論文の概要: What We Know about Responsible AI Practices in Industry: A Half Decade of Empirical Research

• arxiv url: http://arxiv.org/abs/2608.10431v1
• Date: Tue, 11 Aug 2026 03:29:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 19:14:45.889957
• Title: What We Know about Responsible AI Practices in Industry: A Half Decade of Empirical Research
• Title（参考訳）: 産業における責任あるAI実践について知っていること:実証研究の半年
• Abstract要約: 責任AI(Responsible AI, RAI)は、テクノロジー企業、規制当局、そして一般大衆にとって中心的な関心事となっている。 この研究は6年間にわたる161の実証研究の文献レビューを通じて、現在の知識を合成する。 我々の合成は、産業RAI実践における有意義な進歩と永続的な課題の両方を明らかにします。
• 参考スコア（独自算出の注目度）: 27.930796808132413
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Responsible AI (RAI) has become a central concern for technology companies, regulators, and the public. How industry practitioners interpret, implement, and sustain RAI work directly shapes the design and deployment of AI systems. As empirical scholarship examining RAI practices in industry has rapidly expanded, findings are dispersed across studies that focus on different roles, organizational contexts, and interventions. This work synthesizes current knowledge through a literature review of 161 empirical studies spanning six years, each engaging industry practitioners via interviews, surveys, workshops, ethnographies, and other methods. Our synthesis reveals both meaningful progress and persistent challenges in industry RAI practice. Practitioner awareness has increased, RAI activities have become more professionalized, and interventions such as toolkits and guidelines are more widely adopted. At the same time, practitioners continue to face substantial barriers, including limited training, uneven organizational support, and a lack of interventions tailored to day-to-day work practices. By consolidating and organizing these findings, we provide a more complete account of industry RAI than any single study to date. We conclude by discussing implications for RAI researchers, practitioners seeking to adopt effective practices, and policymakers aiming to ground governance efforts in the realities of industry contexts.
• Abstract（参考訳）: 責任AI(Responsible AI, RAI)は、テクノロジー企業、規制当局、そして一般大衆にとって中心的な関心事となっている。 産業実践者がRAIをどのように解釈し、実装し、維持するかは、AIシステムの設計と展開を直接形成する。 産業におけるRAIの実践を調査する実証的研究が急速に拡大し、様々な役割、組織的文脈、介入に焦点を当てた研究に研究成果が分散している。 この研究は、6年間にわたる161の実証研究の文献レビューを通じて現在の知識を合成し、それぞれがインタビュー、調査、ワークショップ、エスノグラフィー、その他の方法を通じて業界関係者を魅了する。 我々の合成は、産業RAI実践における有意義な進歩と永続的な課題の両方を明らかにします。 実践者の意識が高まり、RAI活動がプロフェッショナル化され、ツールキットやガイドラインなどの介入が広く採用されている。 同時に、実践者は、限られたトレーニング、不均一な組織的サポート、日々の作業に合わせた介入の欠如など、重大な障壁に直面し続けています。 これらの知見を整理し整理することにより、これまでのどの研究よりも、業界RAIの完全な説明を提供する。 我々は、RAI研究者、効果的な実践を実践しようとする実践者、および業界コンテキストの現実にガバナンスの取り組みを根底に置くことを目指す政策立案者について、その意味を議論することで締めくくります。

関連論文リスト

• SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development [0.0]
  本稿では,SHAPR(Solo, Human-centred, AI-assisted Practice)を実践レベルの運用フレームワークとして提案する。 本研究は,研究ソフトウェア開発,人間-AIコラボレーション,リフレクティブラーニングを明示的にリンクすることによって,SHAPRが知識生産とHDR研究者のトレーニングの両方をサポートする方法について,より広範な議論に寄与する。
  論文  参考訳（メタデータ） (2026-02-12T22:02:39Z)
• Stakeholder Participation for Responsible AI Development: Disconnects Between Guidance and Current Practice [0.6144680854063939]
  責任AI(rAI)ガイダンスは、AI開発中のステークホルダー関与(SHI)を促進する。 Shiはすでに商用ソフトウェア開発で一般的ですが、潜在的に異なる目標があります。 本研究は,確立された Shi の実践が rAI 活動および潜在的な切断にどの程度貢献できるかを明らかにする。
  論文  参考訳（メタデータ） (2025-06-11T15:43:07Z)
• Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
  我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。 我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
  論文  参考訳（メタデータ） (2025-04-01T13:53:11Z)
• Who is Responsible? The Data, Models, Users or Regulations? A Comprehensive Survey on Responsible Generative AI for a Sustainable Future [17.980029412706106]
  ジェネレーティブAIは、研究からセクターをまたいだ現実世界への展開へと急速に移行している。 この研究は、メソッド、ベンチマーク、ポリシーにまたがる責任ある生成AIの風景を合成する。
  論文  参考訳（メタデータ） (2025-01-15T20:59:42Z)
• Diversity and Inclusion in AI for Recruitment: Lessons from Industry Workshop [44.807030880787345]
  本研究では,AIによるオンライン求人システムにおけるD&Iガイドラインの実践的適用について検討する。 我々は多国籍採用企業と共同設計ワークショップを開催した。 この結果は、AIプラクティスの効果的な採用を保証するために、カスタマイズされたD&Iガイドラインと継続的なサポートを開発することを示唆している。
  論文  参考訳（メタデータ） (2024-11-09T04:45:47Z)
• Do Responsible AI Artifacts Advance Stakeholder Goals? Four Key Barriers Perceived by Legal and Civil Stakeholders [59.17981603969404]
  責任あるAI(RAI)コミュニティは、透明性を促進し、AIシステムのガバナンスをサポートするために、多数のプロセスとアーティファクトを導入している。 我々は、責任あるAI活動に関する政策と擁護を通知する19の政府、法律、市民社会の利害関係者と半構造化されたインタビューを行う。 我々は、これらの信念を4つの障壁にまとめて、RAIアーティファクトが(必然的に)市民社会、政府、産業間での権力関係を再構成する方法を説明する。
  論文  参考訳（メタデータ） (2024-08-22T00:14:37Z)
• Using Case Studies to Teach Responsible AI to Industry Practitioners [8.152080071643685]
  本稿では,対話型ケーススタディを用いた利害関係者第一の教育的アプローチを提案し,組織的・実践的エンゲージメントを育成する。 グローバルなテクノロジ企業であるMetaとのパートナーシップを詳述し、さまざまな企業のオーディエンスにRAIワークショップを共同開発して提供しています。
  論文  参考訳（メタデータ） (2024-07-19T22:06:06Z)
• Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
  私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。 我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。 私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
  論文  参考訳（メタデータ） (2023-11-18T15:35:36Z)
• `It is currently hodgepodge'': Examining AI/ML Practitioners' Challenges during Co-production of Responsible AI Values [4.091593765662773]
  私たちは、AI/MLベースの製品を出荷し、RAIの規範を守りながら、10の組織にまたがる23の個人にインタビューした。 トップダウンとボトムアップの機関構造は、RAIの価値観を維持できないように、異なる役割に対する負担を生み出します。 我々は、包括的で公平なRAI価値実践のための勧告を推薦する。
  論文  参考訳（メタデータ） (2023-07-14T21:57:46Z)
• Investigating Practices and Opportunities for Cross-functional Collaboration around AI Fairness in Industry Practice [10.979734542685447]
  新たな研究機関は、AI設計と開発における公平性の問題に対処する上で、非効果的なクロスファンクショナルコラボレーションが大きな障壁であることを示している。 我々は17社からさまざまな役割を担った23人の業界実践者を対象に,一連のインタビューとデザインワークショップを開催した。 実践者は、役割間のAIフェアネスに関する理解、文脈化、評価の摩擦を克服するために、ブリッジ作業に従事していることがわかった。
  論文  参考訳（メタデータ） (2023-06-10T23:42:26Z)
• An Uncommon Task: Participatory Design in Legal AI [64.54460979588075]
  われわれは10年以上前に行われた法律分野における、注目に値する、未調査のAI設計プロセスについて検討する。 インタラクティブなシミュレーション手法によって,コンピュータ科学者と弁護士が共同設計者になれることを示す。
  論文  参考訳（メタデータ） (2022-03-08T15:46:52Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。