during the runtime of AI systems. The distinction between HITL and HOTL, we argue, is not primarily spatial but causal: HITL is constitutive (a human contribution is necessary for the decision output), while HOTL is corrective (external to the primary causal chain, capable of preventing or modifying outputs). Within HOTL, we distinguish three temporal modes - synchronous, asynchronous, and anticipatory - situated within a nested model of provider and deployer runtime that clarifies their different capacities for intervention. A second, orthogonal dimension captures cognitive integration: whether human and machine operate as complementary or hybrid intelligence, yielding four structurally distinct configurations. Finally, we distinguish these descriptive categories from the normative requirements they serve: statutory "Human Oversight" is a specific normative mode of HOTL that demands not merely a corrective causal position, but genuine preparedness and capacity for effective intervention. Because the same person may occupy both HITL and HOTL roles simultaneously, we argue that this role duality must be treated as a design problem requiring architectural and epistemic mitigation rather than mere acknowledgment.
• Abstract（参考訳）: AIシステムが高い意思決定をますます浸透させている中、人間の関与に関する用語であるHuman-in-the-Loop(HITL)、Human-on-the-Loop(HOTL)、Human Oversight(Human Oversight)が著しく曖昧になっている。 この曖昧さは、コンピュータ科学、法学、哲学、心理学、社会学の学際的なコラボレーションを複雑にし、規制の不確実性につながる可能性がある。 本稿では,AIシステムの実行時の人間の関与に着目した因果構造に基づく明確化を提案する。 HITLは構成的(人的貢献は意思決定の出力に必要)であり、HOTLは補正的(一次因果連鎖の外部で、出力を予防または修正することができる)である。 HOTL内では、同期、非同期、および予測という3つのテンポラリモードを区別します。 第2の直交次元は認知統合を捉え、人間と機械が補完的またはハイブリッドな知性として機能し、構造的に異なる4つの構成をもたらす。 最後に、これらの記述的カテゴリを、それらが果たす規範的要件と区別する: 法「Human Oversight」は、修正因果的位置だけでなく、効果的な介入のための真の準備と能力を要求するHOTLの特定の規範的モードである。 同じ人物がHITLとHOTLの両方を同時に占める可能性があるため、この役割の二重性は単なる認知よりも建築的・てんかん的緩和を必要とする設計問題として扱われるべきである、と我々は主張する。

関連論文リスト

• Multi-Round Human-AI Collaboration with User-Specified Requirements [26.38833436936642]
  我々は、対実的害と相補性という2つの原則によって支配される人間中心の視点を採用する。 ユーザ定義ルールにより,これらの概念を形式化し,利用者が害と相補性の意味を正確に指定できるようにする。 非定常的相互作用のダイナミクスの下でも,我々のオンライン手続きは所定の反実的被害と相補的違反率を維持していることを示す。
  論文  参考訳（メタデータ） (2026-02-19T18:54:34Z)
• Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations [63.80827184637476]
  D-STAR(D-STAR)は,行動すべき場所から行動すべき場所を乱す階層的な政策である。 広範かつ厳密なシミュレーションを通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-01-14T14:37:06Z)
• Formalising Human-in-the-Loop: Computational Reductions, Failure Modes, and Legal-Moral Responsibility [3.635142169140065]
  我々はAIシステムのための異なるHuman-in-the-loop(HITL)セットアップを定式化する。 異なる設定の法的地位と安全性は大きく異なることを示す。 本稿では,HITLの障害モードを分類するための分類法を提案し,HITL設定の実用的限界を強調した。
  論文  参考訳（メタデータ） (2025-05-15T15:42:14Z)
• Causal Responsibility Attribution for Human-AI Collaboration [62.474732677086855]
  本稿では,人間のAIシステムにおける責任を体系的に評価するために,構造因果モデル(SCM)を用いた因果的枠組みを提案する。 2つのケーススタディは、多様な人間とAIのコラボレーションシナリオにおけるフレームワークの適応性を示している。
  論文  参考訳（メタデータ） (2024-11-05T17:17:45Z)
• Position: Towards Bidirectional Human-AI Alignment [109.57781720848669]
  我々は、人間とAIの双方向的・動的関係を説明するために、研究コミュニティは「調整」を明確に定義し、批判的に反映すべきであると主張する。 このフレームワークは、AIと人間の価値を整合させる従来の取り組みを取り入れているだけでなく、人間とAIを整合させるという、重要で未解明の次元も導入しています。
  論文  参考訳（メタデータ） (2024-06-13T16:03:25Z)
• Quantifying Misalignment Between Agents: Towards a Sociotechnical Understanding of Alignment [2.619545850602691]
  最近の社会技術的アプローチは、複数の人間とAIエージェント間の複雑なミスアライメントを理解する必要性を強調している。 我々は、人間の競合の計算社会科学モデルをアライメント問題に適用する。 我々のモデルは、潜在的に矛盾する目標を持つ多種多様なエージェントグループにおけるミスアライメントを定量化する。
  論文  参考訳（メタデータ） (2024-06-06T16:31:22Z)
• Neural-Logic Human-Object Interaction Detection [67.4993347702353]
  本稿では,ニューラルロジック推論を利用した新しいHOI検出器であるL OGIC HOIと,実体間の相互作用を推測するTransformerを提案する。 具体的には,バニラトランスフォーマーの自己保持機構を改変し,人間,行動,対象>三重項を推論し,新たな相互作用を構成する。 我々はこれらの2つの特性を一階述語論理で定式化し、それらを連続空間に基底にして、我々のアプローチの学習過程を制約し、性能とゼロショットの一般化能力を向上させる。
  論文  参考訳（メタデータ） (2023-11-16T11:47:53Z)

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。