Com legislaturas estaduais em todo o país se preparando para o redesenho dos distritos eleitorais que ocorre uma vez a cada década, uma equipe de pesquisa desenvolveu um método computacional melhor para ajudar a identificar gerrymandering impróprio projetado para favorecer candidatos ou partidos políticos específicos.

Em um artigo no Harvard Data Science Review , os pesquisadores descrevem a metodologia matemática aprimorada de uma ferramenta de código aberto chamada GerryChain. A ferramenta pode ajudar os observadores a detectar gerrymandering em um plano de distrito eleitoral criando um pool, ou conjunto, de mapas alternativos que também atendem aos critérios legais de votação. Este conjunto de mapas pode mostrar se o plano proposto é um outlier extremo - um que é muito incomum da norma de planos gerados sem viés, e portanto, provavelmente será desenhado com objetivos partidários em mente.

Uma versão anterior do GerryChain foi usada para analisar mapas propostos para remediar os distritos da Câmara dos Delegados da Virgínia que um tribunal federal julgou em 2018 como gerrymanders raciais inconstitucionais. A ferramenta atualizada provavelmente terá um papel no próximo redistritamento usando novos dados do censo.

"Queríamos construir uma ferramenta de software de código aberto e disponibilizá-la para pessoas interessadas em reforma, especialmente em estados onde há linhas de base distorcidas, "disse Daryl DeFord, professor assistente de matemática na Washington State University e co-autor do artigo. "Pode ser uma forma impactante para as pessoas se envolverem neste processo, particularmente entrando no ciclo de redistritamento deste ano, onde haverá muitas oportunidades para apontar comportamentos abaixo do ideal. "

A ferramenta GerryChain, criado por uma equipe liderada por DeFord como parte do Voting Rights Data Institute de 2018, já foi baixado 20, 000 vezes. O novo jornal, de autoria de Deford, juntamente com Moon Duchin da Tufts University e Justin Solomon do Massachusetts Institute of Technology, concentra-se em como os modelos matemáticos e computacionais implementados no GerryChain podem ser usados ​​para colocar os planos de distribuição de votação propostos em contexto, criando grandes amostras de planos alternativos válidos para comparação. Esses planos alternativos são freqüentemente usados ​​quando um plano de votação é questionado em tribunal como injusto, bem como para analisar os impactos potenciais da reforma do redistritamento.

Por exemplo, o plano aprovado da Câmara dos Delegados de 2010 na Virgínia tinha 12 distritos eleitorais com uma população negra com idade de voto igual ou superior a 55%. Ao comparar esse plano com um conjunto de planos alternativos que se enquadram nos critérios legais, os defensores mostraram que o mapa era uma exceção extrema do que era possível. Em outras palavras, provavelmente foi desenhado intencionalmente para "embalar" alguns distritos com uma população de eleitores negros para "quebrar" outros distritos, quebrando a influência desses eleitores.

Um dos maiores desafios para a criação de mapas de votação é o grande número de possibilidades, DeFord disse. Muitos estados como a Virgínia têm centenas de milhares de blocos censitários. Eles também têm muitas regras e objetivos para estruturar distritos eleitorais:como mantê-los geograficamente contíguos e compactos com unidades como condados e cidades intactas. Muitos estados também querem proteger "comunidades de interesse", um termo muitas vezes indefinido, mas a lei federal de direitos de voto visa explicitamente proteger os eleitores minoritários, desde historicamente, gerrymanders tentaram enfraquecer o efeito de seu voto. Além disso, vários estados exigem que os mapas de votação sejam desenhados com uma tentativa de neutralidade política.

Mesmo com todas essas regras, Os mapas de votação ainda podem ser desenhados de uma infinidade de maneiras diferentes.

"Existem planos mais viáveis ​​em muitos estados do que moléculas no universo, "Deford disse." É por isso que você quer esse tipo de ferramenta matemática. "

Desde o advento dos computadores, os modelos forneceram a capacidade de fazer uma série de mapas. Antes da versão atual do Gerrychain, muitos modelos usaram um método de dados chamado "Flip walk" para criar alternativas, que envolve a mudança de apenas uma atribuição de cada vez, como um distrito ou bloco de censo. Cada mudança tem um efeito cascata em outros distritos, resultando em um mapa diferente.

A ferramenta desenvolvida por DeFord e seus colegas usa um método chamado de recombinação de árvore estendida ou "ReCom" para abreviar. Para criar um mapa de votação alternativo, o método envolve dois distritos, fundi-los antes de separá-los novamente de uma maneira diferente. Isso cria uma mudança maior com vários blocos de votação mudando ao mesmo tempo.

A ferramenta computacional pode criar muitos planos de votação alternativos em questão de horas ou dias, e está disponível gratuitamente para uso por grupos de reformadores ou qualquer pessoa que tenha conhecimento de Python, o software de dados por trás dele.

Os autores enfatizam, Contudo, que os computadores por si só não devem criar o plano de votação que é finalmente adotado para uso. Em vez disso, o método de conjunto fornece uma ferramenta para analisar linhas de base e avaliar alternativas potenciais.

"Este não é algum tipo de caixa preta mágica onde você aperta o botão, e você obtém uma coleção de planos perfeitos, "disse Deford." Isso realmente requer um envolvimento sério com cientistas sociais e juristas. Como as regras são escritas e implementadas por pessoas, este é um processo fundamentalmente humano. "