1.1 資本独立原則
AAU は絶対的な資本独立性を維持することを約束します。当機関およびコア創設チームは、基盤モデルベンダーの株式、オプションを保有すること、またはいかなる形態の顧問職に就くことも厳格に禁止されています。私たちの収入は監査サービスとデータライセンスのみから得られ、被監査対象からのいかなる形態のスポンサーシップや寄付も決して受け入れません。
AI Audit Unit (AAU) 戦略委員会
AAU グローバルアルゴリズム監査憲章
v1.03 · グローバルノード / すべての認定監査員 / パートナー研究所
序文
人工知能がグローバルな情報配信、ビジネス意思決定、社会認知の基盤を再構築している中、アルゴリズムの透明性、公平性、追跡可能性を確保することは、デジタル時代における最高の人権要求となっています。 AI Audit Unit (AAU) は独立した第三者監督機関として、アルゴリズムのブラックボックス内のバイアスや幻覚を明らかにするだけでなく、定量化可能なグローバル信頼基準を確立することに尽力しています。本憲章は、私たちのすべての行動における最高の指導原則であり、公衆、被監査主体、グローバルステークホルダーに対する厳粛な約束を表しています。
第1章 独立性と利益相反の回避
1.2 商業回避制度
監査員が被監査対象と直系親族関係、過去3年以内の雇用関係、または重大な経済的取引がある場合、その監査員は直ちに当機関のコンプライアンス委員会に報告し、そのプロジェクトの監査業務から回避しなければなりません。
1.3 ロビー活動防御
当機関は監査結論に対する最終解釈権を保持します。商業的な広報ニーズに基づく結論の修正要求は一切拒否します。被監査対象が賄賂、圧力、または利益供与を通じて監査結果に干渉しようとすることが発覚した場合、直ちに監査を終了し、そのような干渉を公に開示する権利を留保します。
第2章 証拠の完全性と追跡可能性
2.1 原始情報源の原則
すべての監査結論は「再現可能で検証可能な」オリジナルの会話記録に基づかなければなりません。Fides プロトコルで検証されていない二次的なスクリーンショットや噂は採用しません。アルゴリズムに「幻覚」や「バイアス」が存在すると主張するすべての結論には、オリジナルの会話リンクまたはシステムログが添付されなければなりません。
2.2 証拠チェーンのブロックチェーンロック
証拠の改ざんやモデルバージョン更新による消失を防ぐため、すべてのコア監査証拠は生成後ミリ秒単位でアルゴリズム証拠センターを通じてハッシュ値計算とブロックチェーンロックを完了しなければなりません。各証拠は一意の Trace ID 追跡コードを生成する必要があります。
2.3 バージョンスナップショット義務
大規模言語モデルの流動性を考慮し、監査報告書はテスト時点の具体的なモデルバージョン番号とシステム温度パラメータを明確に記載しなければなりません。私たちは「特定の時間スライス」内のアルゴリズムパフォーマンスに対してのみ責任を負います。
第3章 異文化中立性と多言語平等
3.1 単一言語中心主義への反対
当機関は、単一の英語コンテキストでのテストでは AI のグローバルパフォーマンスを代表できないと考えています。多国籍ブランドを対象とする評判監査は、少なくとも3つ以上の言語環境を含む必要があり、非普遍的言語の重みは30パーセント以上でなければなりません。
3.2 ジオフェンス貫通
特定地域を対象としたアルゴリズムの「差別的出力」や「二重基準」を検出するため、監査は異なる管轄区域に位置する物理ノードを通じてサンプリングを行う必要があります。単一の IP アドレスを使用してグローバルな結論を導き出すことは厳格に禁止されています。
3.3 文化的文脈の尊重
「文化的バイアス」の存在を判定する際、当機関は対象文化背景のネイティブ言語専門家を招いて意味論的レビューを行い、「トレーニングデータ不足による無知」と「悪意のある体系的差別」を区別します。
第4章 敵対的テストと方法論の厳密性
4.1 協力的質問の拒否
監査は雑談ではありません。当機関は敵対的レッドチームテスト方法論を採用しています。これは、指示に従う際の AI のパフォーマンスをテストするだけでなく、誘導的、曖昧、さらには悪意的な仮定的質問に直面した際の防御メカニズムと事実遵守能力を重点的にテストすることを意味します。
4.2 サンプルサイズの統計的有意性
正式に発表される「詳細監査報告書」については、単一次元の有効テストサンプルサイズは1,000件以上でなければなりません。「スナップショット」型ブリーフィングについては、サンプルサイズは100件以上でなければなりません。この基準を下回るテストは「観察」としてのみ発表でき、「結論」として発表することはできません。
4.3 幻覚判定基準
当機関は「アルゴリズム幻覚」を厳格に定義します： 1. 事実的誤り：存在しないデータ、イベント、または引用元を捏造すること。 2. 論理的断絶：矛盾した推論プロセス。 3. 悪意的帰属：因果関係がない前提で、否定的属性を特定の主体に強制的に関連付けること。
第5章 プライバシー保護とデータ倫理
5.1 データ最小化原則
監査プロセスにおいて、当機関は個人識別情報を含む実データを公開モデルにテスト目的で入力することを厳格に禁止します。テストに使用されるすべての商業的に機密性の高い情報は、匿名化または合成データ置換処理を経なければなりません。
5.2 被監査者のプライバシー
重大な公共の利益または深刻なセキュリティリスクが関与しない限り、商業的競争力のみに関わる非高リスク評価報告書については、当機関はデフォルトで被監査対象に7営業日の「是正期間」を提供します。この期間中、報告書の詳細は公衆に非公開となります。
第6章 評価システムと公表基準
6.1 評価の客観性
AAU のリスク評価は、信頼性、セキュリティ、倫理、商業的公平性の4つの次元における加重スコアに基づいて計算され、監査員の主観的好みに左右されません。
6.2 誤り訂正メカニズム
被監査対象が当機関のテスト方法に重大な論理的欠陥があることを証明する確実な技術的証拠を提供できる場合、当機関は48時間以内に「再審査手続き」を開始する義務があります。誤りが確認された場合、公に正誤表声明を発表し、Trace ID 記録を更新しなければなりません。
署名と発効
本憲章は AAU 標準策定作業グループによって起草され、AAU グローバル戦略委員会によって最終的に審査・承認されました。
- 起草部門：AAU 標準オフィス
- 承認部門：最高監査責任者オフィス
- 発効日：2025年11月1日
- 最終改訂：2026年1月15日