論文の概要: Between Niti and Nyaya: A Society-Centered Framework for AI Governance
- arxiv url: http://arxiv.org/abs/2611.16173v1
- Date: Thu, 12 Nov 2026 02:02:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.299576
- Title: Between Niti and Nyaya: A Society-Centered Framework for AI Governance
- Title(参考訳): NitiとNyaya:AIガバナンスのための社会中心のフレームワーク
- Abstract要約: 我々はSociety-Centered AI Governance Frameworkを紹介した。
政策立案者、研究者、一般大衆にあらゆる司法管轄区域で楽器を評価する方法を提供する。
管轄区域の機器を日付と拘束状態で一緒に読み上げ、機関の義務を人が呼び出す権利から切り離し、後続の機器がそれぞれのコミットメントを強制しなければならないことを追跡する。
- 参考スコア(独自算出の注目度): 0.5833117322405447
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Governments are making decisions about AI before they can measure its public effects, and those decisions determine whether a person can learn that AI influenced an outcome, challenge it, and see it corrected. Research has documented what AI governance produces: principles, strategies, registers, and audits. However, we lack shared language for understanding AI policy while it is still being made. We introduce the Society-Centered AI Governance Framework, which gives policymakers, researchers, and the public a way to assess instruments in any jurisdiction by whether a person can get notice, challenge a decision, and see it corrected. It reads a jurisdiction's instruments together by date and binding status, separates an agency duty from a right a person can invoke, and traces which later instrument must enforce each commitment. We evaluated it in North Carolina using interviews with nine AI Leadership Council members, conducted before and after the state's 2026 AI roadmap, and a provision-level reading, with human-reviewed model-assisted coding, of 49 AI governance documents from 19 states. For the state's own AI systems, we find visibility-first governance: visibility duties are in effect, notice exists as an agency duty with no right a person can invoke, and AI-specific challenge and correction remain advisory. The roadmap assigns owners and dates to the missing protections, so the gaps are documented but not yet closed. Recent federal preemption proposals focus on AI development, so recourse for a state's own systems is likely to remain a state decision. We identify "legitimacy before protection" as a testable risk of visibility-first governance and name the milestones that would test it. More broadly, judging AI policy by who can act on what it makes visible lets the field assess recourse while policy is still forming, before harm occurs.
- Abstract(参考訳): 政府は、その公的な効果を測定する前にAIに関する決定を下しており、その決定は、AIが結果に影響を与え、それを正すかどうかを判断する。
研究は、AIガバナンスが生み出す原則、戦略、登録、監査を文書化した。
しかし、まだ作成されている間は、AIポリシーを理解するための共通言語が欠如しています。
このフレームワークは、政策立案者、研究者、そして一般大衆に、ある人が通知を受け、決定に挑戦し、それを修正できるかどうかによって、あらゆる管轄区域で機器を評価する方法を提供する。
管轄区域の機器を日付と拘束状態で一緒に読み上げ、機関の義務を人が呼び出す権利から切り離し、後続の機器がそれぞれのコミットメントを強制しなければならないことを追跡する。
私たちはノースカロライナで、2026年のAIロードマップの前と後に行われた9人のAIリーダーシップ評議会メンバーのインタビューと、19の州から49のAIガバナンス文書の人レビュー付きモデル支援コーディングによるプロビジョニングレベル読解を使って、それを評価しました。
州独自のAIシステムでは、可視性優先のガバナンスが見られます – 可視性義務が有効であり、人が呼び出す権利のない機関の義務として通知が存在し、AI固有の課題と修正がアドバイザリのままです。
ロードマップは、所有者と日付を不足した保護事項に割り当てているため、ギャップは文書化されているが、まだ閉じていない。
最近の連邦プリエンプション提案はAI開発に重点を置いているため、州独自のシステムに関する議論は州の決定のままである可能性が高い。
を可視性優先のガバナンスの実証可能なリスクとみなし、それをテストするマイルストーンを名付けます。
より広義には、誰が目に見えるものに行動できるかでAIポリシーを判断することで、ポリシーがまだ形成されている間、害が起きる前に、フィールドが会話を評価することができる。
関連論文リスト
- When No One Owns the Judgment: Accountability Under Contribution Dissolution in Human-AI Collaboration [0.0]
コミュニティはしばしば3つの質問に答える: AIは使われましたか?
これらの質問は、AIを説明責任の中心に置き、深い問題を見下ろしている。
この議論は、AI支援のピアレビューと、創造的な作業におけるAI使用の隠蔽という2つの例を通して展開する。
論文 参考訳(メタデータ) (2026-09-24T09:46:53Z) - Shared (Mis)Understandings and the Governance of AI: A Thematic Analysis of the 2023-2024 Oversight of AI Hearings [0.0]
私は、上院司法委員会のプライバシー、技術、法に関する小委員会が主催する、2023-2024年のAI審問の監督に焦点を当てます。
私は、テクノロジー産業を圧倒的に代表している参加者が、AIの過去、現在、そして将来の影響を理解するための物語を作る方法を調べます。
産業の影響をAIの影響と政府の適切な役割に対する支配的な理解に追及することで、これらの公聴会を通じて実現され維持される権力の配置について検討する。
論文 参考訳(メタデータ) (2026-03-03T17:50:52Z) - One Bad NOFO? AI Governance in Federal Grantmaking [0.2179228399562846]
米国の機関は、連邦政府の財政援助に何十億ドルもの資金を投入する際に、見過ごされているAIガバナンスの役割を持っている。
裁量的な助成金メーカーとして、機関は、AIガバナンスのための隠されたレバーである、受賞者の行為をガイドし、制限する。
2009年から2024年にかけて、米国連邦助成金のウェブサイトに投稿された4万件以上の連邦助成金の申告書(NOFO)のデータセットを使用します。
論文 参考訳(メタデータ) (2025-05-13T00:08:22Z) - The AI Pentad, the CHARME$^{2}$D Model, and an Assessment of Current-State AI Regulation [5.231576332164012]
本稿では,コアAIコンポーネントの観点から,AI規制の統一モデルを確立することを目的とする。
まず、AIの5つの重要なコンポーネントで構成されるAI Pentadを紹介します。
次に、AI登録と開示、AI監視、AI執行機構を含むAI規制イネージャをレビューする。
論文 参考訳(メタデータ) (2025-03-08T22:58:41Z) - Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。
人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。
これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
論文 参考訳(メタデータ) (2024-10-10T17:38:38Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳(メタデータ) (2024-07-03T15:38:57Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳(メタデータ) (2024-03-21T19:12:37Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳(メタデータ) (2022-01-26T18:53:09Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳(メタデータ) (2021-07-12T14:21:46Z)
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。