Purdue Universitys professor i statsvetenskap Eric Waltenburg och biträdande professor i datavetenskap Dan Goldwasser har slagit sig samman för att utforma en prognosmodell som använder datavetenskap för att bestämma statliga lagstiftares röster. Kredit:Purdue University
När USA drog sig ur klimatavtalet i Paris förra året, 20 stater – inklusive New York och Kalifornien – beslutade att bilda en ny, icke-federalt avtal för att ta itu med klimatförändringar och utsläpp av växthusgaser.
Enligt Purdue University professor i statsvetenskap Eric Waltenburg, många meningsfulla politiska beslut som detta sker på statlig nivå men ignoreras till stor del av allmänheten. Han samarbetar med Dan Goldwasser, biträdande professor i datavetenskap, att hjälpa människor att bättre förstå effekten av beslut som fattas på statlig nivå. Tillsammans leder de ett projekt fokuserat på att utveckla en prognosmodell för att förutsäga statliga lagstiftares röstbeteende.
"Om vårt projekt fungerar som jag hoppas att det gör, det kommer att öppna upp beslutsprocessen och människor kommer att få en bättre uppfattning om vilka lagstiftningsresultat kan bli, " sade Waltenburg. "Det skulle avmystifiera den statliga lagstiftningsprocessen för allmänheten."
Statliga lagstiftande församlingar är församlingar av valda medlemmar som röstar om lagar och politik för sin stat. I en omröstning med namnupprop, varje lagstiftares namn kallas, och de måste ange om de är för eller emot en viss lagstiftning. Använda offentliga källor som Twitter, politiska bloggar, tidningskonton och historiska namnuppropsdata från det senaste decenniet, datavetare som arbetar med Waltenburg kommer att använda maskininlärningstekniker för att förutsäga på vilket sätt en lagstiftare kan rösta om ett visst lagförslag.
"Vad vi försöker göra är att identifiera nyckelkrafter – jag hänvisar till dem som avslöjade preferenser – bland lagstiftare och använda dessa preferenser för att förutsäga resultat, " sa Waltenburg. "Vi har enorma mängder historiska namnuppropsdata på delstatsnivå, och med den informationen kan vi ta fram relationsmatriser för hur varje lagstiftare röstar i förhållande till alla andra ledamöter av lagstiftaren."
I sista hand, de syftar till att skapa en webbplats dit människor kan gå för att förutsäga resultatet av en viss lagstiftning. Goldwasser tillade att effekterna av beslut som fattas på statlig nivå är mer betydande än vad folk tror, trots att de inte kommer att få samma täckning som de som görs på nationell nivå.
"Vi hoppas verkligen att det här skulle vara en offentlig tjänst som tillåter människor att hålla sina representanter ansvariga och åtminstone fatta mer välgrundade beslut när de går till valurnorna, sa Goldwasser.
I slutet av sommaren, deras projekt kommer att ha expanderat utanför delstaten Indiana till Oregon och Wisconsin, där de kommer att testa sin prognosmodell på de lägre nivåerna i dessa stater. I sista hand, de skulle vilja förvandla sin modell från statisk till dynamisk, ta in realtidsdata från Twitter och andra onlinekällor så att modellen kan anpassa relationsmatrisen allt eftersom de avslöjade preferenserna kommer in.
"En av frågorna vi ställer är hur kan vi använda onlineresurser som Twitter eller nyhetsbevakning för att dynamiskt uppdatera modellen vi har om dessa preferenser?" sade Goldwasser. "När hur en statlig lagstiftare kommer att bete sig inte uttryckligen nämns, vi kan lära oss att härleda deras beteende."
Teamet har en statisk modell för Indiana House men skulle i slutändan vilja utveckla en prognosmodell för alla stater och deras kammare. Deras projekt var ett av åtta som valts ut av Purdues Integrative Data Science Initiative för att finansieras under en tvåårsperiod. Initiativet kommer att uppmuntra tvärvetenskapligt samarbete och bygga vidare på Purdues styrkor för att positionera universitetet som ledande inom datavetenskaplig forskning och fokusera på ett av fyra områden:hälso- och sjukvård; försvar; etik, samhälle och politik; och grunderna, metoder, och algoritmer. Forskningen i Integrative Data Science Initiative är värd för Purdue's Discovery Park.
"Även om idén att förutsäga lagstiftande röster är ett ganska konventionellt statsvetenskapligt ämne, Dans expertis gör det möjligt för oss att utveckla en prognosmodell som går långt utöver där de flesta statsvetare har kommit, " sa Waltenburg. "Projektet vi arbetar med är ett bra exempel på hur Purdues resurser och fakultet hjälper varandra att implementera idéer och samarbeta över campus och discipliner."
