論文の概要: AI Governance Control Stack for Operational Stability: Achieving Hardened Governance in AI Systems

• arxiv url: http://arxiv.org/abs/2604.03262v1
• Date: Thu, 12 Mar 2026 19:01:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-12 18:41:08.566955
• Title: AI Governance Control Stack for Operational Stability: Achieving Hardened Governance in AI Systems
• Title（参考訳）: 運用安定性のためのAIガバナンスコントロールスタック:AIシステムにおける厳格なガバナンスの実現
• Authors: Horatio Morgan,
• Abstract要約: 本稿では、トレーサブルでレジリエントなAIシステムの動作を保証するために設計された階層型ガバナンスアーキテクチャである、運用安定のためのAIガバナンス制御スタックを紹介する。 提案したコントロールスタックには,システム・オブ・レコーズ・バージョン管理,エビデンスに基づく検証,意思決定時の説明可能性ロギング,テレメトリ監視,モデルドリフト検出,ガバナンスエスカレーションという,6つの補完的なガバナンスレイヤが統合されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence systems are increasingly embedded in high-stakes decision environments, yet many governance approaches focus primarily on policy guidance rather than operational stability mechanisms. As AI deployments scale, organizations require governance architectures capable of maintaining reliable, auditable, and accountable behavior over time. This paper introduces the AI Governance Control Stack for Operational Stability, a layered governance architecture designed to ensure traceable and resilient AI system behavior. The proposed control stack integrates six complementary governance layers: system-of-record version governance, evidence-based verification, decision-time explainability logging, telemetry monitoring, model drift detection, and governance escalation. Together, these layers provide a structured mechanism for preserving governance integrity across the AI lifecycle while enabling organizations to detect instability, respond to emerging risks, and maintain regulatory accountability. The architecture aligns operational governance practices with emerging regulatory and standards frameworks, including the EU AI Act, ISO/IEC 42001 Artificial Intelligence Management Systems, and the NIST AI Risk Management Framework. By combining explainability infrastructure with continuous monitoring and human oversight mechanisms, the governance control stack provides a practical blueprint for achieving hardened AI governance in complex enterprise environments. The paper contributes a conceptual governance architecture and a framework alignment analysis demonstrating how operational stability mechanisms can strengthen responsible AI implementation. The findings suggest that organizations must move beyond static policy frameworks toward integrated governance control systems capable of sustaining trustworthy AI operation in dynamic environments.
• Abstract（参考訳）: 人工知能システムは、ハイステークな意思決定環境にますます組み込まれているが、多くのガバナンスアプローチは、主に運用安定性のメカニズムではなく、ポリシーガイダンスに焦点を当てている。 AIデプロイメントがスケールするにつれて、組織は、信頼性、監査可能、説明可能な振る舞いを時間とともに維持できるガバナンスアーキテクチャを必要とします。 本稿では、トレーサブルでレジリエントなAIシステムの動作を保証するために設計された階層型ガバナンスアーキテクチャである、運用安定のためのAIガバナンス制御スタックを紹介する。 提案したコントロールスタックには,システム・オブ・レコーズ・バージョン管理,エビデンスに基づく検証,意思決定時の説明可能性ロギング,テレメトリ監視,モデルドリフト検出,ガバナンスエスカレーションという,6つの補完的なガバナンスレイヤが統合されている。 これらのレイヤは、AIライフサイクル全体にわたってガバナンスの整合性を維持するための構造化されたメカニズムを提供すると同時に、不安定を検出し、新たなリスクに対応し、規制説明責任を維持することができる。 このアーキテクチャは、EU AI Act、ISO/IEC 42001 Artificial Intelligence Management Systems、NIST AI Risk Management Frameworkなど、新たな規制および標準フレームワークと運用管理プラクティスを整合させる。 説明責任インフラストラクチャと継続的監視と人間の監視機構を組み合わせることで、ガバナンスコントロールスタックは、複雑なエンタープライズ環境で強化されたAIガバナンスを実現するための実践的な青写真を提供する。 本稿は,運用安定性機構が責任あるAI実装をどのように強化するかを示す,概念的ガバナンスアーキテクチャとフレームワークアライメント分析に貢献する。 この結果は、組織が静的なポリシーフレームワークを超えて、動的環境における信頼できるAI操作を維持できる統合的なガバナンス制御システムに移行する必要があることを示唆している。

関連論文リスト

• The Controllability Trap: A Governance Framework for Military AI Agents [0.0]
  我々はエージェント軍事AIガバナンスフレームワーク(AMAGF)を提案する。 AMAGFは、予防的ガバナンス、予防的ガバナンス、矯正的ガバナンスの3つの柱を中心に構成された測定可能なアーキテクチャである。 制御品質スコア(英: Control Quality Score, CQS)は、人間の制御を定量化し、制御が弱まるにつれて累積応答を可能にする複合リアルタイムメトリックである。
  論文  参考訳（メタデータ） (2026-03-03T20:48:01Z)
• Agentic AI for Cybersecurity: A Meta-Cognitive Architecture for Governable Autonomy [0.0]
  本稿では,サイバーセキュリティのオーケストレーションはエージェント型マルチエージェント認知システムとして再認識されるべきである,と論じる。 本稿では,特定・仮説形成・文脈解釈・説明・ガバナンスに責任を負う異種AIエージェントを,メタ認知判断機能を通じて協調する概念的枠組みを提案する。 我々の貢献は、メタ認知判断を第一級システム機能として組み込むことによって、この認知構造をアーキテクチャ的に明確化し、統制可能にすることである。
  論文  参考訳（メタデータ） (2026-02-12T12:52:49Z)
• The Social Responsibility Stack: A Control-Theoretic Architecture for Governing Socio-Technical AI [0.0]
  本稿では,社会責任スタック(Social Responsibility Stack, SRS)を紹介する。 我々は、SRSが規範的目的を実行可能なエンジニアリングと運用制御にどのように変換するかを示す。 このフレームワークは倫理、制御理論、AIガバナンスを橋渡しし、説明責任、適応性、監査可能な社会技術AIシステムのための実践的な基盤を提供する。
  論文  参考訳（メタデータ） (2025-12-18T18:42:16Z)
• Trustworthy Orchestration Artificial Intelligence by the Ten Criteria with Control-Plane Governance [1.9691447018712314]
  本稿では,信頼に値するオーケストレーションAIの10基準について述べる。 人間の入力、セマンティックコヒーレンス、監査、証明の整合性を統合されたコントロール・パネルアーキテクチャに統合する。
  論文  参考訳（メタデータ） (2025-12-11T05:49:26Z)
• 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)
• Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
  行政における人工知能の利用は急速に拡大している。 AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。 この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
  論文  参考訳（メタデータ） (2025-05-02T07:46:41Z)
• Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
  本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。 進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
  論文  参考訳（メタデータ） (2025-03-12T21:39:38Z)

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。