Kristina Šekrst naslovna je docentica na Sveučilištu u Zagrebu, voditeljica strojnoga učenja u Meedan.org te glavna softverska inženjerka u tvrtki Preamble AI, specijalizirana za umjetnu inteligenciju. Njezino obrazovanje obuhvaća logiku, filozofiju, kognitivnu i poredbenu lingvistiku te hrvatski jezik, a doktorat iz logike stekla je disertacijom Logička formalizacija evidencije u evidencijalnim jezicima, obranjenom sa summa cum laude. U svojemu je inženjerskome radu pridonijela otkriću i patentiranju injekcija u upute (engl. prompt injection) u sustavima umjetne inteligencije.
Autorica je knjige "The Illusion Engine: The Quest for Machine Consciousness (Springer, 2025) te suautorica "Introduction to Deep Learning: Neural Networks, Large Language Models and Agentic AI" (sa S. Skansijem, Springer, u tisku). Njezin istraživački interes obuhvaća logiku, umjetnu inteligenciju, filozofiju znanosti i lingvistiku. Objavila je više od 50 radova iz filozofije znanosti, umjetne inteligencije, računalne znanosti, logike i lingvistike. Suosnivačica je Zagrebačke škole egiptologije i suautorica (s I. Uranićem) gramatike i komparativnolingvističkoga uvoda u srednjoegipatski jezik. Predavala je lingvistiku i filozofiju znanosti na Sveučilištu u Zagrebu te bila mentorica na tečajevima Coursere i edX-a koje izvode Caltech, Harvard i Sveučilište Illinois u Urbana-Champaign, iz astrofizike, astrobiologije i genomike. Članica je Cognitive Science Society, The Society for the Study of Artificial Intelligence and Simulation of Behaviour (AISB), Association for the Scientific Study of Consciousness, Hrvatskoga logičkoga udruženja te radne skupine za povijesna, filozofska, društvena i etička pitanja u astrobiologiji pri European Astrobiology Institute. Urednica je časopisa Philosophical Problems in Science.
Trenutačno surađuje na projektima iz pragmatike južnoslavenskih jezika i astrobiologije, uz dodatni studij astrofizike na Open University. Bavi se razvojem velikih jezičnih modela za podzastupljene jezike, ponajviše za arapski i hindski te interpretabilnošću velikih jezičnih modela.
