論文の概要: Palimpsestic Accountability in the US Federal AI Inventories
- arxiv url: http://arxiv.org/abs/2611.04153v1
- Date: Tue, 03 Nov 2026 01:44:20 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:27:28.278179
- Title: Palimpsestic Accountability in the US Federal AI Inventories
- Title（参考訳）: 米国連邦AIインベントリにおけるパームプシス的アカウンタビリティ
- Abstract要約: AIインベントリ(AI inventory)は、政府や組織が使用するAIシステムをリストアップし、使用する計画を記述する、構造化された、しばしば公的な記録である。
私たちは、米国連邦AIユースケースインベントリ(2023年-2025年)の3つのリリースのエントリをリンクし、両方のリリースで必要な場合にのみ回答を比較し、二重帰納的アプローチでガバナンスアカウントを分析しました。
各リリースは、説明責任の境界を再描画し、公の場では、thabfpalimpsestic accountabilityという条件で記録を更新します。
- 参考スコア（独自算出の注目度）: 39.79247940367414
- License:
- Abstract: An AI inventory is a structured, often public record in which a government or organization lists and describes the AI systems it uses or plans to use. Studies of single AI inventory releases describe what systems do but say little about how they are governed over time. We linked entries across three releases of the US Federal AI Use Case Inventory (2023--2025), compared answers only where both releases required them, and analyzed governance accounts through a dual deductive-inductive approach, guided by the Algorithmic Decision-Making Adapted for the Public Sector (ADMAPS) framework. As the inventory grew from 710 to 3,611 entries from 2023 to 2025, fewer required answers were left blank, but accountability was rewritten through three mechanisms. Each release \emph{redrew} the scope of the questions; agency-assigned classifications \emph{gated} what was reported; and answers were also \emph{overwritten}, with gains and losses concentrated in single agencies and little account of human oversight and judgment. These findings show that each release redraws the boundary of accountability and leaves the public to \emph{re-stitch} the records, a condition we term \textbf{palimpsestic accountability}. We recommend versioned records, reasons for every reclassification, public files that distinguish kinds of missing answers, and oversight documented as conditions to improve public sector AI accountability.
- Abstract（参考訳）: AIインベントリ(AI inventory)は、政府や組織が使用するAIシステムをリストアップし、使用する計画を記述する、構造化された、しばしば公的な記録である。
単一のAIインベントリリリースの研究は、システムが何をしているかを記述しているが、時間とともにどのように管理されているかはほとんど語らない。
我々は、米国連邦AIユースケースインベントリ(2023年-2025年)の3つのリリースのエントリをリンクし、両方のリリースで必要な場合にのみ回答を比較し、アルゴリズム決定-意思決定適応型公共セクタ(ADMAPS)フレームワークでガイドされた、二重帰納的アプローチを通じてガバナンスアカウントを分析した。
在庫が2023年から2025年まで710から3,611まで増加するにつれて、必要な回答は少なくなったが、説明責任は3つのメカニズムで書き直された。
それぞれのリリース \emph{redrew} は質問の範囲、機関が指定した分類 \emph{gated} は報告され、回答は "emph{overwritten}" でもあり、単一の機関に集中し、人間の監視と判断をほとんど考慮していない。
これらの結果から,各リリースはアカウンタビリティの境界を再描画し,その記録を \emph{re-stitch} に委ねる,という条件を \textbf{palimpsestic accountability} と呼ぶ。
我々は、バージョン管理されたレコード、あらゆる再分類の理由、欠落した回答の種類を区別する公開ファイル、そしてパブリックセクターのAI説明責任を改善するための条件として文書化されていることを推奨する。
関連論文リスト
- Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research [0.0]
本研究は、2022年11月から2026年8月14日までに出版された366の英語のタイトルと抄録に研究者が責任を分配する方法を検討する。
コーパス支援談話分析では、周波数数、5ワードのコロケーション、アクター・プレディケート・アソシエーション、義務・クレーズ・コーディング、受動性の分析、名義化、メトニミーの報告が組み合わされた。
この結果は、AIに機能的エージェンシーを与えることと、規範的説明責任を割り当てることの間に、永続的なギャップがあることを明らかにしている。
論文 参考訳（メタデータ） (2026-09-23T00:43:34Z) - Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。
Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。
我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
論文 参考訳（メタデータ） (2026-09-09T01:56:17Z) - Triangulating Across U.S. Federal AI Transparency Regimes [6.739177252343933]
本稿では、既存の3つの連邦政府の透明性体制について検討する。
政府のAI利用について、個々に、そして同時に、いかにうまく表現しているかを問う。
政府がどのようにAIを構築し、デプロイするかを、単一の体制が完全に明らかにしていないことが分かっています。
論文 参考訳（メタデータ） (2026-07-31T15:36:34Z) - FLARE-AI: Flaw Reporting for AI [51.64618567247884]
デプロイされたAIシステムの欠陥報告は、システムの障害を特定し、AIの安全性を改善するために不可欠である。
しかし、AIレポートのエコシステムは断片化されている。欠陥を特定する研究者は、報告すべきことを知らないことが多く、レポートを受け取るグループは、他の関連するステークホルダーと共有することはめったにない。
私たちは、AI開発者、サイバーセキュリティグループ、AI欠陥アグリゲータによって公表された12のレポートシステムを監査します。
我々は、既存のシステムとの相互運用性のために設計された、オープンソースのAI欠陥報告システムであるFLARE-AIを紹介する。
論文 参考訳（メタデータ） (2026-06-30T12:27:09Z) - Big AI's Regulatory Capture: Mapping Industry Interference and Government Complicity [7.894837175061716]
コーポレートアクターによるAI規制の広範かつ多面的獲得の程度と深さを理解することが重要である。
まず,問題を包括的に理解するためのメカニズムの分類法を開発する。
我々の分析では、249のキャプチャ機構のインスタンスを特定し、多くの場合、そのようなキャプチャを合理化するための物語と共起する。
論文 参考訳（メタデータ） (2026-05-07T18:07:57Z) - Bureaucratic Silences: What the Canadian AI Register Reveals, Omits, and Obscures [28.163187835238478]
2025年11月、カナダ政府は最初の連邦AI登録簿を公表することで透明性へのコミットメントを運用した。
このようなレジスタは、政府の活動の中立的なミラーではなく、説明責任の境界を構成するオントロジ設計のアクティブな手段である、と我々は主張する。
論文 参考訳（メタデータ） (2026-04-16T20:48:35Z) - AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。
我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。
その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
論文 参考訳（メタデータ） (2025-02-28T19:14:48Z) - Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools [32.78336381381673]
本稿では,AI駆動型法律研究ツールの事前登録による実証評価について報告する。
LexisNexis(Lexis+ AI)とThomson Reuters(Westlaw AI-Assisted ResearchとAsk Practical Law AI)によるAI研究ツールは、それぞれ17%から33%の時間で幻覚化している。
それは、AIのアウトプットを監督し検証する法的専門家の責任を知らせる証拠を提供する。
論文 参考訳（メタデータ） (2024-05-30T17:56:05Z) - How VADER is your AI? Towards a definition of artificial intelligence systems appropriate for regulation [39.58317527488534]
最近のAI規制提案では、ICT技術、アプローチ、AIではないシステムに影響を与えるAI定義が採用されている。
本稿では,AI定義の規制(VADER)が適切に定義されているかを評価するためのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-07T17:41:15Z) - Where's the Liability in Harmful AI Speech? [42.97651263209725]
機械学習の実践者は、問題のあるスピーチを特定するために、定期的に"レッドチーム"モデルをモデル化する。
我々は,3つの責任体制について検討し,これらをレッドチームモデル行動の一般的な例に結びつける。
これらのシナリオでは、AIは責任から分類的に免疫されてはならない、と私たちは主張する。
論文 参考訳（メタデータ） (2023-08-09T00:13:00Z)
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。