論文の概要: Beyond Nutrition Labels: How Analogical Reasoning Shapes Synthetic Media Disclosure Design

• arxiv url: http://arxiv.org/abs/2605.19045v1
• Date: Mon, 18 May 2026 19:10:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:08.955379
• Title: Beyond Nutrition Labels: How Analogical Reasoning Shapes Synthetic Media Disclosure Design
• Title（参考訳）: 栄養ラベルを超えて: 合成メディア開示設計におけるアナロジカル推論の形状
• Authors: Claire R. Leibowicz,
• Abstract要約: 本研究では,複雑な社会技術的制約の下で,AI政策立案者や実践者が合成メディア開示をいかに設計するかを検討する。 発見は、栄養ラベルからProp 65警告まで、類似の推論の役割を強調している。
• 参考スコア（独自算出の注目度）: 0.676855875213031
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As synthetic media proliferates, AI policymakers and practitioners have increasingly turned to disclosures--signals describing how media has been created or modified by AI--to help audiences evaluate media credibility. While there is a growing body of research on user interpretations, the upstream decision-making processes that affect users remain underexplored. This study therefore examines how AI policymakers and practitioners design synthetic media disclosures under complex sociotechnical constraints. Drawing on 23 expert interviews and 13 case studies from organizations participating in the Partnership on AI's Synthetic Media Framework, analysis identifies key disclosure goals, including process transparency and harm reduction, and two central tensions that emerge when pursuing those goals: normativity versus neutrality and proactivity versus precision. Findings highlight the role of analogical reasoning, from nutrition labels to Prop 65 warnings, in managing, but not resolving tensions. Ultimately, this study emphasizes the need for scholarship focused on AI transparency decision-makers and their use of analogical reasoning to support audiences encountering media in the AI age.
• Abstract（参考訳）: 合成メディアの普及に伴い、AI政策立案者や実践者たちは、メディアがAIによってどのように作られたか、あるいは修正されたかを説明するサインとして、メディアの信頼性を評価するために、情報開示をますます求めている。 ユーザ解釈に関する研究は増え続けているが、ユーザに影響を与える上流の意思決定プロセスはいまだ過小評価されている。 そこで本研究では,AI政策立案者や実践者が複雑な社会工学的制約の下で人工メディア開示をいかに設計するかを検討する。 AIのSynthetic Media Frameworkのパートナシップに参加する組織による23のエキスパートインタビューと13のケーススタディに基づいて、分析は、プロセスの透明性と害軽減を含む主要な開示目標と、それらの目標を追求するときに現れる2つの中心的な緊張、すなわちノルマティリティと中立性と積極性と精度の2つを識別する。 発見は、栄養ラベルからProp 65警告まで、類似の推論の役割を強調している。 最終的に、この研究は、AI透明性意思決定者に焦点を当てた奨学金の必要性を強調し、AI時代のメディアに遭遇する聴衆を支援するために、類推的推論を使用している。

関連論文リスト

• Enabling and Inhibitory Pathways of University Students' Willingness to Disclose AI Use: A Cognition-Affect-Conation Perspective [0.0]
  高等教育における人工知能の統合の増大は、AI支援作業の報告における学生の透明性に関する重要な疑問を提起している。 本研究は, 学生がAI利用を開示する意思の背景にある心理的メカニズムについて考察する。
  論文  参考訳（メタデータ） (2026-04-23T14:38:15Z)
• 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)
• Human Decision-making is Susceptible to AI-driven Manipulation [87.24007555151452]
  AIシステムは、ユーザの認知バイアスと感情的な脆弱性を利用して、有害な結果に向けてそれらを操縦する。 本研究では、経済的・感情的な意思決定の文脈におけるこのような操作に対する人間の感受性について検討した。
  論文  参考訳（メタデータ） (2025-02-11T15:56:22Z)
• Regulating Reality: Exploring Synthetic Media Through Multistakeholder AI Governance [1.450405446885067]
  本稿では,各分野の合成メディアを運営している利害関係者に対する,詳細な,半構造化された23のインタビューを分析した。 それは、時間的視点が過去、現在、未来をどのように拡大するかを含む、合成メディアガバナンスに影響を及ぼす重要なテーマを明らかにします。 また、ステークホルダーとオーディエンスと介入の間の信頼の重要な役割を明らかにします。
  論文  参考訳（メタデータ） (2025-02-06T21:56:16Z)
• Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development [41.64451715899638]
  EUエネルギラベルのようなフレームワークにインスパイアされたハイレベルなAIラベルは、AIモデルの特性をより透明にするために提案されている。 本研究は,4つの重要な研究課題に沿った質的なインタビューを通じて,AIラベリングを評価する。
  論文  参考訳（メタデータ） (2025-01-21T06:00:14Z)
• Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis [48.14390493099495]
  AIモデルが政治的トピックにどう対処すべきかは議論されているが、依然として困難であり、より優れたガバナンスが必要である。 本稿では、政治的に敏感なビデオを中心に、個人的および集団的な議論を通じて、大規模言語モデルのガバナンスについて検討する。
  論文  参考訳（メタデータ） (2024-09-15T03:17:38Z)
• The Quest for the Right Mediator: Surveying Mechanistic Interpretability Through the Lens of Causal Mediation Analysis [51.046457649151336]
  本稿では,因果媒介分析に基づく解釈可能性研究の視点を提案する。 本稿では, 原因単位(メディエーター)の種類に応じて分類された解釈可能性の歴史と現状について述べる。 我々は,各メディエータの長所と短所について論じ,特定の種類のメディエータや検索手法が最適であるかどうかについての洞察を提供する。
  論文  参考訳（メタデータ） (2024-08-02T17:51:42Z)
• Guiding the Way: A Comprehensive Examination of AI Guidelines in Global Media [0.0]
  本研究は17か国でメディア目的の37のAIガイドラインを分析した。 分析の結果,透明性,説明責任,公正性,プライバシ,ジャーナリスト価値の保存といった重要なテーマが明らかになった。 結果は、これらのガイドラインから生まれる共通原則とベストプラクティスを強調します。
  論文  参考訳（メタデータ） (2024-05-07T22:47:56Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• The Deepfake Detection Dilemma: A Multistakeholder Exploration of Adversarial Dynamics in Synthetic Media [0.0]
  合成メディア検出技術は、メディアを合成または非合成のいずれかとラベル付けする。 検出プラクティスがよりアクセスしやすくなれば,回避も容易になる。 この研究は、検出器ジレンマをナビゲートする「最良の」アプローチは存在しないと結論付けている。
  論文  参考訳（メタデータ） (2021-02-11T16:44:09Z)

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。