本校学术研究院环境生命自然科学学域野上保之教授、产学共创特定教授笹埜健斗，出席于7月10日在北海道大学举办的国际会议“XBRL Asia Round Table 2026（XART 2026）”以“AI-Readable Trust Infrastructure（AI可读取的可信基础设施）”为题发表演讲。
　XBRL是一套国际通用数字化披露标准，可将企业财务信息、可持续发展信息转化为便于计算机检索、对比、分析的形式。XART是面向亚洲地区数字化财务报告发展的国际会议，汇聚政策制定者、监管机构、金融市场从业者、企业披露专家，围绕XBRL数字化报告、可持续信息披露、人工智能应用、监管政策趋势展开研讨。本届XART2026于7月6日—10日在北海道大学以线上线下相结合模式举办。
　本次演讲是本校依托地域核心特色研究大学强化促进事业（J PEAKS），开展“依托创新创造实现Well being社会”系列举措的重要一环。两位教授先介绍J PEAKS框架下的各项工作：安全数据共享、人工智能与网络安全、地域共创、社会影响力创造等，随后提出通过上述举措构建AI时代企业报告的可信度保障的整体构想。
　随着生成式AI普及，今后由AI读取、归纳、解析企业报告的场景将持续增多。但AI在技术层面能够“读取”信息，与使用者能够“信任”AI输出结果，二者并不能等同。
　对此两位教授提出支撑AI时代企业披露体系的三层可信基础架构：Data Trust、AI Security、Social Impact。并进行了详细说明：Data Trust保障数据真实性、来源可追溯性及可验证性；AI Security确保准确获取信息、明确输出结果依据并验证生成内容，从而保障AI处理全过程的安全性；Social Impact关注AI应用对公平市场、可持续金融、区域Well-being带来的综合社会效应。
演讲现场借助参加型工具“Slido”，围绕核心议题与参会者双向交流：支撑AI解析企业报告、XBRL数据的信任状态；归纳财务与可持续信息时存在的风险；对 XART2027的预期成果等。
　同时团队面向将于2027年在冈山大学举办的XART2027，提出四大行动纲领：观察（Observe）、保护（Secure）、验证（Validate）、创造社会影响（Create Impact），并规划多项预期成果：可信AI可读披露准则、风险图谱、实证原型系统、亚太地区协同发展路线图。
　野上保之教授表示：“不能仅局限于AI模型本身，必须从整个系统层面考虑安全性，涵盖数据采集、访问权限、外部工具、处理履历、输出校验全部环节。”
笹埜健斗特定教授展望未来：“我们将数据、人工智能、安全性、社会影响视为统一整体，以冈山为起点推进面向XART 2027的国际共创。”
　本校后续将持续以J PEAKS举措为基础，深化筹办XART 2027的国际合作，联动海内外科研人员、企业、金融机构、标准化组织，推进相关研究与社会应用，实现人工智能安全、可信地应用于企业信息披露。


【联系方式】
研究・创新共创机构
　Email: co-creation◎adm.okayama-u.ac.jp