日時 リディエト・アベベ 2009年に学部生としてハーバード大学に到着し、彼女は数学を勉強することを計画しました。 しかし、ケンブリッジ公立学校での彼女の経験はすぐに彼女の計画を変えました。

29歳のアベベは、エチオピアの首都で最大の都市であるアディスアベバ出身です。 そこの住民が必要な資源を持っていなかったとき、彼女はそれをコミュニティレベルの不足に帰した。 しかし、ケンブリッジの公立学校で教育格差について学んだとき、彼女はその議論に納得がいかないことに気づきました。彼女は、豊かな環境で苦労しているのを観察しました。

詳細については、阿部部はケンブリッジの教育委員会に出席し始めました。 彼女が学校について発見すればするほど、彼女はもっと助けたいと熱望するようになりました。 しかし、彼女はその欲求が研究数学者になるという彼女の目標とどのように一致するのか確信が持てませんでした。

ハーバード・ソサエティ・オブ・フェローのジュニア・フェローであり、カリフォルニア大学バークレー校の助教授である阿部部は、次のように述べています。 「ある時点で、私は実際に選択しなければならないと思っていました。「OK、数学を選択し、他のものが私の趣味になると思います」と思っていました。」

大学卒業後、阿部部は数学の博士課程に入学したが、結局は出席を延期した。 集中的なXNUMX年間の数学プログラム ケンブリッジ大学で。 そこにいる間、彼女はコンピュータサイエンスに焦点を移すことに決めました。これにより、数学的な思考の才能と、差別、不公平、機会へのアクセスに関連する社会問題に取り組むという強い願望を組み合わせることができました。 彼女は最終的にコーネル大学でコンピューターサイエンスの博士号を取得しました。

今日、阿部部は理論計算機科学のツールを使用して、現実世界の問題に対処するアルゴリズムと人工知能システムの設計を支援しています。 彼女は、人々を貧困に導く際に、失業や政府の給付金などの所得ショックが果たす役割をモデル化し、政府の財政援助の配分を最適化する方法を検討しました。 彼女はまた、エチオピア政府と協力して、エチオピアが高校生と大学を照合するために使用するアルゴリズムを改善することにより、多様な人口のニーズをより適切に説明しています。 

阿部部は組織の共同創設者です AIの黒 —人工知能で働く黒人研究者のコミュニティ—そして 社会的利益のためのメカニズムデザイン、さまざまな分野の研究者を集めて社会問題に取り組んでいます。

クォンタマガジン 最近、彼女が医師になることを余儀なくされるという彼女の子供の頃の恐れ、悪いアルゴリズム設計の社会的費用、そして数学の彼女のバックグラウンドが彼女の仕事をどのように研ぎ澄ますかについて、阿部部と話しました。 このインタビューは複数の電話インタビューに基づいており、わかりやすくするために要約および編集されています。

あなたは現在、エチオピアの国家教育システムを改革するプロジェクトに参加しています。 この作品は、あなた自身のネガティブな体験から部分的に生まれました。 何が起こった？

エチオピアの国家制度では、12年生を終えると、この大規模な国家試験を受けて、全国の40を超える公立大学の希望を提出します。 あなたがどの大学に行くのか、そしてあなたがどの専攻を持っているのかを決定する一元化された割り当てプロセスがありました。 私はこれについてとてもパニックになりました。

どうして？

中学生の時、自分が高得点の学生だと気づきました。 そして、最高得点の学生は医学に割り当てられる傾向がありました。 私は12歳の頃、数学を勉強する代わりに医師にならなければならないのではないかと非常にパニックになりました。それが私が本当にやりたかったことです。

何をすることになったのですか？

「海外に行かなくてはいけないかもしれない」と思いました。 アメリカでは、上手くやってトップスクールに進学すれば、完全な学資援助が受けられることを学びました。

それで、あなたは学部生としてハーバードに行き、研究数学者になることを計画しました。 しかし、それからあなたはあなたの計画を変えた経験をしました。 何が起こった？

私はハーバードで数学を勉強することに興奮していました。 同時に、ケンブリッジの街で何が起こっているのか興味がありました。 ケンブリッジの小学校には大きな成果のギャップがありました。 黒人、ラテン系、低所得者、障害のある生徒、または移民の生徒である多くの生徒は、同じ教室で同級生よりXNUMX〜XNUMX学年下の成績を収めていました。 なぜこれが起こっているのか、私は本当に興味がありました。

あなたは最終的に焦点を数学からコンピュータサイエンスに切り替えました。 コンピュータサイエンスについては、自分が気にかけている社会問題に取り組むことができる場所だと思いましたか？

それは本質的に外向きの分野です。 収入補助金を支給できる政府機関を取り上げましょう。 そしてそれは予算の制約の下でそうしなければなりません。 最適化しようとしている目的と、公平性または効率性に関するいくつかの制約があります。 だからあなたはそれを形式化する必要があります。

そこから、アルゴリズムを設計し、それらについてのことを証明できます。 したがって、次のように言うことができます。「アルゴリズムがこれを実行することを保証できます。 私はそれがあなたに最適な解決策を与えるか、少なくともこれが最適な解決策に近いことを保証することができます。」

あなたの数学のバックグラウンドはまだ役に立ちますか？

数学と理論計算機科学はあなたに正確さを強制します。 あいまいさは数学のバグです。 私があなたに証拠を与え、それが曖昧であるならば、それは完全ではありません。 アルゴリズムの面では、目標とは何か、入力とは何かについて非常に明確にする必要があります。

コンピュータサイエンスの中で、あなたの研究コミュニティは何だと思いますか？

私は共同創設者の一人であり、 社会的利益のためのメカニズムデザイン。 私たちは2016年に、理論計算機科学、経済学、オペレーションズリサーチのコミュニティの手法を使用して機会へのアクセスを改善する方法を理解することに関心のある小さなオンライン読書グループとしてスタートしました。 私たちは、腎臓交換の改善や生徒の学校への割り当て方法などの問題で、アルゴリズムとメカニズムデザインの手法がどのように使用されているかに触発されました。 私たちは、社会科学やヒューマニズム研究からの洞察と組み合わせて、これらの技術を他にどこで使用できるかを探求したかったのです。

グループは着実に成長しました。 今では大規模で、50か国以上にまたがり、コンピューターサイエンス、経済学、オペレーションズリサーチ、社会学、公共政策、ソーシャルワークなどの複数の分野にまたがっています。

「メカニズムデザイン」という用語は、すぐには多くの人に馴染みがないかもしれません。 どういう意味ですか？

メカニズムデザインは、アルゴリズムをデザインした場合と似ていますが、入力データは戦略的に操作できるものであることに気づいていました。 ですから、あなたはそれに頑強なものを作ろうとしています。

取り組みたい社会問題を見つけたら、どのように始めますか？

所得ショックとそれが人々の経済厚生にどのような影響を与えるかに興味があるとしましょう。 まず、他の分野の人から学びに行きます。 私はソーシャルワーカー、政策立案者、非営利団体と話します。 私はできるだけ多くの情報を吸収し、他の専門家が役立つと思うことをできる限り理解しようとしています。

そして、この非常にボトムアップのプロセスで、どのタイプの質問に取り組むべきかを決定します。 そのため、最終的には、非常に興味深いデータセットがいくつかあり、人々は「これが私たちが行ったことですが、もっと多くのことができるかもしれません」というようなものになることがあります。 あるいは、それはモデリングの質問になってしまいます。そこでは、私の仕事のアルゴリズムの側面によってキャプチャとモデリングが可能になるという現象があり、それからある種の介入について質問します。

あなたの仕事は、COVID-19パンデミックに関連する問題に取り組んでいますか？

私の収入ショックの仕事は非常にタイムリーです。 あなたが仕事を失っている、または多くの人々が病気になっているなら、それらはショックです。 医療費はショックです。 私たち全員が対処しなければならないこの大規模な世界的な混乱がありました。 しかし、特定の人々は、他の人々よりも多くの、そして異なるタイプのそれを扱わなければなりません。

どうやってこれを研究テーマとして掘り下げ始めたのですか？

私たちは最初に最善の方法に興味を持っていました 個人が所得ショックを経験していることがわかっている場合の福祉。 私たちは、人々の収入と富を捉える福祉のモデルを提供できるかどうか、そして彼らが収入ショックを経験する頻度とそれらのショックの深刻さを知りたかったのです。

モデルを作成すると、所得補助金などの支援方法について質問することができました。

そして、あなたは何を見つけましたか？

たとえば、支援が、月ごとのコミットメントである収入補助金ではなく、XNUMX回限りの前払い補助金を人々に与える富の補助金である場合、あなたが対象とするべき個人のセットが見つかります互いに完全に異なる可能性があります。

これらのタイプの定性的洞察は、政策組織や非営利組織で働く個人との話し合いに役立ちました。 貧困緩和プログラムに関する議論では、「このプログラムは最も多くの人々を支援したい」という声明をよく耳にしますが、そのような声明を具体的な配分スキーム。

あなたも公開しました 紙 さまざまな種類の大きな有害なライフイベントが貧困とどのように関連しているかを調査します。 あなたは何を見つけましたか？

どのような要因が誰かを貧困に導くかを予測することは非常に困難です。 しかし、貧困を他の人よりもよく予測するのに何が役立つかについて、定性的な洞察を得ることができます。 男性の回答者にとって、警察に止められたり、犯罪の犠牲者になったりするなどの刑事司法制度との相互作用は、将来の貧困の経験を非常に予測しているように思われます。 一方、女性の回答者の場合、収入の減少、多額の費用、給付の減少などの経済的ショックがはるかに予測力を持っているように思われます。

あなたはまた、 アルゴリズム、メカニズム、最適化会議における公平性とアクセス、今年後半に初めて開催され、私たちが話している多くの種類の質問に取り組んでいます。 その焦点は何ですか？

私たちは、研究者と実務家が集まり、住宅の不安定性とホームレス、教育と医療への公平なアクセス、デジタルとデータの権利など、社会から取り残されたコミュニティに影響を与える問題について話し合うための国際的な場を提供しています。 投資家が正しい質問を特定し、全体的な解決策を提供し、意図しない結果について批判的に考え、必要に応じて何度も繰り返すのを見るのは刺激的です。

また、エチオピア政府との間で、国の教育システムに関する継続的な取り組みも行っています。 この割り当てプロセスの動作方法をどのように変更しようとしていますか？

私はエチオピアの教育省と協力して、高校の先輩と公立大学とのマッチングプロセスを理解し、情報を提供しています。 私たちはまだこれの初期段階にあります。

エチオピアには80以上の異なる民族グループと信じられないほど多様な人々がいます。 多様性に関する考慮事項があります。 あなたには、性別、民族、地域が異なります。

「私たちは、誰もが上位XNUMXつの選択肢のXNUMXつを確実に取得できるようにするつもりです」と言うかもしれません。 ただし、同じ地域の全員がいる学校や、全員がXNUMXつの性別である学校にたどり着かないようにしたいと思います。

マッチングプロセスを間違えることのコストはいくらですか？

つまり、私が取り組んでいる社会問題のいずれにおいても、何かを間違えることのコストは非常に高いということです。 このマッチングケースでは、何かにマッチングしたら、外部オプションが適切でない可能性があるため、おそらくそこに移動します。 だから私はあなたが家の近くに行くのか、本当に本当に家から遠く離れてしまうのかを決めています。 私はあなたがあなたの仕事に合った研究、クラス、研究をしている地域か学校に行くかどうかを決めています。 それは本当に、本当に重要です。