日本語版 | English | 公開研究一覧 | 研究トップ
正式邦題: 実証監査アーキテクチャ(EAA):複数AIによる証拠再構成を比較可能にする監査方法の開発と前向き検証
英題: Empirical Audit Architecture (EAA): Development and Prospective Validation of an Audit Method for Comparable Evidence Reconstruction by Multiple AI Systems
著者: S. Meta
Jxiv DOI: 10.51094/jxiv.6148
公開: 2026年9月16日
EAAは、複数のAIが同じ証拠資料を再構成した結果を、各AIの原回答、差異、不確実性、実行条件を保持したまま比較・監査する方法です。
似た結論に到達しただけでは、比較可能な再構成とは限らない。
文章上の結論が似ていても、証拠範囲、時点との関連、情報接触、不確実性、意味のまとめ方、実行条件は異なる場合があります。EAAは、その差を一つの合意文へ押しつぶさず、追跡できるようにします。
生成AIは、複数の文書や時点に散らばった証拠から、出来事、関係者、判断、未解決事項を再構成できます。
しかし複数のAIを比較すると、何を一つの命題とみなすか、どの証拠をどの出来事に結び付けるか、時間的な範囲、情報接触の有無、不確実性や「不明」と「未解決」の区別などが異なります。
自由記述の回答だけを並べて比較すると、こうした違いを見落とすことがあります。EAAは、原回答と、その後の標準化・比較作業を分離します。
EAAは4つの監査層を保持します。
上位の層が下位の記録を書き換えることはありません。比較結果から原回答と意味対応付けの判断に戻れることが重要です。
単一の一致率だけでなく、各AIの元の回答、根拠とした証拠の範囲、不確実性、意味対応付けの履歴、モデル間の差、実行仕様、再点検・再実施に必要な条件を保持します。
これにより、一致しなかった部分を常に雑音として平均化することなく、比較が可能になります。
論文では、複数の文書や時点に証拠が分散した研究記録、調査資料、監査文書、制度記録などが扱われています。
複数AIが似た結論を出したかだけでなく、次の点を問う場面に向いています。
方法は2つの開発事例を通じて形成され、新しい事例へ適用する前に仕様を凍結しました。
論文でいう「前向き検証」は方法凍結後に新しい事例へ適用したことを意味し、事例選択過程のすべてを事前登録したという意味ではありません。
新事例では3つのAIによる独立再構成、原回答保存、意味対応付け、不確実性の点検、機械的比較可能性の確認、対応付け後の比較処理の再実行が行われています。これはAIモデル全般の性能順位を示す研究ではありません。
前向き検証は現在新しい1事例に限られています。意味対応付けの独立再現、異領域への適用、第三者による独立再実施などが今後の課題です。
両者は別個の方法ですが、長期記録の監査可能性という点で補完し得ます。EAAの公開自体がSCやAAS等の有効性を証明するものではありません。
本ページは公開方法の日本語案内です。原文や詳細な検証条件はJxiv原文で確認してください。