論文の概要: Inferential Capability Does Not Determine Legal Scope

• arxiv url: http://arxiv.org/abs/2608.10601v2
• Date: Wed, 12 Aug 2026 05:59:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 14:28:20.60829
• Title: Inferential Capability Does Not Determine Legal Scope
• Title（参考訳）: 推論能力は法的なスコープを決定できない
• Abstract要約: 法律第3条(1)は、推論能力を用いている。 推論は決して定義されないが、保護的に支配する。 論文:推論能力は法的範囲を決定するものではない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Two instruments of EU digital law place inference at their centre and mean different things by it. Article 3(1) of the AI Act uses the capability to infer constitutively: it is the central feature separating the regulated category from conventional software. The GDPR never defines inference, yet governs it protectively: the consequences follow from the processing of personal data and from what the inference says about, or does to, a person, whether or not the technology that produced it qualifies as an AI system. The two perimeters are not concentric. Their non-coincidence remained invisible in single-shot systems; agentic architectures make it operationally acute. The thesis: inferential capability does not determine legal scope, and its absence does not create immunity. The framework is two-level. Inference performs two legal functions, constitutive and protective; the protective function operates through three pathways - identificatory, attributive and decisional. Composition is not a fourth pathway but a cross-cutting architectural dimension which, with reach, persistence and reviewability, is what agentic architectures modify. Three concepts support it: the inferential threshold, the inferential reach and the inferential chain, mapped onto the chain of imputation. Regulation (EU) 2026/1744 left the constitutive criterion untouched and inserted a provision contemplating outputs that influence the inputs of future operations, without supplying any rule of aggregation. The article proposes an interpretive rule, a compositional-effects test identifying the decision unit under Article 22 GDPR together with the allocation of the burden of establishing it, and documentation duties calibrated to inference chains.
• Abstract（参考訳）: EUのデジタル法律の2つの手段は、その中心に推論を置き、それによって異なる意味を持つ。 AI法第3条(1)は、規定されたカテゴリーと従来のソフトウェアとを分離する中心的特徴である。 GDPRは推論を定義しないが、それを保護的に管理する。その結果は、個人データの処理と、それを作った技術がAIシステムとして資格を持つかどうかに関わらず、その推測が何を言っているか、あるいはそれに対して何をするかから続く。 2つの周囲は同心ではない。 彼らの非衝突性は単発システムでは見えず、エージェントアーキテクチャによって操作的に鋭いものとなった。 論文:推論能力は法的範囲を決定せず、その欠如は免疫を生じさせない。 フレームワークは2レベルです。 推論は構成的かつ保護的な2つの法的機能を実行するが、保護機能は識別、帰属的、決定的な3つの経路を通して機能する。 構成は第4の経路ではなく、拡張性、永続性、レビュー性によってエージェントアーキテクチャが変更する、横断的なアーキテクチャの次元である。 推論しきい値(inferential threshold)、推論リーチ(inferential reach)、推論チェーン(inferential chain)の3つの概念が、計算の連鎖にマッピングされる。 規則(EU)2026/1744は、構成的基準を未変更のまま残し、アグリゲーションの規則を一切提供せずに、将来の操作の入力に影響を与える出力について検討する条項を挿入した。 本論では,解釈規則,第22条 GDPRに基づく決定単位を識別する構成効果試験,その確立の負担の配分,および推論連鎖に校正された文書義務を提案する。

関連論文リスト

• Qualified Cross-References as a Verification Method: The Normative Environment of the EU AI Act [0.0]
  本稿では,有資格な相互参照のためのプロビジョンレベルモデルと構築プロトコルを提案する。 規則(EU)2024/1689(AI法)を取り巻く14の楽器のバイリンガルコーパスによって開発された。
  論文  参考訳（メタデータ） (2026-08-19T17:58:05Z)
• Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process [47.027290803102666]
  対象が患者固有の臨床目的である計算層について述べる。 我々は第3層の原子オブジェクトとしてActionable Clinical Recordを定式化する。
  論文  参考訳（メタデータ） (2026-08-09T16:44:28Z)
• Validity, Reliability, and Transparency in Artificial Intelligence Regulation [2.588958866512272]
  記事は、現代のAIは、構築の妥当性、欠点、代表性、流通のシフト、公正なトレードオフに関する懸念を提起している。 我々は、比例評価とデプロイメント承認の前提条件として推論が機能すべきであると主張している。
  論文  参考訳（メタデータ） (2026-08-06T09:36:15Z)
• Governing Mental-State Inference: Source-Neutral Regulatory Triggers and Tiered Obligations [0.0]
  神経工学の倫理に関するユネスコ勧告は非結合的ガイダンスである。 本稿では、技術的に媒介された人間関係の精神状態属性に対するソースニュートラルトリガーを開発する。
  論文  参考訳（メタデータ） (2026-08-02T02:28:40Z)
• Definitional alignment before capability alignment: a Design-Science framework for adjudicating claims about AGI [0.0]
  AGIは単一の共有かつ安定した参照がなく、競合するオペレーティングは同一システム上で異なる検証を返すことができる。 この記事では、設計とガバナンスの問題として、その過小評価を扱います。
  論文  参考訳（メタデータ） (2026-06-10T22:04:56Z)
• When Do Data-Driven Systems Exhibit the Capability to Infer? [0.0]
  AI法に基づくAIシステムの重要な特徴は、推論能力である。 特定の例として、AI法のAnnex IIIに記載されている信用スコアシステムがある。 統計的学習理論によって動機づけられたこの研究は、推論能力の異なるレベルをグレードする枠組みを開発する。
  論文  参考訳（メタデータ） (2026-06-10T07:49:34Z)
• Beyond Probabilistic Similarity: Structural, Temporal, and Causal Limitations of Retrieval-Augmented Generation in the Legal Domain [0.0]
  Retrieval-Augmented Generationは、法的AIにおける信頼性の欠如に対する標準的なアーキテクチャ上の応答となっている。 これらの失敗は、確率的検索と法知識の階層的、時間的、制度的構造との間のアーキテクチャ上のミスマッチの兆候であると主張する。 まず、古典的法理論から派生した三つの性質として法知識のオントロジ的コミットメントを明記する。 第2に, 機能的定義, 故障機構, 正準例, 検出基準による検索の3つの病態(メレオジカルブラインドネス, ダイアクロニックブラインドネス, 因果不透明度)を同定する。
  論文  参考訳（メタデータ） (2026-06-08T16:46:53Z)
• GLIER: Generative Legal Inference and Evidence Ranking for Legal Case Retrieval [21.760917997629317]
  GLIER(Generative Legal Inference and Evidence Ranking)は、潜伏する法変数に対する推論プロセスとして検索を再構成するフレームワークである。 まず、Joint Generative Inferenceモジュールは、生のクエリを課金や法的要素を含む遅延した法的指標に変換する。 第2に、Multi-View Evidence Fusionメカニズムは、正確なランク付けのための構造的および語彙的な信号で生成的信頼を集約する。
  論文  参考訳（メタデータ） (2026-04-26T16:02:59Z)
• How Vital is the Jurisprudential Relevance: Law Article Intervened Legal Case Retrieval and Matching [31.378981566988063]
  法的ケース検索(LCR)は、与えられたクエリに基づいて、同等の法的ケースを自動的に検索することを目的としている。 これに対処するためには、司法ドメイン内の独自の法的・合理的な類似性を評価するのが難しい課題だ。 上記の課題を解決するために, LCM-LAI というエンド・ツー・エンドのモデルを提案する。
  論文  参考訳（メタデータ） (2025-02-25T15:29:07Z)
• AFaCTA: Assisting the Annotation of Factual Claim Detection with Reliable LLM Annotators [38.523194864405326]
  AFaCTAは、事実主張のアノテーションを支援する新しいフレームワークである。 AFaCTAは、3つの事前定義された推論経路に沿って、アノテーションの信頼度を一貫性で調整する。 PoliClaimは、さまざまな政治的トピックにまたがる包括的なクレーム検出データセットである。
  論文  参考訳（メタデータ） (2024-02-16T20:59:57Z)
• Noninterference Analysis of Reversible Systems: An Approach Based on Branching Bisimilarity [41.94295877935867]
  非干渉に対する古典的同値性に基づくアプローチは、主に弱いバイシミュレーションのセマンティクスに依存している。 本手法は,可逆計算の存在下での隠蔽チャネルの同定に十分でないことを示す。 バック・アンド・フォース計算の効果を捉えるためには、より表現力のある意味論に切り替える必要がある。
  論文  参考訳（メタデータ） (2023-11-27T09:57:04Z)
• From Dissonance to Insights: Dissecting Disagreements in Rationale Construction for Case Outcome Classification [21.56347984160413]
  ケースアウトカム分類(COC)は正確で信頼できるものでなければならない。 ケーススタディは、法的NLPでベンチマークデータセットを作成する際の、過度な複雑さを明らかにしている。
  論文  参考訳（メタデータ） (2023-10-18T11:04:31Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• Active Inference or Control as Inference? A Unifying View [33.361301128504905]
  制御レンズによる能動推論のフレーム化(CaI) CaIは原理的で、数値的に堅牢な最適制御解法を提供する。 コスト関数が観測状態に特異的に定義されている場合、AIは部分的に観測されたCaIとしてフレーム化される可能性があることを示す。
  論文  参考訳（メタデータ） (2020-10-01T09:08:45Z)

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。