🤖 AI

Proportional Committee Elections with Positive and Negative Votes

Diese Arbeit untersucht proportionale Komitee-Wahlen in Kontexten, in denen Wähler sowohl positive als auch negative Stimmen abgeben können, wobei sie zwei unterschiedliche Interpretationen des negativen Stimmens vorschlägt, um neue Proportionalitätsaxiome zu definieren, und deren Erfüllung durch Varianten der Phragmén-Regel, PAV und MES evaluiert.

Ursprüngliche Autoren: Sonja Kraiczy, Georgios Papasotiropoulos, Grzegorz Pierczyński, Piotr Skowron

Veröffentlicht 2026-08-13

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sonja Kraiczy, Georgios Papasotiropoulos, Grzegorz Pierczyński, Piotr Skowron

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine Welt vor, in der es bei Gruppenentscheidungen nicht nur darum geht, laut „Ja!“ zu rufen, sondern auch darum, laut genug „Nein!“ zu rufen, um gehört zu werden. Dies ist das Reich der computergestützten sozialen Wahltheorie (computational social choice), ein Zweig der Wissenschaft, der Mathematik und Computeralgorithmen nutzt, um herauszufinden, wie man eine chaotische Menge individueller Meinungen in eine einzige, faire Gruppenentscheidung verwandelt. Sie haben dies wahrscheinlich schon einmal in Aktion erlebt, wenn eine Klasse über einen Klassenausflug abstimmt oder ein Team einen Filmabend plant. Normalerweise heben Sie einfach die Hand für das, was Sie mögen. Aber was wäre, wenn Sie auch die Hand heben könnten, um zu sagen: „Auf gar keinen Fall das eine“? Das ist der Kniff, den dieses Paper untersucht: Wahlen, bei denen Menschen Kandidaten sowohl befürworten als auch ein Veto gegen sie einlegen können.

Das Kernproblem ist die Proportionalität. Denken Sie an das Aufteilen einer Pizza. Wenn eine Gruppe von Freunden 40 % der Party ausmacht, sollten sie auch etwa 40 % der Pizzastücke bekommen, nicht nur die Reste, die die anderen nicht wollten. Bei klassischen Wahlen wissen wir, wie man die Pizza fair aufteilt, wenn alle nur „Ja“ sagen. Aber wenn Menschen anfangen, „Nein“ zu sagen, wird die Mathematik kompliziert. Wenn eine Gruppe einen Kandidaten hasst, bedeutet das, dass sie ein Stück der Pizza bekommt, um diesen Kandidaten zu vermeiden, oder bedeutet es nur, dass sie ihr eigenes Stück vom „Guten“ essen darf? Das Paper fragt: Wie entwerfen wir ein Wahlsystem, das fair ist, wenn Menschen sowohl Daumen hoch als denn auch Daumen runter verwenden?

Dieses Paper mit dem Titel „Proportional Committee Elections with Positive and Negative Votes“ befasst sich genau mit diesem Rätsel. Die Autoren, ein Team von Forschern aus Oxford und der Universität Warschau, schlagen vor, dass es nicht nur einen Weg gibt, ein „Daumen runter“ zu interpretieren. Sie argumentieren, dass wir ein „Nein“ durch zwei verschiedene Linsen betrachten müssen, als würden wir zwei verschiedene Brillen tragen.

Brille Eins: Die symmetrische Sicht (Die „Gleichgewichtslinsen“-Perspektive)
In diesem ersten Modell stellen sich die Autoren vor, dass für einen Wähler das Blockieren eines schlechten Kandidaten genauso wichtig ist wie die Wahl eines guten Kandidaten. Es ist wie ein Tauziehen, bei dem das Ziehen am Seil nach links (Veto) genauso stark ist wie das Ziehen nach rechts (Befürwortung). Um die Mathematik funktionstüchtig zu machen, behandeln sie eine „Nein“-Stimme so, als wäre sie eine „Ja“-Stimme für einen Geisterkandidaten, der das exakte Gegenteil des echten Kandidaten ist. Wenn Sie gegen Kandidat A mit „Nein“ stimmen, ist das mathematisch dasselbe, als würden Sie mit „Ja“ für „Anti-A“ stimmen.

Die Forscher testeten drei berühmte Wahlregeln gegen dieses Modell:

Phragmén's Regel: Denken Sie an eine Zeitlupen-Auktion, bei der Wähler im Laufe der Zeit Geld verdienen, um Kandidaten zu kaufen. Die Autoren fanden heraus, dass es überraschend gut funktioniert, wenn sie diese Regel so anpassen, dass Wähler ihr Geld auch nutzen können, um Kandidaten zu blockieren. Es garantiert, dass große Gruppen einen fairen Anteil am „Guten“ und am „Anti-Guten“ erhalten.
PAV (Proportional Approval Voting): Dies ist eine Regel, die versucht, das gesamte Glück zu maximieren. Die Autoren bewiesen, dass PAV selbst mit negativen Stimmen den Gruppen ein sehr hohes Maß an Zufriedenheit bietet, wenn auch nicht vollkommen. Sie zeigten mathematisch, dass es eine winzige, unvermeidliche Lücke zur Perfektion gibt (ein „Verlust“ von etwa 1,5 Punkten an Zufriedenheit), aber es ist immer noch sehr stark.
Das Problem der „verschwendeten Anstrengung“: Die Autoren entdeckten einen lustigen Fehler in diesen Regeln. Manchmal gibt eine Gruppe all ihre „Wahlenergie“ aus, um einen Kandidaten zu vetoieren, der ohnehin nie gewinnen würde. Es ist wie eine Menge, die einem Kandidaten, der null Unterstützer hat, ein „Nein!“ entgegenruft, nur um sich mächtig zu fühlen. Dabei verbrauchen sie versehentlich die Energie, um den Kandidaten zu unterstützen, den sie eigentlich mögen. Das Paper schlägt eine Lösung vor: Erlauben Sie den Wählern nur, Kandidaten zu vetoieren, die tatsächlich im Rennen sind.

Brille Zwei: Die asymmetrische Sicht (Die „Repräsentations-zuerst“-Perspektive)
Das zweite Modell kehrt das Skript um. Hier argumentieren die Autoren, dass ein „Daumen runter“ etwas anderes ist als ein „Daumen hoch“. In dieser Welt ist Ihr Hauptziel, Ihre Leute wählen zu lassen. Einen schlechten Kandidaten zu blockieren, ist ein Bonus, zählt aber nicht als „Repräsentation“. Es ist wie zu sagen: „Ich möchte meinen Freund im Team haben, und ich möchte sicherstellen, dass der Bully nicht reinkommt, aber der Platz meines Freundes ist der eigentliche Preis.“

Um dies zu handhaben, erfanden die Autoren ein neues Konzept namens „Opposition Tax“ (Oppositionssteuer). Stellen Sie sich vor, jedes Mal, wenn ein Kandidat viele „Nein“-Stimmen gegen sich erfährt, steigt sein Preisschild. Wenn ein Kandidat von 10 Menschen geliebt, aber von 9 Menschen gehasst wird, wird er sehr teuer in der Wahl. Dies zwingt das Wahlsystem dazu, vorsichtig zu sein.

Sie passten MES (Method of Equal Shares) und Phragmén's Regel mit dieser Steuer an.
Das Ergebnis? Diese „gesteuerten“ Regeln stellen erfolgreich sicher, dass große Gruppen ihren fairen Anteil an Repräsentanten bekommen und dass Gruppen mit starkem Widerstand in der Lage sind, die Kandidaten zu blockieren, die sie hassen.
Sie fanden jedoch auch, dass PAV (der Glücksmaximierer) in diesem Modell völlig zusammenbricht. Die Mathematik beweist, dass man PAV nicht so anpassen kann, dass es sowohl die Notwendigkeit der Repräsentation als auch die Notwendigkeit des Blockierens erfüllt. Es ist eine Sackgasse für diese spezifische Denkweise.

Das Fazit
Das Paper sagt nicht nur „hier ist eine neue Regel“. Es beweist, dass die Art und Weise, wie wir eine „Nein“-Stimme interpretieren, alles verändert. Wenn es Ihnen wichtig ist, „Gut“ und „Schlecht“ gleichmäßig auszubalancieren, nutzen Sie das symmetrische Modell mit den angepassten Phragmén- oder PAV-Regeln. Wenn es Ihnen wichtiger ist, sicherzustellen, dass Ihre Gruppe Sitze am Tisch bekommt, nutzen Sie das asymmetrische Modell mit den „Opposition Tax“-Regeln.

Die Autoren weisen auch darauf hin, dass wir zwar großartige Regeln für diese Szenarien haben, es aber immer noch offene Fragen gibt. Beispielsweise: Kann man die PAV-Regel im ersten Modell perfekt effizient gestalten? Sie vermuten, dass die winzige Lücke zur Perfektion real ist, haben aber nicht bewiesen, dass es unmöglich ist, sie zu schließen. Und im zweiten Modell geben sie zu, dass ihre Regeln manchmal aufhören müssen, vorzeitig zu arbeiten, wodurch einige Sitze leer bleiben – ein Problem, das sie in Zukunft lösen wollen.

Letztendlich ist diese Arbeit ein Wegweiser. Sie zeigt uns, dass wir, wenn wir die Komplexität von „Nein“-Stimmen zu unserer Demokratie hinzufügen, nicht einfach die alten Karten verwenden können. Wir brauchen neue Werkzeuge, neue Steuern und neue Denkweisen, um sicherzustellen, dass jeder ein faires Stück der Pizza bekommt, egal ob er sie gerade isst oder nur versucht, den Rand fernzuhalten.

Technisches Resümee: Proportionale Komitee-Wahlen mit positiven und negativen Stimmen

1. Problemstellung

Die Arbeit befasst sich mit dem Problem der proportionalen Komitee-Wahlen in einem Szenario, in dem Wähler positive Stimmen (Zustimmung), negative Stimmen (Missbilligung/Veto) oder Enthaltungen abgeben können. Während die proportionale Repräsentation im klassischen Approval Voting (bei dem Wähler nur Kandidaten zustimmen) ein gut untersuchtes Thema ist, schafft die Einführung negativer Stimmen erhebliche konzeptionelle und technische Herausforderungen.

Die Kernschwierigkeit liegt in der Definition von Proportionalität, wenn Wähler die Macht haben, Kandidaten zu blockieren. Ein direkter Ansatz, wie etwa die Auswahl von Kandidaten basierend auf Netto-Zustimmungswerten (Zustimmungen minus Missbilligungen), führt nicht zu einer fairen Repräsentation. Wie das motivierende Beispiel der Arbeit illustriert, kann eine einfache Netto-Score-Regel Kandidaten wählen, die eine große Minderheit stark ablehnt, oder umgekehrt Kandidaten nicht wählen, die eine Minderheit unterstützt, weil die Missbilligung der Mehrheit die Zustimmung der Minderheit überwiegt. Die Arbeit sucht nach einer Formalisierung der Proportionalität in diesem ternären Abstimmungsszenario und evaluiert Standard-Abstimmungsregeln (Phragmén-Regel, Proportional Approval Voting (PAV) und die Methode der gleichen Anteile (Method of Equal Shares, MES)) unter diesen neuen Bedingungen.

2. Methodik und Rahmenwerk

Die Autoren schlagen zwei unterschiedliche Nutzenmodelle vor, um die Bedeutung negativer Stimmen zu interpretieren, was zu unterschiedlichen axiomatischen Definitionen der Proportionalität und Regelanpassungen führt.

2.1 Das symmetrische Nutzenmodell

In diesem Modell zieht ein Wähler den gleichen Nutzen daraus, einen bestätigten Kandidaten zu wählen und einen missbilligten Kandidaten auszuschließen.

Formalisierung: Die Autoren führen „virtuelle negative Kandidaten“ ( $\neg c$ ) für jeden realen Kandidaten $c$ ein. Ein zulässiges Ergebnis muss für jeden Kandidaten genau eines aus $\{c, \neg c\}$ auswählen, unter der Bedingung, dass höchstens $k$ positive Kandidaten ausgewählt werden.
Proportionalitäts-Axiome: Das Paper definiert $\ell$ -Kohäsion für eine Gruppe von Wählern $S$ $S$ . Eine Gruppe ist $\ell$ $ℓ$ -kohäsiv, wenn ihre Größe im Verhältnis zur Wählerschaft eine proportionale Anteilsberechtigung am „gemeinsamen Nutzen“ rechtfertigt, der sowohl aus gemeinsam befürworteten Kandidaten ( $A_S$ $A_{S}$ ) als auch gemeinsam missbilligten Kandidaten ( $D_S$ $D_{S}$ ) resultiert.
- Proportional Justified Representation (PJR): Stellt sicher, dass die Gruppe als Ganzes einen proportionalen Anteil an der Repräsentation erhält.
- Proportionalitätsgrad: Garantiert einen hohen durchschnittlichen Nutzen für die Gruppe.
Regelanpassungen:
- Phragmén-Regel: Angepasst, um Wählern zu ermöglichen, ihre kumulierten Budgets entweder für die Wahl eines Kandidaten oder für das Veto (den Kauf des negativen Gegenstücks) eines Kandidaten einzusetzen.
- Proportional Approval Voting (PAV): Angepasst, um die Summe der harmonischen Scores basierend auf der Gesamtzahl der „befriedigten“ Kandidaten (entweder gewählte Positive oder ausgeschlossene Negative) zu maximieren.

2.2 Das asymmetrische Nutzenmodell

In diesem Modell geht es den Wählern primär darum, repräsentiert zu werden durch gewählte Kandidaten. Missbilligungen dienen lediglich dazu, die Wahl unerwünschter Kandidaten zu erschweren, generieren aber keinen direkten Nutzen, der einer Wahl eines bevorzugten Kandidaten gleichkommt.

Formalisierung: Positive und negative Stimmen werden getrennt behandelt. Das Recht auf Repräsentation ist verschieden vom Recht auf Blockade.
Proportionalitäts-Axiome:
- Extended Justified Positive Representation (EJPR) / PJPR: Analog zu Standard EJR/PJR, jedoch angepasst für das Vorhandensein gegensätzlicher Wähler. Eine Gruppe $S$ ist $\ell$ -positiv-kohäsiv, wenn sie groß genug ist, um die Vetomacht gegensätzlicher Wähler zu überwinden und dennoch $\ell$ Repräsentanten zu beanspruchen.
- Gruppen-Veto: Ein neues Axiom, das sicherstellt, dass, wenn eine ausreichend große Gruppe einer Menge von Kandidaten $T$ missbilligt, die Anzahl der aus $T$ gewählten Kandidaten begrenzt ist.
Regelanpassungen:
- Tax-MES und Tax-Phragmén: Diese Regeln führen eine „Oppositionssteuer“ ein. Die Kosten für die Wahl eines Kandidaten $c$ erhöhen sich basierend auf dem Verhältnis seiner Befürworter zu seinen Gegnern ( $p(c) = |A_c| / (|A_c| - |D_c|)$ ). Dies macht es für Unterstützer teurer, Kandidaten zu wählen, die auf starken Widerstand stoßen, wodurch der Einfluss negativer Stimmen effektiv ausgeglichen wird.

3. Zentrale Beiträge und Ergebnisse

3.1 Ergebnisse im symmetrischen Nutzenmodell

Phragmén-Regel: Die Autoren beweisen, dass die angepasste Phragmén-Regel PJR erfüllt und eine starke Garantie auf den Proportionalitätsgrad (durchschnittlicher Nutzen) für stark $\ell$ -kohäsive Gruppen bietet. Die Regel läuft in Polynomialzeit.
Proportional Approval Voting (PAV): Das Paper liefert einen technischen Beweis dafür, dass PAV nahezu optimale Proportionalitätsgarantien bietet. Speziell für jede $\ell$ $ℓ$ -kohäsive Gruppe liegt der durchschnittliche Nutzen bei mindestens $(1 - \epsilon)\ell - 3/2$ $(1 - ϵ) ℓ - 3/2$ , wobei $\epsilon$ $ϵ$ ein kleiner Term abhängig von $k$ $k$ ist.
- Schärfe (Tightness): Die Autoren zeigen mittels eines Gegenbeispiels, dass die additive Konstante von $3/2$ notwendig ist; PAV kann in diesem Setting keinen durchschnittlichen Nutzen von $\ell - 1$ garantieren.
Ergebnisrelevante Veto-Entscheidungen: Die Autoren identifizieren ein Phänomen, bei dem Wähler Einfluss „ausgeben“, um Kandidaten zu blockieren, die ohnehin keine Chance auf einen Sieg hatten, was unbeabsichtigt ihre Fähigkeit verringert, bevorzugte Kandidaten zu wählen. Sie schlagen Counterfactual Veto Deletion (CVD) und Maximal Veto Deletion (MVD) vor, um dies zu adressieren. Sie zeigen, dass Standard-PAV und Phragmén nicht „kontrafaktisch stabil“ sind (d. h. sie erfüllen diese Löschungseigenschaften nicht natürlich), schlagen aber sequentielle Verfeinerungen (z. B. Sequential Counterfactual Phragmén) vor, um verschwendeten Veto-Einfluss zu mildern.

3.2 Ergebnisse im asymmetrischen Nutzenmodell

Tax-MES und Tax-Phragmén: Die Autoren zeigen, dass die Anpassung von MES und Phragmén mit einer Oppositionssteuer es ihnen ermöglicht, EJPR (für Tax-MES) bzw. PJPR (für Tax-Phragmén) gleichzeitig mit dem Gruppen-Veto-Axiom zu erfüllen.
Unmöglichkeit für Thiele-Regeln: Ein signifikantes negatives Ergebnis wird präsentiert bezüglich Generalisierter Thiele-Regeln (die Klasse, zu der auch PAV gehört). Die Autoren beweisen, dass keine generalisierte Thiele-Regel EJPR erfüllen kann, während sie gleichzeitig negative Stimmen respektiert (d. h. eine negative Garantie wie das Gruppen-Veto bietet). Dies impliziert, dass PAV nicht natürlich auf das asymmetrische Setting erweitert werden kann, um sowohl positive als auch negative Fairness-Kriterien gleichzeitig zu erfüllen.

4. Bedeutung und Behauptungen

Das Paper behauptet, die erste theoretische Garantie für proportionale Repräsentation in Komitee-Wahlen mit sowohl positiven als auch negativen Stimmen zu liefern. Vorherige Arbeiten in diesem Bereich (z. B. Talmon und Page) stützten sich auf Simulationen und etablierten keine axiomatische Erfüllung für Standard-Regeln.

Die Autoren betonen, dass ihre Arbeit eine fundamentale Unterscheidung hervorhebt, wie negative Stimmen interpretiert werden sollten:

Symmetrisch: Wo Blockieren genauso wertvoll ist wie Wählen. Dies eignet sich für die Aggregation von Meinungen (z. B. Auswahl von Statements oder Politiken).
Asymmetrisch: Wo Blockieren ein Verteidigungsmechanismus ist, aber Repräsentation das primäre Ziel bleibt. Dies eignet sich für die Wahl von Repräsentanten (z. B. partizipative Budgetierung oder legislative Gremien).

Das Paper schließt mit der Feststellung, dass die Bewegung über binäre Approval-Ballots hinaus genuin neue Proportionalitätsfragen aufwirft, die unterschiedliche axiomatische Rahmenwerke und Regel-Designs erfordern. Es identifiziert offene Probleme, wie etwa die Schließung der Lücke in der PAV-Proportionalitätsgarantie im symmetrischen Modell, die Erweiterung der Analyse auf Schnittmengen von Matroiden und das Design effizient berechenbarer Regeln, die kontrafaktisch stabil sind.