論文の概要: The Ethics of Artificial Intelligence in Military Operations

• arxiv url: http://arxiv.org/abs/2609.26507v1
• Date: Tue, 22 Sep 2026 14:38:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 01:05:39.702513
• Title: The Ethics of Artificial Intelligence in Military Operations
• Title（参考訳）: 軍事作戦における人工知能の倫理
• Abstract要約: 深層学習システムは軍事的な決定を力を使うように仲介するが、内部論理は検査に抵抗する。 国際人道法(International Humanitarian Law)は、現在のAIシステムが欠落しているという判断に対して、責任がデザイナー、オペレーター、政策立案者の間で拡散していることを示します。 本稿では,命名された説明責任の役割による倫理的制約の手続き化,未公表のベンチマークによる敵監査,連携された展開しきい値,NATO評価基準を提案する。
• 参考スコア（独自算出の注目度）: 5.085593722510636
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Deep learning systems now mediate military decisions to use force, yet their internal logic resists inspection, their evaluation practices are gameable, and their deployment fractures accountability across dispersed stakeholders. The ethical challenge posed by these systems is fundamentally epistemic: not just whether autonomous weapons should be permitted to kill, but whether the conditions for responsible human judgment can survive when critical functions are delegated to opaque algorithms. We show that this epistemic condition produces a concrete accountability gap: responsibility diffuses across designers, operators, and policymakers while International Humanitarian Law presupposes capacities for judgment that current AI systems lack. To address this gap, we propose a governance framework that proceduralizes ethical constraints through named accountability roles, adversarial auditing with undisclosed benchmarks, tiered deployment thresholds, and a proposed NATO evaluation standard. Counterfactual analysis of eight documented cases (1988-2025) shows that each governance mechanism addresses a documented class of failure, but no single safeguard suffices in isolation: effective governance of military AI requires not only technical constraints but the institutional infrastructure to keep human judgment meaningful.
• Abstract（参考訳）: ディープラーニングシステムは現在、武力を使用するための軍事的な決定を仲介しているが、内部ロジックは検査に抵抗し、評価プラクティスはゲーム可能であり、デプロイメントの破壊は分散利害関係者間で説明責任を負う。 これらのシステムによって引き起こされる倫理的課題は、基本的には疫学的であり、自律的な兵器を殺すべきかどうかだけでなく、重要な機能が不透明なアルゴリズムに委譲されたときに、人間の判断に責任を持つ条件が生き残るかどうかである。 責任は設計者、オペレーター、政策立案者の間で拡散し、国際人道法は、現在のAIシステムが欠落しているという判断のために能力が前提になっている。 このギャップに対処するために、命名された説明責任の役割、未公表のベンチマークによる敵監査、連携された展開しきい値、NATO評価基準を通じて倫理的制約を手続き化するガバナンスフレームワークを提案する。 8件の文書化されたケース(1988-2025)のカウンターファクト分析では、それぞれのガバナンスメカニズムが文書化された失敗のクラスに対処するが、単独で安全を守らないことが示されている。

関連論文リスト

• From Protocols to Evidence: Bounded Claims for AI in Service of the Common Good [30.6027944662133]
  人工知能システムが意思決定を改善するという主張は、彼らの評価が確立したものを超える可能性がある。 我々は、明示的な人間および非AIベースラインに対するデプロイメントを評価する破断テストを開発する。 評価対象の主張を制限するエビデンスバウンドのデプロイメントと,測定バウンドのガバナンスを区別する。
  論文  参考訳（メタデータ） (2026-09-10T17:56:36Z)
• No One to Blame: A Framework of Constitutive AI Unaccountability [2.665734616339289]
  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。
  論文  参考訳（メタデータ） (2026-08-12T14:25:05Z)
• The AI Resilience Gap: Bringing Artificial Intelligence Inside the Operational Resilience Perimeter [0.0]
  AIの採用は、信頼できるAIスタックとは異なる、かつ不十分にカバーされたレジリエンス義務を生み出します。 我々は、運用のレジリエンス周辺にAI依存関係をもたらすための、レシシックな方法であるAI Resilience Frameworkを提案する。
  論文  参考訳（メタデータ） (2026-07-08T12:54:11Z)
• Provably Secure Agent Guardrail [89.79561918065122]
  既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。 本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-05-28T02:12:41Z)
• 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)
• Limits of Safe AI Deployment: Differentiating Oversight and Control [0.0]
  「Human oversight」は、監視や制御といった重要な概念の曖昧さや矛盾した解釈を成すリスクである。 本稿では,AI以外の文献の監視を対象とする批判的レビューを行う。 コントロールは失敗を防ぐことを目的としており、監視は将来の予防のための検出、修復、インセンティブに焦点を当てている。
  論文  参考訳（メタデータ） (2025-07-04T12:22:35Z)
• 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。