論文の概要: Algorithmic Monoculture and its Critics

• arxiv url: http://arxiv.org/abs/2604.06047v1
• Date: Tue, 07 Apr 2026 16:38:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.929266
• Title: Algorithmic Monoculture and its Critics
• Title（参考訳）: アルゴリズムによるモノカルチャーとその批判
• Authors: Brian Hedden, Manish Raghavan,
• Abstract要約: アルゴリズムによる意思決定は、雇用、貸与、刑事司法などの領域における慣用的な人間の判断を置き換える。 多くの学者はアルゴリズムによるモノカルチャーの危険性に注意し、ドメイン全体にわたるすべての決定は単一のアルゴリズムを用いて行われる。 我々は,モノカルチャーに対する異論を体系的に評価し,新しい批判とともに親しみやすい批判を形式化し,厳格に評価する。
• 参考スコア（独自算出の注目度）: 2.6670481652490268
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Algorithmic decision-making is replacing idiosyncratic human judgment in domains such as hiring, lending, and criminal justice. This shift promises increased consistency, but many scholars worry that it can go too far. They warn of the dangers of algorithmic monoculture, in which all decisions across a domain are made using a single algorithm. We systematically evaluate a range of objections to monoculture, formalizing and rigorously assessing familiar critiques alongside novel ones. These objections concern systematic exclusion, agency and gaming, and information aggregation and exploration. We conclude that monoculture is less problematic than its critics have supposed: commonly cited objections fail, and while other objections have some force, they are not decisive against monoculture in general.
• Abstract（参考訳）: アルゴリズムによる意思決定は、雇用、貸与、刑事司法などの領域における慣用的な人間の判断を置き換える。 この変化は一貫性を増すことを約束するが、多くの学者はそれが過度に進むことを心配している。 彼らはアルゴリズムによるモノカルチャーの危険性に注意し、ドメイン全体のすべての決定は単一のアルゴリズムを使って行われる。 我々は,モノカルチャーに対する異論を体系的に評価し,新しい批判とともに親しみやすい批判を形式化し,厳格に評価する。 これらの反対は、組織的な排除、エージェンシーとゲーム、情報集約と探索に関するものである。 一般的に引用される異論は失敗し、他の異論には何らかの力があるが、一般にモノカルチャーに対して決定的なものではない。

関連論文リスト

• Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond) [90.45301024940329]
  言語モデル(LM)は、多様で人間らしい創造的コンテンツを生成するのに苦労することが多い。 Infinity-Chatは26万の多様な実世界のオープンエンドユーザクエリからなる大規模データセットである。 本研究では, LMのモード崩壊について大規模に検討し, 人工Hivemind効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-10-27T03:16:21Z)
• Evaluating Language Models' Evaluations of Games [65.49017696754825]
  我々は,AIシステムのゲーム評価を評価する新しいパラダイムを提唱する。 私たちは100ドル以上の新しいボードゲームと450以上の人間の判断の大規模なデータセットを活用しています。 本結果から,推論モデルは,非推論言語モデルよりもゲーム評価において,一般に人々と一致していることが示唆された。
  論文  参考訳（メタデータ） (2025-10-13T02:45:37Z)
• Partial Identification Approach to Counterfactual Fairness Assessment [50.88100567472179]
  未知の対実的公正度尺度を高い信頼性で有界化するためのベイズ的アプローチを導入する。 以上の結果から、人種をアフリカ系アメリカ人に転換する際のCompASスコアに対する肯定的な(不快な)効果と、若年から高齢に移行する際の否定的な(直接的な因果関係)効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-09-30T18:35:08Z)
• Who Decides How Knowing Becomes Doing? Redistributing Authority in Human-AI Music Co-Creation [24.022200315364003]
  人間とAIの共創の時代には、"知識は簡単、実行は困難"という極大さが再定義されている。 ノウハウサイクルにおける権威の再分配のための最初の体系的枠組みを紹介する。 これらの原則が人間とAIの権威関係を再構築し、人間の創造的表現を再活性化することを実証する。
  論文  参考訳（メタデータ） (2025-09-12T15:12:01Z)
• Fuck the Algorithm: Conceptual Issues in Algorithmic Bias [0.05657375260432172]
  アルゴリズムバイアスは近年の論争の対象となっている。 この主張を明確にするためには、「アルゴリズムそのもの」がどんなものなのかを知る必要がある。 データバイアスは、雇用、警察、医療といった領域で特定されている。
  論文  参考訳（メタデータ） (2025-05-16T19:17:00Z)
• Monoculture in Matching Markets [0.9945637350069029]
  アルゴリズムのモノカルチャーは、多くの意思決定者が応募者を評価するために同じアルゴリズムに依存するときに生じる。 両面のマッチング市場において,アルゴリズムによるモノカルチャーの抽出可能な理論的モデルを導入する。
  論文  参考訳（メタデータ） (2023-12-15T14:46:54Z)
• GRASP: A Disagreement Analysis Framework to Assess Group Associations in Perspectives [18.574420136899978]
  本稿では,グループ関係を,異なるレーダサブグループ間の視点で測定するための総合的不一致分析フレームワークGRASPを提案する。 本フレームワークは,特定のタスクにおいて他と大きく異なる視点を持つ特定のレーダ群を明らかにし,特定のタスクコンテキストにおいて考慮すべき人口動態の同定を支援する。
  論文  参考訳（メタデータ） (2023-11-09T00:12:21Z)
• Sentiment Analysis through LLM Negotiations [58.67939611291001]
  感情分析の標準的なパラダイムは、単一のLCMに依存して、その決定を1ラウンドで行うことである。 本稿では,感情分析のためのマルチLLMネゴシエーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-03T12:35:29Z)
• Endogenous Macrodynamics in Algorithmic Recourse [52.87956177581998]
  対実説明(CE)とアルゴリズム・リコース(AR)に関する既存の研究は、静的環境における個人に主に焦点を当ててきた。 既存の方法論の多くは、一般化されたフレームワークによってまとめて記述できることを示す。 次に、既存のフレームワークは、グループレベルでの言論の内在的ダイナミクスを研究する際にのみ明らかとなるような、隠された対外的関係のコストを考慮に入れていないと論じる。
  論文  参考訳（メタデータ） (2023-08-16T07:36:58Z)
• Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome Homogenization? [90.35044668396591]
  機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。 意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。 我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。 結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
  論文  参考訳（メタデータ） (2022-11-25T09:33:11Z)
• Algorithmic Monoculture and Social Welfare [6.340447411058069]
  アルゴリズムによるモノカルチャーの影響について懸念が高まっている。 この懸念は農業の類推を呼び起こし、モノカルチャーのシステムは予期せぬショックから深刻な危害のリスクを負う。 ここでは,アルゴリズムのモノカルチャーの危険性がはるかに深く,単一のアルゴリズムに対するモノカルチャーの収束が,エージェントの完全な収集によって行われる決定の全体的な品質を低下させることを示した。
  論文  参考訳（メタデータ） (2021-01-14T20:18:23Z)

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。