論文の概要: Govern, Map, Measure, Absorb: The Legibility Trap in Public Sector Participatory AI Governance

• arxiv url: http://arxiv.org/abs/2610.03932v1
• Date: Fri, 02 Oct 2026 18:45:42 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:22:02.140815
• Title: Govern, Map, Measure, Absorb: The Legibility Trap in Public Sector Participatory AI Governance
• Title（参考訳）: Govern, Map, Measure, Absorb: 公共セクター参加型AIガバナンスの合法性
• Abstract要約: 本稿では,機関が参加の文書化に用いているメカニズムのギャップの持続性について述べる。 我々は、参加を文書化するための制度的なメカニズムが、国家権力を最も制約する形態を体系的に選択する、レジリエビリティ・トラップの概念を開発する。 我々は、繰り返しの非応答は、AI倫理フレームワークがまだ命名されていないというコミュニティの主観性に害をもたらすと論じる。
• 参考スコア（独自算出の注目度）: 4.75370717332176
• License:
• Abstract: Public sector agencies have adopted participatory design as a prominent procedural safeguard proposed against algorithmic harm. Across methods, institutional contexts, and well-intentioned implementations, the participation gap persists. Communities engage, input is documented, and systems are deployed largely unchanged. This paper locates the persistence of that gap in the mechanism institutions use to document participation itself. We develop the concept of the legibility trap, in which institutional mechanisms for documenting participation systematically select for forms of community input that fit institutional categories and filter out the forms that would most constrain state power, including foundational dissent, demands for non-deployment, and what Kelly Oliver calls witnessing to structural conditions of harm. Drawing on James Scott's theory of state simplification, we demonstrate the legibility trap through critical discourse analysis of twenty-two official, community-produced, and public-record documents across three public sector AI deployments: the Allegheny Family Screening Tool, Detroit Project Green Light, and the Community Control Over Police Surveillance (CCOPS) ordinances in Oakland. We identify the structural conditions under which participation partially escapes the trap, and we theorize that repeated non-response constitutes a harm to community subjectivity that AI ethics frameworks have not yet named.
• Abstract（参考訳）: 公共セクターは、アルゴリズムの害に対して提案された顕著な手続き的保護として参加型設計を採用した。 メソッド、制度的コンテキスト、そして十分に意図された実装を通じて、参加ギャップは持続する。 コミュニティは関与し、入力は文書化され、システムはほとんど変化しない。 本稿では,機関が参加の文書化に用いているメカニズムのギャップの持続性について述べる。 本研究は、制度的参加を文書化する制度的メカニズムが、制度的カテゴリーに適合するコミュニティインプットの形式を体系的に選択し、基礎的不服従、非配置の要求、そしてケリー・オリヴァーが「危害」の構造的条件の証人と呼ぶものを含む、国家権力を最も制約する形態をフィルタリングする、レガシビリティ・トラップの概念を開発する。 我々は、ジェームズ・スコットの国家の単純化の理論に基づいて、オークランドのアレゲニー・ファミリー・スクリーニングツール、デトロイト・プロジェクト・グリーンライト、およびコミュニティ・コントロール・オーバー・パトロール監視(CCOPS)条例(英語版))という3つのパブリックセクターのAI展開にまたがる、22の公務員、コミュニティ制作者、および公開記録文書の批判的談話分析を通じて、正当性の罠を実証した。 我々は、参加者が部分的に罠から逃れる構造条件を特定し、繰り返し応答しないことが、AI倫理フレームワークがまだ命名されていないコミュニティの主観性に害をもたらすことを理論化する。

関連論文リスト

• AI Deployment and Cyber Governance Failures in Public-Sector Organizations: A Typological Analysis [0.0]
  人工知能の導入、サイバーセキュリティガバナンス、公共セクターの機関的制約の共通性は、統一的な分析問題として検討されていない。 既存の研究では、これらの3つのストリームを統合しておらず、AIの採用がサイバーセキュリティガバナンスの失敗の原因を具体的に説明している。 本稿では,速度非対称性を特定の機構を持つ名前付き構造構造として紹介する。
  論文  参考訳（メタデータ） (2026-07-28T07:23:27Z)
• Agents of Chaos [50.53354213047402]
  実験室環境に展開する自律言語モデルを用いたエージェントの探索的再チームの研究を報告する。 20人のAI研究者が、良心的および敵対的な条件下でエージェントと対話した。 我々の発見は、現実的なデプロイメント設定におけるセキュリティ、プライバシ、ガバナンスに関連する脆弱性の存在を確立します。
  論文  参考訳（メタデータ） (2026-02-23T16:28:48Z)
• Institutional AI: Governing LLM Collusion in Multi-Agent Cournot Markets via Public Governance Graphs [1.3763052684269788]
  本稿では,Institutional AIを評価するための実験フレームワークについて述べる。 このアプローチの中心はガバナンスグラフであり、法的状態、移行、制裁、回復経路を宣言する公開かつ不変なマニフェストである。 我々は、未統治(クールノット市場の構造からのベースラインインセンティブ)、憲法(固定された文書による反共憲法として実施される即時的な政策・アズ・プロンプト禁止)、制度の3つを比較した。
  論文  参考訳（メタデータ） (2026-01-16T15:26:56Z)
• 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)
• Explainable AI Systems Must Be Contestable: Here's How to Make It Happen [2.5875936082584623]
  本稿では、説明可能なAIにおける競合性の最初の厳密な形式的定義について述べる。 我々は、ヒューマン中心のインターフェース、技術プロセス、組織アーキテクチャにまたがる、設計やポストホックメカニズムのモジュール化されたフレームワークを紹介します。 私たちの作業は実践者に、真のリコースと説明責任をAIシステムに組み込むためのツールを提供しています。
  論文  参考訳（メタデータ） (2025-06-02T13:32:05Z)
• Coordinated Flaw Disclosure for AI: Beyond Security Vulnerabilities [1.3225694028747144]
  本稿では,機械学習(ML)問題の複雑度に合わせたコーディネート・フレーバー開示フレームワークを提案する。 本フレームワークは,拡張モデルカード,ダイナミックスコープ拡張,独立適応パネル,自動検証プロセスなどのイノベーションを導入している。 CFDはAIシステムに対する公的な信頼を著しく向上させる可能性があると我々は主張する。
  論文  参考訳（メタデータ） (2024-02-10T20:39:04Z)
• Entity Graph Extraction from Legal Acts -- a Prototype for a Use Case in Policy Design Analysis [52.77024349608834]
  本稿では,公共政策設計の定量的研究を支援するために開発されたプロトタイプについて述べる。 本システムの目的は,法律文書の収集プロセスの自動化,機関文法の注釈付け,ハイパーグラフによる重要機関間の相互関係の分析である。
  論文  参考訳（メタデータ） (2022-09-02T10:57:47Z)

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。