論文の概要: Mapping General-Purpose AI Governance in Twenty AI Middle-Power Jurisdictions
- arxiv url: http://arxiv.org/abs/2608.19278v1
- Date: Tue, 18 Aug 2026 23:28:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.354345
- Title: Mapping General-Purpose AI Governance in Twenty AI Middle-Power Jurisdictions
- Title（参考訳）: 20のAI中間力判断における汎用AIガバナンスのマッピング
- Abstract要約: 汎用AI(GPAI)は主に米国と中国で製造されている。
しかし、フロンティア開発者を主催する先進国はGPAIを統治する独自のルールを策定していない。
本稿では,これらのAI中間能力のGPAI関連規定について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The most capable general-purpose AI (GPAI) models are mostly built in two jurisdictions, the United States and China, but the risks they carry land globally. Regionally advanced economies hosting no frontier developer, which we call AI middle-powers, are writing their own rules to govern GPAI. This paper investigates which GPAI-relevant provisions these AI middle-powers have enacted, mapping twenty jurisdictions including the European Union at the level of the individual provision, across four governance areas that trace the accountability chain for the model layer: systemic risk assessment, evaluation and verification, prohibitions with monitoring and detection, and serious incident reporting. Confirmed absence is recorded as data alongside positive provision. We find that jurisdictions converge on form, but diverge on force. Sixteen engage in at least three of the four governance areas, yet only about one in five provisions sit in binding law, and three-quarters of the instruments that do bind do so without defining GPAI. The institutional infrastructure shows the same shape: four in five of the mapped governance actors hold mandates that predate GPAI, and obligations attach wherever the inherited regime already reached, which is the application layer rather than the model. Where these states engage the model layer, they build capacity to observe it rather than impose duties on those who build it, and almost every evaluation body was constituted without the power to act on what it finds. Nominal coverage of the full accountability chain reaches eleven jurisdictions, but only five hold more than one provision in every area and, outside the EU, no jurisdiction imposes a binding evaluation duty on a model developer. The dataset gives researchers and policymakers a provision-level basis for identifying where regimes could align, and where coordination would have to start from scratch.
- Abstract（参考訳）: 最も有能な汎用AI(GPAI)モデルは、主に米国と中国という2つの管轄区域で構築されている。
AIの中産階級と呼ばれる、フロンティア開発者を主催する地域先進国は、GPAIを統治する独自のルールを策定している。
本稿では、これらのAI中産階級がどのようなGPAI関連条項を制定したかを調査し、欧州連合を含む20の司法管轄区域を個々の規定のレベルにマッピングし、モデル層の説明責任連鎖を辿る4つのガバナンス領域、すなわちシステム的リスク評価、評価と検証、監視と検出による禁止、重大なインシデント報告について述べる。
確認された不在は、正のプロビジョニングと共にデータとして記録される。
司法権は形によって収束するが、力によって分散する。
16は4つの統治領域のうち少なくとも3つの領域で活動するが、5つのうち1つしか結合法に規定されておらず、GPAIを定義することなく結合する機器の4分の3はそれを行う。
マップされたガバナンスアクターの5人に4人がGPAIより前の委任状を持ち、継承されたレシシエーションがすでに到達した場所、すなわちモデルよりもアプリケーション層にアタッチする義務を負っています。
これらの状態がモデル層に関わる場合、彼らはそれを構築する人々に義務を課すのではなく、それを観察する能力を構築します。
完全な説明責任チェーンは11の管轄区域に及んでいるが、すべての地域において1つ以上の規定を保有しているのは5つに過ぎず、EU以外では、モデル開発者に対して拘束力評価義務を課す権限はない。
このデータセットは、研究者や政策立案者に対して、レジームの整合位置と、調整をスクラッチから始める必要がある場所を特定するための、プロビジョニングレベルの基礎を提供する。
関連論文リスト
- Open Veins of Algorithmic Auditing: Why AI Assessment Lags Behind Its Deployment in the Global South [45.88028371034407]
人工知能は、グローバル・ノースに匹敵するペースで、グローバル・サウスに展開されている。
しかし、AIガバナンスはペースを保っていない。
本稿では,グローバルサウスAI評価のスパース領域におけるパターンについて述べるとともに,それが稀に発生する理由を説明する。
論文 参考訳（メタデータ） (2026-07-23T13:39:38Z) - SCITUS: A Multi-Jurisdictional Framework for Adapting NIST AI RMF to the Canadian Regulatory Context [0.1269104766024433]
我々は、NIST AI RMF 1.0をカナダ連邦および地方AI規則に同時に適用する包括的枠組みを提案する。
SCITUSは、カナダ要求のために強化された7つの信頼できるAI特性を統合している。
我々は,NIST AI RMFの多管轄要件への体系的適応は,管轄権ごとのコンプライアンスよりも大きな優位性をもたらすと論じている。
論文 参考訳（メタデータ） (2026-07-16T14:29:52Z) - Global Index on Responsible AI: 2026 Report [0.0]
世界責任AI指数(Global Index on Responsible AI)は、国家が責任あるAIコミットメントを強制可能な保護、制度的能力、レドレスメカニズムにどのように翻訳するかを調べる。
GIRAI 2026は、包摂性と多様性、倫理と持続性、労働とスキル、信頼と安全、公共サービスにおけるAI利用の5つの側面でこれらを評価する。
スコア100は、すべての国をランク付けする指標から導かれる。
論文 参考訳（メタデータ） (2026-07-16T10:00:56Z) - Governing What the EU AI Act Excludes: Accountability for Autonomous AI Agents in Smart City Critical Infrastructure [1.1002771741647328]
本稿では,都市AIの重要なクラスの規制ギャップ分析とガバナンスアーキテクチャに貢献する。
3層アーキテクチャ(Agent, Orchestration, City)で25のガバナンス対策を規定している。
5つの競合解決ルールと自律キャリブレーションされたアクティベーションモデルが設計を完成させる。
論文 参考訳（メタデータ） (2026-05-01T20:50:34Z) - TRUST: A Framework for Decentralized AI Service v.0.1 [47.384270414446604]
大規模推論モデル (LRM) とマルチエージェントシステム (MAS) は, 信頼性の高い検証を必要とする。
TRUST(Transparent, Robust, and Unified Services for Trustworthy AI)は,3つのイノベーションを備えた分散フレームワークである。
我々は、悪質な俳優が損失を被っている間、正直な監査人の利益を確実に確保する安全利益理論を証明する。
論文 参考訳（メタデータ） (2026-04-29T19:32:58Z) - From Reactive to Proactive: A Multi-Regulatory Empirical Analysis of 480 AI Incidents and a Data-Driven Governance Compliance Framework [0.0]
この研究は、AIインシデントデータベースから480の現実世界のAIインシデントを横断的に分析した。
その結果、実質的なガバナンスのギャップが明らかとなり、デプロイ後の説明責任の持続的な弱点が示唆された。
この研究は、プロアクティブAIガバナンスコンプライアンスフレームワーク(PAGCF)を提案し、ガバナンスをリアクティブインシデント対応からデプロイ前コンプライアンスに移行する。
論文 参考訳（メタデータ） (2026-04-10T21:22:55Z) - 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) - Verifying International Agreements on AI: Six Layers of Verification for Rules on Large-Scale AI Development and Deployment [0.7364983833280243]
このレポートは、政策の専門家と技術研究者の両方を対象とした、AI検証の詳細な概要を提供する。
本稿では、新しい概念フレームワーク、詳細な実装オプション、そして重要なR&D課題について述べる。
州は最終的に6つのほぼ独立した検証手法を用いてコンプライアンスを検証できることがわかった。
論文 参考訳（メタデータ） (2025-07-21T17:45:15Z) - Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
行政における人工知能の利用は急速に拡大している。
AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。
この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
論文 参考訳（メタデータ） (2025-05-02T07:46:41Z) - In-House Evaluation Is Not Enough: Towards Robust Third-Party Flaw Disclosure for General-Purpose AI [93.33036653316591]
我々はシステムの安全性を高めるために3つの介入を要求します。
まず、標準化されたAI欠陥レポートと研究者へのエンゲージメントのルールを用いることを提案する。
第2に,GPAIシステムプロバイダが広視野欠陥開示プログラムを採用することを提案する。
第3に,欠陥報告の分布を調整するための改良されたインフラの開発を提唱する。
論文 参考訳（メタデータ） (2025-03-21T05:09:46Z) - Responsible Artificial Intelligence Systems: A Roadmap to Society's Trust through Trustworthy AI, Auditability, Accountability, and Governance [37.10526074040908]
本稿では, 包括的観点から, 責任あるAIシステムの概念を考察する。
論文の最終目標は、責任あるAIシステムの設計におけるロードマップの提案である。
論文 参考訳（メタデータ） (2025-02-04T14:47:30Z)
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。