論文の概要: When Is Content "AI-Generated Enough"? Labelling Synthetic Media under the Digital Services Act and the AI Act
- arxiv url: http://arxiv.org/abs/2609.07727v1
- Date: Mon, 07 Sep 2026 16:36:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 21:11:27.92997
- Title: When Is Content "AI-Generated Enough"? Labelling Synthetic Media under the Digital Services Act and the AI Act
- Title（参考訳）: コンテンツはいつ「大きすぎる」のか? : デジタルサービス法とAI法の下での合成メディアの遅延
- Abstract要約: 抽象: 欧州のプラットフォームとAIガバナンスは、合成および操作されたメディアに対処する透明性の義務にますます依存している。
コンテンツがラベル付けされるべきかどうかだけでなく、法的なしきい値、技術的証明システム、プラットフォームインターフェース、レポートのプラクティスが、コンテンツが十分に生成されるか、操作されるか、あるいは透明性の義務を引き起こすために本物に見えるかを判断する方法についても、中心的な課題である、と氏は主張する。
ラベル付けは、AIプロバイダ、デプロイ者、プラットフォーム、アップロード者、受信者間で責任を分散する社会技術的分類プラクティスとして概念化されている。
- 参考スコア（独自算出の注目度）: 0.8460698440162889
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: European platform and AI governance increasingly relies on transparency duties to address synthetic and manipulated media. Under the DSA, very large online platforms and search engines may use prominent markings and recipient-facing indication tools as systemic-risk mitigation measures. Under the AI Act, providers must support machine-readable marking, while deployers must disclose deepfakes and certain AI-generated or manipulated public-interest text, subject to statutory qualifications. This extended abstract examines when labelling is a meaningful regulatory response to synthetic media and when it risks becoming over-inclusive, under-inclusive, or ineffective. It argues that the central challenge is not only whether content should be labelled, but how legal thresholds, technical provenance systems, platform interfaces, and reporting practices determine when content is sufficiently generated, manipulated, or authentic-looking to trigger transparency obligations. Drawing on the emerging Article 50 AI Act implementation framework and a snapshot of the DSA Statement of Reasons database, the paper identifies four governance tensions: definitional ambiguity, interface and responsibility design, communicative effectiveness, and fairness and contestability. It conceptualises labelling as a socio-technical classification practice that distributes responsibility among AI providers, deployers, platforms, uploaders, and recipients.
- Abstract（参考訳）: 欧州のプラットフォームとAIガバナンスは、合成および操作されたメディアに対処する透明性の義務にますます依存している。
DSAの下では、非常に大きなオンラインプラットフォームと検索エンジンは、システムリスク軽減策として顕著なマーキングと受信者向け表示ツールを使用する可能性がある。
AI法の下では、プロバイダはマシン可読なマーキングをサポートしなければならないが、デプロイ者は、法律上の資格を条件として、ディープフェイクと特定のAI生成または操作されたパブリックな関心のあるテキストを公開する必要がある。
この拡張された要約は、ラベリングが合成メディアに対する有意義な規制応答であり、それが過剰に包括的、過剰に包括的、あるいは非効果的になるリスクがあるかを検証している。
コンテンツがラベル付けされるべきかどうかだけでなく、法的なしきい値、技術的証明システム、プラットフォームインターフェース、レポートのプラクティスが、コンテンツが十分に生成されるか、操作されるか、あるいは透明性の義務を引き起こすために本物に見えるかを判断する方法についても、中心的な課題である、と氏は主張する。
この論文は、新たな第50条のAI行為実施フレームワークと、DSAのReasonsデータベースのスナップショットに基づいて、定義の曖昧さ、インターフェースと責任設計、コミュニケーションの有効性、公正さと競争性という4つのガバナンスの緊張を識別する。
ラベル付けは、AIプロバイダ、デプロイ者、プラットフォーム、アップロード者、受信者間で責任を分散する社会技術分類のプラクティスとして概念化されている。
関連論文リスト
- 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) - Beyond AI-Generated Labels: Watermarking, Co-Creation, and Conflation of AI-Generation with Disinformation [0.0]
我々は、透かしに基づくアプローチを概念的にも実際的にも誤解されていると論じる。
本稿では,プロセスの透明性と情報リテラシーに着目した代替手法を提案する。
論文 参考訳（メタデータ） (2026-07-13T08:44:12Z) - "AI Watermarking": Bridging Policy Discourse and Technical Capabilities [5.382439840155395]
この研究は、米国とEUにおける生成的AIコンテンツ透明性を取り巻く政策談話の批判的な分析を行う。
まず、この話題に関する法律言語と政策関連論説を含む幅広い文書のコーパスを収集する。
次に、帰納的コーディングを通じてこれらを分析し、コーディングを利用してこれらのドキュメントを体系化し、主要なパターン、ギャップ、オープンな質問を特定します。
論文 参考訳（メタデータ） (2026-05-25T19:45:19Z) - Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。
エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。
セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
論文 参考訳（メタデータ） (2025-09-08T17:52:08Z) - 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) - A Multi-Level Strategy for Deepfake Content Moderation under EU Regulation [1.6124402884077915]
EUは、AIシステムとオンラインプラットフォームのプロバイダとデプロイ者に対して透明性義務を負った。
これには、生成時にディープフェイクをマークし、共有時にディープフェイクをラベル付けすることが含まれる。
業界や執行基準の欠如は、現在進行中の課題である。
論文 参考訳（メタデータ） (2025-07-10T08:08:42Z) - Rethinking Data Protection in the (Generative) Artificial Intelligence Era [138.07763415496288]
現代の(生産的な)AIモデルやシステムに生じる多様な保護ニーズを捉える4段階の分類法を提案する。
当社のフレームワークは、データユーティリティとコントロールのトレードオフに関する構造化された理解を提供し、AIパイプライン全体にわたっています。
論文 参考訳（メタデータ） (2025-07-03T02:45:51Z) - Ethical AI: Towards Defining a Collective Evaluation Framework [0.3413711585591077]
人工知能(AI)は医療、金融、自律システムといった分野を変えつつある。
しかし、その迅速な統合は、データ所有権、プライバシー、およびシステムバイアスに関する緊急の倫理的懸念を提起する。
本稿では,意味不明で解釈可能な単位のオントロジブロック上に構築されたモジュール型倫理的評価フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-30T21:10:47Z) - Watermarking Without Standards Is Not AI Governance [46.71493672772134]
現在の実装は、効果的な監視を提供するのではなく、象徴的なコンプライアンスとして機能するリスクがある、と私たちは主張する。
本稿では,技術標準,監査インフラストラクチャ,実施機構を含む3層フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-27T18:10:04Z) - Topic-Based Watermarks for Large Language Models [46.71493672772134]
本稿では,Large Language Model (LLM) 出力のための軽量なトピック誘導型透かし方式を提案する。
本手法は,Google の SynthID-Text など,業界をリードするシステムに匹敵する難易度を実現する。
論文 参考訳（メタデータ） (2024-04-02T17:49:40Z) - Towards Responsible AI in Banking: Addressing Bias for Fair
Decision-Making [69.44075077934914]
責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。
この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。
オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
論文 参考訳（メタデータ） (2024-01-13T14:07:09Z)
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。