論文の概要: Agentic Literacy Debt: A Structural Problem the AI Literacy Field Has Not Yet Named

• arxiv url: http://arxiv.org/abs/2605.27396v1
• Date: Tue, 21 Apr 2026 15:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.527544
• Title: Agentic Literacy Debt: A Structural Problem the AI Literacy Field Has Not Yet Named
• Title（参考訳）: エージェントリテラシーの負債:AIリテラシー分野がまだ名前をつけていない構造上の問題
• Authors: Rohith Nama,
• Abstract要約: 自律型AIエージェントは、医療、金融サービス、職場のコンテキストを越えて、ユーザのために計画し、決定し、行動する。 既存のAIリテラシーフレームワークは、人間がAI出力を評価し、行動するかどうかを決定する世界のために構築された。 本稿では、エージェントAIシステムが対応するリテラシー基盤を使わずに大規模に展開されるときに増加する社会的な欠陥を蓄積する問題として、エージェントリテラシー負債を挙げる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous AI agents now plan, decide, and act on behalf of users across healthcare, financial services, and workplace contexts, often without step-by-step human approval. Existing AI literacy frameworks were built for a world in which humans evaluate AI outputs and decide whether to act; they have no vocabulary for the user who has delegated decision-making authority to an agent whose actions may not be observable, reversible, or controllable. This paper names the resulting problem agentic literacy debt: the accumulating societal deficit that grows when agentic AI systems are deployed at scale without corresponding literacy infrastructure. The debt compounds through three reinforcing channels (normalization of opaque delegation, multi-agent ecosystem complexity, and institutional path dependence), and it is incurred by the organizations that deploy agents but paid by the users, patients, and citizens on whose behalf the agents act. Evidence from healthcare, financial fraud, and global equity contexts suggests the gap is already consequential. The problem is structural, not a temporary lag that curriculum reform will close. It demands a reframing of AI literacy as a governance capability, not an evaluative one.
• Abstract（参考訳）: 自律型AIエージェントは、医療、金融サービス、職場のコンテキストにまたがって、ステップバイステップの承認なしに、ユーザのために計画し、決定し、行動する。 既存のAIリテラシーフレームワークは、人間がAI出力を評価し、行動するかどうかを決定する世界のために構築されている。 本稿では、エージェントAIシステムが対応するリテラシー基盤を使わずに大規模に展開されるときに増加する社会的な欠陥を蓄積する問題として、エージェントリテラシー負債を挙げる。 債務は3つの強化チャンネル(不透明なデリゲートの正規化、マルチエージェントエコシステムの複雑化、制度的なパス依存)を通して成り立っており、エージェントを配置する組織によって引き起こされるが、エージェントを代理するユーザー、患者、市民によって支払われる。 医療、金融詐欺、グローバルエクイティ・コンテクストからの証拠は、このギャップがすでに続いていることを示唆している。 問題は構造的であり、カリキュラム改革が終了する一時的な遅れではない。 それは、AIリテラシーを、評価能力ではなく、ガバナンス能力として再定義することを要求する。

関連論文リスト

• Extending the UXR Point of View Pyramid: A Generative AI-Augmented Methodology for Human-Centred AI Systems [1.8665975431697432]
  我々は、AIを付加したPoVピラミッド、合成と仮説生成のための構造化されたプロンプトアーキテクチャ、AI対応のプレイブックカードシステムを定式化する。 ジェネレーティブAIは、分析的な権威ではなく、人間の検証と規制の意識に基づく支援メカニズムとして位置づけられている。
  論文  参考訳（メタデータ） (2026-05-29T10:51:16Z)
• When Should AI Read the Room? Public Perceptions of Social Intelligence in AI Agents [61.06747336710885]
  ソーシャルAIエージェントは、日々の環境にますます配置されている。 AIエージェントにおける社会的インテリジェンスに対する大衆の認識と、これらのエージェントの受容性はほとんど検討されていない。 アメリカ合衆国における成人の混合メソッド調査について紹介する。
  論文  参考訳（メタデータ） (2026-05-28T13:49:47Z)
• Operational Agency: A Permeable Legal Fiction for Tracing Culpability in AI Systems [0.31061678033205636]
  本条では、後述の枠組み及び運用機関グラフ(OAG)として構成された、通用可能な法的フィクションについて紹介する。 OAはAIの観測可能な運用特性を評価する。 OAGは、これらの特徴を因果グラフに埋め込んで、開発者、ファインタウンタ、デプロイ者、ユーザ間の計算可能性を追跡し、評価することで、その分析を運用する。
  論文  参考訳（メタデータ） (2026-02-20T01:49:03Z)
• A Moral Agency Framework for Legitimate Integration of AI in Bureaucracies [0.0]
  公務員官僚は人工知能(AI)の恩恵を享受しようとする 本稿では,官僚構造におけるAIの合法的な統合のための3点のモラルエージェンシー・フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-11T17:49:19Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• 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)
• 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)
• 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)

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。