菊地 真人
KIKUCHI Masato
見えにくい情報を信頼できる知識へつなぐAI・データ分析
AIやデータ分析では頻繁に現れるデータが重視されがちです。一方で、まれな事象や未観測の事象にも新しい知識につながる手がかりが含まれていると考えています。私はこうした見逃されやすい情報を安易に切り捨てず、不確実性をふまえて丁寧に評価し活用する統計的手法を研究しています。特に、出現頻度が低いほど統計量を控えめに見積もる「保守的な推定法」を提案し、自然言語処理や大規模データ分析への応用を進めています。加えて計算時間やメモリ使用量を抑えた実装にも取り組み、実用可能な手法へ発展させることを重視しています。さらに、これまでの研究で培った「弱い手がかりを過大評価せず根拠の強さに応じて扱う」視点を活かし、語彙学習支援や講義支援、ラーニングアナリティクスなどの教育工学研究にも取り組んでいます。見えにくい情報に根拠をもって向き合い、AIの透明性と信頼性の向上に貢献します。
担当分野・プログラム
研究区分
情報科学、情報工学
応用情報学
人間情報学
教育学
研究テーマ
- ソフト信頼度：頻度に基づく不確実性による保守的な信頼度計算法
- CEFR-Annotated WordNet：LLMベースの熟達度ガイドを統合した英語学習用意味データベース
- 弱い手がかりや見逃されがちな情報を活かす学習支援・講義支援システム
メッセージ
AIは大量のデータから答えを出す技術と思われがちですが、実際には、めったに現れない出来事や、まだ十分に観測されていない情報の扱い方が重要です。私は、見えにくい手がかりを安易に切り捨てず、不確実性をふまえて評価し、信頼できる知識へつなげる研究に取り組んでいます。大切にしている「弱い根拠を過大評価せず、根拠の強さに応じて扱う」視点は、語彙学習支援や講義支援など教育工学の研究にもつながっています。AIを便利な道具として使うだけでなく、「なぜそう言えるのか」を考えながら、誰もが安心して活用できる技術に育てていきたいです。