The Condorcet Jury Theorem: The 240-Year-Old Math Behind Better Decisions

मार्क्विस जिसने लोकतंत्र के बारे में गणित किया

मैरी जीन एंटोइन निकोलस डी कैरिटाट, मार्क्विस डी कंडोर्सेट (1743–1794), प्रबोधन के सबसे प्रतिबद्ध विश्वासियों में से एक थे कि मानव मामलों को भौतिकी की तरह ही तर्क किया जा सकता है। एक प्रतिभाशाली गणितज्ञ, जिन्होंने अपनी बीसवीं में विज्ञान अकादमी के लिए चुनाव लड़ा, वह अपने सदी और वर्ग के लिए असामान्य रूप से — मुफ्त सार्वजनिक शिक्षा, महिलाओं के मताधिकार, और दासता के उन्मूलन के लिए एक प्रारंभिक और मुखर समर्थक थे। जहां उनके समकालीनों ने बहस की कि क्या सामान्य लोगों को शासन करना चाहिए, कंडोर्सेट ने एक अजनबी और अधिक उत्पादक प्रश्न पूछा: किस शर्तों के तहत उनका सामूहिक निर्णय वास्तव में सही होगा?

उनका उत्तर 1785 में विश्लेषण के अनुप्रयोग पर निर्णयों की बहुमत की संभावना में प्रकट हुआ — “बहुमत के निर्णयों की संभावना पर विश्लेषण के अनुप्रयोग पर निबंध।” इसकी घनी संभावना गणनाओं में एक परिणाम है जो आश्चर्यजनक सरलता और शक्ति का है, जिसे अब कंडोर्सेट जूरी प्रमेय के रूप में जाना जाता है।

इस व्यक्ति की कहानी अंधेरे में समाप्त होती है। कंडोर्सेट ने क्रांति का समर्थन किया, एक संविधान का मसौदा तैयार किया, और फिर आतंक का शिकार हो गए। 1793 में अवैध घोषित, उन्होंने पेरिस के एक बोर्डिंग हाउस में छिपकर — मृत्यु का सामना करते हुए — अपना सबसे आशावादी काम, मानव मन की प्रगति का ऐतिहासिक चित्रण लिखा। मार्च 1794 में अपने आश्रय से भागने के बाद गिरफ्तार होने पर, उन्हें दो दिन बाद बर्ग-ला-रेन में अपनी सेल में मृत पाया गया। सामूहिक ज्ञान के गणितज्ञ को एक ऐसे समूह द्वारा मार दिया गया जिसने कारणों को सुनना बंद कर दिया था — एक विडंबना जिसे उस अवधि के किसी भी इतिहासकार ने नहीं छोड़ा।

प्रमेय, साधारण अंग्रेजी में

अठारहवीं सदी के नोटेशन को हटा दें और प्रमेय कहता है:

एक हां/नहीं प्रश्न लें जिसका एक सही उत्तर है। यदि समूह में प्रत्येक व्यक्ति सही होने की संभावना से अधिक है, और प्रत्येक स्वतंत्र रूप से निर्णय करता है, तो बहुमत के सही होने की संभावना समूह के आकार के साथ बढ़ती है — और जैसे-जैसे समूह बड़ा होता है, निश्चितता के करीब पहुंचती है।

अवधारणा त्रुटि रद्द करने की है। प्रत्येक मतदाता संकेत और शोर है। क्योंकि हर कोई गलत होने की तुलना में अधिक बार सही होता है, संकेत सभी के लिए एक ही दिशा में इंगित करता है, जबकि शोर यादृच्छिक रूप से बिखरता है। व्यक्तिगत गलतियाँ असंबंधित सिक्का फ्लिप हैं; सत्य का साझा अनाज जमा होता है। बहुमत मतदान बस शोर को रद्द करने और संकेत को जोड़ने की मशीन है — भीड़ की बुद्धि के पीछे वही अंकगणित, जिसने बाद में 787 मेले में भाग लेने वालों को सामूहिक रूप से मवेशी विशेषज्ञों को गैल्टन के बैल प्रयोग में वोटों के बजाय अनुमानों के लिए बाहर किया।

संख्याएँ: बहुमत कितनी तेजी से समझदार होते हैं

प्रमेय की शक्ति को ठोस संख्याओं के साथ महसूस करना सबसे आसान है। मान लीजिए कि प्रत्येक व्यक्ति स्वतंत्र रूप से एक द्विआधारी प्रश्न का सही उत्तर 60% समय देता है — अच्छा लेकिन विशेषज्ञ से बहुत दूर। समूह का बहुमत सही उत्तर देने की संभावना:

60% कॉलम को नीचे पढ़ें: तीन लोग एक पर थोड़ा सुधार करते हैं; ग्यारह लोग महत्वपूर्ण रूप से बेहतर होते हैं; एक सौ एक 97.9% समय सही होते हैं; पांच सौ एक व्यावहारिक रूप से अचूक होते हैं। व्यक्तिगत क्षमता की एक छोटी सी मात्रा — 51% कॉलम — पैमाने के साथ लगातार बढ़ती है: 101 के समूह के लिए लगभग 58%, एक हजार मतदाताओं में लगभग 74%, और दस हजार में लगभग 98%। औसत व्यक्तिगत निर्णय, सही ढंग से समेकित, उत्कृष्ट सामूहिक निर्णय उत्पन्न करता है। यही प्रमेय का आशावादी चेहरा है।

अंधेरा जुड़वां: जब p आधे से नीचे गिरता है

अब 45% कॉलम पढ़ें। वही गणित जो सक्षम भीड़ को लगभग अचूक बनाता है, अक्षम भीड़ को लगभग अचूक रूप से गलत बनाता है। यदि प्रत्येक व्यक्ति केवल 45% समय सही है — इस विशेष प्रश्न पर व्यवस्थित रूप से गुमराह किया गया — तो 101 का बहुमत केवल 15.6% समय सही होता है, और 501 का बहुमत लगभग 1.2% समय सही होता है। समेकन खराब निर्णय को धोता नहीं है; यह इसे संकेंद्रित करता है। एक बड़ा समूह जो एक व्यवस्थित भ्रांति साझा करता है, अपने किसी भी सदस्य की तुलना में अधिक आत्मविश्वास से गलत होगा।

यह प्रमेय का वह आधा हिस्सा है जो भीड़ की बुद्धि के उत्सवों में शायद ही कभी शामिल होता है, और इसका एक तेज व्यावहारिक किनारा है। यह इस बात पर निर्भर करता है कि समूह का आकार एक संपत्ति है या एक देनदारी, इस पर निर्भर करता है कि उसके सदस्य उस प्रश्न के लिए 50% रेखा के किस तरफ बैठते हैं — यही कारण है कि गलत सूचना, और मीडिया का वातावरण जो व्यक्तिगत सटीकता को आकार देता है, सामूहिक निर्णय लेने के लिए एक साइड इश्यू नहीं है बल्कि केंद्रीय मुद्दा है। पैमाना जो भी आप इसे खिलाते हैं उसे बढ़ाता है।

पूर्वानुमान — और जब वे टूटते हैं तो क्या टूटता है

प्रमेय एक यदि-तो कथन है, और इसे लागू करने के बारे में सब कुछ दिलचस्प 'यदि' में रहता है। चार पूर्वानुमान परिणाम को ले जाते हैं:

दो और आधी सदी की विद्या ने प्रत्येक पूर्वानुमान का तनाव परीक्षण किया है। ग्रोफमैन, ओवेन और फेल्ड का 'सत्य की खोज में तेरह प्रमेय' (सिद्धांत और निर्णय, 1983) ने दिखाया कि परिणाम विविधता की क्षमता के साथ जीवित रहता है — मतदाता सभी को समान सटीकता की आवश्यकता नहीं होती; उचित वितरणीय शर्तों के तहत, एक आधे से ऊपर की औसत सटीकता पर्याप्त होती है। कृष्णा लाधा (1992) ने सहसंबंध का सामना किया और पाया कि सहसंबंधित वोट गारंटी को कमजोर करते हैं लेकिन हमेशा इसे नष्ट नहीं करते: एक सहसंबंधित भीड़ का प्रभावी आकार इसके हेडकाउंट से छोटा होता है, क्योंकि कॉपी किए गए वोट शोर-शेयरिंग जोड़ते हैं न कि ताजा जानकारी।

व्यवहार में, स्वतंत्रता वह पूर्वानुमान है जो सबसे पहले और सबसे कठिन विफल होता है। जब प्रारंभिक राय दिखाई देती हैं, तो बाद के मतदाता अपने स्वयं के जानकारी को तर्कसंगत रूप से कम करते हैं और अनुसरण करते हैं — एक जानकारी कैस्केड — और जब सभी एक ही कुछ स्रोतों पर निर्भर करते हैं, तो वोट सहसंबंधित होते हैं भले ही कोई किसी की नकल न कर रहा हो। एक मिलियन मतदाता एक ही फीड पढ़ने से लगभग एक मुट्ठी भर स्वतंत्र मतदाताओं के समान सूचना का वजन ले जा सकते हैं। प्रमेय सुचारू रूप से विफल नहीं होता; यह चुपचाप विफल होता है, जबकि समूह अभी भी महसूस करता है जैसे कि एक बड़ा, आत्मविश्वासी बहुमत।

चक्र: विरोधाभास जिसे कंडोर्सेट ने भी पाया

उसी 1785 Essai में एक दूसरा, अधिक अस्थिर खोज है। तीन या अधिक विकल्पों के साथ, बहुमत की प्राथमिकताएँ चक्रित हो सकती हैं: एक समूह A को B से, B को C से, और फिर C को A से पसंद कर सकता है, भले ही प्रत्येक व्यक्ति की प्राथमिकताएँ पूरी तरह से सुसंगत हों। यह कंडोर्सेट विरोधाभास का अर्थ है कि 'बहुमत की इच्छा' एक सुसंगत रैंकिंग के रूप में मौजूद नहीं हो सकती है — कौन सा विकल्प जीतता है यह इस पर निर्भर कर सकता है कि वोट किस क्रम में लिए जाते हैं।

यह बहुमत के नियम में दरार एक पूरे क्षेत्र की नींव बन गई। 1951 में, केनेथ एरो ने इसे अपने असंभवता प्रमेय में सामान्यीकृत किया: कोई रैंक-आधारित मतदान प्रणाली एक संक्षिप्त सूची के उचित निष्पक्षता की शर्तों को एक साथ संतुष्ट नहीं कर सकती। सामाजिक चयन सिद्धांत — कैसे मतदान प्रणालियाँ प्राथमिकताएँ संचित करती हैं, यह अलग है कि जूरी कैसे निर्णय संचित करती हैं और बाजार कैसे विश्वास संचित करते हैं — एक विषय है जिस पर हम अपने अधिकार में लौटेंगे। फिलहाल, व्यावहारिक नैतिकता: जूरी प्रमेय उन तथ्यात्मक प्रश्नों पर चमकता है जिनके सही उत्तर होते हैं; जैसे ही निर्णय प्रतिस्पर्धी मूल्यों के बारे में होता है, न कि प्रतिस्पर्धी तथ्यों के बारे में, अलग मशीनरी (और अलग गणित) लागू होता है।

240 वर्षों के अनुप्रयोग

अठारहवीं सदी की संभावना के एक टुकड़े के लिए, प्रमेय नेRemarkably अच्छी उम्र बिताई है:

मशीन लर्निंग अनुप्रयोग को एक बार फिर से देखना चाहिए, क्योंकि यह प्रमेय को एक इंजीनियरिंग ब्लूप्रिंट के रूप में काम करते हुए दिखाता है न कि एक उपमा के रूप में। एक रैंडम फॉरेस्ट जानबूझकर प्रत्येक पेड़ को डेटा और विशेषताओं के एक यादृच्छिक उपनमूने पर प्रशिक्षित करता है — किसी एक पेड़ को बेहतर बनाने के लिए नहीं (यह उन्हें खराब बनाता है), बल्कि उनकी त्रुटियों को कम सहसंबंधित बनाने के लिए। स्वतंत्रता खरीदने के लिए कमजोर व्यक्तियों को स्वीकार करना ठीक वही व्यापार है जो जूरी प्रमेय अनुशंसा करता है, और एंसेंबल की सटीकता इसका भुगतान है। DAO शासन तंत्र डिजाइन करने वाली टीमें उल्टे में उसी डिजाइन समस्या का सामना करती हैं: टोकन-भारित मतदान प्रभाव को संकेंद्रित करता है, और सार्वजनिक रूप से दिखाई देने वाली चलती tallies झुंड को आमंत्रित करती हैं — दोनों जो प्रभावी जूरी को संकुचित करते हैं।

प्रमेय क्या नहीं कर सकता — और मतदान से पहले क्या होना चाहिए

जूरी प्रमेय निर्णय के जीवन में एक क्षण को नियंत्रित करता है: समेकन चरण, जब व्यक्तिगत निर्णय सामूहिक निर्णय में बदल जाते हैं। यह सब कुछ अपस्ट्रीम के बारे में चुप है — प्रश्न को कैसे फ्रेम किया गया, कौन से विकल्प मतपत्र पर आए, मतदाताओं ने कौन सी जानकारी देखी — और सब कुछ डाउनस्ट्रीम। एक बुरी तरह से फ्रेम किए गए प्रश्न पर एक सही ढंग से समेकित वोट गलत समस्या का उत्कृष्ट उत्तर देता है।

यह भी, डिजाइन द्वारा, कारणों को त्यागता है। एक वोट यह रिकॉर्ड करता है कि चालीस लोगों ने विकल्प A को पसंद किया, कभी क्यों — इसलिए अल्पसंख्यक का सबसे मजबूत विरोध गायब हो जाता है, बहुमत की तर्क को बाद में ऑडिट नहीं किया जा सकता है, और समूह अगले निर्णय के लिए कुछ भी स्थानांतरित करने योग्य नहीं सीखता है। यही वह जगह है जहां संरचित विचार-विमर्श समेकन को प्रतिस्पर्धा करने के बजाय पूरा करता है। सहयोगात्मक निर्णय लेना सही तरीके से किया गया, समूह पहले स्वतंत्र रूप से तर्कों को सामने लाता है — प्रमेय को आवश्यक स्वतंत्रता को संरक्षित करता है — फिर उन्हें खुलकर मूल्यांकन करता है, और केवल तब एकत्रित होता है।

आर्गुमेंट्री ठीक उसी अनुक्रम के चारों ओर बनाया गया है। प्रतिभागी स्वतंत्र और असिंक्रोनस रूप से पक्ष और विपक्ष के तर्क प्रस्तुत करते हैं, इससे पहले कि कोई भी कमरे को एंकर करे — प्रमेय के लोड-बेयरिंग पूर्वानुमान की रक्षा करना। प्रत्येक तर्क को स्पष्ट आयामों (सहायता, स्पष्टता, सटीकता, पूर्णता) पर रेट किया जाता है, और रेटिंग सहमति स्कोर में समेकित होती हैं: कंडोर्सेट की त्रुटि-रद्द करने वाली अंकगणित, जो कारणों की गुणवत्ता पर लागू होती है न कि केवल मतों की गिनती पर। और एक मतपत्र बॉक्स के विपरीत, पूरा तर्क वृक्ष और ऑडिट ट्रेल यह संरक्षित करता है कि समूह ने क्यों निर्णय लिया — ताकि निर्णय को समझाया जा सके, पुनः देखा जा सके, और सीखा जा सके। मार्क्विस ने बहुमत पर भरोसा करने के लिए गणित प्रदान किया; दो सौ चालीस वर्षों के बाद, शेष कार्य यह सुनिश्चित करना है कि बहुमत का निर्णय स्वतंत्र, सूचित, और रिकॉर्ड पर हो।