本文にスキップ
AI News HubLIVE
サイト内リライト4 分で読了

疑問を追いかけて

記事の要約

ベイリー・フラニガン助教授は、民主主義を活性化するための複雑な計算手法にたどり着きました。彼女はMITのシュワルツマン・カレッジ・オブ・コンピューティング、政治学科、電気工学・コンピュータ科学科の共同教員であり、市民集会の参加者をランダムに選出するアルゴリズムを開発し、Panelot.orgで公開しています。

ソースMIT News AI著者: Michaela Jarvis | MIT Laboratory for Information and Decision Systems
疑問を追いかけて
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

ベイリー・フラニガンは、ウィスコンシン州の農場で育った幼少期から、独自の幅広い好奇心に導かれてきました。彼女は自身を「活発で少し手に負えない子供だった」と表現し、罠作りから実験的な建設プロジェクト、医学への強い興味、小説や音楽の創作、社会的不平等を減らすための非営利団体の計画まで、様々なことにエネルギーを注ぎました。高校時代には特定の科目に強く惹かれるようになり、「APクラスをただ受けるためにはやる気が出なかった。創造性を発揮できるクラス、つまり数学で現実の問題を解いたり、創造的に文章を書いたり、音楽を作ったり、離れたアイデアを結びつけたり、人文科学を深く探求したりできるクラスに興味を持ち、直感や興味を探求する機会としてそれらのクラスに没頭した」と振り返ります。現在、フラニガンはMITシュワルツマン・カレッジ・オブ・コンピューティング、政治学科、電気工学・コンピュータ科学科(EECS)の共同教員であり、MIT情報・意思決定システム研究所の主任研究員でもあります。彼女はウィスコンシン大学、国立衛生研究所、Google、カーネギーメロン大学、ドレクセル大学、ハーバード大学、プリンストン大学、スタンフォード大学で研究に携わってきました。現在の研究は、計算論的・数学的ツールを用いて有意義な民主的参加の新たな道を切り開くことに焦点を当てています。「私の学際的な軌跡は、その時々で最も差し迫った、または刺激的だと感じた問題を追いかけた結果に過ぎません。その過程で、標準的な意味での訓練や資格が十分でない状況に何度も遭遇しました。時には不安定でしたが、非常に楽しくもあり、新しい分野の言語をより簡単に学ぶ能力を養ってくれました。これは現在の研究と仕事にほぼ必須のスキルです」と彼女は語ります。ウィスコンシン大学マディソン校の学部時代、フラニガンは癌の治療標的に関する湿式実験室での研究と、腫瘍遺伝学の計算研究を行いました。研究は知的に興味深かったものの、最終的にはそのインパクトに疑問を抱くようになりました。「当時、自分が開発している科学は、最善の場合でも世界の比較的裕福な一部の人々にしか使われず、もっと予防可能な病気に苦しむ大勢の人々がいるのではないかと心配になりました」と彼女は言います。そこでフラニガンは公衆衛生に方向転換し、低資源環境で使用できるHIV検出のためのマイクロ流体デバイスを研究しました。それでも資源不足の根本原因に悩み、経済学に手を広げ始めました。同じ頃、彼女の指導教授たちは彼女の自己能力に対する先入観を打ち砕いていきました。クリエイティブ・ライティング教授のスティーブン・ライトは、彼女のキャリア目標を高く設定するよう励まし、奨学金オフィスのデビー・バーガーとジュリー・スタッブスはゴールドウォーター奨学金への応募を粘り強く勧めました。プリンストン大学で経済学のプレドクトラル・リサーチ・アシスタントとして働いていた時、エヴィータ・ネストリディ教授が実解析のクラスを聴講させてくれたことが転機になりました。「エヴィータのクラスは初めて本格的な数学と証明に触れる機会で、とても気に入ったため、キャリアの軌道が完全に変わりました。最初は自信がなかったものの、彼女は大学院レベルの数学ができると確信させてくれました。その励ましのおかげで、翌秋にコンピュータ科学の博士課程に出願しました」と振り返ります。カーネギーメロン大学で博士号を取得するために、フラニガンは社会的選択と民主的意思決定の研究を始め、技術研究と「誰が何を、なぜ得るのか」という問題への情熱を両立させました。彼女は、自ら志願する参加者が母集団を反映しない一般的なケースに対応するため、市民集会の参加者をランダムに選出するアルゴリズムを開発しました。政策ブリーフでは、人工知能に関する集会の例を挙げ、志願参加者が若く教育水準が高く技術に関心のある市民に偏り、他のグループが過小評価される可能性を指摘しています。フラニガンが開発したツールは、代表性と、個人の参加機会の平等、プロセスの操作への耐性、透明性といった選択プロセスの特徴とのバランスを取るのに役立ちます。これらの要素はすべて、意思決定グループの正当性に対する一般の認識に影響を与えます。彼女の研究は現在、市民集会参加者をランダムに選出するアルゴリズムを提供するオープンアクセスサイトPanelot.orgで展開されています。「このサイトは、実務者を一連の非常に技術的なトレードオフを通じて導き、それらのトレードオフを理解しやすくし、実務者が指定した優先順位に従って最適化します」とフラニガンは説明します。彼女は、「どんな政治的解も、少なくとも私が最も魅力的だと考える政府形態の下では、国民が正当な政治プロセスを通じて到達したと感じる必要がある」と述べ、公共の政治的意思決定を改善することに意欲を示しています。市民集会以外にも、複雑な決定に関する国民の意見をより体系的に収集する方法や、選好引出しの文脈で質問の形式が結論の内容にどのように影響するかについて新しい研究を模索しています。「政治学とEECSの両方からこれらの疑問を研究できることをとても幸運に思います。なぜなら、直接統治のためのツールの政治的・技術的本質を深く探求する自由があるからです」と彼女は語ります。MITの環境は、彼女の好奇心に駆られた多様な旅にぴったりだと感じています。「最初からMITで所属感を感じました。多くの状況で奇妙に見えた私の思考や問題解決の方法が、むしろ私をより所属させるのに役立ちました。これはとても新鮮な感覚であり、到着以来100%実証されています。」

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • ベイリー・フラニガンは医学から公衆衛生、経済学を経て、コンピュータ科学と政治学の学際研究に至った。
  • 彼女は市民集会の参加者をランダムに選出するアルゴリズムを開発し、Panelot.orgに実装した。
  • 研究の目的は、正当で透明性のあるプロセスを通じて政治的決定への信頼を高めることである。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。