論文の概要: Privilege and confidentiality in generative AI workflows
- arxiv url: http://arxiv.org/abs/2607.05479v1
- Date: Mon, 06 Jul 2026 14:38:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.277028
- Title: Privilege and confidentiality in generative AI workflows
- Title（参考訳）: 生成型AIワークフローにおける秘密と秘密
- Abstract要約: 生成AI(GenAI)システムは、クライアントデータを3つの異なる方法で保存し、処理する。
各モードは異なる、しばしば機密性や法的特権に対する直感的なリスクを生み出す。
本稿は、GenAIシステムの健全なデータ漏洩リスクを理解するための法律サービス専門家を支援することを目的としている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative AI (GenAI) systems store and process client data in three distinct ways: in the model's parameters through training and memorisation, in the context window during a live session, and in knowledge databases for retrieval-augmented generation (RAG). Each mode creates different and often counter-intuitive risks to confidentiality and legal professional privilege, and each calls for specific governance responses. Drawing on the first English and American decisions to address privilege and generative AI, UK and Munir v Secretary of State for the Home Department and United States v Heppner, on the orthodox privilege authorities against which those decisions must be read, and on recent computer science research, we explain the three modes of data storage and processing in terms accessible to practitioners and analyse the legal consequences of each. We then situate the analysis within the regulatory framework governing solicitors in England and Wales and within the ordinary principles of professional negligence, arguing that the standard of effective information governance (and with it the benchmark against which negligence and misconduct will be measured) is changing. Although we write primarily for SRA-regulated practitioners, our data-governance analysis is framed to extend to any jurisdiction in which the protection of privilege or professional secrecy depends on demonstrable confidentiality. The ultimate aim of this article is to help legal services professionals understand salient data leakage risks in GenAI systems and thereby facilitate a more responsible deployment of GenAI on client data and other sensitive material.
- Abstract（参考訳）: 生成AI(GenAI)システムは、トレーニングと記憶によるモデルのパラメータ、ライブセッション中のコンテキストウィンドウ、検索強化世代(RAG)のための知識データベースの3つの異なる方法でクライアントデータを格納および処理する。
各モードは、機密性や法的特権に対する異なる直感的なリスクを生じさせ、それぞれが特定のガバナンス応答を要求する。
英国とムナール対内務省国務長官対アメリカ合衆国対ヘップナーは、これらの決定を読まなければならない正統的な特権当局について、英国とアメリカの最初の特権と生成AIに対処するための英米の判断について、最近のコンピュータサイエンス研究において、実践者がアクセス可能な3つのモードと処理を説明し、それぞれの法的結果を分析する。
続いて、イングランドやウェールズの事務弁護士を統括する規制枠組みと、専門的怠慢の一般的な原則を分析し、効果的な情報ガバナンスの標準(およびそれとともに、無視と不正行為を計測する基準)が変化していると論じた。
我々は主にSRAに規制された実践者向けに記述するが、我々のデータガバナンス分析は、特権や専門的機密の保護が実証可能な機密性に依存するあらゆる管轄区域にまで拡張される。
本稿の最終的な目的は、法律サービスの専門家がGenAIシステムの健全なデータ漏洩リスクを理解し、クライアントデータやその他の機密資料へのより責任あるGenAIの展開を促進することである。
関連論文リスト
- The AI Legal Specialist: A Juridically Autonomous Professional Profile for AI Governance [0.0]
人工知能規制の急速なグローバル展開により、AI専門の法的専門知識の要求が生まれている。
本稿では,グローバルAI規制の進展によって開放されたプロフェッショナル空間を,適応応答が適切にカバーしていないことを論じる。
AI法務スペシャリストは、法的解釈とAIガバナンスの交差点で活動している。
論文 参考訳（メタデータ） (2026-05-07T05:59:13Z) - Governance and Regulation of Artificial Intelligence in Developing Countries: A Case Study of Nigeria [0.0]
本研究は、ナイジェリアを事例として、発展途上国におけるAIのガバナンスに関する法律専門家の認識を考察する。
データはナイジェリアの法律実務者との27の半構造化されたインタビューを通じて収集された。
調査の結果、データプライバシのリスクや強制可能な法的枠組みの欠如が懸念されていることがわかった。
論文 参考訳（メタデータ） (2026-04-07T16:16:05Z) - Security, privacy, and agentic AI in a regulatory view: From definitions and distinctions to provisions and reflections [53.468443050795344]
人工知能(AI)技術の急速な普及は、動的規制の展望につながった。
AIパラダイムが、特にエージェントAIの形で、より大きな自律性へと移行するにつれ、規制規定を明確にすることはますます困難になっている。
本稿は、2024年から2025年の間に発行された24の関連文書を分析して、EU(EU)のAI規制条項をレビューする。
論文 参考訳（メタデータ） (2026-03-19T13:50:52Z) - Agents of Chaos [50.53354213047402]
実験室環境に展開する自律言語モデルを用いたエージェントの探索的再チームの研究を報告する。
20人のAI研究者が、良心的および敵対的な条件下でエージェントと対話した。
我々の発見は、現実的なデプロイメント設定におけるセキュリティ、プライバシ、ガバナンスに関連する脆弱性の存在を確立します。
論文 参考訳（メタデータ） (2026-02-23T16:28:48Z) - Trade-Offs in Deploying Legal AI: Insights from a Public Opinion Study to Guide AI Risk Management [3.7782691747398913]
ジェネレーティブAIツールは、法的タスクにますます使われています。
EUはいくつかのユースケースの市場導入前にリスクアセスメントと監査を義務付けている。
その他のユースケースは、AI Actsのハイリスクな分類に該当しない。
論文 参考訳（メタデータ） (2026-02-10T10:32:40Z) - Frontier AI Auditing: Toward Rigorous Third-Party Assessment of Safety and Security Practices at Leading AI Companies [57.521647436515785]
私たちはフロンティアAIの監査を、フロンティアAI開発者の安全とセキュリティに関する主張の厳格な第三者による検証として定義しています。
本稿では,AI保証レベル(AAL-1からAAL-4)について紹介する。
論文 参考訳（メタデータ） (2026-01-16T18:44:09Z) - Concerning the Responsible Use of AI in the US Criminal Justice System [5.5215545294476485]
Piece氏は、AIのデータ、ロジック、制限の明確な説明を提唱している。
AIシステムのバイアスに対処し、説明責任を維持するために定期的な監査を求める。
論文 参考訳（メタデータ） (2025-05-30T20:33:42Z) - The explanation dialogues: an expert focus study to understand requirements towards explanations within the GDPR [47.06917254695738]
我々は、XAIに対する法的専門家や実践者の期待、推論、理解を明らかにするための専門的な研究である説明対話(Explaination Dialogues)を提示する。
調査はオンラインアンケートとフォローアップインタビューで構成されており、クレジットドメインのユースケースを中心に行われている。
提示された説明は、情報を理解して欠くことは困難であり、データコントローラと主題の異なる関心事から生じる問題について議論する。
論文 参考訳（メタデータ） (2025-01-09T15:50:02Z) - Distributed Machine Learning and the Semblance of Trust [66.1227776348216]
フェデレートラーニング(FL)により、データ所有者はデータを共有することなく、データガバナンスを維持し、モデルトレーニングをローカルで行うことができる。
FLと関連する技術は、しばしばプライバシー保護と表現される。
この用語が適切でない理由を説明し、プライバシの形式的定義を念頭に設計されていないプロトコルに対する過度な信頼に関連するリスクを概説する。
論文 参考訳（メタデータ） (2021-12-21T08:44:05Z) - Trustworthy AI [75.99046162669997]
入力データの小さな敵対的変化への脆さ、決定の説明能力、トレーニングデータのバイアスに対処する能力は、最も顕著な制限である。
我々は,AIシステムに対するユーザおよび公的な信頼を高める上での6つの重要な問題に対処するために,信頼に値するAIに関するチュートリアルを提案する。
論文 参考訳（メタデータ） (2020-11-02T20:04:18Z) - Response to Office of the Privacy Commissioner of Canada Consultation
Proposals pertaining to amendments to PIPEDA relative to Artificial
Intelligence [0.0]
モントリオールAI倫理研究所(MAIEI)は、カナダプライバシー局(OPCC)からコメントの提供を依頼された。
本文書は、執筆におけるMAIEIコメントとレコメンデーションを含む。
論文 参考訳（メタデータ） (2020-06-12T09:20:04Z)
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。