🇺🇸 Peter Fernández Dulay

ピーター・フェルナンデス・デュレイは、フロリダ州ジャクソンビル出身。彼の研究手法は、意図的に地味で堅実なものだった。彼は4つのAI画像生成プラットフォーム（Shutterstock、Canva、DALL·E、Midjourney）を選択し、アクチュアリー、データサイエンティスト、情報セキュリティアナリスト、オペレーションズ・リサーチ・アナリスト、コンピュータ・情報科学研究者という5つの科学職種をプロンプト（指示文）として入力した。そして生成された画像を分析し、分類作業を行った。

この試みそのものが研究の成果である。生成された画像の内訳は、男性が1,459枚であったのに対し、女性は347枚にとどまった。女性のみが描かれた画像はわずか17.4%だった。プラットフォーム間を比較した結果、Shutterstockの偏りが最も少なく、Midjourneyが最も大きいことが判明した。

この研究は大学院生が実施してもおかしくないものだが、驚くべきは9歳の子供が発した素朴な問いに対し、これまでほとんど調査が行われていなかった点である。画像生成AIはインターネット上の歴史的な画像データを学習している。プロンプトに挙げた職業は、歴史的に男性優位のイメージが強い職種である。モデルはその偏見を再生産し、現在の姿として提示している。プラットフォームごとの差異を定量化したことこそが、単なる不満を「証拠」に変えた鍵である。

彼は全米48州および4つの領土から集まった約2,000人の応募者の中から、わずか30人の全米ファイナリストに選ばれた。彼が獲得した1万ドルの賞金は、同チャレンジにおける最高賞の一つである。

ジャクソンビルの地元メディアWOKVによる報道が、彼の背景を補足した。研究のきっかけは妹の問いであり、彼は地域ランクのフェンシング選手であり、学校のロボットチームのメンバーでもあるという。15歳での競争的な研究活動は、彼が取り組む多くの活動の一つに過ぎないことを物語っている。

生成AIモデルは、過去に撮影された写真から学習する。ある職業が1世紀にわたり偏ったキャスティングで記録されてきた場合、モデルはその偏見を受け継ぎ、中立的な指示に対しても中立的とは言い難い回答を返してしまう。研究文献ではこれを「表現上の害（representational harm）」と呼び、その測定には「プロンプトを固定し、大量生成し、手作業でコーディングする」という、彼が用いた手法が標準的に使われる。

Thermo Fisher Scientific Junior Innovators Challengeは、中学生を対象とした全米科学コンペティションであり、Regeneron Science Talent Searchを運営する「Society for Science」によって実施されている。ファイナリストは全米の提携フェアから選抜され、機材の高度さではなく、実験設計と思考の質が評価される。だからこそ、公開ツールと手作業のコーディングだけで構築された研究が最高賞を受賞できるのである。

2026年6月4日に発表されたSociety for Scienceのインタビューで、彼は次なる構想を語っている。それは「Generations AI」というコミュニティプロジェクトで、AI技術を様々な年齢層の人々に、アクセスしやすく倫理的な用語で教育する活動だ。インタビューの中で彼が贈ったアドバイスは、「もし僕にできたなら、あなたにもできる」というシンプルで力強いものだった。