論文の概要: A federated architecture for sector-led AI governance: lessons from India

• arxiv url: http://arxiv.org/abs/2603.26865v1
• Date: Fri, 27 Mar 2026 17:38:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.67239
• Title: A federated architecture for sector-led AI governance: lessons from India
• Title（参考訳）: セクター主導型AIガバナンスのためのフェデレーションアーキテクチャ:インドからの教訓
• Authors: Avinash Agarwal, Manisha J. Nene,
• Abstract要約: インドでは、部門主導のAIガバナンス戦略を採用しています。 イノベーションを促進する一方で、このようなライトタッチアプローチは政策の断片化を危険にさらしている。 本稿では,これらのリスクを軽減するために,包括的な「政府全体」アーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.6875312133832078
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Purpose: India has adopted a vertical, sector-led AI governance strategy. While promoting innovation, such a light-touch approach risks policy fragmentation. This paper aims to propose a cohesive "whole-of-government" architecture to mitigate these risks and connect policy goals with a practical implementation plan. Design/methodology/approach: The paper applies an established five-layer conceptual framework to the Indian context. First, it constructs a national architecture for overall governance. Second, it uses a detailed case study on AI incident management to validate and demonstrate the architecture's practical utility in designing a specific, operational system. Findings: The paper develops two actionable architectures. The primary model assigns clear governance roles to India's key institutions. The second is a detailed, federated architecture for national AI Incident Management. It addresses the data silo problem by using a common national standard that allows sector-specific data collection while facilitating cross-sectoral analysis. Practical implications: The proposed architectures offer a clear and predictable roadmap for India's policymakers, regulators and industry to accelerate the national AI governance agenda. Social implications: By providing a systematic path from policy to practice, the architecture builds public trust. This structured approach ensures accountability and aligns AI development with societal values. Originality/value: This paper proposes a detailed operational architecture for India's "whole-of-government" approach to AI. It offers a globally relevant template for any nation pursuing a sector-led governance model, providing a clear implementation plan. Furthermore, the proposed federated architecture demonstrates how adopting common standards can enable cross-border data aggregation and global sectoral risk analysis without centralising control.
• Abstract（参考訳）: 目的:インドでは、部門主導のAIガバナンス戦略を採用しています。 イノベーションを促進する一方で、このようなライトタッチアプローチは政策の断片化を危険にさらしている。 本稿では、これらのリスクを軽減し、政策目標を実践的な実施計画と結びつけるために、包括的な「政府全体」アーキテクチャを提案する。 デザイン/方法論/アプローチ: この論文はインドの文脈に確立された5層の概念的枠組みを適用します。 まず、全体ガバナンスのための国家的アーキテクチャを構築します。 第2に、AIインシデント管理に関する詳細なケーススタディを使用して、特定の運用システムの設計におけるアーキテクチャの実用性を検証し、実証する。 発見: 論文は2つの実行可能なアーキテクチャを開発する。 主要なモデルでは、インドの主要な機関に明確なガバナンスの役割を割り当てている。 2つ目は、国家AIインシデント管理のための、詳細なフェデレーションアーキテクチャである。 データサイロ問題に対処するため、クロスセクタ分析を容易にしながらセクタ固有のデータ収集を可能にする共通の国家標準を使用している。 実践的な意味: 提案されたアーキテクチャは、インドの政策立案者、規制当局、業界に対して、国家AIガバナンスアジェンダを加速するための明確かつ予測可能なロードマップを提供する。 社会的意味: 政策から実践への体系的なパスを提供することによって、アーキテクチャは公共の信頼を構築する。 この構造化されたアプローチは、説明責任を確保し、AI開発を社会的価値と整合させる。 原点/価値: この論文は、インドのAIに対する「政府全体」アプローチのための詳細な運用アーキテクチャを提案する。 セクター主導のガバナンスモデルを追求するすべての国に対して、グローバルなテンプレートを提供し、明確な実装計画を提供します。 さらに、提案するフェデレートアーキテクチャは、共通標準の採用により、集中制御なしで、国境を越えたデータ集約とグローバルセクターリスク分析を実現することができることを示す。

関連論文リスト

• Sovereign-by-Design A Reference Architecture for AI and Blockchain Enabled Systems [2.9407799864652837]
  我々は、主権は純粋に規制の対象ではなく、第一級の建築財産として扱われなければならないと論じる。 私たちは、自己主権のアイデンティティ、ブロックチェーンベースの信頼と監査性、主権データガバナンス、明示的なアーキテクチャ管理の下でデプロイされたジェネレーティブAIを統合するソブリン参照アーキテクチャを導入します。
  論文  参考訳（メタデータ） (2026-02-05T09:49:04Z)
• 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)
• Bottom-Up Perspectives on AI Governance: Insights from User Reviews of AI Products [0.0]
  本研究は,ガバナンス関連テーマをユーザ談話でどのように表現するかをボトムアップで検討する。 G2.comの10万以上のAI製品のユーザレビューに基づいて、BERTopicを適用して、潜伏したテーマを抽出し、AIガバナンスに関連する最も意味のあるものを特定する。
  論文  参考訳（メタデータ） (2025-05-30T01:33:21Z)
• Semi-Automated Design of Data-Intensive Architectures [49.1574468325115]
  本稿では,データ集約型アーキテクチャの開発手法を紹介する。 i) 特定のアプリケーションシナリオに適したアーキテクチャを設計し、(ii) アプリケーションを実装するための具体的なシステムの適切なセットを選択することをアーキテクトに案内します。 私たちが採用している記述言語は、研究者や実践者が提案するデータ集約アーキテクチャの重要な側面を捉えることができる。
  論文  参考訳（メタデータ） (2025-03-21T16:01:11Z)
• The Algorithmic State Architecture (ASA): An Integrated Framework for AI-Enabled Government [1.7965567343825297]
  本稿ではアルゴリズム状態アーキテクチャ(ASA)を紹介する。 これは、Digital Public Infrastructure、Data-for-Policy、 Algorithmic Government/Governance、およびGovTechがAI対応状態の統合システムとしてどのように相互作用するかを概念化したものだ。
  論文  参考訳（メタデータ） (2025-03-11T00:20:56Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)

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。