一人で聴き、共に理解する：プライバシーに配慮したAIのための協調的コンテキスト復元

Abstract

本論文では、事前に話しかける音声ベースのAI同士の協調を活用する、プライバシーに配慮した非同期なアシスタント間（A2A）フレームワーク「CONCORD」を提案します。エージェントが反応型のアシスタントから常時待受け（always-listening）のアシスタントへと進化するにつれ、非同意の話者を取り込んでしまうという根本的なプライバシー上のリスクに直面し、社会での展開が課題となります。これを克服するために、我々はリアルタイムの話者検証により「所有者のみ」の音声キャプチャを強制するCONCORDを実装します。その結果、文脈の欠落は生じるものの、プライバシーは保たれる片方向の書き起こしが得られます。さらに、CONCORDが（1）時空間の文脈解決、（2）情報ギャップ検出、（3）関係性を意識した開示により制御される最小限のA2Aクエリ、の3点を通じて必要な文脈を安全に復元できることを示します。推測により幻覚（ハルシネーション）が起こりがちな方法とは異なり、CONCORDは文脈復元をアシスタント間の「合意された安全な情報交換」として扱います。複数領域の対話データセットにおいて、CONCORDはギャップ検出で91.4%の再現率、関係分類で96%の精度、プライバシーに敏感な開示判断における真の否定率で97%を達成します。常時待受けのAIを、プライバシーを保護するエージェント同士の協調問題として捉え直すことで、CONCORDは社会で展開可能な先回り会話エージェントに向けた実用的な道筋を提供します。