[論文レビュー] Multiwinner Voting with Fairness Constraints

L. Elisa Celis, Lingxiao Huang+1 more|arXiv (Cornell University)|Oct 27, 2017

Game Theory and Voting Systems参考文献 22被引用数 7

ひとこと要約

本論文は、性別、民族、政治的傾向など、重複する可能性のある複数の非分割な感受性属性にわたる公平性制約を統合しながら、与えられたスコア関数を最大化する、マルチウィナー投票の一般化されたアルゴリズム的フレームワークを提案する。単調かつ単調減少なスコア関数に対して近似アルゴリズムを提示し、公平性を達成する際のスコア損失が最小限に抑えられることを示している。実際の応用、例えば委員会選定やコンテンツキュレーションにおいて、制約なし最適解の90–100％程度のスコアを達成することが多く、非常に実用的である。

ABSTRACT

Multiwinner voting rules are used to select a small representative subset of candidates or items from a larger set given the preferences of voters. However, if candidates have sensitive attributes such as gender or ethnicity (when selecting a committee), or specified types such as political leaning (when selecting a subset of news items), an algorithm that chooses a subset by optimizing a multiwinner voting rule may be unbalanced in its selection -- it may under or over represent a particular gender or political orientation in the examples above. We introduce an algorithmic framework for multiwinner voting problems when there is an additional requirement that the selected subset should be "fair" with respect to a given set of attributes. Our framework provides the flexibility to (1) specify fairness with respect to multiple, non-disjoint attributes (e.g., ethnicity and gender) and (2) specify a score function. We study the computational complexity of this constrained multiwinner voting problem for monotone and submodular score functions and present several approximation algorithms and matching hardness of approximation results for various attribute group structure and types of score functions. We also present simulations that suggest that adding fairness constraints may not affect the scores significantly when compared to the unconstrained case.

研究の動機と目的

• 性別、民族、政治的傾向などの感受性属性に基づいて、グループが過小または過剰に代表されてしまう可能性のあるマルチウィナー投票システムにおけるアルゴリズム的バイアスを是正すること。
• 重複する可能性のある複数の感受性属性にわたる公平性制約をサポートする統一的なアルゴリズム的フレームワークを構築し、柔軟かつ一般化可能な公平性定義を可能にすること。
• 単調および単調減少なスコア関数の下での制約付きマルチウィナー投票の計算複雑性を分析すること。
• 公平性制約を適用した際のスコア低下を測る「公平性のコスト（price of fairness）」を通じて、公平性とパフォーマンスのトレードオフを評価すること。
• スコア比と代表のジニ指数を用いて、公平性制約を課した場合でも、選ばれた委員会の質が著しく低下しないことを実証的に検証すること。

提案手法

• サイズ$k$の委員会を、スコア関数$\mathrm{score}:2^C\to\mathbb{R}_{\geq 0}$を最大化する制約付きマルチウィナー投票問題を定式化する。これは、任意のグループ$P_1,\dots,P_p\subseteq C$に対する公平性制約を含む。
• 有権者（有権者グループの割合的代表）または候補者（候補者グループの割合的代表）を基準とした公平性制約を導入し、小さなずれを許容する緩和版も含む。
• $\Delta=1$（1人の候補者につき1つのグループ）および$\Delta\geq2$（複数の重複する属性）の両方の状況に対して、単調減少最適化と貪欲選択戦略を活用した近似アルゴリズムを開発する。
• $\Delta=1$の場合に、制約付きSNTV（得票数ベース）マルチウィナー投票に対してほぼ線形時間のアルゴリズムを適用し、大規模な設定における効率性を向上させる。
• 公平性制約を許容範囲内で変動可能にする緩和技術を用い、厳密な公平性とスコア最大化の間のトレードオフを可能にする。
• 1000回の繰り返しを含むシミュレーションフレームワークを用い、ジニ指数とスコア比（公平性のコスト）を指標として、制約なしと制約ありの投票ルールを比較する。

実験結果

リサーチクエスチョン

• RQ1 公平性制約を導入することで、スコア関数で測定される委員会の質が著しく低下しないか、効果的に統合可能であるか。
• RQ2 公平性制約の構造（非交差 vs. 重複する属性）およびスコア関数の種類（単調、単調減少）に応じて、制約付きマルチウィナー投票の計算複雑性はどのように変化するか。
• RQ3 異なる投票ルールおよび公平性定義における「公平性のコスト」（制約付き最適スコア / 制約なし最適スコア）はどの程度か。
• RQ4 制約なしの投票ルールは、代表の不均衡を悪化させる傾向があるか。また、公平性制約はそのバイアスを体系的に是正できるか。
• RQ5 有権者基準の公平性と候補者基準の公平性という異なる公平性定義は、当選者の分布と結果としての代表のジニ指数にどのように影響を与えるか。

主な発見

• 公平性のコストはほとんどのルールで最小限である：$\alpha$-CCおよび$\beta$-CCでは、制約付き最適スコアが制約なし最適スコアの100％に達しており、わずかな丸め誤差の影響を除けば、差異はない。
• SNTV、Bloc、$k$-Bordaでは、制約付きスコア比が88.4％から99.3％の範囲にあり、公平性制約がパフォーマンスにほとんどまたはまったく悪影響を及ぼさないことを示している。
• 制約なしのルール（例：Bloc）は高いバイアスを示す：ジニ指数が最大0.28（標準誤差0.10）に達しており、特に候補者がクラスタリングする地域で代表の不均衡が顕著に現れる。
• 公平性制約によりこのバイアスは解消される：有権者または候補者に基づく割合的代表を制約に含めると、ジニ指数は0.00～0.125に低下し、ほぼ完全な公平性が達成される。
• 緩和された公平性制約により、代表のばらつきをある程度許容しつつも、高いスコアを維持でき、ジニ指数は0.01～0.11の範囲、スコア比は90％以上を達成する。
• ランダムな委員会は比較的劣っている：SNTVではスコア比が37.1％にまで低下しており、制約付きルールの高いパフォーマンスは偶然によるものではなく、アルゴリズム的設計によるものであることが確認される。