論文の概要: Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education
- arxiv url: http://arxiv.org/abs/2609.29689v1
- Date: Sun, 30 Aug 2026 23:41:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:56.109089
- Title: Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education
- Title（参考訳）: 認証境界のマッピング:オーストラリア高等教育におけるジェネレーティブAIガバナンスの政策ビグネットによる比較研究
- Abstract要約: オーストラリア大学は、生成人工知能(GenAI)の学生の利用を規制している
オーストラリア20大学の公共政策環境に15種類の標準学生用ビグネットを適用した。
120の組み合わせ (40.0%) が明確に禁止され、97 (32.3%) が潜在的政策違反、27 (9.0%) が容認され、56 (18.7%) が不確定であった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Australian universities regulate students' use of generative artificial intelligence (GenAI) through overlapping policies, procedures, guidance, and assessment instructions, but these environments may classify identical conduct differently. We applied 15 standardized student-use vignettes to the public policy environments of 20 Australian universities and produced 300 university-case classifications. We analyzed binding instruments (Layer A) separately from the full official environment (Layer B), then classified each combination as clearly permitted, permitted with conditions, potential policy breach, clearly prohibited, or indeterminate. We measured cross-university divergence with normalized Shannon entropy. We classified 120 combinations (40.0%) as clearly prohibited, 97 (32.3%) as potential policy breaches, 27 (9.0%) as permitted with conditions, and 56 (18.7%) as indeterminate; none met the strict threshold for clearly permitted. Disclosed language rewriting and a disclosed AI-drafted paragraph produced the highest divergence, whereas an explicit assessment prohibition produced unanimity. Binding instruments remained silent on GenAI in 100 combinations, and guidance clarified 88. The primary researcher led the coding with AI assistance and manually reviewed all 201 queued rows. An independent human second coder, who used no AI assistance, coded a blind 75-row sample. Overall agreement reached 57.3% (unweighted Cohen's kappa = 0.395; bootstrap 95% CI [0.244, 0.539]). The findings distinguish permission-gated from disclosure-based architectures and show that written policies regulate the retention of AI-generated text more clearly than process-only assistance does. Comparative policy-vignette testing evaluates whether written governance supports defensible classifications; it does not predict misconduct or enforcement decisions.
- Abstract（参考訳）: オーストラリアの大学は、ポリシー、手順、ガイダンス、評価指示を通じて、学生による生成人工知能(GenAI)の使用を規制しているが、これらの環境は異なる行為を分類することができる。
オーストラリア20大学の公共政策環境に15種類の標準学生用ヴィグネットを適用し,300の大学ケース分類を作成した。
我々は, 完全な公的な環境 (階層B) とは別個に結合器 (層A) を解析し, それぞれの組み合わせを, 条件, 潜在的政策違反, 明確な禁止, あるいは不確定と明確に分類した。
正規化シャノンエントロピーを用いたクロスユニバーシティ・ダイバージェンスの測定を行った。
120の組み合わせ (40.0%) が明確に禁止され、97 (32.3%) が潜在的政策違反、27 (9.0%) が容認され、56 (18.7%) が不確定であり、明確に許可される厳格なしきい値には達しなかった。
開示された言語書き直しと開示されたAIドラフトの段落は最もばらつきを増し、一方、明示的な評価禁止は全会一致を生み出した。
GenAIは100種類の組み合わせで無音であり、ガイダンスは88。
主要な研究者はAIアシストでコーディングをリードし、201行のキューをすべて手作業でレビューした。
AIを使わずに独立した人間のセカンドコーダーが、盲目の75列のサンプルをコードした。
全体的な合意は57.3%に達した(Cohen's kappa = 0.395; ブートストラップ95% CI [0.244, 0.539])。
この結果は、公開ベースのアーキテクチャとパーミッションゲートを区別し、記述されたポリシーがプロセスのみの補助よりも、AI生成したテキストの保持をより明確に規制していることを示す。
比較政策管理テストは、記述されたガバナンスが保護可能な分類をサポートするかどうかを評価し、不正行為や執行上の決定を予測しない。
関連論文リスト
- Marginal Fidelity Does Not Establish User Simulation in Demographic Synthetic Survey Panels: Response Contracts, Support Collapse and Conditioning Failure [51.736723807086385]
人口密着協定は、個別のシミュレーションの証拠ではなく、エスカレーション契約の証拠であり、シミュレーションされた回答者なしで得られる推定値である。
9つのアライメントされたモデルバッテリペアでは、非個人個体数のクエリの平均は6.27 MAE対12.39であり、9つの比較すべてで勝利する。
論文 参考訳（メタデータ） (2026-09-07T10:22:22Z) - Stress-testing university AI governance: A prospective method for locating policy breakpoints [0.0]
大学は、不慣れなAIエージェンシーのための意思決定経路を構築するよりも早く、AI原則を作成し、ポリシーを使用する。
本研究は,公文書化されたガバナンスが説明責任を負うのをやめる場所を特定するための,将来的なドキュメント手法であるInstitutional AI Governance Stress Testingを開発する。
論文 参考訳（メタデータ） (2026-08-28T22:49:58Z) - Why AI Detection Fails for Academic Integrity [28.200635569426264]
光の「抽象のみ」編集は64～80%にフラグ付けされる(Pangram/GZero)
修正されていない2023PTtokenは、STEMよりはるかに高いSTEMレートで9から15%にフラグ付けされている。
正直なAIは、人道支援の回避よりも制裁リスクが高い。
論文 参考訳（メタデータ） (2026-08-06T17:16:16Z) - Explainable AI for the EU Right to Explanation: A Systematic Review of the Law-XAI Translation Gap [3.231829032310784]
本稿では、EUにおける説明可能なAI(XAI)の体系的な文献レビューについて述べる。
故意に広範に検索された2643件の初期記録から、57件の全文をレビューし、その内19件のみが法的・技術的両面の実質的な統合を実証した。
我々はこれをAddressee/Purpose Frameworkとして概念化し、運用のための4段階の青写真を提案し、6つの具体的なオープンな研究課題を特定した。
論文 参考訳（メタデータ） (2026-08-03T13:35:06Z) - Local AI pre-screening for human triple-blind peer review in health sciences [0.0]
ICLR 2026の分析によると、75,800人のピアレビューのうち、およそ21%がAIによって生成された。
本稿では,ピアレビューのためのマルチLLMプレスクリーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-18T00:06:33Z) - Knowledge Index of Noah's Ark [63.143852586221534]
KINAは,261分野にわたる899項目のベンチマークである。
ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。
トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
論文 参考訳（メタデータ） (2026-06-03T17:06:49Z) - APPSI-139: A Parallel Corpus of English Application Privacy Policy Summarization and Interpretation [58.55537543016359]
APPSI-139は、ドメインの専門家によって慎重に注釈付けされた、高品質なイギリスのプライバシーポリシーコーパスである。
本稿では,ハイブリッドプライバシポリシ要約・解釈フレームワークTCSI-pp-V2を提案する。
論文 参考訳（メタデータ） (2026-04-30T07:58:24Z) - Policies Permitting LLM Use for Polishing Peer Reviews Are Currently Not Enforceable [17.525659482226875]
科学会議や雑誌は、最近、ピアレビュアーによるLSMの使用を禁じる政策を制定した。
我々は、複数のレベルの人間とAIのコラボレーションをシミュレートしたピアレビューのデータセットを収集し、5つの最先端検出器を評価する。
我々の分析によると、全ての検出器は、LLMが収集したレビューのごく一部をAI生成と誤分類し、学術的不正行為の誤認を危険にさらしている。
論文 参考訳（メタデータ） (2026-03-20T19:28:34Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - Artificial-Intelligence Grading Assistance for Handwritten Components of a Calculus Exam [41.99844472131922]
大規模な1年間の試験では、生徒の手書き作業は、教師助手(TA)が使用するのと同じルーリックに対して、GPT-5で評価された。
我々は,AIスコアとモデル予測スコアとの偏差に基づいて,部分クレディットしきい値と項目応答理論(2PL)リスク尺度を併用したループ型フィルタを校正した。
フィルタされていないAI-TA契約は適度で、低レベルのフィードバックには適していたが、高レベルの使用には適していなかった。
論文 参考訳（メタデータ） (2025-10-04T15:07:06Z)
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。