Demokrati i antikens Aten såg helt annorlunda ut än demokratier idag. Istället för val, de flesta ämbeten – inklusive de i den lagstiftande församlingen, styrande råd, och domare – fylldes av frivilliga medborgare, utvalda genom slumpmässigt lotteri. Dessa medborgarförsamlingar utarbetade, debatterade, och antog lagar; fattade stora utrikespolitiska beslut; och kontrollerade militärbudgetar.

I dag, medborgarförsamlingarna gör comeback. Under 2019 och 2020, medborgarförsamlingar i Frankrike och Storbritannien samlades för att utarbeta åtgärder för att hantera klimatförändringarna. Medborgarförsamlingar i Irland har lett till ändringar i den irländska konstitutionen som legaliserade abort och samkönade äktenskap.

En av de största utmaningarna med att organisera dessa församlingar – både i forna tider och idag – är att bestämma vem som ska tjäna. Församlingen måste vara representativ för befolkningen som helhet. Men urvalet bör vara slumpmässigt – helst, där alla volontärer har lika stor chans att bli utvalda.

För att balansera dessa två mål, de gamla atenarna använde en rudimentär maskin som kallas en kleroterion, som slumpmässigt valde ut paneler av frivilliga från olika stammar. Nu, ett team av datavetare har tagit fram en 2000-talslösning.

Nu, ett team av datavetare från Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) och Carnegie Mellon University, i samarbete med en utövare från och Sortition Foundation, har utformat en monteringsvalsprocess som samtidigt tillfredsställer representation och rättvisa.

Denna tidning publicerades i Natur .

"Helst, en medborgarförsamling fungerar som ett mikrokosmos av samhället, sade Ariel Procaccia, Gordon McKay professor i datavetenskap vid SEAS och medförfattare till studien. "Om detta mål förverkligas i praktiken, dock, beror på exakt hur församlingsmedlemmar väljs."

"Först, vi måste fråga hur vi ens tänker på rättvisa i samband med val av panel, och hur formaliserar vi det på ett sätt som gör att alla får en rättvis chans, sa Bailey Flanigan, en doktorand vid Carnegie Mellon University och medförfattare till studien."

Forskargruppen undersökte en typisk tvåstegs monteringsvalsprocess. I det första skedet, tusentals slumpmässigt utvalda personer bjuds in att delta. Den slutliga sammansättningen väljs från poolen av frivilliga med hjälp av en urvalsalgoritm. Dock, poolen av frivilliga tenderar att vara irrepresentativ för befolkningen som helhet eftersom vissa grupper, som de med mer utbildning, är mer benägna att ställa upp som volontär.

"Att ge alla volontärer exakt lika sannolikheter är i allmänhet omöjligt att göra samtidigt som man uppfyller demografiska kvoter, sade Paul Gölz, en doktorand vid Carnegie Mellon och medförfattare till tidningen. "Vår urvalsalgoritm hittar en panel som uppfyller kvoterna samtidigt som de ger potentiella deltagare så lika chans som möjligt att bli utvald."

Det gör det genom att beräkna en fördelning över många paneler, som alla uppfyller kvotkraven, och sedan slumpmässigt dra en panel från denna distribution. En fördelning av paneler väljs sedan på ett sätt så att den minsta sannolikheten för att någon volontär dyker upp i panelen är så hög som matematiskt möjligt.

Denna öppen källkodsalgoritm har redan använts för att välja ut mer än 40 medborgarförsamlingar runt om i världen, av organisationer i länder inklusive Danmark, Tyskland, USA., Belgien, och Storbritannien. Procaccia, tillsammans med sina medförfattare och Gili Rusak från Stanford University, utvecklat en webbplats som heter Panelot.org, som gör deras urvalsalgoritm tillgänglig gratis.

Går framåt, forskarna kommer att fortsätta arbeta med praktiker för att lära av deras erfarenheter om hur dessa nya urvalsalgoritmer kan göras ännu mer användbara.

"Vi är glada över att utforska nya sätt på vilka matematik och datavetenskap kan bidra till utövandet av demokrati, sa Procaccia.