ラタニア・スウィーニー

スウィーニーの核心は、「氏名を消せば匿名」という思い込みを実データで崩したことです。再識別の危険を測る数理、広告配信の差別を検証する監査、選挙システムの安全性評価まで、社会で動く技術を検査可能な公共課題として扱ってきました。[1][3][4]

現在・代表的な役割

ハーバード大学 Daniel Paul Professor of the Practice of Government and Technology

生い立ちから現在まで、肩書きだけでなく研究・開発・事業を動かした主要な出来事を時系列で追います。

1. 1995年

   ハーバード大学で学士号を取得した

   コンピューター科学の基礎を学び、データと社会制度の接点へ研究を進めました。[2]

2. 1997年

   医療データの再識別リスクを研究した

   公開データと別の名簿を組み合わせることで、氏名を除いたデータでも個人を特定できる問題を示しました。[2][3]

3. 2001年

   MITでコンピューター科学のPh.D.を取得した

   MITでコンピューター科学の博士号を得た最初の黒人女性として公式インタビューに記録されています。[1]

4. 2002年

   k-匿名性を体系化した論文を発表した

   準識別子の組み合わせごとに複数人を区別できない状態を、データ公開の安全条件として示しました。[3]

5. 2011年

   ハーバード大学へ研究拠点を移した

   Data Privacy Labをハーバードへ移し、法・政策・技術を横断する研究を広げました。[1][2]

6. 2013年

   オンライン広告配信の差別を検証した

   広告の内容と表示確率を測り、入力や利用者属性と出力の不均衡を外部監査する方法を示しました。[4]

7. 2013年11月

   米連邦取引委員会のChief Technologistに指名された

   研究者としての知見を消費者保護と技術政策へ持ち込みました。[5]

8. 2017年

   オンライン有権者登録の本人確認リスクを公表した

   公開情報だけで他人になりすませる可能性を示し、各州の設計差を比較しました。[6]

9. 2019年

   米議会で選挙セキュリティについて証言した

   技術的な脆弱性を民主的な手続きの信頼性という政策課題へ接続しました。[7]

知名度や肩書きではなく、技術と産業に残した変化から人物像を整理します。

年表の出来事をつなぎ、研究テーマや仕事の選択がどのように次の段階へ結びついたかを読み解きます。

生い立ちから現在までを一本の物語として見るために、方向を大きく変えた3つの選択に絞りました。

個人の功績だけに還元せず、共同研究者、組織、社会への影響まで含めて考えるための視点です。

TechCreateの関連記事

関連記事は準備中です。

もっと知る

本人のインタビュー、論文、公式プレゼンテーション、評伝を横断し、技術思想を立体的にたどれる資料を選びました。

選定：TechCreate編集部。リンク先の内容・販売状況は各配信元でご確認ください。