論文の概要: The Human-AI Substitution Principle: When will you be replaced by AI in your organization?

• arxiv url: http://arxiv.org/abs/2607.20781v1
• Date: Wed, 22 Jul 2026 23:04:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.232155
• Title: The Human-AI Substitution Principle: When will you be replaced by AI in your organization?
• Title（参考訳）: Human-AI代替原則: あなたの組織では、いつAIに置き換えられるのですか?
• Abstract要約: 階層型組織におけるヒューマン-AIタスク割り当ての研究のための分析モデルを提案する。 我々は、AIの採用が突然の労働移行、ハイブリッドな人間-AI組織を生み出すことを示している。 この論文は、自動化経済学、組織設計、AIガバナンス、労働計画をAI駆動型組織変革の統一理論に結びつけている。
• 参考スコア（独自算出の注目度）: 1.9927371365552295
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial Intelligence (AI) is rapidly transforming organizations, raising a fundamental organizational and economic question: when will a human employee be replaced by AI? We present an analytical model for studying Human--AI Task Allocation (HAT) in hierarchical organizations. A central feature of the HAT model is that it formally encodes the economic asymmetry between human skill acquisition and AI capability scaling. The HAT model allows us to derive how risk-adjusted costs, skills, organizational depth, deployment scale, strategic adaptation, and risk jointly determine when, where, why, and under what structural conditions human--AI replacement occurs. A key result is the Human--AI Substitution Principle, which provides a precise condition --- grounded in the formal asymmetry assumption --- under which AI replaces human labor. Building on this result, we show that AI adoption can produce abrupt workforce transitions, hybrid human--AI organizations, including cases where risk heterogeneity sustains human and AI roles without requiring a minimum-human-fraction constraint, and flatter managerial hierarchies with wider spans of control. The HAT model identifies structural conditions under which middle-management roles exhibit elevated vulnerability to automation, and shows that the vulnerability of highly skilled workers depends on a skill threshold shaped by organizational depth, baseline costs, and risk differentials. More broadly, the paper connects automation economics, organizational design, AI governance, and workforce planning into a unified theory of AI-driven organizational transformation.
• Abstract（参考訳）: 人工知能(AI)は組織を急速に変革させ、基本的な組織的および経済的な疑問を提起している。 本稿では,階層型組織におけるヒューマンAIタスクアロケーション(HAT)の分析モデルを提案する。 HATモデルの中心的な特徴は、人間のスキル獲得とAI能力スケーリングの間の経済的非対称性を正式にエンコードすることである。 HATモデルは、リスク調整されたコスト、スキル、組織深度、デプロイメントの規模、戦略的な適応、リスクが、いつ、どこで、なぜ、どのように、どのように、どのように、どのように、どのように、そして、どのようにして、人間の-AIが置き換えられるのかを、どのように共同で決定するかを導出することを可能にする。主要な成果は、ヒューマン-AI代替原則(Human-AI Substitution Principle)である。 この結果に基づいて、AIの採用によって、急激な労働移行、リスクの不均一性が人間とAIの役割を維持できるようなハイブリッドな人間-AI組織、そしてより広い範囲の制御範囲を持つよりフラットな管理階層を創出できることが示される。 HATモデルは、中間管理職が自動化の脆弱性を高める構造条件を特定し、高度に熟練した労働者の脆弱性は、組織深度、基準コスト、リスク差によって形成されるスキルしきい値に依存することを示す。 より広い範囲で、この論文は自動化経済学、組織設計、AIガバナンス、労働計画をAI駆動型組織変革の統一理論に結びつけている。

関連論文リスト

• When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration [78.16115745870405]
  職場における人工知能の価値を特徴付けることを目的としている。 現在の研究は、この価値を、現在の自動化能力とAIの公的な採用の観点から大きく測定している。 これを考慮するためには、今日の微粒化タスクを超えて分析の範囲を広げなければならない。
  論文  参考訳（メタデータ） (2026-09-11T06:29:34Z)
• The Scaling Paradox in Human-AI Collaboration [2.1771821757134915]
  我々は,AIによる経験的スケーリングの利点が,人間とAIのジョイントシステムの性能向上にどのように変換されるかを調べるための分析モデルを構築した。 人間のAI能力の正確な認識が得られれば,AIがスケールアップするにつれて,人間のAIシステムの性能が肯定的にスケールできることが示される。 さらに、コスト内部化や認識アライメントといった運用方針を通じて、企業がこれらの歪みを積極的に管理できることを示します。
  論文  参考訳（メタデータ） (2026-08-01T18:51:50Z)
• The Boundaries of Automation: A Theory of Persistent Human Participation [107.84677954791773]
  高い能力を持つAIシステムであっても、人間の参加は継続する可能性がある、と私たちは主張する。 一部のアクティビティでは、ターゲットは事前に完全に指定されるのではなく、代わりにインタラクション自体を通じて現れる。 この観点は、自動化の限界に重要な意味を持つ。
  論文  参考訳（メタデータ） (2026-07-23T17:33:43Z)
• Solipsistic Superintelligence is Unlikely to be Cooperative [48.65947679109806]
  極めて有能なタスク解決ツールである超知能は協調的ではないと我々は主張する。 我々は、相互依存を中核的な設計原則として扱う非ソリプシックな研究パラダイムを提唱する。
  論文  参考訳（メタデータ） (2026-06-02T06:54:55Z)
• Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution [80.98492754957466]
  公正性、堅牢性、プライバシ、説明可能性といった、信頼性の高いAI目標を同時に達成することは難しい。 本稿では、パフォーマンスにおけるトレードオフを理解しバランスをとるためには因果性が必要であると論じ、信頼できるAIの複数の目的について論じる。
  論文  参考訳（メタデータ） (2026-05-04T14:26:28Z)
• Cognitive Offloading in Agile Teams: How Artificial Intelligence Reshapes Risk Assessment and Planning Quality [42.39509669924279]
  中規模のデジタルエージェンシーで提供可能なライブクライアント上で、AIのみ、人間のみ、ハイブリッドプランニングモデルを比較します。 AIのみのプランニングは時間とコストを最小化しますが、リスクキャプチャ率を著しく低下させ、未定の仮定によって再作業が増加します。 本稿では,リスク評価とあいまいさ解決のための人間による検討を行ないながら,評価とバックログのフォーマットにアルゴリズムツールを割り当てるハイブリッドAI-ヒューマンスプリント計画のための理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-04-15T12:48:29Z)
• Beyond Symbolic Control: Societal Consequences of AI-Driven Workforce Displacement and the Imperative for Genuine Human Oversight Architectures [0.0]
  人工知能(AI)とロボットシステムによる人的労働の移動の加速は、構造的変革を表している。 本稿では,経済構造,心理的幸福,政治的安定,教育,医療,地政学的秩序に対する潜在的影響の多分野的考察を行う。 私たちは、AIシステムの名目上の人間の監視と真の人間の監督との間のガバナンスのギャップという、この移行の批判的かつ過小評価された次元を特定します。
  論文  参考訳（メタデータ） (2026-03-31T17:25:44Z)
• Epistemology gives a Future to Complementarity in Human-AI Interactions [42.371764229953165]
  相補性とは、AIシステムによって支えられた人間は、意思決定プロセスにおいて単独でより優れる、という主張である。 我々は,人間とAIの相互作用が信頼できる過程であることを示す証拠として,相補性の歴史的事例が機能すると主張している。
  論文  参考訳（メタデータ） (2026-01-14T21:04:28Z)
• The AI Pyramid A Conceptual Framework for Workforce Capability in the Age of AI [2.134211474877041]
  最近の証拠は、生成的AIが高度に教育された白い首輪作業に不釣り合いに影響を及ぼすことを示している。 本稿では,AIを介する経済における人的能力の組織化のための概念的枠組みであるAI Pyramidを提案する。 このフレームワークは、組織、教育システム、政府に対して、学習、測定、政策をAIによる業務の進化的な要求と整合させようとする意味を持っている。
  論文  参考訳（メタデータ） (2026-01-10T09:27:56Z)
• Conformity and Social Impact on AI Agents [42.04722694386303]
  本研究では,AIエージェントとして機能する大規模マルチモーダル言語モデルにおいて,社会圧力下での集団意見の一致傾向について検討した。 実験の結果,AIエージェントは社会影響理論と整合性バイアスを示し,グループサイズ,一様性,タスクの難易度,ソース特性に敏感であることがわかった。 これらの発見は、悪意のある操作、誤報キャンペーン、マルチエージェントシステムにおけるバイアス伝搬を可能にするAIエージェント決定における基本的なセキュリティ脆弱性を明らかにしている。
  論文  参考訳（メタデータ） (2026-01-08T21:16:28Z)
• Managing Ambiguity: A Proof of Concept of Human-AI Symbiotic Sense-making based on Quantum-Inspired Cognitive Mechanism of Rogue Variable Detection [39.146761527401424]
  この研究は、あいまいさを一級構成とすることで管理理論に寄与する。 VUCA環境における組織的レジリエンスに対する人間-AI共生の実践的価値を示す。
  論文  参考訳（メタデータ） (2025-12-17T11:23:18Z)
• AI Autonomy Coefficient ($α$): Defining Boundaries for Responsible AI Systems [0.15293427903448018]
  現代のAIシステムの統合性は、Human-in-the-Loopモデルの誤用によって損なわれる。 機能独立の定量的レベルを示すためにAIシステムを必要とするAI-First, Human-Empowered(AFHE)パラダイムを導入する。 AFHEは、現代のAIシステムにおいて、検証可能な自律性、透明性、持続的な保守性を保証するためのメトリック駆動型アプローチを提供する、と結論付けています。
  論文  参考訳（メタデータ） (2025-12-12T05:41:20Z)
• Resource Rational Contractualism Should Guide AI Alignment [69.07915246220985]
  契約主義的アライメントは、多様な利害関係者が支持する合意の中で決定を下すことを提案する。 我々は、AIシステムが合理的な当事者が形成する合意を近似する枠組みであるリソース・リアリズムを提案する。 RRC対応エージェントは、効率的に機能するだけでなく、変化する人間の社会世界への適応と解釈を動的に行うことができる。
  論文  参考訳（メタデータ） (2025-06-20T18:57:13Z)
• Modeling AI-Human Collaboration as a Multi-Agent Adaptation [0.0]
  タスクの関数としてAIと人間のコラボレーションを形式化するエージェントベースのシミュレーションを開発する。 モジュラータスクでは、AIが人間の代わりになることが多いことを示します。 また、記憶や構造が欠如している「幻覚的」AIでさえ、ローカルオプティマから逃れることによって、低能力な人間を増強することで、結果を改善することも示しています。
  論文  参考訳（メタデータ） (2025-04-29T16:19:53Z)
• Societal Adaptation to AI Human-Labor Automation [0.0]
  本稿では、社会がAIによるヒューマンコラボレーションの自動化にどのように適応できるかを分析する。 脅威モデルは、大量失業とその社会経済的な結果に焦点を当てている。 この分析は、AIの発展方法を形成する「能力改善介入」(CMI)と、社会の調整を支援する「適応介入」(ADI)の両方を探求する。
  論文  参考訳（メタデータ） (2024-12-07T15:08:11Z)
• 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)

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。