[图]人工智能可帮助美国更公正地划分选区
通常情况下，一个州内与选举人票相对应的选区基本上都是用手画出来的。美国两个党派在划分过程中制造出了扭曲的形状，从而排除敌对的选民，锁定自己的选民。随后这种选区划分逐渐被两个党派接受，成为约定俗成的习惯。
在《Science》中有个专门讨论“民主”（democracy）的栏目，在最新一期中 Wendy Tam Cho 和 Bruce Cain 认为自动化，至少是部分自动化是不错的解决方案。
Cho 目前在伊利诺伊大学厄巴纳-香槟分校任教，一直在推动美国选区的重新划分，去年他作为美国公民自由联盟（ACLU）诉讼中的专家证人，该诉讼最终推翻了俄亥俄州的选区划分为违宪。
在一篇解释其工作原理的文章中，他们解释道
前进的方向是让人们与机器合作，产生其他方式无法实现的结果。要做到这一点，我们必须利用人工智能（AI）和人类智能的优势，并尽量减少其弱点。
机器通过帮助我们在难以理解的庞大而复杂的信息环境中航行，增强了智能决策的能力并为其提供了信息。如果任由人类自己去做，人类已经表明自己无法抵御诱惑，无法在这一地形中规划出有偏见的选区路径。
实际上对美国选区的划分存在很多的因素，因此借助人工智能进行划分的时候需要进行一些限制。例如，也许一个州不希望它的地区大于 150 平方英里，而且需要考虑到形状，美国人显然不希望有个蛇一样的选区，或者某个区被另一个区包围。还有无数的历史、地理和人口方面的考虑。
也就是说，虽然选区划分的规则必须要由人来制定，但是必须要借助机器对天文数字般的数据进行细致探索，从而制定出更公平的选区。
Cho向TechCrunch强调，虽然自动化对几乎每一个州的程序都有潜在的好处，但 "这个过程中的透明度对于发展和维护公众信任，并最大限度地减少偏见的可能性和感知至关重要。"
她指出，一些州已经采取了类似的做法。北卡罗来纳州最终从1000张电脑绘制的地图中随机选出。所以肯定有先例。但促成广泛使用意味着创造广泛的信任--这些东西现在可能非常缺乏。
