The Say-Do Gap Architecture Applied to Agentic AI: A Reproducible NLP Pipeline for Detecting Governance Rhetoric–Reality Divergence in Corporate ESG Communication

現代の企業社会において、企業は新しいテクノロジーを責任を持って管理するための計画を詳述した報告書を頻繁に発表している。彼らは倫理、安全性、そして監視について語り、高度なツールの使用が制御下にあることを約束する。しかし、ビジネスやガバナンスにおける根強い課題は、組織が「何をすると言うか」と「実際に何をするか」の間の距離である。このギャップはテクノロジーに限ったことではない。組織が自らの内部慣行について公的な主張を行う際には、常に発生するものである。研究者たちは長年この現象を研究しており、言葉を発することは、それを裏付けるために必要な構造的な変化を生み出すことよりも容易であることを指摘してきた。ある企業が複雑なシステムの統治能力があると主張しながら、それを証明するための目に見える委員会、政策、あるいは認証を欠いている場合、レトリック（修辞）と現実の間に乖離が生じる。この乖離は重要である。なぜなら、投資家、規制当局、そして一般市民に対して、企業の責任の真の状態について誤解を与える可能性があるからである。

Instituto Profesional IACCの研究者であるアルフレド・メルレットによる新しい研究は、この問題を「エージェンティックAI（自律型人工知能）」に関して具体的に扱っている。この用語は、人間による絶え間ない指示なしに、意思決定を行いステップを進めることができる、自律的に行動できるタイプのAIを指す。これらのシステムが普及するにつれ、企業はそれらをどのように統治するかについて議論し始めている。メルレットの研究は、単に企業がこのテクノロジーについて話しているかどうかを問うているのではない。その言葉が行動と一致しているかどうかを問うているのである。これに答えるため、研究者は、企業の約束とガバナンスの実証的な証拠との間のギャップを測定するために設計された、新しい再現可能なシステムを構築した。この研究は、スペインの主要35社の上場銘柄であるIBEX 35に焦点を当て、その手法が機能するかどうかを確認するためのテストケースとして扱っている。

この研究の核心は、企業が「言っていること」と「実際に成し遂げたこと」を分離するパイプライン、すなわち段階的なプロセスである。「言う（Say）」という方程式の部分は、これらの企業が2023年から2025年の間に発表した数千の記事や企業コミュニケーションから得られる。研究者は、専門的なコンピュータプログラムを使用して、これらのテキストをスキャンし、エージェンティックAIのガバナンスに関する言及を探した。プログラムは、監視や制御に関連する特定の言語を認識するように訓練されており、単にAIの使用について話している企業と、そのAIのリスクをどのように管理するかについて議論している企業を区別するように設計されている。「行う（Do）」の部分は異なる。企業が言うことに依存する代わりに、このセクションでは物理的な証拠を探す。研究者は、3つの特定の種類の証拠を探した。すなわち、テクノロジーのリスクに特化した取締役会レベルの委員会の存在、正式に公開されたAIガバナンスに関する政策文書、そして企業が外部の認証基準を遵守しているという証拠である。これらは、演説やプレスリリースとは異なり、検証可能な具体的な項目である。

研究者がこのシステムをサンプル内の34社に適用したところ、結果は驚くべきものであったが、おそらく予想とは異なる形であった。研究では、企業のコミュニケーションの中にエージェンティックAIのガバナンスに関する言説の証拠はほとんど検出されず、同様に、それを管理するために必要な特定のガバナンス構造の証拠も見つからないことが判明した。2023年から2025年の期間において、ニュースやレポートのコンピュータ分析では、エージェンティックAIへの言及は構造的に低い、あるいは皆無であることが分かり、3種類のハードエビデンス（実証的証拠）の探索では、大多数の企業において空振りに終わった。コンピュータの読み取りミスではないことを確実にするため、研究者は、コンピュータが関連コンテンツなしと判定した記事のサンプルを手作業でチェックした。この人間によるレビューにより、コンピュータが正しかったことが確認された。つまり、企業はエージェンティックAIのガバナンスに関する重要な言説をまだ生み出しておらず、また、それを管理していることを証明する具体的なガバナンスのステップも示していないのである。

この結果は、手法が機能していることを示しているため、重要である。この研究は、元々一般的な環境・社会問題のために構築されたフレームワークが、自律型AIという特定の技術的な世界に適応できるかどうかをテストすることを主目的として設計された。システムが、言説と行動の両方の欠如を示す「ヌル結果（無の結果）」を正常に特定できたことは、そのアーキテクチャが健全であり、真の発見と分類器のエラーを区別できる能力があることを証明している。研究者は、これらの特定のスペイン企業を非難することを目的としたのではなく、むしろ、たとえその差異が「両方の欠如」であったとしても、言葉と実態の差を測定できるツールが存在することを示すことを目標とした。この研究は、これが業界全体に対する最終的な監査や、すべての企業の誠実性に対する決定的な判断ではないことを明確に述べている。代わりに、他の市場や異なるテクノロジーをチェックするために他者が使用できる、再現可能なツールを提示しているのである。

この研究の価値は、その透明性と開放性にある。研究者は、コンピュータが探す単語のリストや、証拠を見つけるために使用したコードを含む、システム全体を公開している。これにより、他の科学者、規制当局、あるいは投資家が、同じ手法を用いて他の国の企業を調査したり、異なる新興テクノロジーを調査したりすることが可能になる。本研究は、特定の文書や規制を考慮に入れれば、このアプローチをラテンアメリカやその他の地域にも適応できることを示唆している。それは、企業が主張することを単に読むことから、彼らが実際に何を構築したかを検証することへと移行する手段を提供するものである。

結局のところ、この論文は、企業のガバナンスがその言葉と一致しているかどうかを確認するための、明確で再現可能な方法を提供している。それは、この特定のサンプルと時間枠におけるエージェンティックAIに関して、現在の状況がレトリックと構造的な制御の証拠の両方において、構造的に低い普及率によって特徴付けられていることを示している。これは、企業が嘘をついているという意味ではなく、彼らの管理に関する目に見える証拠と、それを取り巻く言説が現在欠落していることを意味している。本研究は、この差異を測定する手法が、組織が複雑なシステムをどのように管理するかについて主張を行うあらゆる状況に適用できる強力なツールであることを結論づけている。約束と証明を分離することで、この研究は、急速に進化する人工知能と企業責任の展望を捉えるための新しいレンズを提供している。