数学の破壊兵器
 初版 | |
| 著者 | キャシー・オニール |
|---|---|
| 言語 | 英語 |
| 主題 | 数学、人種、民族 |
| ジャンル | ノンフィクション |
| 出版社 | クラウンブックス |
発行日 | 2016 |
| 出版場所 | アメリカ合衆国 |
| 受賞歴 | オイラー図書賞 |
| ISBN | 0553418815 |
『数学破壊兵器』は、キャシー・オニールが2016年に出版した、アルゴリズムの社会的影響に関するアメリカの書籍です。本書では、一部のビッグデータアルゴリズムが、既存の不平等を強化するような形でどのように利用されつつあるかを考察しています。本書は広くレビューされました。 [ 1 ] 2016年の全米図書賞ノンフィクション部門の最終候補に選ばれ、 [ 2 ] [ 3 ] [ 4 ]オイラー図書賞 を受賞しました。
概要
数学者のオニール氏は、保険、広告、教育、警察など、様々な分野におけるビッグデータとアルゴリズムの利用が、貧困層に害を及ぼし、人種差別を助長し、不平等を増幅させるような決定につながる可能性があることを分析している。全米図書財団によると、以下の通りである。 [ 2 ]
最も問題なのは、こうした制度が差別を助長する点です。貧困層の学生が、融資モデルによって（郵便番号に基づいて）リスクが高すぎると判断され、ローンを組めない場合、貧困から抜け出すための教育機会が奪われ、悪循環に陥ります。こうしたモデルは、幸運な学生を支え、弱者を罰するという「民主主義にとって有害なカクテル」を生み出しているのです。
彼女は、これらの問題のある数学的ツールには3つの共通点があると指摘する。それは、不透明で、規制されておらず、反論しにくいということだ。また、拡張性も備えているため、固有の偏見を増幅させ、より多くの集団に影響を与える可能性がある。WMD（数学的破壊兵器）とは、人間の特性を数値化するとされる数学的アルゴリズムであり、特定の集団に対する有害な影響と偏見の永続化をもたらす。
受付
本書は、社会経済資源の構造化におけるビッグデータモデルへの依存の帰結を解明したことで、広く称賛された。ニューヨーク・タイムズ・ブック・レビューのクレイ・シャーキーは、「オニールは、私たちの生活を規制するアルゴリズムの普遍性とリスクを巧みに説明している」と評する一方で、「解決策に関する部分は、問題の具体例に比べて弱い」と指摘した。[ 5 ]カーカス・レビューは、本書が技術的なテーマについて「非常に明快で読みやすい」議論をしていると称賛した。[ 6 ]
2019年、この本はアメリカ数学会のオイラー賞を受賞した。[ 7 ]
参照
参考文献
- ^参照:
- ロザノ、グアダルーペ I.、「数学破壊兵器のレビュー」、MathSciNet、MR 3561130
- ブラガ、フィリペ メイレレス フェレイラ (2016 年 6 月)、「数学破壊兵器のレビュー」、Mural Internacional、7 (1)、doi : 10.12957/rmi.2016.25939
- ラム、エブリン（2016年8月） 「数学破壊兵器のレビュー」、ルーツ・オブ・ユニティ、サイエンティフィック・アメリカン
- シャンカール、カルパナ（2016年9月）「データサイエンティストが、目に見えないアルゴリズムが不平等を永続させる仕組みを明らかにする（数学破壊兵器のレビュー）」、サイエンス
- ドクターオウ、コリー（2016年9月）「数学破壊兵器：目に見えない普遍的なアルゴリズムが何百万人もの人生を破壊している」、BoingBoing
- マクエヴァース、ケリー（2016年9月）、「「数学の破壊兵器」はデータ分析に頼ることの危険性を概説している、All Things Considered、NPR
- ヘイデン、ロバート・W.（2017年1月） 「数学破壊兵器のレビュー」、MAAレビュー
- Varis, Piia (2017年1月)、 「数学破壊兵器のレビュー」、Diggit
- オミトラ、トープ（2017年1月）、 「数学破壊兵器のレビュー」、ACMコンピューティングレビュー
- ジェイン、アプルブ（2017年3月）「数学破壊兵器レビュー」、ビジネス・エコノミクス、52（2）：123-125、doi：10.1057/s11369-017-0027-3、S2CID 157914174
- シュラグ、フランシス（2017年3月）「数学破壊兵器レビュー」、教育レビュー、24、doi：10.14507/er.v24.2197
- ブラッドリー、ジェームズ（2017年3月） 「数学破壊兵器のレビュー」、科学とキリスト教信仰の展望、69（1）：54
- マロニー、コリー（2017年春） 「数学破壊兵器のレビュー」、マーケット＆モラリティジャーナル、20（1）：194
- ロイ、マイケル（2017年4月）「数学破壊兵器レビュー」、カレッジ＆リサーチライブラリ、78（3）：403、doi：10.5860/crl.78.3.403
- ケース、ジェームズ（2017年5月） 「ビッグデータアルゴリズムが差別するとき（数学破壊兵器のレビュー）」SIAMニュース、50（4）
- アルスラン・ファルク（2017年7月）「数学破壊兵器のレビュー」、情報プライバシーとセキュリティジャーナル、13（3）：157–159、doi：10.1080/15536548.2017.1357388、S2CID 188383106
- プーヴィー、メアリー（2017年9月）「数学破壊兵器レビュー」アメリカ数学会誌、64（8）：933-935、doi：10.1090/noti1561
- ドイル、トニー（2017年10月）「数学破壊兵器レビュー」、情報社会、33（5）：301-302、doi：10.1080/01972243.2017.1354593、S2CID 22283226
- マティーン、ハリス（2018） 「数学破壊兵器のレビュー」、バークレー雇用労働法ジャーナル、39（1）：285-292
- タンストール、サミュエル（2018年1月）「モデルを武器として（数学破壊兵器のレビュー）」Numeracy、11（1）、doi：10.5038 / 1936-4660.11.1.10
- ウッドソン、トーマス（2018年8月）「数学破壊兵器のレビュー」、責任あるイノベーションジャーナル、5（3）：361-363、doi：10.1080/23299460.2018.1495027
- バンサル、ガウラフ（2019年1月）、「数学破壊兵器のレビュー」、情報技術事例と応用研究ジャーナル、21（1）：60– 63、doi：10.1080/15228053.2019.1587571、S2CID 189618193
- ヴェルマ、シカ（2019年6月）「数学破壊兵器レビュー」、Vikalpa：意思決定者ジャーナル、44（2）：97–98、doi：10.1177/0256090919853933
- Eusufzai, Zaki (2019年9月)、「数学破壊兵器レビュー」、The Social Science Journal、56 (3): 425– 426、doi : 10.1016/j.soscij.2019.04.002、S2CID 203099077
- ^ a b 2016年全米図書賞ノンフィクション部門ロングリスト、全米図書財団
- ^ 「全米図書賞ノンフィクション部門ロングリスト」、ニューヨーカー、2016年9月14日
- ^ローリンズ、エイミー（2016年9月6日）、数学は人種差別的：データが不平等を推進する方法、CNN
- ^シャーキー、クレイ（2016年10月3日）「数学破壊兵器：ビッグデータはいかにして不平等を増大させ民主主義を脅かすのか」ニューヨーク・タイムズ・ブック・レビュー
- ^ 「数学破壊兵器：ビッグデータはいかにして不平等を増大させ民主主義を脅かすのか」、カーカス・レビュー、2016年7月19日
- ^ 「オイラー図書賞」（PDF）、賞品・表彰、合同数学会議、pp. 3– 4、2019年1月、2019年7月20日閲覧– アメリカ数学会経由
外部リンク
