Equity Bias: 知性 AI 設計のための倫理的枠組み

arXiv:2604.21907v1 Announce Type: cross 要旨：Equity Bias は、より賢く公平な AI システムを構築するための哲学的かつ実践的な枠組みです。解釈論哲学と認識的不公正理論に基づく本枠組みでは、バイアスを排除すべき「誤り」としては扱わず、むしろシステムにコード化された「誰の知識か」という観点へと転換させます。従来のアプローチがバイアスを削減や除去に焦点を当てるのに対し、Equity Bias はバイアスを透明化かつ批判可能にすることで、AI がどのように形成されるかを決定する視点を広げ、AI システムを解釈エージェントとして理解するためのレンズを提供します。本枠組みは、'Equity Archaeology'（知識と前提のマッピング）、'Co-Creating Meaning'（参加型デザイン）、'Ongoing Accountability'（継続的な評価）という 3 段階の AI ライフサイクル手法を導入します。Equity Bias は開発者、研究者、政策立案者らを指導し、倫理的に責任を持って、複雑な現実世界の課題に対処可能な AI を実現へと導きます。

arXiv:2604.21907v1 Announce Type: cross Abstract: Equity Bias is a philosophical and practical framework for building smarter, more equitable AI systems. Grounded in hermeneutic philosophy and epistemic injustice theory, it treats bias not as an error to eliminate but as a reflection of whose knowledge is encoded into systems. While traditional approaches aim to reduce or remove bias, Equity Bias instead makes bias transparent and contestable. In doing so, it broadens whose perspectives shape AI and provides a lens for understanding AI systems as interpretive agents. The framework introduces a three-phase AI Life Cycle methodology: 'Equity Archaeology' (mapping knowledge and assumptions), 'Co-Creating Meaning' (participatory design), and 'Ongoing Accountability' (continuous evaluation). Equity Bias guides developers, researchers, and policymakers towards AI that is ethically accountable and capable of addressing complex real-world challenges.