PULLMAN, Washington. – Con i legislatori statali a livello nazionale che si preparano per il ridisegno di un decennio dei distretti elettorali, un gruppo di ricerca ha sviluppato un metodo di calcolo migliore per aiutare a identificare il gerrymandering improprio progettato per favorire candidati specifici o partiti politici.
In un articolo sulla Harvard Data Science Review , i ricercatori descrivono la metodologia matematica migliorata di uno strumento open source chiamato GerryChain . Lo strumento può aiutare gli osservatori a rilevare il gerrymandering in un piano distrettuale votante creando un pool, o insieme, di mappe alternative che soddisfano anche i criteri di voto legali. Questo insieme di mappe può mostrare se il piano proposto è un valore anomalo estremo – uno che è molto insolito rispetto alla norma dei piani generati senza pregiudizi, e quindi, probabile che sia disegnato con obiettivi partigiani in mente.
Una versione precedente di GerryChain è stata utilizzata per analizzare le mappe proposte per porre rimedio ai distretti della Virginia House of Delegates che una corte federale ha stabilito nel 2018 come gerrymanders razziali incostituzionali. Lo strumento aggiornato giocherà probabilmente un ruolo nella prossima riorganizzazione distrettuale utilizzando i nuovi dati del censimento.
“Volevamo creare uno strumento software open source e renderlo disponibile alle persone interessate alle riforme, specialmente negli stati in cui ci sono linee di base distorte”, ha affermato Daryl DeFord, assistente professore di matematica presso la Washington State University e co-autore principale del carta. “Può essere un modo efficace per le persone di essere coinvolte in questo processo, in particolare entrando nel ciclo di riorganizzazione distrettuale di quest’anno, dove ci saranno molte opportunità per sottolineare un comportamento non ottimale”.
Lo strumento GerryChain, creato per la prima volta da un team guidato da DeFord come parte del 2018 Voting Rights Data Institute, è già stato scaricato 20.000 volte. Il nuovo articolo, scritto da Deford insieme a Moon Duchin della Tufts University e Justin Solomon del Massachusetts Institute of Technology, si concentra su come i modelli matematici e computazionali implementati in GerryChain possano essere utilizzati per contestualizzare i piani di votazione distrettuale proposti creando grandi campioni di piani alternativi validi per il confronto. Questi piani alternativi vengono spesso utilizzati quando un piano di voto viene contestato in tribunale perché ingiusto e per analizzare i potenziali impatti della riforma distrettuale.
Ad esempio, il piano della Camera dei Delegati del 2010 approvato in Virginia prevedeva 12 distretti elettorali con una popolazione in età di voto nera pari o superiore al 55%. Confrontando quel piano con un insieme di piani alternativi che soddisfano tutti i criteri legali, i sostenitori hanno dimostrato che la mappa era un estremo anomalo di ciò che era possibile. In altre parole, è stato probabile che si volesse intenzionalmente “imballare” alcuni distretti con una popolazione di elettori neri per “rompere” altri distretti, rompendo l’influenza di quegli elettori.
Una delle maggiori sfide nella creazione di mappe di voto è il gran numero di possibilità, ha affermato DeFord. Molti stati come la Virginia hanno centinaia di migliaia di blocchi di censimento. Hanno anche molte regole e obiettivi per strutturare i distretti elettorali: come mantenerli geograficamente contigui e compatti con unità come contee e città intatte. Molti stati vogliono anche proteggere le “comunità di interesse”, un termine spesso indefinito, ma il Voting Rights Act federale mira esplicitamente a proteggere gli elettori delle minoranze, poiché storicamente i gerrymanders hanno cercato di indebolire l’effetto del loro voto. Inoltre, più stati richiedono che le mappe di voto siano tracciate con un tentativo di neutralità politica.
Anche con tutte queste regole, le mappe di voto possono ancora essere tracciate in una miriade di modi diversi.
“Ci sono piani più fattibili in molti stati che molecole nell’universo”, ha detto Deford. “Ecco perché vuoi questo tipo di strumento matematico.”
Dall’avvento dei computer, i modelli hanno fornito la possibilità di creare una serie di mappe. Prima dell’attuale versione di Gerrychain, molti modelli utilizzavano un metodo di dati chiamato “Flip walk” per creare alternative, che comporta la modifica di un solo compito alla volta, come un distretto o un blocco di censimento. Ogni modifica ha un effetto a catena su altri distretti, risultando in una mappa diversa.
Lo strumento sviluppato da DeFord e dai suoi colleghi utilizza un metodo chiamato ricombinazione spanning tree o “ReCom” in breve. Per creare una mappa di voto alternativa, il metodo prevede di prendere due distretti, unendoli insieme prima di dividerli nuovamente in un modo diverso. Ciò crea un cambiamento maggiore con più blocchi di voto che cambiano contemporaneamente.
Lo strumento di calcolo può creare molti piani di voto alternativi nel giro di poche ore o giorni ed è liberamente disponibile per l’uso da parte dei gruppi di riforma del voto o di chiunque abbia conoscenza di Python, il software di dati dietro di esso.
Gli autori sottolineano, tuttavia, che i computer da soli non dovrebbero creare il piano di voto che alla fine viene adottato per l’uso. Piuttosto, il metodo dell’insieme fornisce uno strumento per analizzare le linee di base e valutare potenziali alternative.
“Questa non è una sorta di scatola nera magica in cui premi il pulsante e ottieni una raccolta di piani perfetti”, ha detto Deford. “Richiede davvero un impegno serio con scienziati sociali e studiosi di diritto. Poiché le regole sono scritte e attuate dalle persone, questo è un processo fondamentalmente umano”.
Visualizzazione dei distretti elettorali del Congresso della Virginia che preserva la contea campionata, creata con il metodo ReCom in Gerrychain.
CREDITO Daryl DeFord, Washington State University
