Regole di decisione proporzionale per classifiche ripetute

Un nuovo articolo su arXiv studia come scegliere collettivamente una regola di classificazione lineare per decisioni ripetute, mirando a una rappresentanza proporzionale delle preferenze degli elettori. Il problema riguarda la classificazione di elementi all'interno di lotti basata su punteggi derivanti da un vettore di punteggio fisso. Dati i vettori di punteggio preferiti dagli elettori e le loro frazioni di popolazione, l'obiettivo è selezionare un vettore collettivo che soddisfi la proporzionalità individuale (IP), il che significa che ogni tipo di elettore concorda con le classifiche risultanti in misura proporzionale alla propria quota di popolazione. L'articolo distingue tra IP a lungo termine (media nel tempo) e IP per lotto (all'interno di ciascun lotto). Si nota che la media aritmetica dei vettori degli elettori è fortemente maggioritaria, motivando la ricerca di regole migliori. Il lavoro è motivato dall'allineamento dell'IA e dal design partecipativo, affrontando il processo decisionale democratico in contesti algoritmici.