論文の概要: Beyond headcount and human capital: The Effective Cognitive Population as a decomposable capacity unit for AI-era planning
- arxiv url: http://arxiv.org/abs/2608.09642v1
- Date: Mon, 10 Aug 2026 14:22:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.303919
- Title: Beyond headcount and human capital: The Effective Cognitive Population as a decomposable capacity unit for AI-era planning
- Title（参考訳）: 頭数と人的資本を超えて:AI時代の計画のための分解可能な能力単位としての効果的な認知人口
- Abstract要約: 本研究は,人口を能力的に重み付けする分解可能な単位であるエフェクト認知人口(ECP)を紹介する。
世界銀行ヒューマンキャピタル指数(HCI+)とIMFAI準備指数の非重複次元に固定されている。
人口減少の予測とAIの因果生産性効果の見積もりを除外した診断台帳である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: National planning counts population, human capital, and artificial-intelligence preparedness in separate ledgers. Demographic accounting has advanced from headcount to skills-adjusted stocks and still debates how much age structure retains once skills are modeled, yet no existing unit carries the conditions under which preparedness becomes productive capacity. This study introduces the Effective Cognitive Population (ECP), a decomposable unit that weights population by capability and by the conditions under which capability is deployed, anchored to the World Bank Human Capital Index Plus (HCI+) and the non-overlapping dimensions of the IMF AI Preparedness Index. The architecture is portable in principle; the case tested here is artificial intelligence, which has a published preparedness index. For 144 countries, HCI+ becomes a productivity level, AI opportunity uses digital infrastructure and innovation integration, conversion governance uses regulation and ethics, and the benchmark is ECP = N H(1 + AC). Against 2024 total output on identical population bases, ECP raises criterion R-squared from 0.849 for the HCI+-adjusted stock to 0.882 and lowers leave-one-country-out RMSE from 0.723 to 0.641, with the working-age comparison identical and bootstrap intervals excluding zero. Eighty-nine of 144 countries move at least ten rank positions from headcount, mostly through the human-capital adjustment itself. Results are stable across denominators, vintages, aggregation forms, and a 27-rule multiverse. The direct A by C interaction is not statistically supported, so the conjunction is a planning rule rather than causal complementarity. ECP is a diagnostic ledger whose scope excludes forecasts of population decline and estimates of AI's causal productivity effect.
- Abstract（参考訳）: 国家計画では、人口、人的資本、人工的な知性の準備を別々の台帳で数えている。
デモグラフィー会計は、責任者からスキル調整株へと進歩し、一度スキルがモデル化された時点でどれだけの年齢構造が維持されているかはまだ議論されている。
本研究は,世界銀行人文資本指数(HCI+)とIMFAI準備指数の非重複次元に固定された,能力と能力の展開条件によって人口を重み付けする,分解可能な単位であるエフェクト認知人口(ECP)を紹介する。
アーキテクチャは原則としてポータブルで、ここでテストされたケースは人工知能で、公開準備指数を持つ。
144カ国において、HCI+は生産性レベルとなり、AIの機会はデジタルインフラストラクチャとイノベーションの統合を使用し、コンバージョンガバナンスは規制と倫理を使用し、ベンチマークはECP = N H(1 + AC)である。
同じ人口ベースでの2024年の総生産に対して、ECPはHCI+調整株の0.849から0.882へと基準Rを引き上げ、残余のRMSEを0.723から0.641に下げる。
144か国のうち8か国は、人事調整そのものを通じて、少なくとも10人以上の地位を首位から移している。
結果は、分母、ビンテージ、集合体、27ルールの多元数で安定である。
直接A by C相互作用は統計的に支持されないので、結合は因果相補性ではなく計画規則である。
ECPは、人口減少の予測とAIの因果生産性効果の見積もりを除外した診断台帳である。
関連論文リスト
- Do AI-Native Biotechs Need Departments? Benchmarking Company World Models for AI-Driven Drug Development [5.448055492807343]
AIネイティブなバイオテクノロジー企業は、ヒューマンバイオテクノロジーのorgチャートをエージェントロールにコピーすることでしばしば設計される。
永続的なアセット・ツー・バリューの状態表現として定義された企業世界モデルです。
我々は、AIエージェント組織が部門を模倣するか、またはそのような世界モデルで運用すべきかをテストするためのベンチマークを導入する。
論文 参考訳（メタデータ） (2026-07-21T04:34:35Z) - ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI [110.18670135256235]
Embodied AIは、独立した知覚やアクションモジュールから、目標を理解し、計画し、進捗を監視し、経験から改善する物理的なエージェントへと移行している。
ACE-Brain-0.5は,ロボットの知性を5つの結合関数にまとめる統一的な基礎モデルである。
単一の8Bバックボーンは、最初の4つの機能をインスタンス化する: オブジェクトとアベイランスを接地し、3Dとエゴセントリックな空間関係を推論し、命令をサブゴールに分解し、ナビゲーションと操作アクションを生成し、検証と回復の進捗を推定する。
論文 参考訳（メタデータ） (2026-07-05T17:43:06Z) - Forecasting AI-Era Productivity: The Intellectually Converged Human Framework and a Missing Cognitive Mediator in Production Function Theory [0.0]
一般的な生産機能フレームワークは、コンバージェンス能力が発達する認知メディエーションをモデル化することなく、AIを生産の分離可能な要因として扱う。
我々は,AI利用強度(A)と収束能力(C)を併用して,有効生産能力が増強因子[1 + phi]でスケールされた人的資本(H)に匹敵する知能収束人間(ICH)フレームワークを提案する。
我々は、Cファーストポリシーの処方薬を導き、実証的に検証可能な3つの命題を10年予測で提示する。
論文 参考訳（メタデータ） (2026-06-18T04:57:53Z) - (Human) Attention Is (Still) All You Need: Human oversight makes AI-assisted social science reliable [15.442870614597451]
我々は、AI支援研究の信頼性は、モデル能力だけでなく、人間と機械の間で認知労働がどのように構成されているかにもかかっていると論じる。
我々は,この問題を,事前コミット,意思決定シーケンシング,説明責任,注意配分に基づく意思決定アーキテクチャであるHLER(Human-in-the-Loop Economic Research)を通じて研究する。
論文 参考訳（メタデータ） (2026-06-11T03:22:24Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Fusion-fission forecasts when AI will shift to undesirable behavior [0.0]
社会全体でChatGPTのようなAIが利用している主な問題は、その行動が望ましいものから望ましくないものへと変化し、気付かないものへと変化することである。
生体およびアクティブマターシステムで観測される融合分裂群のダイナミクスの一般化ベクトルが、AIの振る舞いの将来の変化を -- そして予測できることを示す。
論文 参考訳（メタデータ） (2026-05-14T00:26:32Z) - Conformity Generates Collective Misalignment in AI Agents Societies [37.32928545263465]
本稿では,AIエージェントの個体群を,コンフォーマンス・ダイナミクスを用いて,安定な不整合状態へと誘導することができることを示す。
9つの大きな言語モデルと100の意見ペアの意見ダイナミクスをシミュレートすると、各エージェントの振る舞いは2つの競合する力によって支配されていることが分かる。
論文 参考訳（メタデータ） (2026-05-11T15:30:48Z) - Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
パーキンソン病は世界中で1千万人以上に影響している。
個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。
我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
論文 参考訳（メタデータ） (2026-03-31T02:36:10Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - 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) - Centralizing State-Values in Dueling Networks for Multi-Robot
Reinforcement Learning Mapless Navigation [87.85646257351212]
本稿では,CTDE(Training and Decentralized Execution)パラダイムにおけるマルチロボットマップレスナビゲーションの問題点について考察する。
この問題は、各ロボットが観察を他のロボットと明示的に共有することなく、その経路を考えると困難である。
我々は,集中型状態値ネットワークを用いて共同状態値を計算するCTDEの新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-12-16T16:47:00Z)
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。