本論文では、自律型AIの法的自律性を実現するための技術的アプローチとして、ETLC手法を提案している。
まず、自律型AIの法的自律性を実現する2つのアプローチを示す。1つ目は、自律型AIが制御する装置(自動車など)に適用される既存の法規制を自律型AIに組み込むアプローチ。2つ目は、自律型AIそのものの行動を規制する新たな法的枠組みを構築するアプローチである。
本論文では、前者のアプローチに焦点を当て、ETLC手法を提案する。ETLC手法は以下の3つの要素から構成される:
この手法により、自律型AIは既存の法規制を理解し、状況に応じて適切な行動を取ることができる。また、その決定過程は人間にも説明可能で監査可能である。
具体的には、カリフォルニア州の自動車法第38750条b項を例に、ETLC手法の適用方法を示している。センサー情報などの証拠に基づいて、ベイジアンネットワークで法的基準の適用可能性を確率的に推論し、その結果に応じて自律走行車の行動を決定する。
ETLC手法は、自律型AIの法的自律性を実現するための技術的な解決策を提示するものである。法規制の変更にも迅速に対応でき、決定過程の説明可能性も確保できるため、自律型AIの安全性と信頼性の向上に寄与すると期待される。
翻譯成其他語言
從原文內容
arxiv.org
深入探究