AIのリスク評価はどこまで方法が揃っているか ― 規制が求める水準に対して、手法の空白がどこにあるかを整理する

1規制が先に立ち、方法が追う

AIについて、リスクの度合いに応じて規制の強さを変えるという枠組みが各国で整いつつあります。枠組みが求めるのは、リスクを評価し管理することです。しかし「評価せよ」と定めることと、評価の方法が確立していることは別です。本研究は、その差を整理しています。

1. 1第一段階世界の規制の状況を概観する。何が求められているかを確かめる
2. 2第二段階AIに関わるリスクの広がりを性格づける。技術的な不具合から倫理的・社会的な影響まで
3. 3第三段階提案されてきた評価の手法を、一般的な枠組みに焦点を当てて概観する
4. 4第四段階優れた実務と、方法上の空白を示す

概観という形式の研究は、新しい手法を提案するものではありません。何がすでにあり、何がないのかを示すことが貢献になります。分野が急速に広がっている局面では、この整理そのものに価値があります。

2リスクの幅

著者らが性格づけるリスクの範囲は、技術的な不具合から倫理的・社会的な影響までに及びます。この幅の広さが、評価を難しくしています。一つの手法ですべてを覆うことはできず、対象ごとに異なる方法が要ります。

3空白を示すという貢献

本研究は、優れた実務を取り上げると同時に、方法上の空白を明らかにすることを目的の一つに挙げています。当サイトでは、リスクの分類が74以上存在しながらその多くが目録で止まっているという別の研究も扱っています。枠組みは増えているが、実際に測って等級を出すところが薄いという指摘は、両者に共通しています。

4規制の文書との接続

当サイトでは、規制の作られ方そのものを扱った記事を多数扱っています。規則が「評価を行うこと」を求めるとき、その評価がどのような方法で行われうるのかは、規則の文面には書かれません。本研究のような整理は、規則と実装のあいだを埋める作業にあたります。