研究・論文 AI文章の電子透かし、消えるかは編集箇所次第
生成AIテキストの統計的電子透かしは言い換えで弱まるが、減り方は意味の類似度では決まらない。査読前研究が示した「編集がどこに落ちたか」で信号が半分にもゼロにもなる仕組みと、検知に頼らないAI利用ポリシーの組み方を解説します。
AIガバナンス
研究・論文 
研究・論文 機械アンラーニングは本当に消せるか｜研究解説
AIに学習させてしまった個人データは後から消せるのか。学習を「再生」してビット単位で一致する削除後モデルを作った査読前研究を読み解き、事前準備がなければ厳密削除は成立しないという実務上の含意を情シス視点で整理します。
研究・論文 AIエージェントの正解は証拠にならない｜研究解説
AIエージェントに業務を任せるとき、「正しい結果を出したか」だけで評価すると組織としては危ういと指摘する査読前論文を、情シスの実務目線で解説します。権限・完了証拠・陳腐化という3つの落とし穴と、実験結果の限界まで。
研究・論文 AIの確信度は信用できない 監視の穴を示す研究
AIは文脈の異常に内部では気づいているのに、最終的な誤答は予測できない――2026年7月公開の査読前論文がそう示しました。検知AUROC0.98超に対し失敗予測は偶然水準。自己申告の確信度を監視に使う危うさを整理します。
研究・論文 AIの「人間による監督」が攻撃対象に｜研究解説
AIの暴走を防ぐ「人間による監督」自体が攻撃対象になる、と指摘する査読前論文を解説します。STRIDEで洗い出された攻撃ベクトルと、EU AI法第14条をめぐる2026年時点の適用スケジュールの実際を整理します。
研究・論文 LLMエージェントを監査可能にする設計｜研究解説
企業のLLMエージェントを「プロンプト頼み」から脱却させ、監査・再現・検証を可能にする設計手法「ハーネスエンジニアリング」を提案した査読前研究を、情シス視点で解説します。導入判断とガバナンスの勘所を整理しました。
研究・論文 機械アンラーニングとは？AIの削除権と実務課題
学習済みAIモデルから特定データの影響だけを消す「機械アンラーニング」。削除要求・著作権・個人情報への対応として注目される技術の到達点と限界を、ACL Findings 2026採録のサーベイ論文をもとに情シス目線で整理します。
研究・論文 LLMエージェントの隠れ共謀：検知不能な秘密通信の研究
AIエージェントがツール利用で「検知できない秘密通信」を作れるとする査読前研究を紹介。複数AIの平文監視だけでは共謀やデータ持ち出しを防げない可能性と、情シスが今から備えるべき論点を実務目線で整理します。
研究・論文 AIエージェントを実行時に統制する「義務ポリシー」とは
自律的に動くAIエージェントを、認可だけでなく「義務」も含めて実行時に統制する研究を実務者目線で解説。LLMの外側でポリシーを評価する考え方と、OWASPやIPA指針との接続点を整理します（査読前の研究）。