Un reciente estudio de la Universidad Carlos III de Madrid (UC3M) propone un método innovador que busca mejorar la representación electoral y la toma de decisiones en grupo. Este enfoque surge a partir de una situación común: la elección de un comité en una comunidad de vecinos, donde se plantea que si el 30% de los votantes comparte una visión similar, lo lógico sería que tres de los diez elegidos representen esa perspectiva. Sin embargo, trasladar este concepto de justicia proporcional a fórmulas matemáticas y algoritmos es un desafío considerable que este trabajo aborda con éxito.
El sistema tradicional de mayorías simples, conocido como "el ganador se lo lleva todo", permite que una mayoría del 51% ocupe el 100% de los asientos, silenciando al 49% restante. Para contrarrestar esta dinámica, investigaciones previas introdujeron el concepto de Representación Justificada (JR), que establece que si un grupo de votantes es suficientemente grande, tiene derecho a que al menos uno de sus candidatos preferidos forme parte del comité. Además, se propuso la Representación Justificada Extendida (EJR), que garantiza múltiples representantes para grupos grandes.
Nueva propuesta: Representación Justificada Proporcional
El estudio más reciente publicado en la revista Artificial Intelligence introduce la Representación Justificada Proporcional (PJR), un concepto intermedio entre JR y EJR. Los investigadores encontraron que la regla EJR podía ser demasiado rígida y entrar en conflicto con otros principios democráticos ideales. La PJR se presenta como una solución más equilibrada y flexible. “Es más exigente que la regla básica, pero permite soluciones matemáticamente perfectas que otros sistemas descartarían por tecnicismos, asegurando que ningún grupo significativo quede fuera”, comenta Luis Sánchez Fernández, catedrático del Departamento de Ingeniería Telemática de UC3M.
No obstante, este estudio no se limita a las teorías matemáticas; también identifica diversas aplicaciones prácticas. El axioma desarrollado puede utilizarse para diseñar sistemas electorales más justos y proporcionales en el ámbito político, así como para seleccionar jurados o comités equilibrados. También podría aplicarse en sistemas de recomendación para decidir qué productos mostrar en tiendas online o plataformas digitales, garantizando opciones relevantes para todos los perfiles de clientes.
Un campo emergente: aspectos computacionales de la elección social
Este trabajo se sitúa dentro de una disciplina relativamente nueva conocida como aspectos computacionales de la elección social. Según Sánchez Fernández, esta área estudia los sistemas de votación como algoritmos y analiza sus características desde una perspectiva científica, incluyendo su eficiencia computacional y su resistencia a manipulaciones.
La investigación ha contado con la colaboración no solo del equipo de UC3M sino también con instituciones internacionales como el Centro Universitario de la Defensa (Escuela Naval Militar de Marín), Northwestern University (EE.UU.), University of Applied Sciences St. Pölten (Austria) y University of Warsaw (Polonia).
Referencia bibliográfica: Sánchez-Fernández, L., Elkind, E., Lackner, M., Fernández García, N., Fisteus J.A., Basanta Val, P., Skowron, P. (2026). Proportional justified representation, Artificial Intelligence, Volume 353, 104503. https://doi.org/10.1016/j.artint.2026. Acceso en e-archivo de UC3M: https://hdl.handle.net/10016/49789
Preguntas sobre la noticia
¿Qué es la Representación Justificada Proporcional (PJR)?
La PJR es un concepto intermedio entre la Representación Justificada (JR) y la Representación Justificada Extendida (EJR). Se propone como una herramienta más equilibrada y flexible para asegurar que ningún grupo significativo quede fuera de la representación en un comité, permitiendo soluciones matemáticamente perfectas.
¿Cuáles son las aplicaciones prácticas del estudio?
El axioma desarrollado en el estudio puede aplicarse para diseñar sistemas de votación electoral más justos, seleccionar jurados o comités de expertos de manera equilibrada, e incluso en sistemas de recomendación para mostrar productos relevantes a diferentes perfiles de clientes.
¿Quiénes participaron en esta investigación?
Investigadores de la UC3M colaboraron con el Centro Universitario de la Defensa, Northwestern University, University of Applied Sciences St. Pölten y University of Warsaw en este trabajo sobre aspectos computacionales de la elección social.
Si (
No(
