[論文レビュー] Insights for an AI Whistleblower Office from 30 Case Studies

Ethan Beri, Mauricio Baker|arXiv (Cornell University)|Mar 1, 2026

Ethics in Business and Education被引用数 0

ひとこと要約

30件の内部告発者ケーススタディのデータセットを分析し、AI内部告発窓口を設計。報酬、保護、匿名性、処理能力、メッセージングに関する政策提言を生み出す。

ABSTRACT

Whistleblower programmes are a promising tool for uncovering noncompliance with AI regulations. This paper aims to help policymakers design an AI whistleblower programme by giving them an understanding of whistleblowers' motivations, and of the overall whistleblowing process. We take an empirical approach, assembling a dataset of 30 case studies of whistleblowers. This dataset includes dozens of features of each case, which range from 1978 to 2020 and span 15 industries. Our findings suggest that whistleblower programmes will be more effective if they financially reward whistleblowers, provide protections for whistleblowers, enable whistleblowers to report anonymously, are adequately staffed and funded, and provide advice to potential whistleblowers. We provide ten concrete policy recommendations for an AI whistleblower programme at the end of this paper.

研究の動機と目的

• AI関連コンテキストにおける内部告発者の動機と内部告発プロセスを理解する。
• ケーススタディの人口統計、組織、および不正の種類を特徴づける。
• 報告と報復に影響を与える要因を特定し、AI内部告発者プログラムの政策設計に情報を提供する。

提案手法

• 公開リスト（1978–2020、15業界）から抽出した30件の内部告発ケースデータセットを作成する。
• 各ケースにつき7つの主題グループ（内部告発者、組織、不正、内部告発、関係ダイナミクス、動機）にわたり計58項目を抽出する。
• 各動機項目に対して慎重でエビデンスに基づく判断でコード化し、各動機項目にはエビデンス列を含める。
• 記述統計と範囲を用いて人口統計、組織規模、部門、報復、匿名性、プロセスの進行を分析する。
• 高プロファイルケースに偏るサンプリングバイアスと小規模サンプル（n=30）といった限界を認識する。
• 観察されたパターンに基づく政策関連の推奨を提供する。

Figure 1: Prevalence of motivating (left) and demotivating (right) factors. Note we took a conservative, careful approach to ascribing motivation: each case used a range of sources, and we preferred a sparse field to an incorrect one. More on this in Methodology and dataset.

実験結果

リサーチクエスチョン

• RQ1 AI関連コンテキストにおいて内部告発者は何を動機として不正を通報するのか。
• RQ2 内部告発プロセスは初動のチップから外部報告へどのように展開するのか。
• RQ3 内部告発者の参加と安全に影響を与える保護、匿名性、インセンティブは何か。
• RQ4 AI内部告発窓口を効果的で信頼できるものにする設計特徴は何か。

主な発見

• 内部告発者は主に内部者（≥90%）で、年齢は中年層が多く、教育水準も高い；大企業（従業員数10,000人超）の従業員であるケースが57–73%に上る。
• 不正の多くは継続中で（80%）、知れた終了期間を持つケースの典型的な期間は約3年、内部関係性は高率（≥90%）である。
• 報復は一般的で、53–67%を占め、ハラスメント、不当解雇、死の脅迫（13–23%）が含まれ、匿名性は希少（13%）である。
• 動機は道徳的要素が大半（≥87%）だが、財務・社会的・保護動機を含む複数の動機がしばしば存在する。報復への恐れや行動への信頼欠如が動機を減退させる要因となる。
• 有効なAI内部告発窓口の特徴には、金銭的報酬（SEC/CFTCスタイルのプログラムで制裁額の10–30%を参照）、強力な保護、匿名での報告オプション、適切な人員配置、潜在的な内部告発者への明確なメッセージング／助言が挙げられる。
• 十項目の具体的な政策提言が提供されており、報酬と制裁の関連、保護機構、匿名性オプション、チップ処理能力、アウトリーチ戦略などを含む。

Figure 2: Whistleblower ages at the time of making their first report, bracketed (to include estimated ages, in cases where exact ages were unavailable).