プレプリント / バージョン1

Reality Stabilizer:生成AI出力における説明整合性と現実接触の乖離を点検する補助枠

##article.authors##

DOI:

https://doi.org/10.51094/jxiv.4696

キーワード:

生成AI、 Reality Stabilizer、 現実接触圧、 説明整合性、 現実接触、 AIガバナンス、 実務判断、 ヒューマンAI協働

抄録

生成AIは、滑らかで整合的な説明、企画案、比較表、リスク整理、業務設計案を短時間で生成できる。しかし、その出力が説明として整っていることと、現実の組織・制度・費用・責任・運用条件に接触していることは同一ではない。本稿は、この乖離を「説明整合性と現実接触の乖離」と呼び、生成AI出力を実務判断へ移す前に点検するための補助枠としてReality Stabilizerを提案する。Reality Stabilizerは、包括的なAIガバナンス規格、リスク管理制度、または自動評価モデルではなく、生成AI出力が実行・採用・説明・責任を伴う判断材料へ移行する地点で、主体、費用、責任、権限、制度、現場摩擦、失敗条件、更新条件を問い直すための補完的な研究ノートである。

利益相反に関する開示

著者は、本稿の内容に関して開示すべき利益相反はない。

ダウンロード *前日までの集計結果を表示します

ダウンロード実績データは、公開の翌日以降に作成されます。

著者の経歴

S. Meta、独立研究者

独立研究者。AI生成出力の監査可能性、長期的な人間-AI協働、構造的ドリフト、実務判断支援のための補助的監査フレームワークを研究している。

引用文献

Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv:1702.08608.

International Organization for Standardization. (2023). ISO/IEC 42001:2023: Information technology — Artificial intelligence — Management system. https://www.iso.org/standard/81230.html

Jxiv. (2024). Jxiv Submission Terms. Japan Science and Technology Agency. https://jxiv.jst.go.jp/jxiv_docs/en/Jxiv_submission_terms_en.html

Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1-38. https://doi.org/10.1016/j.artint.2018.07.007

National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. https://doi.org/10.6028/NIST.AI.100-1

ダウンロード

公開済


投稿日時: 2026-05-24 06:41:05 UTC

公開日時: 2026-07-06 02:32:19 UTC
研究分野
情報科学