データサイエンスとAI分野の専門家であるステファニー・キルマー氏は、10年近くにわたり機械学習（ML）エンジニアとして活躍する一方、元は社会学と教育の社会文化的基盤を学んだ経歴を持つ。現在はDataGrailで上級MLエンジニアを務め、TDS（The Data Science）のコラムで月1回、AIと機械学習の社会的影響をテーマに記事を執筆している。また、全国でAI関連の講演も行い、2026年4月のODSC East in BostonではLLM評価のカスタマイズ戦略について講演予定だ。 キルマー氏は、社会学の学びがAIの社会的影響を分析する視点を形成したと語る。彼女は「社会的不平等は何か？」「異なる人々が同じ技術をどう体験するか？」「制度や集団が技術の進展にどう影響するか？」といった問いを常に持ち、仮説を立てて証拠を収集する「社会学的アプローチ」をAIの理解にも応用している。 LLMの台頭により、彼女の日常業務は変化した。コードアシスタントツールを活用してアイデアの検討やアプローチの改善、単純作業（ユニットテストやボイラープレートコードの作成）に活用しているが、独自の問題解決や例外的な課題には依然として人間の経験と判断が不可欠だと強調する。 AIブームについて、彼女は「これはドットコムバブルと似たバブル」と指摘。技術そのものに価値があるものの、巨額の投資が「2000億ドル以上の価値」を生むと期待する風潮は現実的ではないと分析。VCとシリコンバレーの過剰なリターン要求が持続不可能であり、最終的にはバブルの破裂を避けられないとしている。 また、生成AIに対する「文化的反発」について、企業が誇大な約束を続けることが信頼を損なっていると指摘。現実的な課題への応用と、一般市民向けの技術教育の強化が信頼回復の鍵になると訴える。技術の本質を理解すれば、期待値も現実的になるが、大手企業はその啓発に消極的だと見ている。 今後のテーマについては、読者からのアイデアを募りながら、AIと社会の交差点にある未解決の課題に深く掘り下げる予定。2026年以降のテーマはまだ未定だが、社会的不平等や制度、ジェンダー、階級といった社会学的視点をもとに、AIの実態を問い直す取り組みを続ける。