論文の概要: The AI Risk Observatory: What Can We Learn from AI Disclosures in Annual Reports About Societal Resilience?

• arxiv url: http://arxiv.org/abs/2610.02281v1
• Date: Thu, 01 Oct 2026 12:03:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.025376
• Title: The AI Risk Observatory: What Can We Learn from AI Disclosures in Annual Reports About Societal Resilience?
• Title（参考訳）: AIリスク観測所: 社会的レジリエンスに関する年次報告でAIの開示から何が学べるか?
• Abstract要約: 英国1,362社の年次レポート9,821件に、2段階の分類パイプラインを適用します。 提案手法はまず,高いリコールと中等度なラベルレベルの合意を見出すため,まず474件の人為的注釈付きパスに対して検証を行った。 我々は、開示の質を評価するための実体分類を開発し、ほとんどのAIリスク開示が現実的でないことを発見する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Societal resilience research relies on access to useful and actionable data, which motivates our main research question: Can annual reports, processed at scale with LLMs, provide a useful signal about how companies disclose their response to AI? We test this by applying a reproducible two-stage classification pipeline to 9,821 annual reports from 1,362 UK listed companies (2020-2025, with partial 2026 data). We first validate the method against 474 human-annotated passages, finding high recall and moderate label-level agreement. We then report three empirical patterns: (i) between 2020 and 2025, the share of reports mentioning AI risk rose from 2.8% to 41.2%, while AI adoption disclosure also rose, from 13.8% to 45.2%, and named vendor mentions cluster around a small set of major providers led by Microsoft; (ii) disclosure varies substantially by Critical National Infrastructure sector and market segment: AIM reports disclose AI risk at far lower rates than Main Market reports, and sectors such as Energy and Data Infrastructure lag behind the rest in AI risk disclosure; and (iii) harm disclosures are near-absent (seven reports across the entire corpus). We develop a substantiveness classification to assess the quality of the disclosure and find that most AI risk disclosure is not substantive: in 2025, 41.2% of all reports mention AI as a risk, but only 4.3% contain AI risk disclosure we classify as substantive.
• Abstract（参考訳）: 社会的なレジリエンスの研究は、有用で実行可能なデータへのアクセスに依存しており、私たちの主要な研究課題を動機付けている。 年次レポートは、LLMで大規模に処理され、企業がAIに対する反応を開示する上で有用なシグナルを提供することができるか? 再現可能な2段階分類パイプラインを1,362社の年次報告(2020-2025、一部2026データ)9,821件に適用し、これを検証した。 提案手法はまず,高いリコールと中等度なラベルレベルの合意を見出すため,まず474件の人為的注釈付きパスに対して検証を行った。 次に3つの経験的パターンを報告します。 (i)2020年から2025年の間に、AIのリスクに関するレポートのシェアは2.8%から41.2%に上昇し、AIの採用に関する開示も13.8%から45.2%に増加し、Microsoftが主導する少数の主要プロバイダのクラスタに言及している。 (ii)AIMレポートは、メインマーケットレポートよりもはるかに低いレートでAIリスクを開示し、残りのAIリスク開示に遅れを取っているエネルギ・データインフラストラクチャーなどのセクターも明らかにしている。 三 被害開示は、ほぼ無害である(全社七報)。 2025年、全レポートの41.2%がAIをリスクとして言及しているが、4.3%がAIリスク開示を実体として分類している。

関連論文リスト

• AI Premium [2.648339941888297]
  高周波AIファクタを構築し、それを有能なコンポーネントに分解する。 我々は、リターンがAIファクター(ハイAIベータ会社)とより肯定的に一致している企業は、その後のリターンがさらに高くなることを示す。 エージェント経済の興隆の初期の証拠を提供する。
  論文  参考訳（メタデータ） (2026-06-29T17:28:22Z)
• Prioritization of Risks from Artificial Intelligence: A Delphi Study of 272 International Experts [115.34779081791287]
  2025年末に272人の国際AI専門家を対象に行われた3ラウンドのDelphi研究の結果を報告する。 専門家は、リスクと重大さ、セクターとアクターの脆弱性、アクターの責任、全体的な懸念について、24のAIリスクを評価した。
  論文  参考訳（メタデータ） (2026-06-03T06:14:41Z)
• "We are not Future-ready": Understanding AI Privacy Risks and Existing Mitigation Strategies from the Perspective of AI Developers in Europe [56.1653658714305]
  ヨーロッパを拠点とする25人のAI開発者を対象にインタビューを行い、ユーザ、開発者、ビジネスに最もリスクをもたらすと彼らが信じているプライバシの脅威を理解しました。 プライバシリスクの相対的なランク付けに関して、AI開発者の間ではほとんど合意が得られていないことが分かっています。 AI開発者はこれらのリスクに対処するために提案された緩和戦略を認識しているが、彼らは最小限の現実的採用を報告した。
  論文  参考訳（メタデータ） (2025-10-01T13:51:33Z)
• Measuring the Vulnerability Disclosure Policies of AI Vendors [6.699753859123699]
  264社のAIベンダーの開示ポリシーを検討する。 36%のベンダが公開チャネルを提供しておらず、AI関連のリスクを明示的に言及しているのは18%に過ぎません。 我々は、バグ報奨金政策の進化が学術研究や現実世界の出来事に遅れをとっていることを示している。
  論文  参考訳（メタデータ） (2025-09-07T16:44:28Z)
• Are Companies Taking AI Risks Seriously? A Systematic Analysis of Companies' AI Risk Disclosures in SEC 10-K forms [9.295655764985318]
  規制当局は、企業がAI関連のリスクを特定し、報告し、緩和する方法において、より透明性を求めている。 米国では、証券取引委員会(SEC)が、AI関連リスクのより正確な開示を投資家に提供するよう繰り返し警告した。 EUでは、AI法やデジタルサービス法のような新しい法律が、AIリスクレポートと緩和に関する新たなルールを導入している。 本研究は、SEC10-K申請書におけるAIリスク開示に関する大規模な体系的分析である。
  論文  参考訳（メタデータ） (2025-08-26T10:19:29Z)
• The AI Risk Repository: A Comprehensive Meta-Review, Database, and Taxonomy of Risks From Artificial Intelligence [35.77247656798871]
  人工知能(AI)によって引き起こされるリスクは、学者、監査人、政策立案者、AI企業、そして一般大衆にかなり懸念されている。 AIリスクに対する共通理解の欠如は、包括的に議論し、研究し、それに反応する能力を妨げる可能性がある。 本稿では、共通の参照フレームとして機能するAIリスクリポジトリを作成することで、このギャップに対処する。
  論文  参考訳（メタデータ） (2024-08-14T10:32:06Z)
• Generative AI for Secure and Privacy-Preserving Mobile Crowdsensing [74.58071278710896]
  生成AIは、学術分野と産業分野の両方から多くの注目を集めている。 セキュアでプライバシ保護のモバイルクラウドセンシング(SPPMCS)は、データ収集/取得に広く応用されている。
  論文  参考訳（メタデータ） (2024-05-17T04:00:58Z)
• Near to Mid-term Risks and Opportunities of Open-Source Generative AI [94.06233419171016]
  Generative AIの応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。 こうした地震の影響の可能性は、潜在的なリスクに関する活発な議論を引き起こし、より厳格な規制を要求した。 この規制は、オープンソースのジェネレーティブAIの誕生する分野を危険にさらしている可能性が高い。
  論文  参考訳（メタデータ） (2024-04-25T21:14:24Z)
• Automated Identification of Climate Risk Disclosures in Annual Corporate Reports [62.997667081978825]
  機械学習を使って、5種類の気候関連リスクを特定します。 ヨーロッパ企業による120以上の年次レポートを手作業で作成しました。
  論文  参考訳（メタデータ） (2021-08-03T11:14:05Z)

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。