One Vote, Several Parliaments: An Empirical Analysis of the Algorithmic Ambiguity of the Italian Electoral Law on the 2022 General Election Data
本文通过实证验证了意大利《罗萨特伦选举法》（Rosatellum electoral law）关于席位分配的法定文本允许存在多种算法解释，证明了虽然政党实力保持稳定，但选区处理的具体顺序和所选的解释方式会显著改变哪些候选人最终当选。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你有一张巨大的、美味的披萨，它代表了意大利 2022 年选举中投出的所有选票。法律规定了如何切割这张披萨：首先，切出单人选区的大块披萨；然后，根据各政党获得的选票比例，将剩余的“比例代表制”奶酪进行分配。
但这里有一个转折：比例分配部分的配方写得像是一个缺少指令的谜题。它告诉你要做“什么”（切片、数碎屑、移动多余的部分），但它并没有说要按“什么顺序”去做。
帕奥罗·科波拉（Paolo Coppola）写的这篇论文，就像是一位聪明的厨师，决定测试一下如果以不同的方式遵循这个配方会发生什么。他们使用了真实的 2022 年选举数据——来自每个城镇的实际选票——并运行了三种不同的“配方”（称为算法 A、B 和 C），以观察最终的披萨看起来是否一样。
重大发现：顺序至关重要
主要的发现是，处理地区的顺序改变了“谁能吃到披萨”。
- 算法 C（现实世界的厨师）： 这是选举官员实际使用的方法。它就像一位厨师先切好所有的厚饼皮，然后再观察整张桌子来决定谁能得到额外的碎屑。这种方法是稳定的；如果你打乱地区的顺序，最终获得席位的人选名单保持不变。
- 算法 A（顺序执行的厨师）： 这是阅读文本最“自然”的方式：处理完地区 1，完成它，然后移动到地区 2，以此类推。论文发现，如果你使用这种方法，选择的顺序非常重要。
- 如果你按照官方顺序处理地区，你会得到一份包含 391 名当选者的名单。
- 如果你反转顺序（从末尾开始），6 个人会失去席位，而另外 6 个不同的人则会获得席位。
- 作者进行了 1,000 次随机顺序的模拟。他们发现，在这些随机顺序中，披萨甚至没有被完全切分！在 29% 的随机运行中，配方未能分配一个或两个席位，导致议会留下了空位。在另外 9% 的运行中，即使总票数没有变化，每个政党的总席位数也发生了变化。
“马塔雷拉”故障（算法 B）
这是第三种阅读配方的方式，类似于对 1993 年一项法律的解读。作者发现，如果使用这种方法，有 2 个席位无论你如何选择顺序，都无法根据文本中的规则进行分配。这就像配方说“把最后一片给最饿的人”，但如果每个人都饱了，那片披萨就会凭空消失。这种情况在 1994 年、1996 年和 2001 年的真实选举中确实发生过。
厨师们做对了吗？
在展示这些结果之前，作者必须证明他们的计算机代码是完美的。他们将他们的“算法 C”（现实世界的方法）与政府官方记录进行了对比。
- 他们通过姓名匹配了 389 出 391 名当选者（准确率为 99.5%）。
- 那两个没匹配上的人？他们恰恰是意大利议会选举委员会目前正在调查的对象，因为官方记录在这些特定案例中显得混乱或不一致。因此，在这些特定情况下，代码实际上比混乱的官方文书更准确。
为什么这很重要？
论文认为，法律不仅仅是“模糊”的；它是**操作性模糊（operationally ambiguous）**的。并不是说单词难以理解，而是指令本身无法锁定一个唯一且确定的结果。
- 政党实力： 在现实世界的方法（C）中，每个政党的总席位数保持不变。歧义仅改变了哪个人获得席位以及哪个地区代表他们。
- 混乱： 但是，如果你使用随机顺序的顺序执行法（A），甚至连政党实力也会发生变化。
底线
作者不仅仅是在猜测；他们用真实的 2022 年数据运行了完整的数学计算。他们证明了，使用同一种法律的不同“可采纳”解读方式，会选出不同的议会。
- 在他们的模拟中，119 个人在某些场景下当选，而在另一些场景下则未当选。
- 只有 339 个人在测试的所有场景中都被选出。
所以，下次当你听到“一票，一议会”时，这篇论文暗示，对于比例代表制席位，这可能更像是“一票，多种可能的议会”，这取决于计算机碰巧遵循的是哪个版本的配方。法律是有效的，但它的运作方式使得最终结果取决于一个文本本身从未定义的调度选择。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。