論文の概要: The Amplifier Effect: Human-Factor Risks of AI-Suggested Correlation and Auto-Propagation in Multi-Framework GRC Self-Assessment

• arxiv url: http://arxiv.org/abs/2610.07866v1
• Date: Tue, 06 Oct 2026 07:12:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.864285
• Title: The Amplifier Effect: Human-Factor Risks of AI-Suggested Correlation and Auto-Propagation in Multi-Framework GRC Self-Assessment
• Title（参考訳）: 増幅器の効果:マルチフレームGRC自己評価におけるAI提案相関と自己伝播のヒューマンファクターリスク
• Abstract要約: クロスフレーム制御マッピング、AIが提案する質問相関、回答の自動伝搬は、正当な効率の目標である。 同じメカニズムは、一つの答えにおいて、任意のヒューマンファクターバイアスの結果を増幅する。 我々はこれをアンプ効果と呼んでいる: 個々のユーザの失敗ではなく、プラットフォーム設計特性(粗粒度証明と非ゲート伝搬)である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-framework Governance, Risk and Compliance (GRC) platforms increasingly automate the link between an organisation's self-assessment answer and the compliance obligations that answer is said to satisfy. Cross-framework control mapping, AI-suggested question correlation, and automatic propagation of answers and evidence across correlated questions all serve the legitimate efficiency goal of reducing duplicate work for small and medium-sized enterprises under the EU Cyber Resilience Act, NIS2 and GDPR. The same mechanisms, however, amplify the consequences of any human-factor bias in a single answer: one optimistically-graded control, one rubber-stamped attestation, or one AI-drafted answer can be silently replicated as evidence of compliance with many obligations across multiple frameworks. We call this the amplifier effect: a platform-design property (coarse-grained attestation and un-gated propagation) rather than a failing of individual users. Using two EU-funded SME-facing GRC platforms, CYBERFORT and CYBER-BRIDGE, as examples, we (i) describe the amplification mechanism in concrete data-model terms, (ii) propose a six-dimension scoring framework for evaluating any GRC tool's exposure to the effect, (iii) instantiate the framework on a thirteen-tool comparison covering enterprise IRM, mid-market platforms, compliance-automation tools, and the two EU SME projects, and (iv) outline a measurement protocol that a consortium with access to production self-assessment data can run. The thirteen-tool comparison is a structured design assessment, not an empirical measurement of user behaviour. The EU SME platforms score lowest on the amplifier dimensions because their burden-reduction design deliberately trades sign-off granularity for throughput; we report this as a design trade-off, not a verdict on the platforms. Our contribution is the framing and the measurement protocol.
• Abstract（参考訳）: マルチフレームワークガバナンス、リスクとコンプライアンス(GRC)プラットフォームは、組織の自己評価回答と、回答が満足するとされるコンプライアンス義務との間のリンクを、ますます自動化します。 クロスフレーム制御マッピング、AI提案された質問相関、および相関する質問に対する回答と証拠の自動伝達は、すべて、EUサイバー回復法、NIS2、GDPRに基づく中小企業の重複作業を減らすという、正当な効率の目標である。 ひとつは楽観的にグレードされたコントロール、1つはゴムスタンプされた検査、1つはAIが作成した回答で、複数のフレームワークにまたがる多くの義務の遵守の証拠として黙秘的に複製できる。 我々はこれをアンプ効果と呼んでいる: 個々のユーザの失敗ではなく、プラットフォーム設計特性(粗粒度証明と非ゲート伝搬)である。 EUが支援する2つの中小企業向けGRCプラットフォームであるCYBERFORTとCYBER-BRIDGEを例に挙げる。 i)具体的なデータモデル用語で増幅機構を記述する。 (II) GRC ツールの効果を評価するための6次元スコアリングフレームワークを提案する。 3) 企業ITM、中規模プラットフォーム、コンプライアンス自動化ツール、および2つのEU中小企業プロジェクトを対象とした13ツール比較のフレームワークをインスタンス化する。 (4)生産自己評価データにアクセス可能なコンソーシアムが実行可能な測定プロトコルを概説する。 13ツール比較は、ユーザー行動の実証的な測定ではなく、構造化された設計評価である。 EUのSMEプラットフォームは,負荷低減設計が故意にスループットのシグナリティーを交換するため,増幅器の寸法で最低値を記録し,これをプラットフォーム上の判断ではなく設計トレードオフとして報告する。 私たちの貢献はフレーミングと測定プロトコルです。

関連論文リスト

• Membership Inference for Contrastive Pre-training Models with Text-only PII Queries [8.524434324715857]
  UMID(Unimodal Membership Inference Detector)は、テキストのみの監査フレームワークである。 多様なCLIPおよびCLAPアーキテクチャによる実験により、UMIDは以前のMIAよりも有効性と効率を著しく向上することが示された。
  論文  参考訳（メタデータ） (2026-03-15T04:53:39Z)
• COMPASS: The explainable agentic framework for Sovereignty, Sustainability, Compliance, and Ethics [0.0]
  本稿では,値整合型AIを実現するために設計された,新しいマルチエージェントオーケストレーションシステムを提案する。 このフレームワークは、オーケストレータと、主権、カーボン・アウェア・コンピューティング、コンプライアンス、倫理に対処する4つの専門のサブエージェントで構成されている。 LLM-as-a-judge法を用いることで、定量的スコアを割り当て、各評価次元について説明可能な正当化を生成する。
  論文  参考訳（メタデータ） (2026-03-11T20:14:35Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• Structured Uncertainty guided Clarification for LLM Agents [126.26213027785813]
  LLMエージェントは、ツールコール機能を備えた大きな言語モデルを拡張するが、曖昧なユーザ命令は、しばしば誤った呼び出しやタスクの失敗につながる。 本稿では,ツールコールパラメータに対する構造的不確かさの定式化,完全情報の期待値(EVPI)を目標としたPOMDPのモデル化,冗長性防止のためのアスペクトベースコストモデルを提案する。 我々のSAGE-Agentは、この構造化された不確実性を活用し、より優れた効率を達成するために、曖昧なタスクのカバレッジを7～39%増加させ、明確な質問を1.5～2.7$times$に減らした。
  論文  参考訳（メタデータ） (2025-11-11T21:50:44Z)
• How can we assess human-agent interactions? Case studies in software agent design [52.953425368394306]
  我々は,人間とエージェントの相互作用の厳密な評価に向けて,二つの大きな一歩を踏み出した。 エージェント設計のより効率的な人間中心評価のためのフレームワークであるPULSEを提案する。 私たちは、オープンソースのソフトウェアエージェントOpenHandsを中心に構築された大規模なWebプラットフォームにフレームワークをデプロイします。
  論文  参考訳（メタデータ） (2025-10-10T19:04:28Z)
• Automatic Building Code Review: A Case Study [6.530899637501737]
  建設担当者は、プロジェクトのサイズと複雑さが増大するにつれて、労働集約的で、エラーを起こし、コストがかかる設計文書のレビューに直面します。 本研究では,BIMに基づくデータ抽出と自動検証を統合したエージェント駆動型フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-03T00:30:14Z)
• Towards Evaluting Fake Reasoning Bias in Language Models [47.482898076525494]
  論理に欠陥がある場合でも、モデルが推論の表面構造を好むことを示す。 我々は、Fake Reasoning Bias(FRB)を体系的に調査するベンチマークTheATERを紹介する。 我々は、主観的DPOと実データの両方で17の高度な大言語モデル(LRM)を評価する。
  論文  参考訳（メタデータ） (2025-07-18T09:06:10Z)
• The Dual-use Dilemma in LLMs: Do Empowering Ethical Capacities Make a Degraded Utility? [54.18519360412294]
  大きな言語モデル(LLM)は、安全のための有害な要求を拒否することと、ユーティリティのための正当な要求を収容することのバランスをとる必要がある。 本稿では,DPO(Direct Preference Optimization)に基づくアライメントフレームワークを提案する。 我々は,DeepSeek-R1をベンチマークでテストした結果を解析し,この高い評価を得たモデルがもたらす批判的倫理的懸念を明らかにする。
  論文  参考訳（メタデータ） (2025-01-20T06:35:01Z)

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。