← नवीनतम पेपर
🤖 AI

Proportional Committee Elections with Positive and Negative Votes

यह शोधपत्र उन परिस्थितियों में आनुपातिक समिति चुनावों की जांच करता है जहाँ मतदाता सकारात्मक और नकारात्मक दोनों वोट डाल सकते हैं, जिसमें नकारात्मक मतदान के दो अलग-अलग व्याख्याओं का प्रस्ताव देते हुए नए आनुपातिकता अभिगृहितों (axioms) को परिभाषित किया गया है और फ्रैगमैन के नियम (Phragmén's rule), PAV, और MES के विभिन्न रूपों द्वारा उनकी संतुष्टि का मूल्यांकन किया गया है।

मूल लेखक: Sonja Kraiczy, Georgios Papasotiropoulos, Grzegorz Pierczyński, Piotr Skowron

प्रकाशित 2026-08-13
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Sonja Kraiczy, Georgios Papasotiropoulos, Grzegorz Pierczyński, Piotr Skowron

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक ऐसी दुनिया की कल्पना करें जहाँ समूह निर्णय लेना केवल "हाँ!" चिल्लाने के बारे में नहीं है, बल्कि "नहीं!" को भी इतनी ज़ोर से चिल्लाने के बारे में है कि वह सुनाई दे सके। यह कंप्यूटेशनल सोशल चॉइस (computational social choice) का क्षेत्र है, जो विज्ञान की एक ऐसी शाखा है जो यह पता लगाने के लिए गणित और कंप्यूटर एल्गोरिदम का उपयोग करती है कि व्यक्तिगत विचारों की एक अस्त-व्यस्त भीड़ को एक एकल, निष्पक्ष समूह निर्णय में कैसे बदला जाए। आपने शायद इसे तब देखा होगा जब कोई कक्षा किसी फील्ड ट्रिप के लिए वोट करती है या कोई टीम मूवी नाइट चुनती है। आमतौर पर, आप उस चीज़ के लिए हाथ उठाते हैं जो आपको पसंद है। लेकिन क्या होगा यदि आप यह कहने के लिए भी हाथ उठा सकें, "बिल्कुल भी वह वाला नहीं"? यही वह मोड़ है जिसे यह शोध पत्र तलाशता है: ऐसे चुनाव जहाँ लोग उम्मीदवारों को अप्रूव (स्वीकार) भी कर सकते हैं और उन्हें वीटो (अस्वीकार) भी कर सकते हैं।

मुख्य समस्या आनुपातिकता (proportionality) है। इसे पिज्जा के स्लाइस की तरह सोचें। यदि दोस्तों का एक समूह पार्टी का 40% हिस्सा बनाता है, तो उन्हें पार्टी के लगभग 40% स्लाइस मिलने चाहिए, न कि केवल वे बचे हुए हिस्से जो दूसरों को नहीं चाहिए थे। क्लासिक वोटिंग में, हम जानते हैं कि जब हर कोई केवल "हाँ" कहता है, तो पिज्जा को निष्पक्ष रूप से कैसे काटा जाए। लेकिन जब लोग "नहीं" कहना शुरू करते हैं, तो गणित जटिल हो जाता है। यदि एक समूह किसी उम्मीदवार से नफरत करता है, तो क्या इसका मतलब यह है कि उन्हें उस उम्मीदवार से बचने के लिए पिज्जा का एक स्लाइस मिलता है, या इसका मतलब सिर्फ यह है कि वे अपनी "अच्छी" चीज़ों का अपना स्लाइस खा सकते हैं? यह शोध पत्र पूछता है: हमें ऐसा मतदान तंत्र कैसे डिज़ाइन करना चाहिए जो निष्पक्ष हो जब लोग थम्स-अप और थम्स-डाउन दोनों बटनों का उपयोग कर रहे हों?

यह शोध पत्र, जिसका शीर्षक "प्रोपोर्शनल कमेटी इलेक्शन्स विद पॉजिटिव एंड नेगेटिव वोट्स" (Proportional Committee Elections with Positive and Negative Votes) है, इसी पहेली में गहराई तक जाता है। लेखक, जो ऑक्सफोर्ड और वारसॉ विश्वविद्यालय के शोधकर्ताओं की एक टीम है, प्रस्तावित करते हैं कि "थम्स डाउन" की व्याख्या करने का केवल एक तरीका नहीं है। वे तर्क देते हैं कि हमें नकारात्मक वोटों को दो अलग-अलग लेंसों की तरह, दो अलग-अलग चश्मों को पहनकर देखने की आवश्यकता है।

पहला चश्मा: सममित दृष्टिकोण (समान भार वाला लेंस - The Symmetric View)
इस पहले मॉडल में, लेखक कल्पना करते हैं कि एक मतदाता के लिए, एक बुरे उम्मीदवार को रोकना एक अच्छे उम्मीदवार को चुनने के समान ही महत्वपूर्ण है। यह रस्साकशी के खेल जैसा है जहाँ रस्सी को बाईं ओर खींचना (वीटो करना) दाईं ओर खींचने (अप्रूव करना) जितना ही मजबूत है। गणित को काम करने देने के लिए, वे एक "नहीं" वोट को इस तरह मानते हैं जैसे कि वह एक काल्पनिक उम्मीदवार के लिए "हाँ" वोट हो जो वास्तविक उम्मीदवार का बिल्कुल विपरीत है। यदि आप उम्मीदवार A को "नहीं" वोट देते हैं, तो यह गणितीय रूप से "एंटी-A" के लिए "हाँ" वोट देने के समान है।

शोधकर्ताओं ने इस मॉडल के विरुद्ध तीन प्रसिद्ध वोटिंग नियमों का परीक्षण किया:

  1. फ्रेगमैन का नियम (Phragmén's Rule): इसे एक स्लो-मोशन नीलामी के रूप में सोचें जहाँ मतदाता उम्मीदवारों को खरीदने के लिए समय के साथ पैसा कमाते हैं। लेखकों ने पाया कि यदि वे इस नियम को मतदाताओं को उम्मीदवारों को रोकने के लिए अपना पैसा खर्च करने की अनुमति देने के लिए अनुकूलित करते हैं, तो यह आश्चर्यजनक रूप से अच्छा काम करता है। यह गारंटी देता है कि बड़े समूहों को "अच्छी" चीज़ों और "एंटी-चीज़ों" का एक निष्पक्ष हिस्सा मिलता है।
  2. PAV (प्रोपोरशनल अप्रूवल वोटिंग): यह एक नियम है जो कुल खुशी को अधिकतम करने की कोशिश करता है। लेखकों ने सिद्ध किया कि नकारात्मक वोटों के साथ भी, PAV अभी भी समूहों को संतुष्टि का बहुत उच्च स्तर प्रदान करता है, हालांकि यह पूरी तरह से सटीक नहीं है। उन्होंने गणितीय रूप से दिखाया कि पूर्णता में एक छोटा, अपरिहार्य अंतर (संतुष्टि में लगभग 1.5 अंकों की "हानि") है, लेकिन यह फिर भी बहुत मजबूत है।
  3. "बर्बाद प्रयास" की समस्या (The "Wasted Effort" Problem): लेखकों ने इन नियमों में एक मज़ेदार खामी खोजी। कभी-कभी, एक समूह अपनी सारी "मतदान ऊर्जा" उस उम्मीदवार को वीटो करने में खर्च कर सकता है जो कभी जीतने वाला भी नहीं था। यह उस उम्मीदवार को "नहीं!" चिल्लाने जैसा है जिसके पास शून्य समर्थक हैं, केवल शक्तिशाली महसूस करने के लिए। ऐसा करने में, वे अनजाने में उस उम्मीदवार का समर्थन करने के लिए अपनी ऊर्जा खत्म कर देते हैं जिसे वे वास्तव वास्तव में पसंद करते हैं। शोध पत्र एक समाधान सुझाता है: मतदाताओं को केवल उन उम्मीदवारों को वीटो करने दें जो वास्तव में दौड़ में हैं।

दूसरा चश्मा: असममित दृष्टिकोण (प्रतिनिधित्व प्रथम वाला लेंस - The Asymmetric View)
दूसरा मॉडल कहानी को उलट देता है। यहाँ, लेखक तर्क देते हैं कि एक "थम्स डाउन" एक "थम्स अप" से अलग है। इस दुनिया में, आपका मुख्य लक्ष्य अपने लोगों को निर्वाचित करवाना है। एक बुरे उम्मीदवार को रोकना एक बोनस है, लेकिन यह "प्रतिनिधित्व" के रूप में नहीं गिना जाता है। यह यह कहने जैसा है, "मैं चाहता हूँ कि मेरा दोस्त टीम में हो, और मैं यह भी सुनिश्चित करना चाहता हूँ कि बुली (बदमाश) अंदर न आ सके, लेकिन मेरे दोस्त की सीट ही असली पुरस्कार है।"

इसे संभालने के लिए, लेखकों ने एक नया शब्द ईजाद किया जिसे "अपोजिशन टैक्स" (Opposition Tax) कहा जाता है। कल्पना कीजिए कि हर बार जब किसी उम्मीदवार के खिलाफ बहुत से लोग "नहीं" वोट देते हैं, तो उसकी कीमत बढ़ जाती है। यदि किसी उम्मीदवार को 10 लोग पसंद करते हैं लेकिन 9 लोग उससे नफरत करते हैं, तो उसे चुनना बहुत महंगा हो जाता है। यह मतदान प्रणाली को सावधान रहने के लिए मजबूर करता है।

  • उन्होंने इस टैक्स के साथ MES (मेथड ऑफ इक्वल शेयर्स) और फ्रेगमैन के नियम को अनुकूलित किया।
  • परिणाम? ये "टैक्स वाले" नियम सफलतापूर्वक सुनिश्चित करते हैं कि बड़े समूहों को उनके प्रतिनिधियों का उचित हिस्सा मिले और कड़े विरोध वाले समूह उन उम्मीदवारों को सफलतापूर्वक रोक सकें जिन्हें वे नापसंद करते हैं।
  • हालाँकि, उन्होंने पाया कि PAV (खुशी को अधिकतम करने वाला नियम) इस मॉडल में पूरी तरह से टूट जाता है। गणित यह सिद्ध करता है कि आप प्रतिनिधित्व की आवश्यकता और रोकने की आवश्यकता दोनों को संतुष्ट करने के लिए PAV को ट्यून नहीं कर सकते। यह इस विशिष्ट तरीके की सोच के लिए एक मृत अंत है।

निष्कर्ष
यह शोध पत्र केवल यह नहीं कहता कि "यहाँ एक नया नियम है।" यह सिद्ध करता है कि हमारे "नहीं" वोट की व्याख्या करने का तरीका सब कुछ बदल देता है। यदि आप "अच्छे" और "बुरे" को समान रूप से संतुलित करने की परवाह करते हैं, तो समायोजित फ्रेगमैन या PAV नियमों के साथ सिमेट्रिक मॉडल का उपयोग करें। यदि आप यह सुनिश्चित करने की अधिक परवाह करते हैं कि आपके समूह को मेज पर सीटें मिलें, तो "अपोजिशन टैक्स" नियमों के साथ असिमेट्रिक मॉडल का उपयोग करें।

लेखक यह भी बताते हैं कि जबकि हमारे पास इन परिदृश्यों के लिए बेहतरीन नियम हैं, फिर भी कुछ खुले प्रश्न बाकी हैं। उदाहरण के लिए, क्या हम PAV नियम को पहले मॉडल में पूरी तरह से कुशल बना सकते हैं? उन्हें संदेह है कि पूर्णता का यह छोटा सा अंतर वास्तविक है, लेकिन उन्होंने यह साबित नहीं किया है कि इसे बंद करना असंभव है। और दूसरे मॉडल में, वे स्वीकार करते हैं कि उनके नियमों को कभी-कभी काम करने के लिए जल्दी रुकना पड़ता है, जिससे कुछ सीटें खाली रह जाती हैं, जो एक ऐसी समस्या है जिसे वे उम्मीद करते हैं कि भविष्य के शोधकर्ता हल करेंगे।

अंततः, यह कार्य एक रोडमैप है। यह हमें दिखाता है कि जब हम अपने लोकतंत्र में "नहीं" वोटों की जटिलता जोड़ते हैं, तो हम पुराने मानचित्रों का उपयोग नहीं कर सकते। हमें नए उपकरणों, नए करों और सोचने के नए तरीकों की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि सभी को पिज्जा का एक निष्पक्ष हिस्सा मिले, चाहे वे उसे खा रहे हों या केवल क्रस्ट (किनारे) को दूर रखने की कोशिश कर रहे हों।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →