An Evaluation Framework for National AI Regulation
本論文は、7カ国およびEUにおける国家AI政策ポートフォリオの文書化された設計および実装の準備状況を、リスクガバナンス、制度的能力、ライフサイクル全般の網羅性、および個人の保護をカバーする基準に照らしてスコアリングすることにより評価する、追跡可能な評価フレームワークを提示するものであり、その際、執行の結果については明示的に除外している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
人工知能はもはや遠い約束事ではなく、すでに日常生活の構造の中に織り込まれたツールとなっている。政府は、言語の翻訳、セキュリティ映像における顔認識、あるいは不正検知や公共資源の配分を行うための膨大な行政データの整理などにこれらのシステムを利用している。病院ではアルゴリズムが医師の診断を支援し、労働市場では応募者のスクリーニングに役立てられている。これらのシステムは、人々のサービスへのアクセス、雇用、そして権利に影響を与える決定を下すため、「いかにしてそれらを統治するか」という問いは、技術的な議論から緊急性の高い公共政策の問題へと移行した。諸国はルール作りを急いでいるが、その手法は非常に多様である。ある国は重い罰則を伴う厳格な法律に依存し、またある国は法的強制力はないものの詳細な助言を提供する自発的なガイドラインを好む。このようなアプローチのパッチワーク（継ぎはぎ）は、どの国が実際に将来のリスクと機会に対して市民を準備させているのかを知ることを困難にしている。
研究チームは、この混乱を打破するための新しい方法を開発した。各国の有名な単一の法律を探すのではなく、国家の「政策ポートフォリオ」全体を評価するための枠組みを作成したのである。ポートフォリオを道具箱に例えて考えてみてほしい。ある国は特定のタイプのリスクに対して拘束力のある制定法を持ち、別のリスクに対しては自発的なガイド、訓練のための特定の予算、そして政府機関向けの調達規則を持っているかもしれない。研究者たちは、ある国の最も目立つ文書だけでその国を判断することは、大きなハンマーだけで道具箱を判断し、その裏で実際に役立っているはずのドライバーやレンチを無視することと同じであると気づいた。彼らの目標は、たとえその道具が鋼鉄の法律であっても柔軟なガイダンスであっても、これらの複雑な道具箱を公平に比較できる手法を構築することであった。
この研究は、中国、インド、日本、シンガポール、韓国、イギリス、アメリカ合衆国の8つの主要な管轄区域に焦点を当て、欧州連合（EU）を超国家的な比較対象として含めた。研究者たちは、単にその国に計画があるかどうかを尋ねたのではない。その計画が実行に移せる準備ができているかどうかを尋ねたのである。彼らは、AIシステムの初期設計や学習から、展開、そして最終的な引退に至るまでの全ライフサイクルを、政策がカバーしているかどうかを検証した。また、身体的危害を引き起こしたり特定のグループを差別したりする可能性のあるシステムなど、深刻なリスクに対処しているか、そして執行責任を負う機関が実際にその任務を遂行するためのスタッフ、資金、権限を備えているかを確認した。決定的なのは、「政策が何を述べているか」という問いと、「それが実務においてどの程度うまく機能するか」という問いを切り離したことである。この枠組みは、紙の上でのルールの設計と準備状況を評価するものであり、政府が実際に執行に成功したかどうかを評価するものではない。
これらの比較を行うために、チームは国家政策を5つの主要な領域に分類した。第一に、リスク統治と安全性について検討し、高度なシステムをテストするための特定の基準があるか、また問題が発生した際に介入するための人間による監視が求められているかを確認した。第二に、有効性と実現可能性を評価し、ルールが企業にとって遵守しやすいほど明確であるか、また政府がそれらを監視するためのリソースを有しているかを尋ねた。第三に、政策の範囲を検討し、AI開発の全段階と幅広い潜在的危害をカバーしているかを確認した。第四に、ユーザーの権利を評価し、差別に対する保護、プライバシーの保証、および機械による決定に対して異議を申し立てるための明確な経路があるかを確認した。最後に、社会経済的影響を考慮し、政策がイノベーションと経済成長を促進すると同時に、その恩恵が社会全体に公平に分配されることを目指しているかを確認した。
研究者たちは、公式文書に見出される詳細な証拠に基づいて、選択された8つの地域の政策をスコアリングする形で、この枠組みを適用できるように設計した。本研究は、比較の手法を提示するものであり、最終的なスコアを提示するものではない。この枠組みは、カテゴリー間の違いを可視化したままにすることで、単一の国が完璧なポートフォリオを持つことはないという事実を明らかにする手法であることを示している。例えば、欧州連合と韓国は包括的なAI制定法をポートフォリオの中心に置いているが、アメリカ合衆国は連邦政策を行政措置や既存の機関に分散させている。イギリスは部門別規制機関に共通の原則を適用することを求めており、一方でシンガポールと日本は、ガイダンスと調整に大きく依存している。中国のアプローチは、サイバーセキュリティ法やデータ法に支えられた、プラットフォームやコンテンツに関する規則に分散されている。これらの違いがあるからこそ、単一の文書ではなく、ポートフォリオこそが適切な分析単位となるのである。
本研究の主要な知見は、文書の法的ステータスが必ずしもその質と一致しないということである。詳細な自発的枠組みは、時には漠然とした拘束力のある法律よりも、企業に対して明確な指示を提供することがある。逆に、厳格な法律は義務を創出するものの、詳細は後回しにされることがあり、組織が何をすべきか確信を持てない状況を生む可能性がある。この枠組みは、ある国が強力な安全規定を持ちながらも、制度的キャパシティが弱い（つまり、ルールはあるが、それを執行するための人員や資金がない）場合があることを明らかにするように設計されている。また、経済成長のための優れた計画を持ちながら、個人の権利に対する具体的な保護を欠いている国もあることを示す。これらのカテゴリーを分離しておくことで、イノベーションのような一つの分野での強力なパフォーマンスが、安全性のような別の分野における弱点を隠してしまうことがないように研究者たちは配慮している。
また、本研究は異なるシステムを比較することの難しさについても強調している。政府はそれぞれの言語や形式でルールを公開しており、重要な詳細が検索困難な内部文書の中に埋もれていることもある。研究者たちは、推測するのではなく、何を見つけ、何が見当たらないのかを正確に記録するというプロトコルを構築した。彼らは、状況が急速に変化していることも指摘した。今日完成しているように見える政策も、新しい法律の制定や古い法の意味を変える裁判所の判決によって、明日には時代遅れになっている可能性がある。これに対処するため、彼らの手法は各評価を特定の時点における「スナップショット」として扱い、政策の進化に伴う将来的な更新を可能にしている。
最終的に、この著作はAI規制のグローバルな景観を理解するための地図を提供するものである。それは、「誰が法律を持っているか？」という単純な問いを超えて、「その法律は実際に何をするのか、そしてそれは実行可能なのか？」という、より微細な問いへと踏み込んでいる。研究者たちは、この枠組みにおける高スコアが、その国のAIシステムが安全であることや、人々の権利が実際に守られていることを保証するものではないことを強調している。それは単に、それらの保護のための設計図が明確に描かれており、それらを構築するための道具が揃っていることを意味しているに過ぎない。諸国がアプローチを洗練させ続ける中で、この枠組みは進捗を追跡し、ギャップを特定し、異なる法的伝統がいかに人工知能の未来を形作っているかを理解するための手段を提供する。本研究は、この枠組みが文書化された設計と実装の準備状況を評価するための手法であることを提示し、高いスコアが、ある機関が政策を執行したことや、規制対象の組織がそれに準拠していることを確立するものではないと述べている。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。