論文の概要: Drowning in AI Slop: How Social Media Platforms (Do Not) Label AI and Deepfake Content under EU law

• arxiv url: http://arxiv.org/abs/2609.38571v1
• Date: Tue, 29 Sep 2026 21:29:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.758015
• Title: Drowning in AI Slop: How Social Media Platforms (Do Not) Label AI and Deepfake Content under EU law
• Title（参考訳）: ソーシャルメディアプラットフォームはいかにしてAIとディープフェイクコンテンツをEU法の下でラベル付けするか
• Abstract要約: 私たちは、Instagram、TikTok、X、YouTubeでAIラベルの法的根拠に基づく監査を行います。 プラットフォームポリシと検出アプローチ,システムリスクとAI関連キーワードを通じて収集された10,722のポストを分析した。 AIラベリングが広く確立されていることが分かりました。4つのプラットフォームすべてでラベルが自動的に適用され、以前の監査よりも多くのラベリングがプラットフォーム対応になっているのです。
• 参考スコア（独自算出の注目度）: 4.4638182241661895
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI labels are emerging as a primary safeguard for transparency about AI-generated content on social media, including under the EU Digital Services Act and AI Act. Yet, limited systematic evidence exists on how platforms implement such labels in practice. We conduct a legally grounded audit of AI labelling across Instagram, TikTok, X, and YouTube, drawing on the European Commission's July 2026 guidelines on deepfakes. To this end, we analyse platform policies and detection approaches, 10,722 posts collected via systemic-risk and AI-related keywords, an expert-annotated subset of 500 posts, and controlled uploads to the four platforms of outputs from ten popular generative AI tools. We find that AI labelling is now broadly established. All four platforms apply labels automatically and a greater share of labels are platform-applied than in earlier audits. However, coverage remains incomplete where labelling arguably matters most: only 33% of expert-identified deepfakes in systemic risk contexts carried a platform-applied AI label, while reaching a median of 160,000 views. In controlled uploads of AI-generated content carrying standard AI provenance signals, platforms labelled only 61% of uploads, and commonly strip those signals after uploading. Overall, platform rules, label designs, detection approaches, and reporting diverge substantially. In response, we identify concrete opportunities to improve the uptake, clarity and efficacy of AI labelling.
• Abstract（参考訳）: AIラベルは、EUデジタルサービス法(Digital Services Act)やAI法(AI Act)など、ソーシャルメディア上のAI生成コンテンツに関する透明性の第一の保護として浮上している。 しかし、プラットフォームがそのようなラベルを実際にどのように実装するかについては、限られた体系的な証拠が存在する。 私たちは、2026年7月の欧州委員会によるディープフェイクに関するガイドラインに基づいて、Instagram、TikTok、X、YouTubeでAIラベルの法的根拠に基づく監査を行います。 この目的のために、プラットフォームポリシーと検出アプローチ、システムリスクとAI関連キーワードを介して収集された10,722の投稿、500の投稿のエキスパート注釈付きサブセット、そして10の人気のあるジェネレーティブAIツールから出力される4つのプラットフォームへのアップロードを制御する。 AIラベリングが広く確立されていることが分かりました。 4つのプラットフォームすべてに自動的にラベルが適用され、以前の監査よりも多くのラベルがプラットフォームに適用される。 システム上のリスクコンテキストにおいて、専門家が特定したディープフェイクのうち、プラットフォーム対応AIラベルはわずか33%であり、中央値16万ビューに達している。 標準AIプロファイナンス信号を搭載したAI生成コンテンツの制御されたアップロードでは、プラットフォームはアップロードのわずか61%に過ぎず、アップロード後は通常これらの信号を削除している。 全体として、プラットフォームルール、ラベル設計、検出アプローチ、レポートはかなりのばらつきがある。 そこで我々は,AIラベリングの取り込み,明瞭さ,有効性を向上する具体的な機会を特定した。

関連論文リスト

• Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
  EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。 Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。 我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
  論文  参考訳（メタデータ） (2026-09-09T01:56:17Z)
• When Is Content "AI-Generated Enough"? Labelling Synthetic Media under the Digital Services Act and the AI Act [0.8460698440162889]
  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。
  論文  参考訳（メタデータ） (2026-09-07T16:36:16Z)
• Adoption of Watermarking for Generative AI Systems in Practice and Implications under the new EU AI Act [5.23162679530451]
  現在、適切な透かしとディープフェイクラベリングを実装しているAIイメージジェネレータはごく少数である、と我々は主張する。 我々は、これらの法的に義務付けられた手法の実装をどのように改善するかについて、幅広い道程を提案する。
  論文  参考訳（メタデータ） (2025-03-23T17:55:33Z)
• Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
  本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。 我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
  論文  参考訳（メタデータ） (2025-02-21T18:45:37Z)
• Synthetic Politics: Prevalence, Spreaders, and Emotional Reception of AI-Generated Political Images on X [7.490262732933151]
  われわれは、2024年のアメリカ合衆国大統領選挙に関連するTwitter/Xの大規模なデータセットを分析した。 共有画像の約12%がAI生成として検出され、約10%のユーザがAI生成画像の80%を共有していることがわかった。 スーパースプレッダーのAI画像ツイートは、AI以外の画像ツイートよりもポジティブで有害な反応を誘発する。
  論文  参考訳（メタデータ） (2025-02-16T19:55:29Z)
• Labeling Synthetic Content: User Perceptions of Warning Label Designs for AI-generated Content on Social Media [16.5125333136211]
  我々は,感情,色彩・色調,位置,ディテールの程度によって異なる10種類のラベルデザインサンプルを考案し,評価した。 実験では、これらの10のラベルにランダムに割り当てられた911人の被験者と、ソーシャルメディアの内容を評価する制御グループについて検討した。 その結果、ラベルの存在は、コンテンツがAIによって生成されたり、ディープフェイクされたり、編集されたりする、というユーザの信念に重大な影響を及ぼした。
  論文  参考訳（メタデータ） (2025-02-14T10:35:42Z)
• Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
  本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。 人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。 これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
  論文  参考訳（メタデータ） (2024-10-10T17:38:38Z)
• Consent in Crisis: The Rapid Decline of the AI Data Commons [74.68176012363253]
  汎用人工知能(AI)システムは、大量の公開Webデータに基づいて構築されている。 我々は,AIトレーニングコーパスに基づくWebドメインに対する同意プロトコルの大規模かつ長期的監査を行う。
  論文  参考訳（メタデータ） (2024-07-20T16:50:18Z)

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。