論文の概要: Pluralistic-Alignment Urbanism: Operationalizing a Right to AI for Inclusive Public Space

• arxiv url: http://arxiv.org/abs/2606.12434v1
• Date: Fri, 15 May 2026 23:59:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.895945
• Title: Pluralistic-Alignment Urbanism: Operationalizing a Right to AI for Inclusive Public Space
• Title（参考訳）: 多元的アライメント・アーバニズム: 包括的公共空間のためのAIの権利を運用する
• Authors: Rashid Mushkani,
• Abstract要約: 本稿では,公共空間のAIシステムを市民基盤として扱う手続き的ガバナンスフレームワークを提案する。 本稿では,自治体のAIガバナンスに対して,不一致,サブグループ変動,境界付き予測スケーリング,中立的嗜好判断がどのような影響を及ぼすかを検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Municipal agencies increasingly use machine learning to inventory sidewalks, score streetscapes, and generate visualizations of public-space interventions. These systems produce outputs that enter budgeting, design iteration, and public justification, yet judgments about inclusion, safety, and belonging remain contested. This paper proposes Pluralistic-Alignment Urbanism (PAU), a procedural governance framework that treats public-space AI systems as civic infrastructure and formulates a procedural Right to AI for municipal uses of such systems. Drawing on two participatory case studies with community organizations in Montreal, Canada, the paper examines how disagreement, subgroup variation, bounded predictive scaling, and neutral preference judgments can inform municipal AI governance. Street Review elicits resident criteria for streetscape evaluation and trains a subgroup-aware scaling model for co-produced judgments, achieving an R2 of 0.89 on a held-out test set. LIVS, a Local Intersectional Visual Spaces dataset, constructs pluralistic preference data for aligning text-to-image models and treats neutral selections as evidence of indeterminacy. Across the cases, disagreement appears structured, deliberation changes what counts as evidence, scaling is feasible but limited by modality and coverage, and neutrality constrains what preference tuning can justify. PAU translates these constraints into a municipal governance architecture with disaggregated reporting, a versioned value register, standing deliberative cells, procurement clauses, and defined pause and rollback authority.
• Abstract（参考訳）: 自治体はますます、機械学習を使って歩道の在庫を管理し、ストリートスケープをスコアし、公共空間の介入を視覚化している。 これらのシステムは、予算化、設計の反復、公衆の正当化に入る出力を生成するが、包括性、安全性、および所有物に関する判断は相変わらず議論されている。 本稿では,公共空間のAIシステムを市民基盤として扱う手続き的ガバナンスフレームワークであるPAU(Pluralistic-Alignment Urbanism)を提案する。 カナダのモントリオールのコミュニティ組織を対象とした2つの参加型ケーススタディに基づき、不一致、サブグループ変動、有界予測スケーリング、中立的嗜好判断が自治体のAIガバナンスにどのような影響を及ぼすかを検討する。 ストリートレビュー(Street Review)は、街路景観評価の常備基準を適用し、共同判断のためのサブグループ対応スケーリングモデルを訓練し、ホールドアウトテストセットで0.89のR2を達成する。 Local Intersectional Visual SpacesデータセットであるLIVSは、テキストと画像のモデルを整列するための多元的選好データを構築し、中立選択を不確定性の証拠として扱う。 議論は証拠として数えられるものを変え、スケーリングは実現可能であるが、モダリティとカバレッジによって制限され、中立性は好みのチューニングが正当化できるものを制限する。 PAUはこれらの制約を、非集約的なレポート、バージョン付き値レジスタ、定常的な熟考セル、調達条項、そして定義された一時停止とロールバック権限によって、自治体のガバナンスアーキテクチャに翻訳する。

関連論文リスト

• The Geography of Algorithmic Judgment: LLM Intermediaries, Place Identity, and Racial Steering in Housing Search [0.0]
  大規模言語モデル (LLM) は, 住宅検索における中間的役割を急速に担っている。 我々は、米国の4都市で7つのオープンウェイトおよびクローズドソースのLCMの行動監査を行います。 ステアリングは、主に静的プロパティではなく、モデルの解釈ライセンスの創発的な振る舞いであることがわかった。
  論文  参考訳（メタデータ） (2026-06-04T20:17:58Z)
• Position: General Alignment Has Hit a Ceiling; Edge Alignment Must Be Taken Seriously [51.03213216886717]
  我々は、一般的なアライメントの支配的なパラダイムが、矛盾する値の設定において構造的な天井に達するという立場を取る。 エッジアライメント(Edge Alignment)は,多次元の値構造を保持するシステムにおいて,異なるアプローチである。
  論文  参考訳（メタデータ） (2026-02-23T16:51:43Z)
• Institutional AI: Governing LLM Collusion in Multi-Agent Cournot Markets via Public Governance Graphs [1.3763052684269788]
  本稿では,Institutional AIを評価するための実験フレームワークについて述べる。 このアプローチの中心はガバナンスグラフであり、法的状態、移行、制裁、回復経路を宣言する公開かつ不変なマニフェストである。 我々は、未統治(クールノット市場の構造からのベースラインインセンティブ)、憲法(固定された文書による反共憲法として実施される即時的な政策・アズ・プロンプト禁止)、制度の3つを比較した。
  論文  参考訳（メタデータ） (2026-01-16T15:26:56Z)
• Are LLMs Vulnerable to Preference-Undermining Attacks (PUA)? A Factorial Analysis Methodology for Diagnosing the Trade-off between Preference Alignment and Real-World Validity [45.92643973404507]
  我々は,協調型モデルが,操作的プロンプト戦略のクラスであるpreference-Undermining Attacks (PUA) に対して脆弱であるかどうかを検討する。 驚くべきことに、より高度なモデルは、時にはマニピュティブなプロンプトに影響を受けやすい。
  論文  参考訳（メタデータ） (2026-01-10T15:16:23Z)
• LLM-as-a-Judge: Rapid Evaluation of Legal Document Recommendation for Retrieval-Augmented Generation [40.06592175227558]
  本稿では,法的な文脈における検索・拡張生成システムの評価に対する原則的アプローチについて検討する。 我々は、クリッペンドルフのαのような従来の合意メトリクスが、AIシステム評価の典型的な歪んだ分布に誤解をもたらす可能性があることを発見した。 本研究は,法的な応用によって要求される精度を維持するための,スケーラブルで費用効果の高い評価への道筋を示唆する。
  論文  参考訳（メタデータ） (2025-09-15T19:20:21Z)
• Urban AI Governance Must Embed Legal Reasonableness for Democratic and Sustainable Cities [0.0]
  本稿では,自治体のAIシステムにおける監督の監督に法的「合理的な人」標準を適用する概念的枠組みであるUrban Reasonableness Layer(URL)を紹介する。 我々は、自治体のAIシステムに法的「合理的な人」標準を組み込むことは、民主的で持続可能な都市ガバナンスにとって不可欠であると主張している。
  論文  参考訳（メタデータ） (2025-08-16T22:39:04Z)
• Whose Truth? Pluralistic Geo-Alignment for (Agentic) AI [42.108524228070756]
  適切、真実、法的と見なされるものは、文化的規範、政治的現実、法律によって地域によって大きく異なる可能性がある。 本稿では,重要な地理研究の課題を概観し,今後の研究課題を提案するとともに,アライメント感度を評価する方法の概要を述べる。
  論文  参考訳（メタデータ） (2025-08-07T14:21:33Z)
• Negotiative Alignment: Embracing Disagreement to Achieve Fairer Outcomes -- Insights from Urban Studies [1.3787753513429983]
  診断パターンは本例では体系的であった。 グループディスカッションでは、情報のギャップは減ったが、価値の衝突は減った。 意見の不一致を信号として扱い、合計と共に最悪のグループの結果を報告することは、プランナーやAI実践者がトレードオフに遭遇し、少数派の優先事項を維持しながら効率を維持するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2025-03-16T18:55:54Z)
• FairLENS: Assessing Fairness in Law Enforcement Speech Recognition [37.75768315119143]
  本研究では,異なるモデル間の公平さの相違を検証するための,新しい適応性評価手法を提案する。 我々は1つのオープンソースと11の商用 ASR モデルに対してフェアネスアセスメントを行った。
  論文  参考訳（メタデータ） (2024-05-21T19:23:40Z)

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。