論文の概要: Making Generative AI Workable at Work: Accountability, Localization, and Representation in Kenyan and Nigerian Small Businesses
- arxiv url: http://arxiv.org/abs/2610.31344v1
- Date: Thu, 22 Oct 2026 14:26:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.408076
- Title: Making Generative AI Workable at Work: Accountability, Localization, and Representation in Kenyan and Nigerian Small Businesses
- Title（参考訳）: 職場でのジェネレーティブAIの実現 - ケニアとナイジェリアの小規模ビジネスにおける説明責任、ローカライゼーション、表現
- Abstract要約: ケニアとナイジェリアの中小企業21社(中小企業21社)を対象に,21名の半構造化面接を行ったところ,参加は不可能であった。
我々は、参加者が生成AIを動作可能にした5つのインターツウィンドプラクティスを特定した。
- 参考スコア（独自算出の注目度）: 1.5866079116942815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI is widely framed as democratizing skilled work by lowering the barrier to producing professional output. Drawing on 21 semi-structured interviews with 27 workers across 21 small and medium-sized businesses (SMBs) in Kenya and Nigeria (July to October 2023), we find that availability alone did not make participation workable. In participants' accounts, drafting was rarely the hard part. The consequential work was making AI-assisted drafts defensible enough to circulate to clients. We identify five intertwined practices through which participants made generative AI workable: using it as draft labour, steering outputs through iterative interaction, switching and comparing across tools, performing release work to make outputs accountable before circulation, and repairing context misfit when outputs failed local requirements. We make two central contributions. First, we specify release work as a distinct, boundary-facing form of accountability labour, evidenced through verification gates, traceability reconstruction when sources fail, and non-delegation boundaries that decide what can ship. Second, we show how localization and representational failures, which we call context misfit, operate in everyday work as a recurring breakdown-and-repair class, including failures of local language, institutional knowledge, and the credible representation of African people and places, and we document the repair repertoire they demanded. Reframing democratization as workable participation, we argue that reported gains were conditional on this accountability and repair labour, and we translate the findings into four design directions for workplace generative AI. We treat Kenya and Nigeria as two situated cases, not as a representative sample of SMBs or the Global South.
- Abstract（参考訳）: 生成AIは、プロフェッショナルなアウトプットを生み出す障壁を低くすることで、熟練した仕事を民主化するものとして広く考えられている。
ケニアとナイジェリア(2023年7月～10月)の21の中小企業(SMB)を対象に、21人の半構造化面接を行ったところ、参加はうまくいかなかった。
参加者の証言では、起草が難しいのはめったにない。
最終的な作業は、AI支援のドラフトをクライアントに流すのに十分な精度で作成することだった。
参加者が生成AIを動作可能にするための5つの実践を特定する。ドラフトワークとしての使用、反復的なインタラクションによるアウトプットのステアリング、ツール間の切り替えと比較、循環前にアウトプットを説明できるようにリリース作業の実行、アウトプットがローカルな要求に失敗した場合のコンテキストミスの修復。
私たちは2つの中心的な貢献をします。
まず、検証ゲートによる証明、ソースの失敗時のトレーサビリティ再構築、出荷可能なものを決定する非デリゲーション境界など、説明責任労働の明確な形態としてリリース作業を指定する。
第2に,地域化と表象の失敗が,地域言語障害や制度知識の失敗,アフリカ人や場所の信用的な表現など,日常的な作業において日常的な破壊・修復のクラスとしてどのように機能しているかを示すとともに,彼らが要求した修復レパートリーを文書化する。
民主化を有効参加とみなして、報告された利益は、この説明責任と修復作業に条件づけられていると論じ、その結果を職場生成AIのための4つの設計方向に変換する。
我々はケニアとナイジェリアを、SMBやグローバル・サウスの代表例としてではなく、2つのケースとして扱う。
関連論文リスト
- DecepEval: A Benchmark for Evaluating Deception in LLM Agents [75.59466511154791]
大規模言語モデル(LLM)エージェントは騙しによってタスクパフォーマンスを追求することができる。
既存の評価では、LLMエージェントは騙すことができるが、しばしば孤立したシナリオや狭義に定義された条件を調べることができる。
3つのタスクファミリに1,532のインスタンスと28のプロフェッショナルシナリオからなるベンチマークであるDecepEvalを紹介します。
論文 参考訳（メタデータ） (2026-10-06T08:33:43Z) - Bridging Frontier Reasoning and Robot Execution: From Autonomous Demonstration Generation to Dense Language Supervision [50.12185415414777]
私たちはフロンティアモデルを使用して、高速なローカルポリシーのトレーニングのために人間のデモを補完するデモを自律的に生成します。
ハーネスはフロンティア生成命令と高速なローカルポリシを組み合わせることで、モデルがアクションを誘導し修正する能力を保ちながら効率的な実行を可能にする。
固定時間予算内でセマンティックプランニングと操作を組み合わせたクロスワードタスクにおいて、両ブリッジを併用して評価する。
論文 参考訳（メタデータ） (2026-10-02T17:12:29Z) - WorkGenesis: Building the Worlds That Teach Agents to Work [49.074190775312246]
実世界のアーティファクトから実行可能な作業を構築するフレームワークであるWorkGenesisを紹介する。
Fx-Work-35Bは、単純な教師付き微調整(SFT)で訓練されたわずか20Kの作業で、全ての同等スケールのベースラインの中で最高点を達成している。
論文 参考訳（メタデータ） (2026-09-30T09:00:34Z) - AMINA: The Inclusive and Accountable AI for Marginalized Immigrant Nonprofit Assistance [17.47099075836342]
本稿では,イラン移民の非営利実践者との3段階の混合メタドス研究について報告する。
調査の結果は、正当性障壁、キャパシティギャップ、政治的に告発された誤報が非営利活動にどのような制約を与えるかを強調した。
我々はこれらの洞察を、包括的非営利AIアシスタントの設計目標に翻訳する。
論文 参考訳（メタデータ） (2026-08-30T23:17:06Z) - The Fabricated Front: Generative AI and the Opacity of Workplace Performance [0.0]
人間のエンゲージメントから得られる可観測的なアウトプットを体系的に切り離すことが不透明であることを示す。
職場フロントを再編成する5つの不透明度メカニズムを同定する。
職業者は、労働機構の周囲に不透明性を自由に生み出しながら、アイデンティティのメカニズムを擁護する。
論文 参考訳（メタデータ） (2026-08-18T22:52:13Z) - Evaluating Large Language Models for Antisemitic Incident Classification [64.21103964951531]
本稿では, 有害事象検出の課題を紹介し, きめ細かいラベルによる反ユダヤ事象の報告の発見と分類を行うAIシステムの能力について検討する。
OpenAIのGPT-4oとMetaのLlama-3.2-3B-Instructing on datasets including antisemitic event descriptions from News article, civil society report, and official records。
論文 参考訳（メタデータ） (2026-07-06T10:14:53Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - Can AI Make Conflicts Worse? An Alignment Failure in LLM Deployment Across Conflict Contexts [0.0]
AIモデルが対立を悪化させるかどうかを確認するための確立されたプラクティスは存在しない。
4つのプロバイダから9つのモデル構成をテストしました。
失敗率は、最高のモデルと最悪のモデルの間で6%から47%である。
このドメインの最初の評価フレームワークをリリースし、アライメント評価ポートフォリオに追加することを提案します。
論文 参考訳（メタデータ） (2026-05-21T16:55:39Z) - AI Failure Loops in Devalued Work: The Confluence of Overconfidence in AI and Underconfidence in Worker Expertise [22.485163311963493]
「フェミニズド労働の事例を考察し、歴史的に女性労働と誤認された非評価職業の類」
労働者のスキルの自動化に関する誤った判断が、労働者に価値をもたらすのに失敗するAIデプロイメントにつながっていることを示す。
論文 参考訳（メタデータ） (2025-11-07T01:51:57Z) - SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。
提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。
我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
論文 参考訳（メタデータ） (2025-03-11T17:53:02Z)
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。