論文の概要: The Rising Cost of Trust: Practitioners' Trust Signals, Controls, and Responses in the Software Supply Chain

• arxiv url: http://arxiv.org/abs/2608.20675v1
• Date: Fri, 21 Aug 2026 02:16:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.34738
• Title: The Rising Cost of Trust: Practitioners' Trust Signals, Controls, and Responses in the Software Supply Chain
• Title（参考訳）: 信頼の増大コスト:ソフトウェアサプライチェーンにおける実践者の信頼シグナル,コントロール,反応
• Abstract要約: 研究は、ソフトウェアサプライチェーンの信頼性が向上するにつれて、ソフトウェア実践者がインフォームドアクションを取るのを支援することを目的としている。 我々は業界やオープンソース実践者とのインタビューを行い、表明された態度よりも明らかな好み(採用したコントロール)に焦点をあてた。 信頼が損なわれていることが分かっています。
• 参考スコア（独自算出の注目度）: 6.891244804689795
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The software supply chain is becoming more complex, and AI is reshaping its threat landscape, e.g., raising concerns about the quality of AI-generated dependencies. Seen through the lens of trust, the stakes of eroding trust in the software supply chain are high, yet we lack an empirical baseline on practitioners' trust. The goal of this study is to aid software practitioners in taking informed actions as trust in the software supply chain evolves, through an interview study with 38 practitioners. We conducted semi-structured interviews with industry and open-source practitioners, focusing on their revealed preferences (the controls they adopted) rather than their stated attitudes, and analyzed the data using thematic analysis grounded in established trust concepts from the social sciences. We find that trust is eroding, which is becoming costly: aware practitioners are accumulating controls. To cope with the rising cost of trust, practitioners automate verification, delegate trust decisions to guardians, or consider exiting the software supply chain entirely. Understanding software supply chain dynamics through the lens of trust provides the vocabulary and concepts (e.g., guardians of trust, system trust, signals) to shape future interventions for a well-functioning supply chain with appropriate levels of trust.
• Abstract（参考訳）: ソフトウェアサプライチェーンはますます複雑化しており、AIは脅威の風景を再構築している。 信頼のレンズを通して見ると、ソフトウェアサプライチェーンにおける信頼を損なうリスクは高いが、実践者の信頼に対する実証的な基準は欠如している。 本研究の目的は,ソフトウェアサプライチェーンの信頼性が向上するにつれて,ソフトウェア実践者がインフォームドアクションをとるのを支援することである。 我々は,業界やオープンソース実践者との半構造化インタビューを行い,その態度よりも明らかにされた嗜好(採用したコントロール)に注目し,社会科学から確立された信頼概念に基づくテーマ分析を用いて分析した。 信頼が損なわれていることが分かっています。 信頼の上昇するコストに対処するため、実践者は検証の自動化、保護者への信頼決定の委譲、あるいはソフトウェアサプライチェーンを完全に排除することを検討する。 信頼のレンズを通してソフトウェアサプライチェーンのダイナミクスを理解することは、ボキャブラリと概念(例えば、信頼の保護者、システム信頼、信号)を提供し、適切な信頼レベルを持つ適切なサプライチェーンのための将来の介入を形成する。

関連論文リスト

• Trust-Aware Multi-Agent Traceability: Confidence-Calibrated Knowledge Graphs for Consistent Software Artifact Management [0.7329200485567826]
  ソフトウェアエンジニアリングでは、要求分析、アーキテクチャ設計、テスト生成、トレーサビリティリンクを自動化するために、マルチエージェントAIシステムがますます使われています。 本稿では,共有知識グラフを集中型セマンティックメモリと協調曲面の両方として機能する信頼対応協調フレームワークを提案する。 我々は,リンク予測キャリブレーション,プロトコルの有効性,しきい値感度,トレーサビリティシードの影響を自動車ソフトウェア工学のケーススタディで評価した。
  論文  参考訳（メタデータ） (2026-06-15T18:41:50Z)
• Epistemic Context Learning: Building Trust the Right Way in LLM-Based Multi-Agent Systems [94.9141394384021]
  マルチエージェントシステムの個々のエージェントは、しばしば堅牢性を欠き、誤解を招く仲間に盲目的に適合する傾向にある。 この弱点は, 相互信頼度を評価する能力の欠如に起因していると考えられる。 まず,歴史認識参照の学習問題を定式化し,ピア間の歴史的相互作用を付加的な入力として導入する。 次に,歴史的に構築されたピアプロファイルの予測を行うための推論フレームワークであるEcestemic Context Learning (ECL) を開発した。
  論文  参考訳（メタデータ） (2026-01-29T13:59:32Z)
• Infusion of Blockchain to Establish Trustworthiness in AI Supported Software Evolution: A Systematic Literature Review [0.3437656066916039]
  ほとんどの研究は、ソフトウェアエンジニアリング(SE)にAIを統合することに焦点を当てている。 我々のレビューでは、AI支援SEタスクの信頼性、透明性、説明責任を強化するブロックチェーンベースのアプローチを探求する6つの最近の研究を取り上げている。 将来的な作業は、信頼性があり、セキュアで、準拠したAI駆動のSEエコシステムを実現するために、測定可能な、再現可能な信頼フレームワークを開発する必要がある。
  論文  参考訳（メタデータ） (2026-01-28T18:36:50Z)
• Do You Trust Me? Cognitive-Affective Signatures of Trustworthiness in Large Language Models [12.714909005419964]
  我々は、ウェブのような物語において、大きな言語モデルがどのように信頼感をエンコードするかを分析する。 モデル全体、系統的な層レベルと頭レベルのアクティベーションの違いは、高信頼のテキストと低信頼のテキストを区別する。 最も強い関連性は、公平さ、確実性、説明責任という評価によって生まれる。
  論文  参考訳（メタデータ） (2025-12-17T08:47:23Z)
• Attention Knows Whom to Trust: Attention-based Trust Management for LLM Multi-Agent Systems [52.57826440085856]
  LLM-MAS(Large Language Model-based Multi-Agent Systems)は、複雑なタスクを解く上で強力な能力を示すが、エージェントが信頼性の低いメッセージを受け取ると弱いままである。 LLMエージェントは、信頼性を評価することなく、すべての受信メッセージを平等に扱う。 本稿では,メッセージの信頼度を評価するための軽量な注意ベース手法であるAttention Trust Score (A-Trust)を提案する。
  論文  参考訳（メタデータ） (2025-06-03T07:32:57Z)
• Fostering Trust and Quantifying Value of AI and ML [0.0]
  AIとML推論の信頼について多くの議論がなされているが、それが何を意味するのかを定義するためにはほとんど行われていない。 より信頼できる機械学習推論を生み出すことは、製品の価値を高めるための道です。
  論文  参考訳（メタデータ） (2024-07-08T13:25:28Z)
• When to Trust LLMs: Aligning Confidence with Response Quality [49.371218210305656]
  我々はconfidence-Quality-ORDer保存アライメントアプローチ(CONQORD)を提案する。 品質報酬と秩序保存アライメント報酬機能を統合する。 実験により,CONQORDは信頼性と応答精度のアライメント性能を著しく向上することが示された。
  論文  参考訳（メタデータ） (2024-04-26T09:42:46Z)
• Distributed Trust Through the Lens of Software Architecture [13.732161898452377]
  本稿では,複数の分野における分散信頼の概念について考察する。 信頼の再分配/シフトと、分散信頼技術によって実現されるシステムやアプリケーションにおける関連するトレードオフを見るには、システム/ソフトウェアアーキテクチャの観点から考える必要があります。
  論文  参考訳（メタデータ） (2023-05-25T06:53:18Z)
• Designing for Responsible Trust in AI Systems: A Communication Perspective [56.80107647520364]
  我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。 私たちは、AIシステムの能力として透明性とインタラクションを強調します。 我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
  論文  参考訳（メタデータ） (2022-04-29T00:14:33Z)
• Where Does Trust Break Down? A Quantitative Trust Analysis of Deep Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
  本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。 信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。 我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
  論文  参考訳（メタデータ） (2020-09-30T14:33:43Z)
• How Much Can We Really Trust You? Towards Simple, Interpretable Trust Quantification Metrics for Deep Neural Networks [94.65749466106664]
  我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。 我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。 提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
  論文  参考訳（メタデータ） (2020-09-12T17:37:36Z)

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。