← 2025-12-05 の一覧へ戻るホーム
How Brussels writes so many laws

2025/12/05 10:39

How Brussels writes so many laws

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

欧州連合（EU）は、米国よりもはるかに多くの法律を日々制定しています。これは、制度設計が拒否権ではなく迅速な可決を報いるためです。2019年から2024年までに、EUは約13,000件の法令（1日に約7件）を通過させました。これは、加盟国と議員双方の合意を必要とする適格多数規則のおかげであり、立法者間の協力を促進しています。限られた予算ながら権限が拡大している欧州委員会は、立法案を作成し、トリロゴ（三者合意）における「四柱ドラフト」を管理し、結果を微妙に形作ります。議会委員会、報告者、および認定された議会助手（APAs）は、COVID‑19による遠隔勤務への移行後も修正案を推進します。

EUの統治連合には主要政党（EPP、社会党、自由党、グリーン）が含まれ、議会は約200政党から705名のMEPで構成されています。カウンシルは27の主権政府を代表し、その主席は6か月ごとに交代します。このため、迅速な合意形成が求められ、短期的な任期内でクレジットを確保するための譲歩が頻繁に行われます。2007年以降、トリロゴ（議会・カウンシル・委員会間の非公開交渉）が公衆読書の順次的プロセスに取って代わり、AI法案の最終会合で38時間という長時間にわたるセッションが可能になりました。

議会またはカウンシルからの修正案には体系的な費用対効果や影響評価が必須ではないため、この制度は高い量の立法を生み出しつつ、質が低く矛盾するものになる傾向があります。企業は重複した要件（BusinessEurope の分析によると13法規で169項目）が増大し続けており、コンプライアンス負担が拡大し、EU法への信頼を侵食し、企業レベル・国レベルの両方で高額な調整を強いられます。

結果として、正式な条約設計ではなく、非公式なインセンティブと手続き上のショートカットによって推進される立法プロセスが生まれ、EUの卓越した生産性を説明しています。

本文

EUの中心的なパズルは、その驚くべき生産性にあります。
ドイツで最近結成された政府のような大規模連合は、典型的には麻痺をもたらします。
しかしEUの統治連合はさらに大きく、センターロフトのEPP（欧州人民党）、社会党派、リベラル派、そしてしばしば緑党にまで広がっています。それでも2019年から2024年の間で約13,000件の法案を可決し、一日平均7件程度です。
対照的に米国議会は同じ期間で約3,500件の立法と2,000件の決議しか生み出していません。

この連合は広範囲にわたるだけでなく、国家レベルや地域レベルの多様性も極めて大きいです。
ブリュッセルの議会には約200政党から705名のメンバーが在籍し、評議会は27の主権国政府を代表しており、それぞれが対立する利益を持っています。
法案は「加盟国の合格多数」と「議員の合格多数」の二重障壁に直面します。
このシステムは理論上はグリッドロック（米連邦政府に見られる麻痺よりもさらに深刻）を生むべきですが、実際には高速で多くの法案を生み出し、その質は良いものもあれば悪いものもあります。
その理由はインセンティブにあります：各主体は否決を行うよりも立法を作ることで報われます。

インセンティブの理解

  • 委員会 は立法を提案しますが、躊躇する理由はほぼありません。

    • 予算はGDPの約1％で、農業（3分の1）と地域援助（3分の1）が主な支出です。
    • ブリュッセルでは「政策＝立法」であり、公務員や政治家の主要なキャリアパスは法律を可決することにあります。
    • 新しい法律は委員会の権限拡大、前例創出、人員増加、予算拡充といったメリットがあるため、作成される動機があります。

  • 正式な立法プロセス は公共の意見対立を通過させるよう設計されています。

    • 委員会がテキストを提案し、議会で公開討論・修正が行われ、評議会がレビューして変更を強制できる構造です。
    • 止まりが続く場合は共同委員会が妥協案を模索し、最終投票へ進みます。各段階で多数決が必要です。

  • プロセスの変遷

    • アムステルダム条約（1999）では初回読みにて早期合意が得られれば採択可能にしました。
    • 2008年金融危機後、迅速な対応が必要とされ、バロソ委員会は段階的読みに時間がかかりすぎると主張しました。
    • 2007年の「宣言」以降（条約には明記されていません）がきっかけでトリログ（四列ドキュメント）を用いた非公式交渉が始まりました。第1～3列に各機関の初期立場を、4列に委員会が最終的に作成した法案を記載します。
    • 非公式会議は時間や進行規則がなく、交渉者は朝まで「マラソン」セッションで作業することが多いです（例：AI Actの最終会合は約38時間）。肉体的疲労によりドラフトミスが起き、4時台にメンバーやMEPが十分に読んでいない複雑な詳細を合意します。

議会委員会と報告者

  • 議会は有権者への説明責任がありますが、実際には委員会とそのイデオロギーが重要です。
  • 委員会調整役は「報告者（Rapporteur）」を指名し、他のグループには「シャドウ報告者」を配置します。この5〜7人が内部で協議し、実質的に委員会外からは干渉できません。
  • 合意が成立すると（通常センタリスト連合が主導）、委員会はそれを支持し、報告者は政治グループへ「不可避の妥協」として提示します。
    • 「これが我々が得られる最高の妥協です…修正を入れればEPP/緑党/S&D/Renewが合意を放棄します。」
  • 抵抗するMEPは「問題児」とみなされ、将来のファイルで支持を失うリスクがあります。
  • 委員会投票から数週間後に法案が全議会へ送られ、トリログ交渉の許可が与えられるため、残りのMEPは何が起きているか把握する時間がほとんどありません。

例

日付委員会決定結果
2022年5月（ENVI）新車CO₂排出を2035年までに100％削減実質的にガソリン/ディーゼル車を禁止。議会は「フェラーリ」例外でニッチスポーツカーを認めた。
2021年11月（EMPL）適正最低賃金指令第153条(5)条がEU社会政策権限から「給与」を除くと明示しているにも関わらず採択され、後に2025年裁判所で部分的に無効化された。

評議会の役割

  • 評議会は6か月ごとのローテーションで開催されるプレジデンシー（国家）が代表します。
  • 各プレジデンシーは短期滞在中に成功を収めようと強い動機があり、迅速な妥協を求めて成果を主張しやすくなります。
  • 委員会の「中立仲介者」イメージは誤解であり、草案の言語を制御することで好みと合わない選択肢を微妙に除外できます。
  • プレジデンシーの6か月回転を利用し、似た好みを持つ加盟国が来るまで提案を遅延させる戦略もあります。

スタッフと技術交渉

  • 選出された政治家はますますスタッフ（認定議会助手、グループ顧問、評議会アタッシェ）に依存しています。
  • これらのスタッフがしばしば修正案を作成し、「技術トリログ」で大きな政治決定を技術的調整として隠蔽します。
  • COVID‑19は書面交換と遠隔接続への依存を加速させ、APAs（認定議会助手）や常設事務所が優位になりました。「ズーム議会」はコリドーでの対話機会を減らし、連合構築に不可欠な非公式会話を削減しました。

数量は質を伴わない

大量生産バイアスは低品質立法の洪水を招きます：

  • BusinessEuropeの調査（ドラギ報告で引用）では13件のEU法案を検討し、同じ問題に対して169件の異なる要件があることを発見。
  • そのうち約3分の1は詳細要件が異なり、10％程度は矛盾しています。
  • フィードバックループや総合的影響評価が欠如し、委員会の標準コストモデルもファイルごとに差異があります。議会・評議会が導入した修正案は費用便益分析を受けません。
  • 加盟国は制度化された手段で転換法の影響を体系的に測定することがほとんどなく、EU全体として「特定の立法が目標を達成したか」を評価する仕組みも乏しいです。

結論

EUの驚異的な生産性は、すべての関係者を形作る非公式インセンティブに起因します：

  1. 合意は事前に製造され、議論ではなく手配で成立します。
  2. 少数の報告者が密室で交渉し、委員会がその取引を承認、全体投票で確定、プレジデンシーが時間圧力下で受け入れます。
  3. すべての主体は勝利を主張できるため、ブレーキをかけるインセンティブは存在しません。

この「トリログシステム」は、多数決と多様なベローピーが実際に行うよりもEU法を効率的に拡大します。
EUの政治経済では、成功も失敗もすべて「さらに多くの法律」を生む結果につながり、システムはそれを届けるよう細かく調整されています。

同じ日のほかのニュース

一覧に戻る →

2025/12/05 10:05

BMW PHEV: Safety fuse replacement is extremely expensive

## Japanese Translation: --- ## 要約 BMW の高電圧バッテリー安全ヒューズ（1件あたり約 €5 000）は、iBMUCP モジュール全体（約 €1 100＋税）を交換する必要があります。iBMUCP は溶接で閉じられ、暗号的にロックされており、サービス前後に車両全体のフラッシュが必須です。ISTA で承認された手順を試みると、盗難防止ロックを作動させてモジュールを消去し、新しいバッテリーパック（約 €6 000＋VAT）が必要になるリスクがあります。 BMW は公式 ISTA 診断へのアクセスをブロックし、オーストリアでのワークショップ認定要求を却下しているため、独立した修理はさらに困難です。対照的に、テスラのプロファイザー/ BMS リセットは €11–€50 だけです。 21F2A8 や 21F35B といったエラーコードは高電圧安全問題を示しています。OEM サービスは €4 000＋税と見積もられ、iBMUCP の交換作業には通常 24–50 時間がかかり、ツール費用は €25 000 を超えます（ICOM、IMIB、AOS）。 著者のチームは iBMUCP 内にある Infineon TC375 MCU 上の JTAG/DAP 保護を突破する計画です。成功すれば回復が簡素化され、作業時間とツール費用が削減され、不必要なバッテリー交換が減り、自動車修理における CO₂ 排出量も低減します。 この作業を提供しているサービスセンターは、ザグレブ、ベルリン、スロベニア、およびセルビア（EV CLINIC）に所在しています。

2025/12/05 9:03

Trick users and bypass warnings – Modern SVG Clickjacking attacks

## Japanese Translation: ## Summary 本論文は、すべてのSVG `<fe*>` フィルタプリミティブをチェーン化することでチューリング完全なツールセットを構築できることを示し、高度なクリックジャッキングやクロスオリジンデータ外部流出攻撃を可能にします。 - 著者はまず、`feColorMatrix` と `feDisplacementMap` を用いて CSS/SVG で Apple の Liquid Glass 効果を再現し、クロスオリジン iframe 上でも動作することを証明しました。 - プリミティブ（切り取り・タイル化・算術合成・カラー行列変換・ガウシアンぼかし）を組み合わせて、外国オリジンから画像データを読み取るピクセル読取回路を構築しました。 - `feBlend` と `feComposite` を用いて NOT, AND, OR, XOR, NAND, NOR, XNOR の論理ゲートを実装し、SVG フィルタ内で任意のブール演算が可能になりました。 - これらのゲートを利用して、ダイアログ表示状態・読み込み状態・チェックボックス状態・赤文字検出に応じて画像を条件付きで表示するマルチステップクリックジャッキングシナリオ（「Securify」）を構築しました。 - この手法は Google Docs に適用され、攻撃者が「Generate Document」→ CAPTCHA 入力 → 提案選択 → ボタン押下 → 読み込み画面という一連の操作を SVG フィルタ内で自動化します。 - SVG フィルタ内（`feDisplacementMap` と Reed–Solomon エラー訂正表を使用）に QR コードジェネレータを構築し、生成されたコードは外部流出データをエンコードしており、ユーザーにスキャンさせて攻撃者のサーバへ送信されます。 クリックハイジャックや SVG フィルタタイミング攻撃に関する既存研究では、マルチステップロジックとクロスオリジンデータ読取を組み合わせたものはなく、本論文は新規かつ自動化された攻撃ベクターを提示しています。 調査結果は、攻撃者が他のウェブサービスに対して同様のシーケンスを自動化し、マルウェアやフィッシングキャンペーンに埋め込む可能性があることを示唆しています。ユーザーは意図しないクリックとデータ漏洩のリスクにさらされ、サードパーティ iframe を組み込む企業は侵害リスクが高まります。本研究は、ウェブエコシステム全体で SVG フィルタ使用時のオリジン境界保護を強化する必要性を訴えています。

2025/12/05 10:15

NeurIPS 2025 Best Paper Awards

## Japanese Translation: > **概要:** > 本会議の論文賞授与式では、プログラムチェアとデータベース＆ベンチマークトラックチェアが指名した委員会により選ばれた優秀な7件の論文が表彰されました。最終承認は総合チェア、新世代チェア、およびアクセシビリティチェアから行われました。賞には、Datasets & Benchmarkトラックから1件を含む4件のベストペーパーと3件のレナーアップが含まれます。 > > *ベストペーパー*: > 1. **「Artificial Hivemind: The Open‑Ended Homogeneity of Language Models」** – Infinity‑Chat（26 Kクエリ、31 K人間アノテーション）とオープンエンドプロンプトの分類法を紹介し、モデル内部での反復とモデル間での均質性を明らかにします。 > 2. **「Gated Attention for Large Language Models」** – SDPA後にヘッド特異的シグモイドゲートを追加すると性能・安定性が向上し、密結合およびMoEトランスフォーマーの注意サンク問題を緩和することを示します。コードはGitHub/HuggingFaceで公開されています。 > 3. **「1000 Layer Networks for Self‑Supervised RL」** – 1024層という深さが目標条件付きタスクで性能を向上させ、他のベースラインを上回ることを実証します。 > 4. **「Why Diffusion Models Don’t Memorize」** – 2つの時間スケール（初期一般化と後期記憶）を特定し、暗黙的な動的正則化が過学習を防ぐことを示します。 > > *レナーアップ*: > - 「Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?」 – RLVRはサンプリング効率を改善するものの、推論能力を拡張しない；蒸留により新たなパターンが導入される可能性があります。 > - 「Optimal Mistake Bounds for Transductive Online Learning」 – Ω(√d) の下限と O(√d) の上限を証明し、以前の結果を指数関数的に改善し、転移学習と標準オンライン学習との間に二次的ギャップがあることを示します。 > - 「Superposition Yields Robust Neural Scaling」 – 表現の重ね合わせがニューラルスケーリング法則を駆動することを示し、強い重ね合わせは多様な周波数分布にわたってモデル次元に逆比例して損失を縮小します。 > > これらの賞は拡散理論、自律学習RL、LLMの注意メカニズム、LLMにおける推論、オンライン学習理論、ニューラルスケーリング法則、および言語モデル多様性のベンチマーク手法を網羅しています。これらは会議が実証的ブレイクスルーと理論的洞察の両方にコミットしていることを示しています。 > > この改訂版概要は、Key Points List のすべての主要ポイントを忠実に列挙し、裏付けのない推測を避け、読み手に優しい明確なオーバービューを提供します。