論文の概要: Whose Transparency is it Anyway? Understanding Generative AI Transparency Needs and Gaps Across Stakeholders

• arxiv url: http://arxiv.org/abs/2611.05549v1
• Date: Tue, 03 Nov 2026 19:40:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.830011
• Title: Whose Transparency is it Anyway? Understanding Generative AI Transparency Needs and Gaps Across Stakeholders
• Title（参考訳）: トランスペアレンシーとは何か? 世代別AIトランスペアレンシーのニーズを理解して、ステークホルダーにまたがるギャップ
• Abstract要約: 透明性は、AIガバナンスにおいて中心的な原則となっているが、透明性とは、誰にとって、どのような文脈で、何を意味するのかについては、ほとんど合意がない。 この調査は、400人のエンドユーザー、AIビルダー、および政策立案者の世界的な調査から得られたものだ。 3つのグループはいずれも、透明性の意味と、それで何が手に入るべきかについて、正確性とプライバシの確保を中心に、同様の理解を共有している。 エンドユーザの28%に過ぎず、現在の透明性のプラクティスは、ビルダーの53%、政策立案者の49%に対して、ニーズを非常によく反映している。
• 参考スコア（独自算出の注目度）: 9.292038663227695
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transparency has become a central principle in AI governance, yet there is little agreement about what transparency means, for whom, and in what contexts. Drawing on interpretive flexibility within the Social Construction of Technology, this paper examines how different stakeholders understand and experience transparency in generative AI. This study draws from a global survey of 400 end-users, AI builders, and policymakers, complemented by a structured focus group with end-users, grounding the quantitative findings in qualitative insights from the group most underserved by current transparency practice. We present three key findings. First, all three groups share similar understandings of what transparency means and what it should afford, centered on ensuring accuracy and privacy. Second, gaps between the importance of transparency features and their perceived availability are substantially larger for end-users than builders, revealing how power shapes what gets built and who it serves. Only 28% of end-users report that current transparency practices reflect their needs very well, compared to 53% of builders and 49% of policymakers. Third, transparency is situationally constructed, priorities shift with context and task structure, with role-specific frames activating when context demands them and receding when it does not. We argue that meaningful AI transparency requires moving beyond a one-size-fits-all solution, including current emphases on AI disclosure and static documentation, toward pluralistic transparency infrastructures that reflect the needs of diverse users and stakeholders.
• Abstract（参考訳）: 透明性は、AIガバナンスにおいて中心的な原則となっているが、透明性とは、誰にとって、どのような文脈で、何を意味するのかについては、ほとんど合意がない。 本稿では、社会構築技術における解釈的柔軟性を基礎として、異なる利害関係者が生成的AIにおいて透明性を理解し、経験する方法について考察する。 この調査は、400人のエンドユーザー、AIビルダー、および政策立案者の世界的な調査から得られたもので、現在の透明性の実践によって最も守られているグループからの質的な洞察の定量的な発見を根拠に、エンドユーザーによる構造化された焦点グループによって補完されている。 主な発見は3つある。 まず、これら3つのグループは、透明性の意味と、それで何が手に入るべきかに関する同様の理解を共有し、正確性とプライバシの確保に重点を置いている。 第二に、透明性機能の重要性と認識される可用性のギャップは、ビルダーよりもエンドユーザーの方がはるかに大きく、何が構築され、誰が機能するかが明らかになります。 エンドユーザの28%に過ぎず、現在の透明性のプラクティスは、ビルダーの53%、政策立案者の49%に対して、ニーズを非常によく反映している。 第三に、透明性は状況によって構築され、コンテキストとタスク構造によって優先順位がシフトします。 私たちは、有意義なAI透明性は、AI開示と静的ドキュメントに関する現在の段階を含む、あらゆる規模のソリューションを超えて、多様なユーザやステークホルダのニーズを反映した多元的透明性インフラストラクチャに移行する必要がある、と論じています。

関連論文リスト

• AI Transparency: Governance Compliance or Stakeholder Requirements? [1.886618389105112]
  本稿では,オーストラリア政府機関が公開している92の公開AI透明性ステートメントについて,実証分析を行った。 定式化基準から導かれた構造化ルーブリックを用いて,各利害層に対して委任文と公告文の校正方法を評価する。
  論文  参考訳（メタデータ） (2026-06-16T03:13:34Z)
• The 2025 Foundation Model Transparency Index [85.01250666533294]
  ファウンデーションモデル開発者は世界で最も重要な企業です。 これらの企業がますますコンシークシャルになるにつれて、透明性のプラクティスはどのように進化するのでしょうか? 2025 Foundation Model Transparency Indexは、ファンデーションモデル開発者の透明性を特徴づけ、定量化するための年次取り組みの第3版である。
  論文  参考訳（メタデータ） (2025-12-11T00:01:53Z)
• The Pitfalls of "Security by Obscurity" And What They Mean for Transparent AI [4.627627425427264]
  透明性のメリットに関するセキュリティコミュニティの視点では,3つの重要なテーマを特定します。 次に、匿名化研究のサブフィールドを透明性がいかに形成したかについてのケーススタディの議論を行う。
  論文  参考訳（メタデータ） (2025-01-30T17:04:35Z)
• A Confidential Computing Transparency Framework for a Comprehensive Trust Chain [7.9699781371465965]
  Confidential Computingは、ハードウェアベースのTrusted Execution Environmentを通じて、使用中のデータのプライバシを高める。 TEEは脆弱性やバックドアの欠如を保証できないため、ユーザの信頼を必要とします。 機密情報処理の透明性を漸進的に向上するための実践的な経路を組織に提供する3段階の概念フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-05T17:24:05Z)
• Foundation Model Transparency Reports [61.313836337206894]
  本稿では,ソーシャルメディアにおける透明性レポートの実践を参考に,基礎モデル透明性レポートを提案する。 ソーシャルメディアの透明性レポートの成功と欠点から、6つの設計原則を特定します。 十分に設計された透明性レポートは、規制要件の重複によるコンプライアンスコストの低減につながる可能性がある。
  論文  参考訳（メタデータ） (2024-02-26T03:09:06Z)
• The Foundation Model Transparency Index [55.862805799199194]
  Foundation Model Transparency Indexは、ファンデーションモデルの透明性を規定する100の指標を規定している。 私たちは、彼らの旗艦となる基盤モデルのプラクティスに関連して、開発者をスコア付けします。 全体として、インデックスは、基盤モデルガバナンスの進展を促進するために、今日の透明性のレベルを確立します。
  論文  参考訳（メタデータ） (2023-10-19T17:39:02Z)
• Users are the North Star for AI Transparency [111.5679109784322]
  透明な人工知能システムを求める声が広まっているにもかかわらず、この用語は、厳密な政策の目的や具体的な研究ラインのオリエント化を表すために、多義的な意味に過大評価されている。 このことが起こる理由の1つは、AI透明性の明確な理想が、この仕事の体で実現されないことである。 透明性はユーザ中心で、ユーザ指向で、誠実です。
  論文  参考訳（メタデータ） (2023-03-09T18:53:29Z)
• Bridging the Transparency Gap: What Can Explainable AI Learn From the AI Act? [0.8287206589886881]
  欧州連合は、AIシステムの透明性に関する詳細な要件を導入している。 XAIと透明性に関する法律には根本的な違いがある。 XAIと規制の異なる見解を比較することで、実践的な作業が透明性のギャップを埋める可能性のある4つの軸に到達します。
  論文  参考訳（メタデータ） (2023-02-21T16:06:48Z)
• Trustworthy Transparency by Design [57.67333075002697]
  本稿では,ユーザ信頼とエクスペリエンスに関する研究を取り入れた,ソフトウェア設計のための透明性フレームワークを提案する。 私たちのフレームワークは、その設計に透明性を取り入れたソフトウェアの開発を可能にします。
  論文  参考訳（メタデータ） (2021-03-19T12:34:01Z)
• Dimensions of Transparency in NLP Applications [64.16277166331298]
  aiシステムに関する記述とコミュニケーションに関する幅広い透明性が望ましいと考えられている。 以前の研究は、システムの透明性向上とユーザの混乱の間にトレードオフが存在することを示唆している。
  論文  参考訳（メタデータ） (2021-01-02T11:46:17Z)

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。