論文の概要: You can contribute if you... An Empirical Framework of AI Contribution Policies in OSS

• arxiv url: http://arxiv.org/abs/2609.07919v1
• Date: Mon, 07 Sep 2026 19:31:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 20:02:42.447221
• Title: You can contribute if you... An Empirical Framework of AI Contribution Policies in OSS
• Title（参考訳）: OSSにおけるAIコントリビューションポリシーの実証的フレームワーク
• Abstract要約: 我々は、AIによる貢献に関するプロジェクトポリシーを、その基礎となる根拠、ルール、期待を評価することによって分析する。 AIコントリビューションガバナンスフレームワークを導入し、プロジェクト間で繰り返し発生する関心事やガバナンスの仕組みを整理する。
• 参考スコア（独自算出の注目度）: 1.384611471396738
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence is reshaping open source software (OSS) contribution by lowering the cost of producing code, documentation, issue reports, and review interactions. This creates opportunities for broader participation, but also disrupts how maintainers assess contributor effort, competence, and accountability. In response, OSS projects are beginning to regulate AI-mediated contribution through contribution guidelines and other project documentation. This paper presents an empirical study of these emerging policies. We analyze project policies on AI-mediated contributions by evaluating their underlying rationales, rules, and expectations. Our analysis shows that these policies seek to protect scarce maintainer attention, preserve accountability, sustain meaningful review interactions, address legal and quality concerns, and maintain pathways for newcomer learning. Based on these findings, we introduce the AI Contribution Governance Framework, which organizes recurring concerns and governance mechanisms across projects. The framework helps OSS communities develop AI contribution policies and provides researchers with a vocabulary for studying how AI is changing collaborative software production.
• Abstract（参考訳）: 人工知能は、コード、ドキュメント、イシューレポート、レビューインタラクションのコストを下げることで、オープンソースソフトウェア(OSS)のコントリビューションを再構築している。 これにより、幅広い参加の機会が生まれるだけでなく、メンテナがコントリビュータの努力や能力、説明責任を評価する方法も破壊される。 これを受けてOSSプロジェクトは、コントリビューションガイドラインやその他のプロジェクト資料を通じて、AIによるコントリビューションを規制し始めている。 本稿では,これらの新政策の実証的研究について述べる。 我々は、AIによる貢献に関するプロジェクトポリシーを、その基礎となる根拠、ルール、期待を評価することによって分析する。 分析の結果,これらの政策は,不足した保守者の注意を守り,説明責任を保ち,意味のあるレビューインタラクションを維持し,法的・品質的な懸念に対処し,新参者学習の道筋を維持することを目的としていることがわかった。 これらの知見に基づいて、プロジェクト間で繰り返し発生する関心事やガバナンスの仕組みを整理するAI Contribution Governance Frameworkを紹介する。 このフレームワークは、OSSコミュニティがAIコントリビューションポリシーを開発するのに役立つ。

関連論文リスト

• Artificial Intelligence in Open Source Software Engineering: A Foundation for Sustainability [0.0]
  レビューでは、人工知能がどのように活用され、オープンソースソフトウェアサステナビリティの課題に対処しているかを論じている。 Paperは、自動バグトリアージやシステムメンテナンスなど、この領域におけるAIの重要応用を特定している。 また、OSSコンテキストにおけるAIの適用から生じる制限と倫理的懸念についても検討する。
  論文  参考訳（メタデータ） (2026-02-05T20:53:45Z)
• Impact Matters! An Audit Method to Evaluate AI Projects and their Impact for Sustainability and Public Interest [1.417190985719517]
  本研究では,具体的なAIプロジェクトを評価する定性的な監査手法であるImpact-AI-methodを紹介する。 この方法は、プロジェクトのガバナンス構造、変化の理論、AIモデルとデータ特性、社会的、環境的、経済的影響を捉える。 これは再利用可能な青写真として意図されており、どちらもAIの「良い」主張に関する公的な議論を伝え、AIシステムの透明性の創造をサポートする。
  論文  参考訳（メタデータ） (2026-01-20T13:12:20Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
  我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。 我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
  論文  参考訳（メタデータ） (2025-04-01T13:53:11Z)
• Investigating Responsible AI for Scientific Research: An Empirical Study [4.597781832707524]
  このような機関におけるResponsible AI(RAI)の推進は、AI設計と開発に倫理的配慮を統合することの重要性の高まりを強調している。 本稿では,AI設計・開発に内在する倫理的リスクに対する意識と準備性を評価することを目的とする。 その結果、倫理的、責任的、包括的AIに関する知識ギャップが明らかとなり、利用可能なAI倫理フレームワークに対する認識が制限された。
  論文  参考訳（メタデータ） (2023-12-15T06:40:27Z)
• Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
  私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。 我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。 私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
  論文  参考訳（メタデータ） (2023-11-18T15:35:36Z)
• The Participatory Turn in AI Design: Theoretical Foundations and the Current State of Practice [64.29355073494125]
  本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。 我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
  論文  参考訳（メタデータ） (2023-10-02T05:30:42Z)
• The Equitable AI Research Roundtable (EARR): Towards Community-Based Decision Making in Responsible AI Development [4.1986677342209004]
  The Equitable AI Research Roundtableの最初の評価について報告する。 EARRは、大手テック企業、非営利団体、NGO研究機関、大学と共同で設立された。 FAccTコミュニティの懸念に特に関係するEARRの運用方法に関する3つの原則を概説する。
  論文  参考訳（メタデータ） (2023-03-14T18:57:20Z)
• Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and Stir" [76.44130385507894]
  本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。 本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-11-01T17:57:04Z)
• Accountability in AI: From Principles to Industry-specific Accreditation [4.033641609534416]
  最近のAI関連のスキャンダルは、AIのアカウンタビリティに注目を向けている。 本稿では2つの貢献をするために公共政策とガバナンスから文献を引用する。
  論文  参考訳（メタデータ） (2021-10-08T16:37:11Z)
• Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable Claims [59.64274607533249]
  AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。 このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。 我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
  論文  参考訳（メタデータ） (2020-04-15T17:15:35Z)

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。