論文の概要: Open Veins of Algorithmic Auditing: Why AI Assessment Lags Behind Its Deployment in the Global South

• arxiv url: http://arxiv.org/abs/2607.21317v1
• Date: Thu, 23 Jul 2026 13:39:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.423152
• Title: Open Veins of Algorithmic Auditing: Why AI Assessment Lags Behind Its Deployment in the Global South
• Title（参考訳）: アルゴリズムによる監査のオープンベータ:AIアセスメントラグが世界南部への展開の背後にある理由
• Abstract要約: 人工知能は、グローバル・ノースに匹敵するペースで、グローバル・サウスに展開されている。 しかし、AIガバナンスはペースを保っていない。 本稿では,グローバルサウスAI評価のスパース領域におけるパターンについて述べるとともに,それが稀に発生する理由を説明する。
• 参考スコア（独自算出の注目度）: 45.88028371034407
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence is being deployed across the Global South at a pace matching or exceeding the Global North, yet AI governance has not kept pace, and the gap is far wider in the South. Drawing on a decade of AI audit practice across Latin America, Sub-Saharan Africa, and Asia Pacific (the only fully published second-party audit of a deployed system in the region, Robot Laura in Brazil; two completed but unreleased national audits, of a child-welfare risk model and a public-employment matching algorithm; thirteen Responsible AI Assessments; and a regional landscape analysis), this paper documents patterns in the sparse field of Global South AI evaluation and explains why it so rarely occurs. We count fewer than twenty published second- and third-party audits of deployed systems across the region over the past decade, against hundreds of documented public-sector algorithms and multibillion-dollar national AI investments. We find four cross-cutting patterns: proxy targets that substitute predictability for validity, performance claims that collapse under prevalence analysis, populations scored by models that never saw them in training, and structural bias that persists even after protected attributes are removed. We then draw five lessons for evaluation, regulation, and funding that emerge outside the regulatory, linguistic, and data conditions of the North. We argue the gap is not, at root, a capacity problem but a funding problem: capacity follows funded demand, and no actor is currently required, or funded, to hold deployed systems to account. The actor best placed to close it is the small number of development and philanthropic funders behind most consequential AI in the region, whose funding conditions can require independent evaluation where no regulator yet does. We close with recommendations for funders, governments, and the design of evaluation itself.
• Abstract（参考訳）: 人工知能は、グローバル・サウス全体にわたって、グローバル・ノースに匹敵するペースで展開されているが、AIガバナンスはペースを保っていない。 ラテンアメリカ、サブサハラアフリカ、アジア太平洋(ブラジルのロボットローラ、未発表の2つの国家監査、児童福祉リスクモデルと公的雇用マッチングアルゴリズム、13の責任AIアセスメント、地域景観分析)の10年間にわたるAI監査の実践に基づいて、この論文は、グローバル・サウス・AI評価のスパース領域におけるパターンを文書化し、なぜそれほど稀に起こるのかを説明する。 過去10年で、数百のドキュメント化された公開セクターアルゴリズムと数十億ドル規模の国家的AI投資に対して、デプロイされたシステムの第2および第3の監査が発行された20件未満を数えている。 4つの横断的パターンは、妥当性の予測可能性を代用するプロキシターゲット、有病率分析による崩壊を主張するパフォーマンスクレーム、トレーニング中に見たことのないモデルによって得られた人口、保護された属性の後でも持続する構造的バイアスである。 次に、北部の規制、言語、およびデータ条件の外に現れる評価、規制、資金に関する5つの教訓を導きます。 私たちは、このギャップは、根底にあるのはキャパシティの問題ではなく、資金調達の問題であると主張している。 閉鎖に最も適しているアクターは、この地域のほとんどの連続したAIの背後にある少数の開発資金と慈善資金提供者であり、その資金提供条件は、規制当局がまだ行っていない独立した評価を必要とする可能性がある。 我々は、資金提供者、政府、そして評価自体の設計に対する勧告を締めくくっている。

関連論文リスト

• Agents' Last Exam [275.79071391137074]
  Agents' Last Exam (ALE)は、AIエージェントを長期的、経済的に価値のある、現実のタスクで検証可能な結果で評価するために設計されたベンチマークである。 ALEは250以上の業界の専門家と共同で開発され、O*NET / SOC 2018を参照して定義された非物理産業をカバーしている。 現在の結果は、最も硬い層が飽和していないことを示している:主流のハーネスとバックボーンの構成で、平均フルパスレートは1%以下である。
  論文  参考訳（メタデータ） (2026-06-03T20:20:46Z)
• Agentic Literacy Debt: A Structural Problem the AI Literacy Field Has Not Yet Named [0.0]
  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。
  論文  参考訳（メタデータ） (2026-04-21T15:43:57Z)
• The Invisibility Hypothesis: Promises of AGI and the Future of the Global South [2.0390620658820433]
  我々は、高度に自律的で汎用的な認知システムが利用できることは、公平な結果を保証するものではないと論じる。 AGIは世界中のすべての人にとって、知識と不可欠なサービスへのアクセスを完全に民主化しています。 最悪の場合、既存の構造的制約は高度に増幅され、既に疎外化されている人口は、グローバルシステムとは無関係に機能的に機能する。
  論文  参考訳（メタデータ） (2026-03-02T08:46:18Z)
• Global AI Bias Audit for Technical Governance [0.0]
  本稿では,Large Language Models (LLMs) プロジェクトのグローバル監査における探索段階の成果について述べる。 私はGlobal AIデータセット(GAID)プロジェクトを、Llama-3 8Bモデルをストレステストするフレームワークとして使用し、技術的AIガバナンスの認識における地理的および社会経済的バイアスを評価しました。 この結果は、AIの技術知識が高所得地域に集中していることを明らかにし、グローバル・サウスの低所得国は不均等な体系的な情報ギャップに直面している。
  論文  参考訳（メタデータ） (2026-02-01T19:45:21Z)
• Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
  本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。 我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。 私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
  論文  参考訳（メタデータ） (2025-08-12T09:42:56Z)
• Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
  汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。 本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
  論文  参考訳（メタデータ） (2024-03-21T19:12:37Z)
• Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
  政府や企業は、AIを管理する手段として計算を活用し始めている。 計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。 プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
  論文  参考訳（メタデータ） (2024-02-13T21:10:21Z)
• Ten Hard Problems in Artificial Intelligence We Must Get Right [72.99597122935903]
  AIの約束を阻止し、AIのリスクを引き起こすAI2050の「ハード問題」について検討する。 それぞれの問題について、その領域を概説し、最近の重要な作業を特定し、今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-06T23:16:41Z)
• Can apparent bystanders distinctively shape an outcome? Global south countries and global catastrophic risk-focused governance of artificial intelligence [0.0]
  私たちは、インドやシンガポールのようなグローバルな南欧諸国が、AIの破滅的なリスクに焦点を絞った世界的ガバナンスにおいて、かなり重要かもしれないと論じています。 我々はまた、グローバルな南欧諸国が、世界的な破滅的なリスクに焦点を当てたAIガバナンスを設計、強化、運用する上で、肯定的な役割を果たすいくつかの方法を提案する。
  論文  参考訳（メタデータ） (2023-12-07T18:54:16Z)
• 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)
• AI in the "Real World": Examining the Impact of AI Deployment in Low-Resource Contexts [1.90365714903665]
  本稿では,低リソース環境における大規模産業ラボによるAIの展開について検討する。 予想外のデプロイメントに影響を与える要因を強調し、グローバルサウスにおけるAIデプロイメントの状況を反映する。
  論文  参考訳（メタデータ） (2020-11-28T01:49:24Z)

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。