Нови алгоритми с изкуствен интелект и изчислителна теория за жребий при граждански асамблеи (2025-2026)
През 2025-2026 г. изследователи от Cornell, Carnegie Mellon и Sortition Foundation публикуват нови алгоритми за случаен подбор на участници в граждански асамблеи, адресиращи проблеми като манипулация на процеса, отпадане на избрани участници и спецификите на националните регистри на населението — с поне едно от решенията вече разгърнато в реална употреба.[2]
#изкуствен интелект #жребий #граждански асамблеи #алгоритми #изчислителна теория на избора
„Максимално случаен“ жребий: устойчивост срещу манипулация
Изборът кои граждани да съставят панел на гражданска асамблея чрез жребий изглежда технически прост въпрос, но крие сериозна алгоритмична сложност: как да се гарантира едновременно истинска случайност, точно представяне на демографските квоти (пол, възраст, образование, географски район) и устойчивост срещу опити за манипулация на процеса на подбор. Изследване от 2026 г. предлага нови алгоритми — MAXENTROPY и FAIRMAXENTROPY — които максимизират „ентропията“ (степента на непредсказуемост) на разпределението на вероятностите при подбор на панел, с цел по-добра защита срещу манипулация и по-точно представяне на пресечни идентичности (например хора, принадлежащи едновременно към няколко подпредставени групи)[1].
За разлика от чисто теоретичните предложения, един от разработените алгоритми вече е разгърнат на уебсайт, достъпен за организатори на граждански асамблеи по света[2] — конкретна стъпка от академично изследване към практическо приложение в организациите, стоящи зад процеси като описаните в статията за гражданските асамблеи.
Кои резервни участници да заместят отпаднали членове
Друг практически, но досега слабо изследван проблем е: когато избран чрез жребий участник в гражданска асамблея се откаже или отпадне (поради болест, промяна в обстоятелствата или загуба на интерес), кой от резервния списък трябва да го замести, за да се запазят демографските квоти и случайността на подбора? Изследване от 2025 г. предлага метод за предварителен подбор на резервни участници, базиран на статистическа оценка на вероятността всеки конкретен участник да отпадне, валидиран с реални данни от проведени асамблеи[3] — практическо решение на проблем, познат на всеки организатор на граждански асамблеи, но досега решаван на инцидентен принцип.
Двуетапно извадково подбиране: германският случай
В Германия общинските регистри на населението налагат специфично технически предизвикателство: подборът на участници за граждански асамблеи трябва да мине през два последователни етапа на извадково подбиране — първо на ниво регистър, после на ниво финален панел — при запазване на демографската представителност през целия процес. Изследване, разработено в сътрудничество със Sortition Foundation, предлага нови апроксимационни алгоритми специално за тази двуетапна структура на германските общински регистри[4] — пример как технически детайли на административната инфраструктура на дадена страна изискват своя специфична алгоритмична адаптация на общия принцип на жребия.
Значение: от теория на жребия към разгърнат инструмент
Взети заедно, тези три изследвания от 2025-2026 г. показват, че жребият като демократичен механизъм навлиза в нова техническа фаза — от общ принцип на случаен подбор към прецизно проектирани, математически анализирани алгоритми, адресиращи конкретни практически проблеми (манипулация, отпадане на участници, специфики на националните регистри), с реални внедрявания в организациите, отговорни за провеждането на граждански асамблеи по света.
Вижте също
- Жребий като демократичен механизъм
- Полските граждански панели: жребий вместо избори за влияние върху политиката
- Остбелгия: първият постоянен парламент на гражданите в света
- Гражданска асамблея
- Прозрачност на препоръчващите алгоритми за политическо съдържание (ЕС)
- Делиберативна демокрация
- Индия: AI проверка на избирателните списъци (SIR/DSE) и спорът за процесуална справедливост
- AI astroturfing на обществени консултации: CiviClick, Speak4 и калифорнийският отговор
- Deliberation.io и Engaged California: AI платформи на американски власти за изслушване на граждани (2025-2026)
- Habermas Machine: AI медиатор за групово съгласие
Доказателства към твърденията
-
Maximally Random Sortition — arXiv 2604.02712
Цел на алгоритъма
Алгоритмите MAXENTROPY и FAIRMAXENTROPY максимизират ентропията на разпределението при подбор на панел, за по-добра устойчивост срещу манипулация и по-добро представяне на пресечни идентичности.
Отвори източника -
Maximally Random Sortition — arXiv 2604.02712
Реално приложение
Един от алгоритмите вече е разгърнат на уебсайт за практикуващи организатори на граждански асамблеи.
Отвори източника -
Alternates, Assemble! — arXiv 2506.15716
Решаван проблем
Разработва метод за предварителен подбор на резервни участници за заместване при отпадане, базиран на оценка на вероятността за отпадане, валидиран върху реални данни от проведени асамблеи.
Отвори източника -
City Sampling for Citizens' Assemblies — arXiv 2509.07557
Решаван проблем
Нови апроксимационни алгоритми за двуетапното извадково подбиране от общински регистри в Германия, разработени в сътрудничество със Sortition Foundation.
Отвори източника