論文の概要: AI Deployment and Cyber Governance Failures in Public-Sector Organizations: A Typological Analysis
- arxiv url: http://arxiv.org/abs/2607.25368v1
- Date: Tue, 28 Jul 2026 07:23:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.743194
- Title: AI Deployment and Cyber Governance Failures in Public-Sector Organizations: A Typological Analysis
- Title（参考訳）: パブリックセクター組織におけるAIデプロイメントとサイバーガバナンスの失敗: タイポロジー分析
- Abstract要約: 人工知能の導入、サイバーセキュリティガバナンス、公共セクターの機関的制約の共通性は、統一的な分析問題として検討されていない。
既存の研究では、これらの3つのストリームを統合しておらず、AIの採用がサイバーセキュリティガバナンスの失敗の原因を具体的に説明している。
本稿では,速度非対称性を特定の機構を持つ名前付き構造構造として紹介する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The intersection of artificial intelligence adoption, cybersecurity governance, and public sector institutional constraints has not been examined as a unified analytical problem in the existing literature. Studies address AI cybersecurity risks generically, public sector governance independently, and framework adequacy separately. Existing studies have not integrated these three streams to explain specifically how AI adoption causes cybersecurity governance failure in government organizations, nor test existing governance instruments against AI-specific public sector failure causes. This paper ad-dresses that gap. It proposes a seven-domain typology identifying ten specific AI-driven cyber governance failure causes grounded in public sector institutional analysis. It presents a three-pathway failure model showing how accountability failure, opera-tional resilience failure, and compliance failure interact and reinforce each other. It de-livers a structured coverage matrix testing five major governance frameworks (NIST CSF 2.0, ISO/IEC 27001, COBIT, NIST AI RMF, and ISO/IEC 42001) against the typology, finding that no instrument addresses Shadow AI, speed asymmetry, or gov-ernance vacuum at the operational specificity required for public sector application. The paper introduces speed asymmetry as a named structural construct with a specified mechanism. The framework provides the design specification for an AI-enabled cyber-security maturity model for government organizations.
- Abstract（参考訳）: 人工知能の導入、サイバーセキュリティガバナンス、公共セクターの機関的制約の交点は、既存の文献において統一的な分析問題として検討されていない。
研究は、AIサイバーセキュリティのリスクを総合的に、公共セクターのガバナンスを個別に、フレームワークの妥当性を個別に扱う。
既存の研究は、これらの3つのストリームを統合しておらず、AIの採用が政府組織におけるサイバーセキュリティガバナンスの失敗を引き起こすか、あるいはAI固有の公共セクターの障害に対して既存のガバナンス手段をテストするのかを具体的に説明していない。
この論文はそのギャップを埋める。
パブリックセクターの機関分析に根ざした10の特定のAI駆動型サイバーガバナンス障害を識別する7つのドメインタイプロジーを提案する。
説明責任障害、オペラ・オプションのレジリエンス障害、コンプライアンス障害が相互に相互作用し強化する様子を示す3つのパスウェイ障害モデルを示す。
これは5つの主要なガバナンスフレームワーク(NIST CSF 2.0、ISO/IEC 27001、COBIT、NIST AI RMF、ISO/IEC 42001)をタイプロジーに対してテストし、公共セクターのアプリケーションに必要な運用上の特異性において、シャドウAI、スピード非対称性、またはgov-ernanceの真空に対処していないことを発見した構造化されたカバレッジマトリックスを提供する。
本稿では,速度非対称性を特定の機構を持つ名前付き構造構造として紹介する。
このフレームワークは、政府組織のためのAI対応サイバーセキュリティ成熟モデルの設計仕様を提供する。
関連論文リスト
- No One to Blame: A Framework of Constitutive AI Unaccountability [2.665734616339289]
アクター、システム、機関の構成によって、AIの説明責任は、努力に関係なく概念上は達成不可能である、と我々は主張する。
これらの構成を捉えるために、AIの非アカウンタビリティの概念を導入します。
論文 参考訳（メタデータ） (2026-08-12T14:25:05Z) - Mind The Gap: How The Technical Mechanism Of Agentic AI Outpace Global Legal Frameworks [0.0]
第1条では、公共機関、国際機関、国家規制機関、および民間部門がエージェント人工知能をどのように定義しているかに関する、最初の体系的な比較調査を提示する。
EU AI Act、OECD/G7原則、NIST、UK ICO、欧州委員会を含む11の規制機関と業界フレームワークを分析し、この研究は永続的な定義上のギャップを示している。
論文 参考訳（メタデータ） (2026-03-28T01:35:58Z) - 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) - Governing frontier general-purpose AI in the public sector: adaptive risk management and policy capacity under uncertainty through 2030 [0.0]
論文では、フロンティアAIのための公共ガバナンスは、適応的なリスク管理、シナリオ対応の規制、社会技術的変革に基づくべきであると論じている。
政府におけるAIの採用は、組織の監視、公共セクター機関のダイナミクス、データコラボレーション能力にどのように依存するかを調べる。
効果的なAIガバナンスには、より強力なポリシキャパシティ、より明確な責任割り当て、さまざまな技術的未来にわたって堅牢なガバナンスメカニズムが必要である、と結論付けている。
論文 参考訳（メタデータ） (2026-03-16T19:03:26Z) - Agentic AI, Retrieval-Augmented Generation, and the Institutional Turn: Legal Architectures and Financial Governance in the Age of Distributional AGI [0.0]
本稿では,エージェントAI,Retrieval-Augmented Generation(RAG)の交わりと,法的説明責任と金融市場の整合性との関連について検討する。
我々は、調整された構成値ではなく、ランタイムガバナンスグラフ、制裁関数、観察可能な行動制約を含むメカニズム設計問題として、アライメントを再認識しなければならないと論じる。
論文 参考訳（メタデータ） (2026-02-20T11:58:43Z) - Agentic AI for Cybersecurity: A Meta-Cognitive Architecture for Governable Autonomy [0.0]
本稿では,サイバーセキュリティのオーケストレーションはエージェント型マルチエージェント認知システムとして再認識されるべきである,と論じる。
本稿では,特定・仮説形成・文脈解釈・説明・ガバナンスに責任を負う異種AIエージェントを,メタ認知判断機能を通じて協調する概念的枠組みを提案する。
我々の貢献は、メタ認知判断を第一級システム機能として組み込むことによって、この認知構造をアーキテクチャ的に明確化し、統制可能にすることである。
論文 参考訳（メタデータ） (2026-02-12T12:52:49Z) - 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) - Watermarking Without Standards Is Not AI Governance [46.71493672772134]
現在の実装は、効果的な監視を提供するのではなく、象徴的なコンプライアンスとして機能するリスクがある、と私たちは主張する。
本稿では,技術標準,監査インフラストラクチャ,実施機構を含む3層フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-27T18:10:04Z) - Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
行政における人工知能の利用は急速に拡大している。
AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。
この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
論文 参考訳（メタデータ） (2025-05-02T07:46:41Z) - Position: Mind the Gap-the Growing Disconnect Between Established Vulnerability Disclosure and AI Security [56.219994752894294]
我々は、AIセキュリティレポートに既存のプロセスを適用することは、AIシステムの特徴的な特徴に対する根本的な欠点のために失敗する運命にあると主張している。
これらの欠点に対処する私たちの提案に基づき、AIセキュリティレポートへのアプローチと、新たなAIパラダイムであるAIエージェントが、AIセキュリティインシデント報告の進展をさらに強化する方法について論じる。
論文 参考訳（メタデータ） (2024-12-19T13:50:26Z) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳（メタデータ） (2020-04-15T17:15:35Z)
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。