EU AI Actが現在施行され、AIシステムを開発・展開する組織は、透明性、リスク管理、文書化、人間による監視にわたる新たな法的義務の複雑な網に直面している。新たな学術調査によれば、大半の組織はこれらの要件に対応する準備ができておらず、法的テキストと検証可能なエビデンスとの間のギャップは自動化ツールを必要とするほど大きいことが示唆されている。
arXivにプレプリントとして掲載された本研究は、フラウンホーファーIAISとバルパライソ・カトリック大学の研究者らが主導し、要件工学、データサイエンス、開発、コンプライアンスにわたる25名の参加者を対象に、専門家インタビューとオンライン調査を実施した。結果は、AI Actの重要性を認識しつつも、その義務をテスト可能な仕様に変換するために必要な体系的なプロセスを構築していない業界の実態を浮き彫りにしている。
核心的な課題は翻訳にある。AI Actの条項は、リスク評価の実施、技術文書の維持、人間による監視の確保、データガバナンスの保証といった高レベルの義務を課すものの、これらの義務が果たされたことをどのように検証するかについての指針は限定的である。第9条が求めるリスク管理体制を読んだ要件エンジニアは、具体的で監査可能なチェックリストをほとんど持ち合わせていない。研究者らは、規制上の義務を捕捉し、更新をアクティブなプロジェクトに伝播させ、ライフサイクル全体のトレーサビリティを維持する構造化されたメカニズムが、調査対象の組織全体で「しばしば欠落している」ことを発見した。
本論文は、LLMベースのエージェント型検証ツールがこのギャップを埋める可能性があると提案している。アイデアは、大規模言語モデルを使用して規制テキストを特定の要件にマッピングし、既存の文書に対するカバレッジを評価し、エビデンスを監査対応パッケージに整理するというものだ。調査参加者はこのアプローチを有望と評価したが、完全な自動化については強い留保を表明し、人間による監視と安全策が引き続き不可欠であると強調した。
本研究は、同じ問題に関する関連研究と同時期に発表された。2025年12月に発表され2026年4月に更新された別の論文は、AI Actの高レベル要件からAIライフサイクル全体にわたる具体的な検証活動への構造化マッピングを提示し、法的義務を既存の基準に基づいた運用可能なサブ要件に分解している。これら2つの論文は、AI Actの成功が立法の意図と同様に実用的なツールに依存するという認識が高まっていることを示している。
AI Actの対象となる組織にとって、コンプライアンス基盤を構築するための猶予期間は狭まっている。同法の規定は2026年から2027年にかけて段階的に施行されており、許容できないリスクのある慣行の禁止はすでに効力を発し、高リスクシステムへの義務もそれに続いている。研究が示唆するように、コンプライアンスを検証するためのツールは、依然としてほとんどが仮説的な段階にある。
出典：From Obligation to Specification: A Survey on Validating EU AI Act Requirements in RE（arXiv:2607.21608、2026年5月）；Assessing High-Risk AI Systems under the EU AI Act: From Legal Requirements to Technical Verification（arXiv:2512.13907、2025年12月／2026年4月）；EU AI Act: first regulation on artificial intelligence（欧州議会、2026年）
雅子 訳
雅子 訳