Демократия в древних Афинах сильно отличалась от демократии сегодня. Вместо выборов большинство должностей, в том числе в законодательном органе, управляющих советах и магистратах, были заполнены гражданскими добровольцами, выбранными случайной лотереей. Эти собрания граждан разрабатывали, обсуждали и принимали законы; принял важные внешнеполитические решения; и контролируемые военные бюджеты.
Сегодня народные собрания возвращаются. В 2019 и 2020 годах собрания граждан во Франции и Великобритании собрались, чтобы разработать меры по борьбе с изменением климата. Собрания граждан в Ирландии привели к изменениям в ирландской конституции, которые легализовали аборты и однополые браки.
Одна из самых больших проблем при организации этих собраний — как в древние времена, так и сегодня — это решить, кому следует служить. Собрание должно быть репрезентативным для всего населения. Но выбор должен быть случайным — в идеале, чтобы все добровольцы имели равные шансы быть выбранными.
Чтобы уравновесить эти две цели, древние афиняне использовали элементарную машину под названием kleroterion, которая произвольно выбирала группы добровольцев из разных племен. Теперь команда компьютерных ученых разработала решение 21 века.
Теперь команда компьютерных ученых из Гарвардской школы инженерии и прикладных наук Джона А. Полсона (SEAS) и Университета Карнеги-Меллона в сотрудничестве с практиком из Sortition Foundation разработала процесс выбора сборки, который удовлетворяет представлению и справедливости. одновременно.
Эта статья была опубликована в журнале Nature .
«В идеале собрание граждан действует как микрокосм общества», — сказал Ариэль Прокачча, профессор компьютерных наук Гордона Маккея в SEAS и соавтор исследования. «Однако, будет ли эта цель реализована на практике, зависит от того, как именно будут выбраны члены собрания».
«Во-первых, нам нужно спросить, как мы вообще думаем о справедливости в контексте отбора комиссий, а затем как мы формализуем это таким образом, чтобы у каждого был шанс», — сказала Бейли Фланиган, аспирантка Карнеги. Mellon University и соавтор исследования ».
Исследовательская группа изучила типичный двухэтапный процесс выбора сборки. На первом этапе к участию приглашаются тысячи случайно выбранных людей. Окончательная сборка выбирается из пула добровольцев с использованием алгоритма отбора. Однако пул добровольцев обычно не репрезентативен для населения в целом, потому что определенные группы, например, с более высоким уровнем образования, с большей вероятностью будут работать волонтерами .
«Предоставить всем добровольцам точно равные вероятности, как правило, невозможно при одновременном соблюдении демографических квот», — сказал Пауль Гёльц, аспирант Карнеги-Меллона и соавтор статьи. «Наш алгоритм отбора находит панель, которая удовлетворяет квотам, но дает потенциальным участникам как можно более равные шансы быть выбранными».
Для этого он вычисляет распределение по множеству панелей, каждая из которых удовлетворяет требованиям квоты, а затем случайным образом извлекает панель из этого распределения. Затем выбирается распределение панелей таким образом, чтобы минимальная вероятность появления любого добровольца на панели была как можно выше математически.
Этот алгоритм с открытым исходным кодом уже использовался для выбора более 40 собраний граждан по всему миру организациями в странах, включая Данию, Германию, США, Бельгию и Великобританию. Прокачча вместе со своими соавторами и Гили Русак из Стэнфордского университета разработали веб-сайт под названием Panelot.org, который делает их алгоритм выбора доступным бесплатно.
В дальнейшем исследователи продолжат работу с практиками, чтобы на их опыте узнать, как эти новые алгоритмы отбора можно сделать еще более полезными.
«Мы рады исследовать новые способы, с помощью которых математика и информатика могут способствовать практике демократии», — сказал Прокачча.
Теги: ИИ