Elena Glassmanは、ハーバード大学のコンピュータ科学者であり教授で、人間とコンピュータの相互作用（HCI）と機械学習の交差点で研究を主導しています。彼女の研究は、複雑なAIシステムをより透明で解釈可能にし、プログラマー、デザイナー、非専門家を含む幅広いユーザーがアクセスできるようにするツールや技術の開発に焦点を当てています。彼女は特に、インタラクティブな機械学習、ニューラルネットワークの可視化、アルゴリズムの出力を人間が理解するためのシステムへの貢献で知られています。
Glassmanは、カーネギーメロン大学でコンピュータ科学の学士号を取得し、MITコンピュータ科学・人工知能研究所（CSAIL）で博士号を取得しました。彼女の博士研究は、Rob Millerの指導の下で、プログラミングとデバッグのための新しいインターフェースを探求し、後の説明可能なAIに関する研究の基盤を築きました。博士号取得後、彼女はハーバード大学の工学部応用科学科に教員として加わり、そこで人間とコンピュータの相互作用と機械学習（HCI-ML）ラボを設立しました。
機械学習のためのインタラクティブな可視化
Glassmanの研究の中心的なテーマは、人々がニューラルネットワークがどのように意思決定を行うかを理解するのに役立つインタラクティブな可視化の開発です。彼女のラボは、ユーザーがモデルの動作を調査し、学習された特徴を検査し、潜在的なバイアスやエラーを特定できるツールを作成しました。例えば、モデルの出力のどの部分が入力に影響されるかを示す「スライシング」や「ビジュアルデバッギング」に関する彼女の研究は、ディープラーニングの「ブラックボックス」的な性質をより透明にします。これらのツールは、大規模言語モデルのデバッグや医療画像データの分析など、実際の設定での使用を目的としています。
人間中心のAIとクラウドソーシング
Glassmanはまた、人間中心のAIの分野、特にクラウドソーシングを用いて機械学習システムを改善することに重要な貢献をしています。彼女の研究は、データラベリング、モデル評価、さらにはアルゴリズム設計といったタスクに、非専門家のワーカーが効果的に関与できる方法を探求しています。彼女は、多くの人々が協力してAIシステムのエラーを特定し修正する「クラウドスケール」のデバッグのためのフレームワークを開発しました。このアプローチは、モデルの精度を向上させるだけでなく、AI開発プロセスに多様な人間の視点を取り入れる方法を提供します。
プログラマーとデザイナーのためのツール
Glassmanの仕事のもう一つの領域は、機械学習とソフトウェア開発の間のギャップを埋めるツールの作成です。彼女は、プログラマーがML APIを使用するコードを理解しデバッグするのを助け、デザイナーがAIを活用したアプリケーションのインターフェースを作成するのを支援するシステムを構築しました。彼女の研究は、開発者がモデルについてどのように考え、相互作用するかを調査し、新しいデバッグインターフェースやテスト方法論の設計につながっています。この仕事は、生成AIツールが日常のソフトウェア開発ワークフローにますます統合されるにつれて、特に関連性が高まっています。
教育活動と公共への関与
研究に加えて、GlassmanはAIの教育と公共への関与に取り組んでいます。彼女はハーバード大学で、機械学習の技術的基礎と、AIシステムを評価するために必要な批判的思考スキルの両方を学生に教えるコースを開発しました。彼女はまた、AIリテラシーの普及を提唱し、AIの限界や社会的影響を理解することの重要性について講演や執筆を行っています。彼女の教育活動は賞で認められており、彼女は学界と産業界の両方でキャリアを築く学生を頻繁に指導しています。
評価と今後の方向性
Glassmanの研究は、CHI、UIST、NeurIPSなどのトップクラスのHCIおよびML会議で発表され、いくつかの最優秀論文賞を受賞しています。彼女はまた、全米科学財団などの組織から初期キャリア賞を受賞しています。彼女の現在の研究の方向性には、トランスフォーマーモデルをより解釈可能にすること、人間参加型学習の新しい方法の開発、高リスク領域でのAI展開の倫理的影響の調査が含まれます。2020年代半ばの時点で、彼女のラボは、AI技術が強力であるだけでなく、理解可能で信頼できるものであることを確保することに焦点を当て、人間と機械が効果的に協力する方法の限界を押し広げ続けています。