[논문 리뷰] Multiwinner Voting with Fairness Constraints

L. Elisa Celis, Lingxiao Huang외 1명|arXiv (Cornell University)|2017. 10. 27.

Game Theory and Voting Systems참고 문헌 22인용 수 7

한 줄 요약

이 논문은 성별, 민족, 정치적 성향 등 서로 겹치지 않는 감정적 속성 다수를 고려한 공정성 제약 조건을 통합하면서 주어진 점수 함수를 최대화하는 다수 선거의 일반적인 알고리즘 프레임워크를 제안한다. 단조성 및 하위모듈러 점수 함수에 대해 근사 알고리즘을 제시하며, 공정성이 거의 손실 없이 달성됨을 입증한다—종종 제약 조건이 없는 최적값의 90–100% 수준으로, 위원회 선거나 콘텐츠 큐레이션과 같은 실생활 응용 분야에서 매우 실용적이다.

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.

연구 동기 및 목표

• 성별, 민족, 정치적 성향과 같은 민감한 속성에 따라 그룹이 과도하거나 부족하게 표현되는 것을 방지하기 위해 다수 선거 시스템의 알고리즘적 편향을 해결하는 것.
• 서로 겹칠 수 있는 다수의 민감한 속성에 대해 공정성 제약 조건을 지원하는 통합 알고리즘 프레임워크를 개발하여, 다양한 공정성 정의의 탄력성과 일반화 가능성을 확보하는 것.
• 단조성 및 하위모듈러 점수 함수에 대해 제약 조건이 있는 다수 선거의 계산 복잡도를 분석하는 것.
• 공정성 제약 조건을 적용했을 때의 점수 감소를 측정하는 '공정성의 가격'을 통해 공정성과 성능 간의 트레이드오프를 평가하는 것.
• 점수 비율과 표현의 지니 지수를 통해 측정했을 때, 공정성 제약 조건이 선출된 위원회의 품질을 크게 떨어뜨리지 않음을 경험적으로 검증하는 것.

제안 방법

• 위원회 크기 $k$ 를 최대화하는 점수 함수 $\mathrm{score}:2^C\to\mathbb{R}_{\geq 0}$ 를 고려한 제약 조건이 있는 다수 선거 문제를 수식적으로 정의한다. 이는 임의의 그룹 $P_1,\dots,P_p\subseteq C$ 에 대한 공정성 제약 조건을 수반한다.
• 유권자(유권자 그룹의 비례 표현) 또는 후보자(후보자 그룹의 비례 표현)를 기반으로 한 공정성 제약 조건을 도입하며, 작은 편차를 허용하는 완화된 형태도 포함한다.
• 하위모듈러 최적화와 그레디언트 선택 전략을 활용하여 $\Delta=1$ (후보자당 하나의 그룹) 및 $\Delta\geq2$ (다중 겹침 속성)에 대해 근사 알고리즘을 개발한다.
• $\Delta=1$ 인 경우 제약 조건이 있는 SNTV(다수결 기반) 다수 선거에 거의 선형 시간 알고리즘을 적용하여 대규모 환경에서의 효율성을 향상시킨다.
• 공정성 제약 조건을 허용 가능한 범위 내에서 변동 가능하게 하는 리 릿지 테크닉을 사용하여 엄격한 공정성과 점수 최적화 사이의 트레이드오프를 가능하게 한다.
• 1000회 반복을 수행한 시뮬레이션 프레임워크를 활용하여 점수 비율(공정성의 가격)과 지니 지수를 사용해 제약 없는 규칙과 제약 있는 규칙을 비교한다.

실험 결과

연구 질문

• RQ1 공정성 제약 조건이 점수 함수로 측정된 선출된 위원회의 품질을 크게 떨어뜨리지 않도록 효과적으로 다수 선거 시스템에 통합될 수 있는가?
• RQ2 제약 조건의 구조(예: 분리된 vs. 겹치는 속성)와 점수 함수의 유형(단조성, 하위모듈러)에 따라 제약 조건이 있는 다수 선거의 계산 복잡도는 어떻게 변하는가?
• RQ3 다양한 선거 규칙과 공정성 정의에 대해 '공정성의 가격'—제약 조건이 있는 최적 점수와 제약 조건이 없는 최적 점수의 비율—은 얼마인가?
• RQ4 제약 조건이 없는 규칙은 표현 불균형을 얼마나 악화시키며, 공정성 제약 조건은 이러한 편향을 체계적으로 수정할 수 있는가?
• RQ5 유권자 기반 비례성과 후보자 기반 비례성과 같은 다양한 공정성 정의는 승자 분포와 결과적인 표현의 지니 지수에 어떤 영향을 미치는가?

주요 결과

• 대부분의 규칙에서 공정성의 가격이 극히 낮다: $\alpha$-CC 와 $\beta$-CC 에서 제약 조건이 있는 최적 점수는 제약 조건이 없는 최적 점수의 100%를 달성하며, 미세한 반올림 영향 외에는 거의 영향이 없다.
• SNTV, Bloc, $k$-Borda 에서 제약 조건이 있는 점수 비율은 88.4%에서 99.3% 사이로, 공정성 제약 조건이 성능에 거의 영향을 주지 않음을 시사한다.
• 제약 조건이 없는 규칙인 Bloc 은 높은 편향을 보이며, 지니 지수 최대 0.28(표준편차 0.10)로, 특히 후보자 집중 지역에서 비례하지 않는 표현을 나타낸다.
• 공정성 제약 조건은 이러한 편향을 제거한다: 유권자나 후보자 기반으로 비례하도록 제약 조건을 걸 경우 지니 지수는 0.00에서 0.125 사이로 떨어지며, 거의 완벽한 공정성을 달성한다.
• 완화된 공정성 제약 조건은 표현의 일부 변동을 허용하면서도 높은 점수를 유지한다. 지니 지수는 0.01에서 0.11 사이, 점수 비율은 90% 이상이다.
• 랜덤 위원회에 비해 성능이 열 劣하다: SNTV 에서 점수 비율이 최소 37.1%에 그치며, 제약 조건이 있는 규칙의 높은 성능이 우연이 아니라 알고리즘 설계 덕분임을 확인한다.