Kan kunstig intelligens gøre demokratiet mere retfærdigt?

Demokrati i det gamle Athen så ganske anderledes ud end demokratier i dag. I stedet for valg, de fleste kontorer - inklusive dem i den lovgivende forsamling, styrende råd, og dommere - blev besat af frivillige borgere, udvalgt ved tilfældig lodtrækning. Disse borgerforsamlinger udarbejdede, diskuterede, og vedtaget love; truffet store udenrigspolitiske beslutninger; og kontrollerede militærbudgetter.

I dag, borgerforsamlinger gør comeback. I 2019 og 2020, borgerforsamlinger i Frankrig og Det Forenede Kongerige er indkaldt for at udarbejde udkast til foranstaltninger til at imødegå klimaændringer. Borgerforsamlinger i Irland har ført til ændringer i den irske forfatning, som legaliserede abort og ægteskab af samme køn.

En af de største udfordringer ved at organisere disse forsamlinger – både i oldtiden og i dag – er at beslutte, hvem der skal tjene. Forsamlingen skal være repræsentativ for befolkningen som helhed. Men udvælgelsen bør være tilfældig - ideelt set, hvor alle frivillige har lige chance for at blive valgt.

For at balancere disse to mål, de gamle athenere brugte en rudimentær maskine kaldet en kleroterion, som tilfældigt udvalgte paneler af frivillige fra forskellige stammer. Nu, et team af dataloger har udtænkt en løsning fra det 21. århundrede.

Nu, et team af dataloger fra Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) og Carnegie Mellon University, i samarbejde med en praktiserende læge fra og Sortition Fonden, har designet en samlingsudvælgelsesproces, der tilfredsstiller repræsentation og retfærdighed på én gang.

Denne afhandling blev udgivet i Natur .

"Ideelt set en borgerforsamling fungerer som et mikrokosmos af samfundet, " sagde Ariel Procaccia, Gordon McKay professor i datalogi ved SEAS og medforfatter til undersøgelsen. "Om dette mål bliver realiseret i praksis, imidlertid, afhænger af præcis, hvordan forsamlingsmedlemmerne vælges."

"Først, vi er nødt til at spørge, hvordan vi overhovedet tænker på retfærdighed i forbindelse med panelvalg, og hvordan formaliserer vi det så på en måde, der betyder, at alle får en fair chance, " sagde Bailey Flanigan, en kandidatstuderende ved Carnegie Mellon University og medforfatter til undersøgelsen."

Forskerholdet undersøgte en typisk to-trins samlingsudvælgelsesproces. I første fase, tusindvis af tilfældigt udvalgte personer inviteres til at deltage. Den endelige samling vælges fra puljen af ​​frivillige ved hjælp af en udvælgelsesalgoritme. Imidlertid, puljen af ​​frivillige har en tendens til at være urepræsentativ for befolkningen som helhed, fordi visse grupper, som dem med mere uddannelse, er mere tilbøjelige til at melde sig frivilligt.

"At give alle frivillige nøjagtig lige sandsynlighed er generelt umuligt at gøre, samtidig med at de opfylder demografiske kvoter, sagde Paul Gölz, en kandidatstuderende ved Carnegie Mellon og medforfatter til papiret. "Vores udvælgelsesalgoritme finder et panel, der opfylder kvoter og samtidig giver potentielle deltagere så lige en chance som muligt for at blive udvalgt."

Det gør det ved at beregne en fordeling over mange paneler, som alle opfylder kvotekravene, og derefter tilfældigt tegne et panel fra denne fordeling. En fordeling af paneler vælges så på en måde, at minimumssandsynligheden for, at en frivillig optræder i panelet, er så høj som matematisk muligt.

Denne open source-algoritme er allerede blevet brugt til at vælge mere end 40 borgersamlinger rundt om i verden, af organisationer i blandt andet Danmark, Tyskland, USA., Belgien, og Storbritannien. Procaccia, sammen med sine medforfattere og Gili Rusak fra Stanford University, udviklet en hjemmeside kaldet Panelot.org, som gør deres valgalgoritme tilgængelig gratis.

Fremadrettet, forskerne vil fortsætte med at arbejde med praktikere for at lære af deres erfaringer om, hvordan disse nye udvælgelsesalgoritmer kan gøres endnu mere nyttige.

"Vi er begejstrede for at udforske nye måder, hvorpå matematik og datalogi kan bidrage til praksis med demokrati, " sagde Procaccia.