論文の概要: Can AI be a moral victim? The role of moral patiency and ownership perceptions in ethical judgments of using AI-generated content

• arxiv url: http://arxiv.org/abs/2604.26956v1
• Date: Fri, 03 Apr 2026 15:40:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.242765
• Title: Can AI be a moral victim? The role of moral patiency and ownership perceptions in ethical judgments of using AI-generated content
• Title（参考訳）: AIは道徳的犠牲者になれるか?AI生成コンテンツを用いた倫理的判断における道徳的忍耐と所有意識の役割
• Authors: Hyesun Choung, Soojong Kim,
• Abstract要約: 生成AIは、著者と盗作に関する倫理的懸念を提起する。 本研究では、AI生成コンテンツの再利用を、道徳的忍耐とオーナシップの認識に焦点をあてて、どのように判断するかを検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The growing use of generative AI raises ethical concerns about authorship and plagiarism. This study examines how people judge the reuse of AI-generated content, focusing on moral patiency and ownership perceptions. In an experiment, participants evaluated two substantively similar manuscripts in which the original source was described as authored by a human, an AI system, or an AI agent with a human-like name. Results showed that copying AI-generated work was judged less unethical, less plagiaristic, and less guilt-inducing than copying human-authored work. Mediation analyses revealed that this leniency stemmed from lower perceptions of AI's capacity to suffer harm (moral patiency) and greater ownership attributed to the human writer reusing AI-generated content. Anthropomorphic cues shaped moral evaluations indirectly by reducing perceived ownership. These findings shed light on how people morally disengage when using AI-generated work and highlight differences in how ethical judgments are applied to human versus AI-created content.
• Abstract（参考訳）: 生成AIの利用が増加すると、著者や盗作に対する倫理的懸念が高まる。 本研究では、AI生成コンテンツの再利用を、道徳的忍耐と所有権の認識に焦点をあてて、どのように判断するかを検討する。 実験では、被験者は、原典が人間、AIシステム、または人間に似た名前のAIエージェントによって書かれたと記述された、実質的に類似した2つの写本を評価した。 その結果、AIが生成した作品の写しは、人間による作品の写しよりも非倫理的、盗作的、罪悪感が低いと判断された。 情緒分析により、AIの能力の低下(道徳的忍耐)と、AI生成コンテンツを再利用した人間の著作者による所有権の増大が原因であることが判明した。 擬人化の手がかりは、認識された所有権を減らし、間接的に道徳的評価を形成する。 これらの発見は、AIが生成した作品を使うときに人々が道徳的に切り離す方法を明らかにし、人間とAIが生成したコンテンツに倫理的判断を適用する方法の違いを強調した。

関連論文リスト

• Do Consumers Accept AIs as Moral Compliance Agents? [0.0]
  消費者は通常、倫理的な意思決定に人工知能が関与することに抵抗する。 本研究は、消費者が道徳的コンプライアンスの役割においてAIを受け入れるかどうかを調査する。
  論文  参考訳（メタデータ） (2026-03-23T22:36:56Z)
• 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)
• Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• Attributions toward Artificial Agents in a modified Moral Turing Test [0.6284264304179837]
  我々は、一般的な高度なAI言語モデルであるGPT-4と実際の人間の道徳的評価を区別するよう、人々に求めている。 299人の米国成人の代表的サンプルは、AIの道徳的推論を、ほぼすべての次元において、人間よりも品質が優れていると評価した。 言語モデルの出現は、人間よりも質が高いと認識される道徳的反応を生み出すことができるようになり、人々がAIから潜在的に有害な道徳的ガイダンスを受け入れる可能性があるという懸念が高まる。
  論文  参考訳（メタデータ） (2024-04-03T13:00:47Z)
• When to Make Exceptions: Exploring Language Models as Accounts of Human Moral Judgment [96.77970239683475]
  AIシステムは人間の道徳的判断や決定を理解し、解釈し、予測しなければなりません。 AIの安全性に対する中心的な課題は、人間の道徳心の柔軟性を捉えることだ。 ルール破りの質問応答からなる新しい課題セットを提案する。
  論文  参考訳（メタデータ） (2022-10-04T09:04:27Z)
• Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
  ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。 我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
  論文  参考訳（メタデータ） (2022-04-11T14:36:39Z)
• 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)

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。