人工智能已卷入选区重划之争。只是别要求它绘制完美地图。

# 人工智能如何助力加速选区重划之争 来源：https://time.com/article/2026/05/11/ai-redistricting-gerrymander-congressional-map-district-midterm-election/ 上个月，一项具有里程碑意义的最高法院裁决 (https://time.com/article/2026/04/17/supreme-court-voting-rights-act-Louisiana/) 引发了全国范围内的选区重划混战。在随之而来的法律斗争中，人工智能（Artificial Intelligence）可能证明是法庭上最锋利的工具。 最高法院大幅削弱《投票权法案》（Voting Rights Act）(https://time.com/7314300/voting-rights-act-history-struggle/) 第 2 条的行动引发了一轮新的选区重划博弈，无论是红州还是蓝州，都准备好在未来几年——甚至在某些情况下是未来几个月内——重新绘制其政治地图，通过分割选民来帮助一方赢得更多选举。 许多这样的地图最终可能会进入法庭 (https://time.com/article/2026/05/08/trump-declares-huge-win-after-virginia-supreme-court-rejects-redistricting-referendum/) —— 要么是基于指导选区如何绘制的联邦法律提出挑战，要么是依据更严格的州法律。法律和政治学专家表示，AI 算法能够为给定州绘制和分析数百万张可能的地图，双方在此类斗争中越来越依赖这些技术。 今年 11 月，一名犹他州法官驳回 (https://www.democracydocket.com/wp-content/uploads/2022/03/2025-11-10-Order.pdf#page=3) 了由共和党领导的州议会绘制的一张国会选区图，理由是违反了选民于 2018 年批准的一项旨在结束党派性选区操纵（partisan gerrymandering）的州提案。在她的裁决中，法官引用了计算机模拟分析，发现拟议的地图“比超过 99% 的不考虑政治因素的预期地图更具共和党倾向”。 基于这种深奥分析的法律意见可能会变得越来越普遍，因为 AI 在高知名度的选区重划斗争中扮演着更大的角色，而这些斗争可能会决定国会的控制权。 就像 ChatGPT 或 Claude 等生成式 AI 模型是在互联网上的无数文本上训练的一样，用于分析国会选区图的算法也是通过复杂的采样过程，在数百万张随机生成的地图上进行训练的。AI 算法随后可以提供分析，比较州议会通过的地图与所有可能选项的全集。 该算法在选区重划斗争中的作用可能是决定性的，因为法院争相对有争议的地图做出裁决，通常时限很短。最高法院大法官 Elena Kagan 在她对 2019 年具有里程碑意义的*Rucho v. Common Cause*案提出的异议意见 (https://www.supremecourt.gov/opinions/18pdf/18-422_9ol1.pdf#page=49) 中争辩道，随着数据变得更加细粒度以及数据分析技术的持续改进，选区操纵只会变得更糟。 Kagan 写道：“旧式的努力，仅仅基于猜测，有时会导致所谓的'dummymanders'（失败的选区操纵）——那些彻底搞砸的选区操纵。”“在当今世界不太可能发生。绘图者现在可以获得比以往任何时候都更细致的关于党派偏好和投票行为的数据。” Tyler Simko 是密歇根大学（University of Michigan）的助理教授，他是开发算法辅助