論文の概要: Coordinated incentives in AI-generated misinformation governance

• arxiv url: http://arxiv.org/abs/2608.07070v1
• Date: Fri, 07 Aug 2026 10:24:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.426481
• Title: Coordinated incentives in AI-generated misinformation governance
• Title（参考訳）: AIによる誤情報ガバナンスにおける協調インセンティブ
• Authors: Qin Li, Gui Zhang, Minyu Feng, Matjaz Perc, Attila Szolnoki,
• Abstract要約: AIによる誤報はますます広まり、統治が困難になっている。 この研究は、政府機関、AI企業、ユーザ間の戦略的相互依存を、サードパーティの進化ゲームを通じてモデル化する。
• 参考スコア（独自算出の注目度）: 2.3806068873746784
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid diffusion of AI-generated content, AI-driven misinformation is becoming increasingly pervasive and difficult to govern, undermining information credibility and social trust. This study models the strategic interdependence among a government regulator, an AI enterprise, and users through a three-party evolutionary game that incorporates heterogeneous rewards and punishments. From the resulting replicator equations, we characterize the evolutionary stability of competing governance and production strategies. The analysis indicates that neither unilateral regulation nor market incentives alone can effectively curb misinformation. Instead, an evolutionarily stable regime of real-information production arises only when regulatory rewards and punishment intensity, enterprise reputation loss, and user adoption incentives collectively surpass critical thresholds. The findings highlight the need for coordinated and adaptive policy mixes that align regulatory instruments with enterprise behavior and user uptake while managing governance costs.
• Abstract（参考訳）: AI生成コンテンツが急速に拡散するにつれ、AI駆動の誤報はますます広まり、情報信頼性と社会的信頼を損なうような統治が困難になっている。 この研究は、不均一な報酬と罰を含む3つの進化ゲームを通じて、政府機関、AI企業、およびユーザ間の戦略的相互依存をモデル化する。 結果として生じる複製子方程式から、競合するガバナンスと生産戦略の進化的安定性を特徴付ける。 この分析は、一方的な規制や市場インセンティブだけでは誤報を効果的に抑制できないことを示している。 むしろ、リアル情報生産の進化的に安定した体制は、規制の報酬と罰則の強さ、企業評価の損失、そしてユーザー採用インセンティブが、総合的に重要なしきい値を超えたときにのみ生じる。 この調査結果は、規制手段を企業行動やユーザ獲得と整合させ、ガバナンスコストを管理しながら調整・適応的な政策ミックスの必要性を浮き彫りにした。

関連論文リスト

• 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)
• From Linear Risk to Emergent Harm: Complexity as the Missing Core of AI Governance [0.0]
  リスクベースのAI規制は、予想される損害に対応する比例制御を約束する。 本稿では、そのようなフレームワークは構造上の理由から失敗することが多いと論じる。 我々は,規制を制御ではなく介入として扱う,AIガバナンスのための複雑性ベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-14T14:19:21Z)
• 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)
• Do LLMs trust AI regulation? Emerging behaviour of game-theoretic LLM agents [61.132523071109354]
  本稿では、異なる規制シナリオ下での戦略選択をモデル化する、AI開発者、規制当局、ユーザ間の相互作用について検討する。 我々の研究は、純粋なゲーム理論エージェントよりも「悲観的」な姿勢を採用する傾向にある戦略的AIエージェントの出現する振る舞いを特定する。
  論文  参考訳（メタデータ） (2025-04-11T15:41:21Z)
• Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
  本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。 進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
  論文  参考訳（メタデータ） (2025-03-12T21:39:38Z)
• AI and the Transformation of Accountability and Discretion in Urban Governance [1.9152655229960793]
  この研究は洞察を合成し、意思決定プロセスにおける責任あるAI統合のための指針原則を提案する。 分析によると、AIは単に判断を制限したり、強化したりするのではなく、制度レベルで再配布する。 同時に管理の監督を強化し、意思決定の整合性を高め、運用効率を向上させることができる。
  論文  参考訳（メタデータ） (2025-02-18T18:11:39Z)
• Generative AI Needs Adaptive Governance [0.0]
  ジェネレーティブAIは、ガバナンス、信頼、ヒューマンエージェンシーの概念に挑戦する。 本稿では,ジェネレーティブAIが適応的ガバナンスを求めていることを論じる。 我々は、アクター、ロール、および共有およびアクター固有のポリシー活動の概要を概説する。
  論文  参考訳（メタデータ） (2024-06-06T23:47:14Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Both eyes open: Vigilant Incentives help Regulatory Markets improve AI Safety [69.59465535312815]
  Regulatory Markets for AIは、適応性を考慮して設計された提案である。 政府はAI企業が達成すべき結果に基づく目標を設定する必要がある。 我々は、規制市場がこの目標を達成するのを阻止するインセンティブについて、非常に簡単に対応できることを警告する。
  論文  参考訳（メタデータ） (2023-03-06T14:42:05Z)

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。