論文の概要: The Two Boundaries: Why Behavioral AI Governance Fails Structurally

• arxiv url: http://arxiv.org/abs/2604.27292v2
• Date: Tue, 05 May 2026 10:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 14:45:21.140484
• Title: The Two Boundaries: Why Behavioral AI Governance Fails Structurally
• Title（参考訳）: 2つの境界 - 行動AIガバナンスが構造的に失敗する理由
• Authors: Alan L. McCann,
• Abstract要約: 私たちは、AIシステムが世界で果たす効果のガバナンス、アクションに重点を置いています。 ライスの定理は、このギャップがチューリング完全アーキテクチャの一般的な場合では決定できないことを証明している。 我々は,任意のAIガバナンスシステムの検証可能な基準として,コーディネートガバナンスを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Every system that performs effects has two boundaries: what it can do (expressiveness) and what governance covers (governance). In nearly all deployed AI systems, these boundaries are defined independently, creating three regions: governed capabilities (the only useful region), ungoverned capabilities (risk), and governance policies that address non-existent capabilities (theater). Two of the three regions are failure modes. We focus on the governance of effects: actions that AI systems perform in the world (API calls, database writes, tool invocations). This is distinct from the governance of model outputs (content quality, bias, fairness), which operates at a different level and requires different mechanisms. We present a formal framework for analyzing this structural gap. Rice's theorem (1953) proves the gap is undecidable in the general case for any Turing-complete architecture that attempts to govern effects behaviorally: no algorithm can decide non-trivial semantic properties of arbitrary programs, including the property "this program's effects comply with the governance policy." We define coterminous governance: a system property where the expressivenessboundary equals the governance boundary. We show that coterminous governance requires an architectural decision (separatingcomputation from effect) rather than a governance layer added after the fact. We show that structural governance under this separation subsumes separate governance infrastructure: governance checks become part of the execution pipeline rather than a second system running alongside it. We propose coterminous governance as the testable criterion for any AI governance system: either the two boundaries are provably identical, or risk and theater are structurally inevitable. Proofs are mechanized in Coq (454 theorems, 36 modules, 0 admitted).
• Abstract（参考訳）: 効果を発揮するすべてのシステムは、できること(表現力)とガバナンスがカバーすること(統治)の2つの境界を持っています。 ほぼすべてのデプロイされたAIシステムにおいて、これらのバウンダリは独立して定義され、管理機能(唯一の有用な領域)、未使用機能(リスク)、非存在機能(テーマ)に対処するガバナンスポリシの3つのリージョンを生成する。 3つの領域のうち2つは障害モードである。 私たちは、AIシステムが世界で実行するアクション(API呼び出し、データベース書き込み、ツール呼び出し)のガバナンスに重点を置いています。 これは、異なるレベルで動作し、異なるメカニズムを必要とするモデルアウトプット(コンテンツ品質、バイアス、公平性)のガバナンスとは異なる。 この構造的ギャップを分析するための公式な枠組みを提示する。 ライスの定理(1953年)は、効果を行動的に支配しようとするチューリング完全アーキテクチャの一般的な場合において、ギャップは決定不可能であると証明した: 任意のプログラムの非自明な意味的性質を決定できるアルゴリズムは存在しない。 表現力境界がガバナンス境界と等しいシステムプロパティ。 決定的なガバナンスには、後続のガバナンス層ではなく、アーキテクチャ上の決定(効果から計算を分離する)が必要です。 この分離の下での構造的なガバナンスは、別のガバナンスインフラストラクチャを前提としています。 我々は、AIガバナンスシステムのテスト可能な基準として、コーフィナリティガバナンスを提案する。 証明は Coq (454の定理、36の加群、0) で機械化される。

関連論文リスト

• When Agents Evolve, Institutions Follow [52.359340707289114]
  大規模言語モデル上に構築されたマルチエージェントシステムは、同じ課題に直面している。 彼らの中心的な問題は、個人の知性だけでなく、集団的な組織である。 我々は,4つの標準的ガバナンスパターンにまたがる7つの歴史的政治機関を,実行可能なマルチエージェントアーキテクチャに翻訳する。
  論文  参考訳（メタデータ） (2026-04-30T10:30:58Z)
• Governance by Design: A Parsonian Institutional Architecture for Internet-Wide Agent Societies [0.2900810893770133]
  インターネット全体のエージェント・ソサエティを管理するためには,リスク列挙やプロセスコンプライアンスだけでなく,制度設計が必要である,と我々は主張する。 Talcott Parsons氏のAGILフレームワークを適用して、インターネット全体のエージェントガバナンスのための16セルの規範的な制度アーキテクチャを導出します。 ガバナンス基盤の欠如について、優先順位付けされたロードマップで締めくくります。
  論文  参考訳（メタデータ） (2026-04-13T11:37:46Z)
• Cryptographic Runtime Governance for Autonomous AI Systems: The Aegis Architecture for Verifiable Policy Enforcement [0.0]
  本稿では,自律型AIシステムのためのランタイムガバナンスアーキテクチャであるAegisについて述べる。 エージスは政策と法的制約を諮問の原則よりも実行条件として扱う。
  論文  参考訳（メタデータ） (2026-03-15T04:04:57Z)
• Towards Selection as Power: Bounding Decision Authority in Autonomous Agents [0.0]
  我々は、認知、選択、行動を独立したドメインに分離し、自律性を主権のベクトルとしてモデル化するガバナンスアーキテクチャを提案する。 変動操作,しきい値ゲーム,フレーミングスキュー,順序付け効果,エントロピー探索を対象とし,複数の規制された金融シナリオを対象としたシステムの評価を行った。 その結果、機械的選択ガバナンスは実装可能であり、監査可能であり、推論能力を維持しながら決定論的結果の獲得を防止することが示されている。
  論文  参考訳（メタデータ） (2026-02-16T10:10:47Z)
• Algorithmic Governance in the United States: A Multi-Level Case Analysis of AI Deployment Across Federal, State, and Municipal Authorities [0.0]
  この研究は、米国における連邦、州、自治体のレベルでAIがどのように使われているかを調べる。 連邦政府レベルでは、AIは多くの場合、高いコントロールのためのツールとして制度化されている。 州政府は、AIがしばしば支援機能とアルゴリズムのゲートキーピングを組み合わせた、よりあいまいな中核を占有している。
  論文  参考訳（メタデータ） (2026-02-09T14:36:32Z)
• Transitive Expert Error and Routing Problems in Complex AI Systems [0.0]
  我々は、このトランジティブエキスパートエラー(TEE)を、Dunning-Krugerエフェクトと区別し、前提条件として専門知識を必要とする。 構造的類似性バイアスは、専門家が因果的アーキテクチャの違いを欠きながら、表面の過度な特徴を引き起こす。 本稿では,不一致検出によるマルチエキスパートアクティベーション(ルーターレベル),境界認識キャリブレーション(特殊レベル),カバレッジギャップ検出などの介入を提案する。
  論文  参考訳（メタデータ） (2026-01-07T21:53:06Z)
• 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)

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。