• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Otro
    Fairmandering dibuja distritos justos utilizando ciencia de datos

    Crédito:Pixabay / CC0 Public Domain

    Es casi imposible para los humanos dibujar mapas imparciales, incluso cuando lo están intentando.

    Un nuevo método matemático desarrollado por investigadores de Cornell puede inyectar equidad en el tenso proceso de redistribución de distritos políticos, y demuestra que se necesita más que una buena intención para crear un distrito justo y representativo.

    El método de dos pasos, descrito en el documento, "Fairmandering:A Column Generation Heuristic for Fairness Optimized Political Distriction, "primero crea miles de millones de mapas electorales potenciales para cada estado, y luego identifica algorítmicamente una gama de posibilidades que cumplen los criterios deseados de equidad.

    "Fairmandering" ganó el premio INFORMS de investigación operativa de pregrado, otorgado al mejor trabajo de pregrado, en la reunión anual INFORMS del 8 al 11 de noviembre, la reunión líder de profesionales de la investigación de operaciones y el análisis. El primer autor es Wes Gurnee '20, ahora ingeniero de software en Google.

    El sistema de distritos del Congreso estadounidense permite a los políticos manipular los límites de los distritos con el fin de influir en los resultados de las elecciones. El partido en el poder puede trazar distritos para incluir un gran número de personas en su partido, un proceso conocido como gerrymandering, influir en el resultado de las elecciones y determinar el control político a nivel local y nacional.

    Es un problema urgente, especialmente ahora que los estados se preparan para la redistribución de distritos decenal el próximo año, basado en los resultados del censo de 2020.

    "Los avances en la ciencia de datos han ayudado a las partes a mejorar cada vez más en el diseño de distritos para mantener el control político, "dijo el coautor David Shmoys, el Profesor Laibe / Acheson de Gestión de Empresas y Estudios de Liderazgo en la Escuela de Investigación de Operaciones e Ingeniería de la Información. "Queríamos ofrecer una perspectiva completamente diferente que va al núcleo de lo que significa hacer un distrito justo, y poner herramientas algorítmicas en manos de los legisladores que les permitan hacer lo correcto ".

    En la investigación, el estudio más grande jamás realizado sobre mapas legales de distritos del Congreso, Gurnee y Shmoys buscaron crear mapas electorales con resultados justos, aquellos que reflejen con precisión las inclinaciones políticas de un estado, crear suficientes carreras competitivas para garantizar la responsabilidad y tratar a cada parte de manera simétrica.

    Investigaciones anteriores han buscado utilizar métodos computacionales para dibujar distritos no sesgados. Pero estos esfuerzos han ignorado factores políticos y demográficos, suponiendo que los distritos llamados "compactos", los construidos en formas regulares según la ubicación, serían justos.

    Pero aún así, los investigadores encontraron, la composición demográfica y política del distrito probablemente no sea representativa de las inclinaciones políticas de todo el estado.

    "Históricamente, ha existido la creencia de que un mapa dibujado al azar, sin sesgos políticos ni datos partidistas, es inherentemente justo, ", Dijo Gurnee." Si bien es cierto que estos mapas son ciegos al sesgo partidista, no están libres de prejuicios partidistas ".

    En lugar de hacer que los distritos de forma razonable sean el objetivo, los investigadores construyeron la forma como un factor de su modelo, que puede generar rápidamente miles de millones de posibles mapas electorales para cada estado.

    "Necesita un conjunto de formas lo suficientemente completo para armar el rompecabezas de modo que tenga una diversidad de resultados posibles, "Shmoys dijo, "pero también necesita que sea lo suficientemente expresivo para brindarle la gama de resultados de equidad que desea".

    Una vez que hayan generado los mapas, los investigadores utilizaron las herramientas de la programación de números enteros, un marco de modelado matemático para el cual los avances recientes les permitieron resolver un problema a muy gran escala, para evaluar la equidad de los mapas.

    Aunque los investigadores eligieron una representación equilibrada de la afiliación política como su definición de equidad en el estudio, se podrían considerar otros factores demográficos. El modelo también podría aplicarse a mapas representativos estatales y locales, además de los distritos electorales.

    Gurnee ha iniciado una organización llamada Fairmandering para promover los principios de la investigación.

    "No es la forma geográfica del distrito lo que importa; en realidad, se está pensando en principios más holísticos de lo que significa hacer un distrito justo, ", Dijo Shmoys." Esperamos que esto realmente tenga un impacto en la conversación que se llevará a cabo de un estado a otro durante el próximo año y medio ". tanto a nivel del Congreso como a nivel legislativo estatal ".


    © Ciencia https://es.scienceaq.com