論文の概要: AI-Induced Human Responsibility (AIHR) in AI-Human teams

• arxiv url: http://arxiv.org/abs/2604.08866v1
• Date: Fri, 10 Apr 2026 01:58:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.633096
• Title: AI-Induced Human Responsibility (AIHR) in AI-Human teams
• Title（参考訳）: AI-HumanチームにおけるAIHR(AI-induced Human Responsibility)
• Authors: Greg Nyilasy, Brock Bastian, Jennifer Overbeck, Abraham Ryan Ade Putra Hito,
• Abstract要約: 私たちは、AIと人間のチーム化が人間の責任を減らし、(希薄にするのではなく)増すことを示します。 この効果は、高リスクシナリオと低障害シナリオにまたがって行われ、自己サービス的責任シフトが期待される状況でも持続した。 これらの発見は、アルゴリズムの逆転、AIと人間のハイブリッドな組織行動、技術における責任ギャップの研究を拡張している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As organizations increasingly deploy AI as a teammate rather than a standalone tool, morally consequential mistakes often arise from joint human-AI workflows in which causality is ambiguous. We ask how people allocate responsibility in these hybrid-agent settings. Across four experiments (N = 1,801) in an AI-assisted lending context (e.g., discriminatory rejection, irresponsible lending, and low-harm filing errors), participants consistently attributed more responsibility to the human decision maker when the human was paired with AI than when paired with another human (by an average of 10 points on a 0-100 scale across studies). This AI-Induced Human Responsibility (AIHR) effect held across high and low harm scenarios and persisted even where self-serving blame-shifting (when the human in question was the self) would be expected. Process evidence indicates that AIHR is explained by inferences of agent autonomy: AI is seen as a constrained implementer, which makes the human the default locus of discretionary responsibility. Alternative mechanisms (mind perception; self-threat) did not account for the effect. These findings extend research on algorithm aversion, hybrid AI-human organizational behavior and responsibility gaps in technology by showing that AI-human teaming can increase (rather than dilute) human responsibility, with implications for accountability design in AI-enabled organizations.
• Abstract（参考訳）: スタンドアローンのツールではなく、AIをチームメイトとしてデプロイする組織が増えていくにつれて、因果関係が曖昧な共同の人間とAIのワークフローから、道徳的に連続した誤りがしばしば生じます。 これらのハイブリッドエージェント設定において、どうやって責任を割り当てるかを問う。 4つの実験(N = 1,801)において、AI支援の貸与状況(例えば、差別的拒絶、無責任貸与、低ハームの申請エラー)において、参加者は、人間がAIとペアになったときよりも、他の人間とペアになったとき(研究全体の0-100スケールの平均10ポイント)に、人間の意思決定者に対して、常に責任を負った。 このAIが引き起こした人間責任(AIHR)効果は、高リスクシナリオと低リスクシナリオにまたがって行われ、自己サービス的責任シフト(人間が自己である場合)が期待されるような状況でも持続した。 プロセスエビデンスによると、AIHRはエージェント自律性の推論によって説明されている。 代替メカニズム(ミンド・インセプション、自己脅威)は効果を考慮に入れなかった。 これらの発見は、AI対応組織における説明責任設計に影響を及ぼすとともに、アルゴリズムの逆転、AIと人間のハイブリッドな組織行動、技術における責任ギャップに関する研究を拡張している。

関連論文リスト

• Human Attribution of Causality to AI Across Agency, Misuse, and Misalignment [0.0]
  本稿では,AIシステムが有害な結果に関与する場合の因果連鎖構造における因果責任に関する民間の認識について検討する。 我々は人間実験を行い、因果性、非難、予測可能性、反実的推論の判断を調べる。
  論文  参考訳（メタデータ） (2026-02-17T02:48:39Z)
• The Start Button Problem: a basis for human responsibility in artificial intelligence computation [0.0]
  本稿では,GPT-4におけるアライメント研究センター実験の分析を通じて,AI自律性の起源と限界について検討する。 思考実験とその反論を調べることで、人間の活性化と目的の定義の必要性が、AIが人間に開始された行動に本質的に依存していることが明らかになる。
  論文  参考訳（メタデータ） (2025-01-21T20:59:48Z)
• The AI Double Standard: Humans Judge All AIs for the Actions of One [0.0]
  AIが増殖するにつれて、あるAIに対する道徳的な態度が他のAIに対する態度に流出することで、知覚が絡まってしまう可能性がある。 我々は、2つの事前登録された実験において、AIや人間のエージェントの一見有害で不道徳な行動が、他のAIや人間に対する態度にどのように影響するかをテストした。
  論文  参考訳（メタデータ） (2024-12-08T19:26:52Z)
• 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)
• Rolling in the deep of cognitive and AI biases [1.556153237434314]
  我々は、AIが設計、開発、デプロイされる状況とは切り離せない社会技術システムとして理解する必要があると論じる。 我々は、人間の認知バイアスがAIフェアネスの概観の中核となる急進的な新しい方法論に従うことで、この問題に対処する。 我々は、人間にAIバイアスを正当化する新しいマッピングを導入し、関連する公正度と相互依存を検出する。
  論文  参考訳（メタデータ） (2024-07-30T21:34:04Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• Can Machines Imitate Humans? Integrative Turing-like tests for Language and Vision Demonstrate a Narrowing Gap [56.611702960809644]
  3つの言語タスクと3つの視覚タスクで人間を模倣するAIの能力をベンチマークする。 次に,人間1,916名,AI10名を対象に,72,191名のチューリング様試験を行った。 模倣能力は従来のAIパフォーマンス指標と最小限の相関を示した。
  論文  参考訳（メタデータ） (2022-11-23T16:16:52Z)
• Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
  Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。 これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
  論文  参考訳（メタデータ） (2022-01-26T18:53:09Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• Human Perceptions on Moral Responsibility of AI: A Case Study in AI-Assisted Bail Decision-Making [8.688778020322758]
  我々は、AIと人間エージェントに関する道徳的責任という8つの異なる概念に対する人々の認識を測定する。 我々は、AIエージェントが故意に責任を負い、同じタスクに対して人間エージェントと同様の責任を負っていることを示す。 私たちは、AIと人間の意思決定者とアドバイザーの両方が、彼らの性質に関わらず、自分の決定を正当化することを期待している。
  論文  参考訳（メタデータ） (2021-02-01T04:07:38Z)
• Effect of Confidence and Explanation on Accuracy and Trust Calibration in AI-Assisted Decision Making [53.62514158534574]
  ケース固有のモデル情報を明らかにする特徴が、信頼度を調整し、人間とAIのジョイントパフォーマンスを向上させることができるかどうかを検討する。 信頼スコアは、AIモデルに対する人々の信頼を校正するのに役立ちますが、信頼の校正だけでは、AI支援による意思決定を改善するには不十分です。
  論文  参考訳（メタデータ） (2020-01-07T15:33:48Z)

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。