論文の概要: Ethics by Configuration: AI Ethics Principles in Coding Agent Instructions
- arxiv url: http://arxiv.org/abs/2610.34847v1
- Date: Mon, 26 Oct 2026 05:00:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.756308
- Title: Ethics by Configuration: AI Ethics Principles in Coding Agent Instructions
- Title（参考訳）: 構成による倫理: コーディングエージェント命令におけるAI倫理原則
- Abstract要約: 私たちは8,893のGitHubリポジトリで40,079のコンフィギュレーションファイルで倫理原則を研究しました。
倫理関連の声明は39.4%のファイルと61.5%のレポジトリに現れた。
エージェントの具体的なルールの形式を採った倫理的考察を30のカテゴリに分類する。
- 参考スコア（独自算出の注目度）: 11.767858102694106
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As AI coding agents become integral to software development, projects increasingly utilise configuration files, such as context files and skills, to govern agent behaviour. While AI ethics principles are widely used in research and policy, little is known about whether and how they are reflected when developers configure coding agents. We studied ethics principles in 40,079 configuration files across 8,893 GitHub repositories. Using a validated large language model (LLM) classification, we measured the prevalence of ethics-related statements, and qualitatively analysed 702 stratified samples across 679 files to uncover the ethical considerations reflected in these files and the parties they concern. Ethics-related statements appeared in 39.4% of files and 61.5% of repositories; concentrated on accountability, transparency, privacy protection, and reliability; and occurred more often in task-specific files such as skills than in project-wide context files. Our qualitative analysis identified 30 categories of ethical considerations, which take the form of concrete rules for the agent. Accountability appeared mainly as requirements for human approval, transparency as explain and honestly report the agent's work, and fairness as accessibility and localisation. These considerations reveal a difference in focus. Whereas public ethics frameworks aim to protect society and end users, configuration files mainly concern developers, maintainers, and community members in the development workflow. Ethics-related content appeared mainly in prose-based files, and whether agents follow these instructions remains untested. We discuss the implications for practitioners, researchers, and policymakers.
- Abstract（参考訳）: AIコーディングエージェントがソフトウェア開発に不可欠なものになると、プロジェクトはコンテキストファイルやスキルなどの構成ファイルをますます活用してエージェントの振る舞いを管理するようになる。
AI倫理の原則は研究や政策で広く使われているが、開発者がコーディングエージェントを設定する際にそれらがどのように反映されるのかについては、ほとんど分かっていない。
私たちは8,893のGitHubリポジトリで40,079のコンフィギュレーションファイルで倫理原則を研究しました。
検証された大言語モデル(LLM)分類を用いて,倫理関連文の有病率を測定し,702の階層化標本を679ファイルにわたって定性的に分析し,これらのファイルに反映される倫理的考察とその関係者について考察した。
倫理関連の声明は39.4%のファイルと61.5%のリポジトリに現れ、説明責任、透明性、プライバシー保護、信頼性に重点を置いていた。
質的分析では30の倫理的考察のカテゴリーを特定し, エージェントの具体的ルールを定式化した。
説明責任は主に人間の承認の要件として現れ、透明性はエージェントの仕事を説明し、正直に報告し、公平さはアクセシビリティとローカライゼーションとして現れた。
これらの考察は焦点の違いを明らかにしている。
公共倫理フレームワークは、社会とエンドユーザを保護することを目的としているが、構成ファイルは主に開発ワークフローにおける開発者、メンテナ、コミュニティメンバーに関するものである。
倫理関連コンテンツは、主に散文ベースのファイルに現れ、エージェントがこれらの指示に従うかどうかはまだ検証されていない。
実践者、研究者、政策立案者への影響について論じる。
関連論文リスト
- Operationalizing Ethics for AI Agents: How Developers Encode Values into Repository Context Files [11.207503404473842]
このビジョンペーパーは、AIエージェントに対する倫理と価値観が、エージェントの振る舞いを形作る実行可能な命令にどのように変換されているかを調べる。
開発者はすでに、公正性、アクセシビリティ、持続可能性、トーン、プライバシに関するガイダンスを組み込んでいます。
論文 参考訳（メタデータ） (2026-05-07T02:03:36Z) - Structural Quality Gaps in Practitioner AI Governance Prompts: An Empirical Study Using a Five-Principle Evaluation Framework [0.0]
我々は、AIが構造的に完成しているかどうかを評価するためのフレームワークを導入する。
評価の結果,評価されたファイルモデルペアの37%がしきい値以下であることが判明した。
本稿では,AI支援開発における工学的要件の実践の意義について論じる。
論文 参考訳（メタデータ） (2026-04-22T21:18:28Z) - Mirror: A Multi-Agent System for AI-Assisted Ethics Review [104.3684024153469]
MirrorはAIによる倫理的レビューのためのエージェントフレームワークである。
倫理的推論、構造化された規則解釈、統合されたアーキテクチャ内でのマルチエージェントの議論を統合する。
論文 参考訳（メタデータ） (2026-02-09T03:38:55Z) - HSCodeComp: A Realistic and Expert-level Benchmark for Deep Search Agents in Hierarchical Rule Application [39.596147825225025]
我々は,階層型ルールアプリケーションにおける深層検索エージェントの評価を目的とした,最初の現実的,エキスパートレベルのeコマースベンチマークであるHSCodeCompを紹介する。
このタスクでは、エージェントの深い推論プロセスがこれらのルールによって導かれ、ノイズがあるが現実的な記述を持つ製品の10桁の調和システムコード(HSCode)を予測する。
提案するHSCodeCompは,多種多様な製品カテゴリにまたがる632の製品エントリから構成される。
論文 参考訳（メタデータ） (2025-10-22T14:28:33Z) - Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。
エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。
セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
論文 参考訳（メタデータ） (2025-09-08T17:52:08Z) - Multi-Agent LLMs as Ethics Advocates for AI-Based Systems [2.1665689529884697]
本研究では,マルチエージェント LLM 設定に倫理擁護エージェントを導入することにより,倫理要件を生成する枠組みを提案する。
このエージェントは、システム記述に基づいて倫理的問題を批判し、入力する。
この作業は、要件エンジニアリングプロセスにおける倫理の広範な採用を促進するもので、最終的には倫理的に整合した製品につながります。
論文 参考訳（メタデータ） (2025-07-11T08:04:32Z) - Documenting Ethical Considerations in Open Source AI Models [8.517777178514242]
本研究では,開発者がオープンソースAIモデルの倫理的側面を実際にどのように文書化しているかを検討する。
2,347の文書の最初の集合をフィルタリングした後、265の関連文書を特定した。
モデル行動リスク、モデルユースケース、モデルリスク軽減の6つのテーマが浮かび上がっています。
論文 参考訳（メタデータ） (2024-06-26T05:02:44Z) - MoralBench: Moral Evaluation of LLMs [34.43699121838648]
本稿では,大規模言語モデル(LLM)の道徳的推論能力の測定と比較を目的とした新しいベンチマークを提案する。
LLMの出力の道徳的次元を探索するために特別に計算された最初の包括的データセットを示す。
本手法は, 定量的分析と倫理学者の質的洞察を組み合わせることで, モデル性能の徹底的な評価を確実にする多面的手法である。
論文 参考訳（メタデータ） (2024-06-06T18:15:01Z) - EALM: Introducing Multidimensional Ethical Alignment in Conversational
Information Retrieval [43.72331337131317]
我々は、倫理的アライメントを、効率的なデータスクリーニングのための初期倫理的判断段階と統合するワークフローを導入する。
本稿では,ETHICSベンチマークから適応したQA-ETHICSデータセットについて述べる。
さらに,二項および多ラベルの倫理的判断タスクにおいて,最高の性能を実現する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-10-02T08:22:34Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z)
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。