ソレル・フリードラーは、コンピュータ科学者であり、ハバフォード大学の教授である。彼女は、機械学習におけるアルゴリズムの公平性と透明性に関する研究を主導している。彼女は、自動化された意思決定システムにおける公平性の定義と実装への貢献で知られており、特にACM FAT*（Fairness, Accountability, and Transparency）会議の共同議長を務めたことで認識されている。彼女の研究は、理論的なコンピュータ科学と人工知能の社会的影響をつなぐものである。
フリードラーの研究は、データやアルゴリズムにおけるバイアスがどのように社会的な不平等を永続化または悪化させ得るかに焦点を当てている。彼女は、公平性の数学的基盤に関する影響力のある論文を発表しており、複数の公平性基準を同時に満たすことの不可能性を含む。彼女の学術的成果は、採用、刑事司法、融資における機械学習の利用に関する政策議論に影響を与えてきた。
学術経歴
フリードラーは、メリーランド大学でコンピュータ科学の博士号を取得し、そこで計算幾何学とトポロジーを研究した。彼女は2012年にハバフォード大学の教員となり、コンピュータ科学科の終身教授となった。ハバフォードでは、データサイエンスプログラムを創設し、多くの学部生研究者を指導し、その多くは大学院でのコンピュータ研究に進んでいる。
彼女の初期の計算幾何学の研究は、後のアルゴリズム分析の基礎を築いた。彼女は、高次元データ構造を理解するために位相的データ解析を応用し、それが後の公平性指標への関心につながった。フリードラーは、カーネギーメロン大学を含む複数の機関で客員研究員を務め、学界と産業界の研究者と協力してきた。
公平性研究
フリードラーの画期的な2016年の論文「On the (im)possibility of fairness」は、共同執筆者とともに、単一のアルゴリズムがすべての一般的な公平性定義を同時に満たすことはできないことを示した。この結果は、不可能性定理として知られ、アルゴリズム的公平性の文献の基礎となっている。この論文は、個人の公平性（類似した個人は類似した扱いを受ける）と集団の公平性（人口統計学的グループ間で平等な結果）の区別を形式化した。
彼女は「構成的公平性」の概念を開発し、これはデータにおける観測不可能な真の属性と観測可能な代理指標との間のギャップを考慮するものである。この枠組みは、公平性介入がいつ意味を持つかを実務者が特定するのに役立つ。フリードラーの研究は、分類システムにおける異なる影響を検出する方法を含む、アルゴリズム監査のための実用的なツールも導入した。
彼女の研究は、全米科学財団とモジラ財団からの助成金によって支援されてきた。彼女は、自動化された意思決定における透明性の必要性について政府機関で証言し、アルゴリズムの説明責任に関する市民社会組織に助言を行ってきた。
FAT*会議のリーダーシップ
フリードラーは、2018年にACM FAT*会議（現在のACM FAccT）の共同議長を務め、この分野の他の主要な研究者とともに活動した。この会議は2014年にワークショップとして始まり、社会技術システムにおける公平性、説明責任、透明性に関する学際的研究の主要な場となっている。彼女の共同議長就任中、会議の範囲は社会科学と法学の視点をより多く含むように拡大された。
彼女は、研究の再現性と倫理的審査を重視する会議の査読プロセスの確立に貢献した。フリードラーはまた、主要なニューラルネットワークおよび深層学習会議での関連ワークショップの開催にも関与し、主流のAI研究コミュニティに公平性の考慮事項をもたらした。
教育と擁護活動
ハバフォードでは、フリードラーはデータ倫理とアルゴリズム的正義に関するコースを開発し、哲学と法学の文献をコンピュータ科学のカリキュラムに統合した。彼女は、標準的な機械学習教育に公平性分析を含めることを声高に主張しており、社会的文脈のない技術的訓練は不完全であると論じている。
彼女は共同執筆した影響力のある論文「A comparative study of fairness-enhancing interventions in machine learning」で、バイアスを減らす方法を実証的に評価した。この研究は実務者に実用的な指針を提供し、学術界と産業界の両方で広く引用されている。フリードラーは数多くの会議で基調講演を行い、アルゴリズム的バイアスについて議論するメディアにも登場している。
主要な出版物
彼女の注目すべき出版物には、「On the (im)possibility of fairness」（2016年）、「A comparative study of fairness-enhancing interventions」（2019年）、「Constructive fairness」（2017年）がある。彼女の論文は、ACM Conference on Fairness, Accountability, and Transparency、International Conference on Machine Learning、Journal of Machine Learning Researchなどの主要な会議やジャーナルに掲載されている。彼女はまた、生成AIと自動化システムの倫理的影響について一般向けのメディアにも執筆している。
フリードラーの現在の研究は、大規模なトランスフォーマーモデルを含む新興技術における公平性を検討し、その実世界の応用への展開を探っている。彼女は、AIの責任ある開発に関する基準を策定するために、政策立案者や業界団体と協力し続けている。
受賞と認知
フリードラーは、研究と教育に対して複数の賞を受賞しており、ハバフォード大学のリンドバック優秀教育賞を含む。彼女は、コンピューティングと社会への貢献により、コンピュータ機械協会（ACM）の Distinguished Member に任命された。彼女の研究は、全米科学・工学・医学アカデミーによるAIの責任ある開発に関する報告書でも取り上げられている。