論文の概要: No One to Blame: A Framework of Constitutive AI Unaccountability

• arxiv url: http://arxiv.org/abs/2608.12104v2
• Date: Sun, 16 Aug 2026 12:49:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.030081
• Title: No One to Blame: A Framework of Constitutive AI Unaccountability
• Title（参考訳）: 失敗する人はいない - 構成的AIアンカウンタビリティのフレームワーク
• Authors: Long Hoang Nguyen, Eva Späthe, Sebastian Lins, Ali Sunyaev,
• Abstract要約: アクター、システム、機関の構成によって、AIの説明責任は、努力に関係なく概念上は達成不可能である、と我々は主張する。 これらの構成を捉えるために、AIの非アカウンタビリティの概念を導入します。
• 参考スコア（独自算出の注目度）: 2.665734616339289
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The increasing deployment of autonomous, agentic AI systems challenges traditional accountability mechanisms. Existing research predominantly frames AI accountability gaps as barriers that can be overcome through better standards, transparency, and institutional reform. We argue that this framing is insufficient: certain configurations of actors, systems, and institutions render AI accountability conceptually unachievable regardless of effort. We introduce the concept of constitutive AI unaccountability to capture these configurations. Through a three-stage qualitative study comprising a concept-centric literature analysis, a secondary analysis of 27 expert interviews with AI professionals from technical, legal, and sociotechnical backgrounds, and an illustrative framework application to the open-source agentic AI system OpenClaw, we identify nine categories and 20 themes of constitutive AI unaccountability. These are organized across structural, technological, and normative clusters and reinforce one another through eight directed interdependencies. Our framework is operationalized as a diagnostic instrument of 20 questions, which detected 17 of 20 conditions when applied to OpenClaw, including an inverted anthropomorphism configuration in which the AI agent was the only identifiable actor. We contribute a reframing of AI unaccountability as a constitutive property of sociotechnical systems, an extension of the four barriers to accountability, and a practical instrument for identifying accountability voids in specific AI deployments.
• Abstract（参考訳）: 自律的エージェント型AIシステムの展開の増加は、従来の説明責任メカニズムに挑戦する。 既存の研究は主に、より良い標準、透明性、制度改革を通じて克服できる障壁として、AIの説明責任ギャップを描いている。 アクター、システム、機関の構成によって、AIのアカウンタビリティは、努力に関係なく概念上は達成できない。 これらの構成を捉えるために、構成的AIの非アカウンタビリティの概念を導入する。 概念中心の文献分析を含む3段階の質的研究、技術的、法的、社会技術的背景からの専門家27人とのインタビューの二次分析、そしてオープンソースのエージェントAIシステムOpenClawへの実証的フレームワークの適用を通じて、構成的AI不評価の9つのカテゴリと20のテーマを特定した。 これらは構造的、技術的、規範的なクラスタにまたがって構成され、8つの相互依存を通して互いに強化される。 筆者らは,AIエージェントが唯一の特定可能なアクターである逆人格構成を含む,OpenClawに適用された20の条件のうち17が検出された20の質問の診断装置として運用されている。 我々は、社会技術システムの構成的特性としてのAIの非アカウンタビリティの再定義、説明責任に対する4つの障壁の拡張、そして、特定のAIデプロイメントにおける説明責任無効を識別するための実践的な手段に貢献する。

関連論文リスト

• Security, privacy, and agentic AI in a regulatory view: From definitions and distinctions to provisions and reflections [53.468443050795344]
  人工知能(AI)技術の急速な普及は、動的規制の展望につながった。 AIパラダイムが、特にエージェントAIの形で、より大きな自律性へと移行するにつれ、規制規定を明確にすることはますます困難になっている。 本稿は、2024年から2025年の間に発行された24の関連文書を分析して、EU(EU)のAI規制条項をレビューする。
  論文  参考訳（メタデータ） (2026-03-19T13:50:52Z)
• Agentic AI for Cybersecurity: A Meta-Cognitive Architecture for Governable Autonomy [0.0]
  本稿では,サイバーセキュリティのオーケストレーションはエージェント型マルチエージェント認知システムとして再認識されるべきである,と論じる。 本稿では,特定・仮説形成・文脈解釈・説明・ガバナンスに責任を負う異種AIエージェントを,メタ認知判断機能を通じて協調する概念的枠組みを提案する。 我々の貢献は、メタ認知判断を第一級システム機能として組み込むことによって、この認知構造をアーキテクチャ的に明確化し、統制可能にすることである。
  論文  参考訳（メタデータ） (2026-02-12T12:52:49Z)
• Toward Third-Party Assurance of AI Systems: Design Requirements, Prototype, and Early Testing [16.53658640529767]
  我々は,AI評価のギャップに対処する,サードパーティのAI保証フレームワークを導入する。 我々は、利害の衝突を防ぎ、プロセスの信頼性と説明責任を確保するために、第三者の保証に焦点を当てる。 私たちの発見は、AI保証フレームワークが健全で包括的で、さまざまな組織的コンテキストで使用できるという、初期の証拠を示しています。
  論文  参考訳（メタデータ） (2026-01-30T00:37:12Z)
• Accountability Framework for Healthcare AI Systems: Towards Joint Accountability in Decision Making [1.9774267722954466]
  本稿では、特に医療におけるAIシステムにおいて、AI説明責任の'What'と'how'のギャップを埋める。 我々は、説明責任の概念を分析し、説明責任の枠組みを定式化し、さまざまな説明責任のメカニズムを扱うための3層構造を提供することにより、これを行う。
  論文  参考訳（メタデータ） (2025-09-03T13:05:29Z)
• 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)
• Explainable AI Systems Must Be Contestable: Here's How to Make It Happen [2.5875936082584623]
  本稿では、説明可能なAIにおける競合性の最初の厳密な形式的定義について述べる。 我々は、ヒューマン中心のインターフェース、技術プロセス、組織アーキテクチャにまたがる、設計やポストホックメカニズムのモジュール化されたフレームワークを紹介します。 私たちの作業は実践者に、真のリコースと説明責任をAIシステムに組み込むためのツールを提供しています。
  論文  参考訳（メタデータ） (2025-06-02T13:32:05Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。