論文の概要: Optimising for Flourishing: Flourishing Metrics and Return on Flourishing as Success Criteria for Artificial Intelligence and Post-AGI Economic Systems
- arxiv url: http://arxiv.org/abs/2608.00151v1
- Date: Fri, 31 Jul 2026 17:00:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:22.857507
- Title: Optimising for Flourishing: Flourishing Metrics and Return on Flourishing as Success Criteria for Artificial Intelligence and Post-AGI Economic Systems
- Title（参考訳）: フロリッシングの最適化--人工知能とポストAGI経済システムの成功基準としてのフロリッシング指標とフロリッシングへの回帰
- Abstract要約: 人類の繁栄は人工知能の主要な成功基準であるべきだと我々は主張する。
Flourishing Metricsは、物理的、感情的、経済的、リレーショナル、スピリチュアル、惑星的ウェルビーイングにまたがるフレームワークを提供する。
第2に、リターン・オン・フロリッシング(RoF)は投資に対するリターンを拡大し、介入、政策、AIシステムの実証的な貢献を評価して繁栄させる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current evaluation frameworks for artificial intelligence focus mainly on capability, safety, and proxies such as adoption, engagement, efficiency, productivity, and financial return. These criteria are necessary but insufficient because they do not establish whether increasingly powerful systems improve or degrade human and planetary well-being. Through an integrative conceptual synthesis, we argue that human flourishing should serve as a primary success criterion for artificial intelligence, the global race to develop increasingly capable AI systems, and prospective post-AGI economic systems. We make three contributions. First, Flourishing Metrics provides an extensible framework spanning physical, emotional, financial, relational, spiritual, and planetary well-being, combining validated subjective measures with representative behavioural, organisational, community, and environmental indicators. Second, Return on Flourishing (RoF) extends return on investment by evaluating the counterfactual contribution of interventions, policies, and AI systems to flourishing relative to their resources, risks, and opportunity costs. Third, we develop distribution-sensitive safeguards and show how RoF could guide AI-enabled work redesign, institutional appraisal, assurance, and post-deployment monitoring through business pilots. We formalise flourishing as a dynamic system variable while emphasising the need for democratic specification, empirical calibration, independent validation, and protection against unacceptable losses within particular dimensions or stakeholder groups. RoF is proposed not as a universal reward function, but as a value-accounting and decision architecture for assessing whether intelligence, automation, and economic transformation generate durable human and planetary progress.
- Abstract（参考訳）: 人工知能の現在の評価フレームワークは、主に能力、安全性、採用、エンゲージメント、効率、生産性、金融リターンなどのプロキシに焦点を当てている。
これらの基準は、ますます強力なシステムが人間や惑星の健康を向上または悪化させるかどうかを定めていないため、必要だが不十分である。
統合的な概念合成を通じて、人類の繁栄は、人工知能、ますます有能なAIシステムを開発するグローバルなレース、そして先進的なポストAGI経済システムにとって、主要な成功基準として機能すべきである、と我々は主張する。
私たちは3つの貢献をします。
Flourishing Metricsは、身体的、感情的、財務的、リレーショナル、スピリチュアル、惑星的幸福にまたがる拡張可能なフレームワークを提供し、検証済みの主観的尺度を代表的行動、組織的、コミュニティ、環境指標と組み合わせている。
第2に、ROF(Return on Flourishing)は、リソース、リスク、機会コストに対する介入、ポリシー、AIシステムの反実的な貢献を評価することで、投資に対するリターンを拡大する。
第3に、配布に敏感なセーフガードを開発し、RoFがAIによる作業の再設計、制度的評価、保証、ビジネスパイロットによるデプロイ後の監視をガイドする方法を示します。
我々は、民主的な仕様、経験的校正、独立した検証、特定の次元や利害関係者グループにおける受け入れがたい損失に対する保護の必要性を強調しながら、動的システム変数として繁栄を定式化する。
RoFは普遍的な報酬関数としてではなく、知性、自動化、経済変革が耐久性のある人間と惑星の進歩を生み出すかどうかを評価するための価値評価と決定のアーキテクチャとして提案されている。
関連論文リスト
- From Economic Agents to Agentic Economies: A Systems Blueprint for Economic World Models [79.95211458571744]
経済世界モデル(英: Economic World Models、略称:EWM)は、経済が内部からどのように発展するかをシミュレートする経済モデルである。
本稿では、生成エンジンとして経済世界モデルを構築するための実装ロードマップを開発する。
論文 参考訳（メタデータ） (2026-08-06T13:26:46Z) - A New Theory of Value for Post-AGI Economics [0.0]
本稿では,ポストAGI経済学の基礎としてFlourishing Value Theory(FVT)を開発する。
社会価値を多次元・代理保存・再生・非補償として重要なしきい値で扱う。
Flourishing Metrics and Return on Flourishing (RoF)上に構築されており、企業、政府、仕事の移行、AIガバナンス、国家会計のための階層化されたアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-08-02T18:26:33Z) - Next-Billion AI Index: The compass for AI utility and adoption in the global majority [24.520947240933477]
本稿では,Next Billion AI Index(nexbax)を紹介する。
これは、AIユーティリティーの同等な決定要因として、経済的な生存性、運用上のデプロイ性、ガバナンスの整合性を扱う最初の診断フレームワークである。
私たちは、創業者、開発者、製品リーダー、そして次世代市場向けのAIシステムを構築する技術実践者との11の半構造化インタビューを通じて、フォーマティブな専門家評価を行います。
論文 参考訳（メタデータ） (2026-05-29T21:01:42Z) - Extending the UXR Point of View Pyramid: A Generative AI-Augmented Methodology for Human-Centred AI Systems [1.8665975431697432]
我々は、AIを付加したPoVピラミッド、合成と仮説生成のための構造化されたプロンプトアーキテクチャ、AI対応のプレイブックカードシステムを定式化する。
ジェネレーティブAIは、分析的な権威ではなく、人間の検証と規制の意識に基づく支援メカニズムとして位置づけられている。
論文 参考訳（メタデータ） (2026-05-29T10:51:16Z) - SAVOIR: Learning Social Savoir-Faire via Shapley-based Reward Attribution [82.31558282651811]
複雑な対人相互作用をナビゲートするソーシャルインテリジェンスは、言語エージェントに根本的な課題を提示する。
既存のアプローチでは、言語モデルを直接使用してエピソードレベルの報酬を分配する。
協調ゲーム理論に基づく新しい原理的枠組みであるSAVOIRを提案する。
論文 参考訳（メタデータ） (2026-04-21T02:08:25Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - The Missing Reward: Active Inference in the Era of Experience [1.9761774213809036]
アクティブ推論(AIF)は、自律型AIエージェントを開発する上で重要な基盤を提供する。
AIFは、自由エネルギーを最小化するために、外部の報酬信号を本質的な駆動に置き換えることができる。
この合成は、計算と物理の両方の制約に固執しながら自律的に開発できるAIシステムへの魅力的な道を提供する。
論文 参考訳（メタデータ） (2025-08-07T17:57:12Z) - Agentic Satellite-Augmented Low-Altitude Economy and Terrestrial Networks: A Survey on Generative Approaches [76.12691010182802]
本調査は,衛星搭載低高度経済と地上ネットワーク(SLAETN)におけるエージェント人工知能(AI)の実現に焦点をあてる。
SLAETNのアーキテクチャと特徴を紹介するとともに,衛星,空中,地上コンポーネントの統合において生じる課題を分析する。
これらのモデルが,コミュニケーション強化,セキュリティとプライバシ保護,インテリジェントな衛星タスクという,3つの領域にわたるエージェント機能をどのように強化するかを検討する。
論文 参考訳（メタデータ） (2025-07-19T14:07:05Z) - SEEA-R1: Tree-Structured Reinforcement Fine-Tuning for Self-Evolving Embodied Agents [58.174206358223415]
自己進化型エボダイドエージェント(SeEA-R1)は、自己進化型エボダイドエージェント用に設計された最初の強化微細調整フレームワークである。
本研究は,SEEA-R1が自律適応と報酬駆動型自己進化をサポートすることを示す。
論文 参考訳（メタデータ） (2025-06-26T18:00:07Z) - The Measurement Imbalance in Agentic AI Evaluation Undermines Industry Productivity Claims [18.25582490148841]
本稿では,エージェントAIシステムに対する現在の評価手法が,業界生産性の主張に疑問を呈するシステム的不均衡を示すことを示す。
84論文(2023年-2025年)の体系的レビューでは,技術指標が評価を支配している評価の不均衡が明らかとなった。
バランスの取れた4軸評価モデルを提案し、このパラダイムシフトをリードするようコミュニティに呼びかける。
論文 参考訳（メタデータ） (2025-06-01T19:45:04Z) - AILuminate: Introducing v1.0 of the AI Risk and Reliability Benchmark from MLCommons [62.374792825813394]
本稿ではAI製品リスクと信頼性を評価するための業界標準ベンチマークとして,AIluminate v1.0を紹介する。
このベンチマークは、危険、違法、または望ましくない行動を12の危険カテゴリーで引き起こすように設計されたプロンプトに対するAIシステムの抵抗を評価する。
論文 参考訳（メタデータ） (2025-02-19T05:58:52Z)
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。