Yamil R. Velez
Yamil Ricardo Velez is an Assistant Professor of Political Science at Columbia University. His research focuses on how the quality of political information influences political engagement and representation. His most recent work explores the potential for generative artificial intelligence to enhance our understanding of public opinion through the use of adaptive surveys. His work has been published in journals such as American Political Science Review, American Journal of Political Science, Journal of Politics, British Journal of Political Science, and Political Analysis. He is on the editorial board of the Journal of Experimental Political Science and Political Psychology. Before joining Columbia, he held faculty positions at George Washington University and Wesleyan University. He holds a Ph.D. in Political Science from Stony Brook University.
やりたいこと近そう
technicalにめっちゃ強いとかではないみたいだけど、poli sciの教授なので僕が知らないことをたくさん知っているはず（それはそう）
話してみると面白そうだな
1. Tailored Experiments（生成AIで被験者ごとに設計を最適化）—APSR 2025
何をした：態度極化を“各人にとって本当に重要な論点”に合わせて実験刺激を自動生成・最適化し直す設計を提示。
どうやった：生成AIを使った「テイラード（個別最適化）実験」で、参加者のコア・イシューを検出→刺激化→効果測定のループを確立。
2. Crowdsourced Adaptive Surveys（群衆×NLPで“進化するアンケート”）—Political Analysis 2025
何をした：回答者の自由記述や新語・新論点をNLPで吸い上げ、設問プールを動的更新して“情報環境の変化に追随する”サーベイ法を提案。
どうやった：適応型アルゴリズム＋言語モデルで項目を生成・選定し、難接触集団の信念測定を改善。
3. 多言語サーベイの項目バイアス（Language Barriers）—Political Behavior 2023（forthcoming当時）
何をした：多言語化で項目の意味が微妙にズレ、推定が歪む問題を因果的に同定。
どうやった：翻訳差異による“言語項目バイアス”を実験・計量で検出。
4. 情報品質・ミスインフォと政治参加（研究プログラムの核）
何をした：移民コミュニティを中心に、誤情報・訂正・態度変容の関係や代表性への影響を継続的に分析。
どうやった：実験・調査・計量のハイブリッド。実務連携（Google News Initiative等）で現場データも活用。
なぜ面白い：あなたの「AIで事実確認・対話支援」文脈と完全合流。会食では“AI訂正の副作用（反発・冷笑・域外化）をどう抑える？”をぶつけよう。 (Yamil R. Velez) 5. 測定・文脈の扱い（方法論的貢献）
何をした：コンテクストをどう測るか、サーベイ設計や推定の土台を検討（例：Contextual Measurement Strategies）。
どうやった：設計選択が推定に与える系統誤差を整理。