← すべての記事

すべての接戦は、あなたの投票システムがおそらく失敗するストレステストである

投票用紙の折れ目。レンズの上のほこり。不正行為もなく、マルウェアもなく、それでも数十票差で決まった選挙で数百票が誤集計される。あなたの監査方法が監査対象と同じくらい誤りやすいとしたらどうなるだろうか？

2020年11月4日の朝、ニューハンプシャー州ウィンダムの書記官室は、機械集計の結果と一致しない手作業による再集計結果を見ていた。

数千票の差ではない。ほとんどの場合、数百票の差でもない。ロッキンガムディストリクト7の州下院議員選挙では、その差を見過ごすことができないほどの開きがあった。候補者間の差は接近していた。AccuVoteの光学スキャナが記録したものと人間の手が再集計したものの間に実在した差異があった。調査が近づいていた――だが、まだではない。まず、町の職員たちは全ての職員がするのと同じことをした。認証を終わらせて先へ進んだのだ。

ここが物語が興味深くなる部分である。最終的に法医学的監査が明かしたのは、不正行為、ハッキング、あるいはどんな悪質な行為とも無関係なものだった。それは折り紙機、間違った場所の折り目、その違いを見分けられなかったスキャナに関するものだった。

最も危険な選挙エラーは、誰も気づかないつまらないものである。

折り目、折り線、そして300票の誤集計

2021年7月、3人の監査チーム――ハリ・ハースティ、マーク・リンデマン、フィリップ・B・スターク――はニューハンプシャー州上院法案43に基づいて報告書を公開した。彼らが発見したのは、方法的にぱっとしないものだった。町が郵送目的で借りていた折り畳み機が、一部の不在者投票用紙を、印刷された投票対象――投票者が記入することになっている楕円形――を直接切り裂くように折っていたのだ。

AccuVoteスキャナはそれらの投票用紙を読み取る際、折り目の折り線をかなりの割合で記号として解釈していた。紙の幾何学から票が作り出されていた。チームの実験では、折り目の透過による偽陽性率は約20パーセントから70パーセント以上の範囲で、平均約44パーセントだった。一部のスキャナ内には白い粉末も蓄積しており、レンズを部分的に塞いでいた――おそらくそれらの特定の機器での問題を悪化させていた。

完全な報告書は明白である。マルウェアなし、改ざんなし、どんな意図的な行為の証拠もない。チームが書いたように、選挙は「困難な状況下で、ほぼ十分に実施されていた」。それなのに、機械は機械的な理由で数百の有効に投じられた票を誤集計していたのだ。その理由は事前の選挙テスト、認証プロセス、日常的な監査によって指摘されていなかった。

これが発見可能だった唯一の理由は、人間の手が再検査できる耐久性のある紙の投票用紙が存在していたからだった。手作業による再集計は、スキャナが歪めた投票者の意思を取り戻した。物語のその部分は本当に安心させるものである。

しかし、安心させないものもある。

エラーを捕捉する監査自体も不完全である

ミシガン州アントリム郡での2020年12月の手作業による再集計――集計機の誤設定に関する紛争を解決するために命じられた。その集計機は一時的に非常識な非公式結果を発表していた――すべての大統領投票用紙を手作業で集計した。認証された結果に影響はなかった。職員たちは監査が確認だと宣言した。

ミシガン州務長官官房の自身の発表が、特段の強調なく指摘したのは、最終的な手作業による集計（トランプ9,759票、バイデン5,959票）が、約15,700票が投じられた中で、機械集計とおよそ12票異なっていたということだった。

12票。郡レベルの選挙では、接戦がなく、その数字は「それで十分」というカテゴリーに消える。しかし、別の光で照らしてみて欲しい。

12票以下の差で決まった選挙では、それ自体が12票ずれた手作業による再集計は、誰が勝ったかを教えることができない。

これは陰謀論ではない。これは算数である。手作業による再集計には削減不可能な人間エラーがある。集計者は記号を読み違え、スタックの追跡を失い、楕円形の70パーセント満たされた曖昧な記号について意見が相違する。ジョージア州の2020年の大統領投票用紙約500万票の州全体の手作業による集計――米国選挙監査史上最も印象的な監査活動の一つ――では、元々の機械集計と手作業による再集計との間の変動は約0.1パーセントだった。0.1パーセントは微小に聞こえる。約500万の投票用紙を集計した選挙で、約11,000票の差がある場合、それは注意深く監視する価値がある。8票で決まった地元の選挙では、監査方法自体の0.1パーセントの誤差率は差より大きい。

これが罠である。手作業による再集計を金の標準だと呼ぶ。それが結果を確認すると自分たちに言い聞かせる。そして、差が機械集計と手作業による再集計の両方のエラーが確実にそれ以下に収まるほど十分に大きい場合、それは確認する。差が十分に大きくない場合、不確実な1つの集計を別の不確実な集計と置き換え、問題が解決したと宣言してしまった。

差が合格ラインはストレステストである

接戦は特殊なケースではない。これは、検証システムが実際に機能するか、あるいはそれとなく機能しているように見えるかを明らかにするケースである。

接戦が何を必要とするかを考えてみよう。

機械集計は差の範囲内で正確でなければならない。それをチェックするために使用される監査方法は差の範囲内で正確でなければならない。有効な記号を構成するものについての手作業での再集計の標準を、異なる集計者が同じ答えに到達するほどはっきり定義しなければならない。そしてこのすべてが、監査を受けている職員ではない者によって独立して検証可能でなければならない。

ウィンダムの事例は最初の2つのテストは最終的に合格している――法医学的監査は根本原因を特定し、注意深い手作業による再集計は投票者の意思を取り戻した。しかし、州が命じた法医学的調査、外部専門家チーム、数ヶ月の作業、およびそれを委任することに喜んで応じる議会が必要だった。それらのどれも自動的に起こらなかった。ロッキンガムディストリクト7の差が数百票より広かったなら、それらのどれも起こらなかっただろう。

あなたの選挙検証システムは、あなたが予想する選挙用に調整されている。接戦はそれが予想していなかった選挙である。

コロラド州は、ほとんどより前にこれを把握した。2017年に国初の州全体のリスク制限監査を実施した際、サンプルサイズを差に合わせた。接戦は固定パーセンテージではなく、より多くの投票用紙を手作業で確認される。統計的論理は堅牢である。しかし、リスク制限監査はまだ監査する信頼できる紙記録を必要とし、投票用紙を数えるすべてのエラーを伴う人間の手を含んでいる。それは問題を狭める。それは排除しない。

矛盾が見えるようになるものと、隠れたままになるもの

アントリム郡の集計機のエラーはそれが生成した結果が面上不合理だったため捕捉された。強固に共和党の郡がバイデンを数千票でリードしている結果を示した。ほとんどの投票用紙が集計された状態で。その郡の歴史を知っている者なら誰でも矛盾に即座に気づいた。修正は24時間以内に行われた。

しかし、これはまさに誤った教訓を引き出すのに十分である。教訓は「システムがそれを捕捉した」ではない。教訓は：システムがそれを捕捉したのはエラーが巨大で政治的に明白だったからのみである。 50票、または20票、または12票をシフトさせる誤設定――正しい方向で、その郡の党派的傾向が結果を合理的にするような選挙では――プロセスのすべての層を旗なしで通り抜けたであろう。

ウィンダムは同じ物語をより静かに語る。折り目による誤集計はほぼ確実に2020年の結果に影響を与えた。法医学的監査報告書は、同じ折り畳み機、同じスキャナ、同じ蓄積する粉末がすべて選挙夜に存在していたことを指摘している。機械集計への影響は実在していた。これはその後の手作業による再集計が疑いを引き起こすほど相違したため捕捉され、そして議会がその説明が手作業による再集計が杜撰だったという説を受け入れる代わりに法医学的監査を命じたからである。

同様のギャップに直面した管轄区域のうち、機械集計と手作業による再集計の間で、より単純な説明を受け入れた数は何か？法医学的監査を押し下げることに喜んで応じる議会がなかった数は何か？

ドイツ連邦憲法裁判所は2009年に、メモリにのみ票を保存し、独立して検証可能な記録がない電子投票機の使用を無効にしたとき、より鋭くその基本的な問題を提起した。裁判所の判決は、投票は平均的な市民が、専門知識がなく、集計の本質的なステップを検証できる場合にのみ合法であると示唆した。チェックした職員を信頼しない。説明のない残差を伴う監査自体を信頼しない。検証する。

この原則はドイツに固有ではない。オランダ政府の2007年委員会――投票コンピュータ全体を廃棄することを推奨した――は報告書*Stemmen met vertrouwen*でこのように述べた：「選挙プロセスに秘密はない。」すべてが検証可能で検証できる必要がある。終わり。

方法と差は同じサイズであってはならない

ここが議論のより明確なバージョンである。

すべての集計方法には固有のエラー率がある。光学スキャナは折り目と粉末で曇ったレンズを読み違える。手作業による集計者は曖昧なマークを誤分類し、スタックの追跡を失い、70パーセント満たされた楕円形について互いに同意しない。アントリム手作業再集計は機械集計から大まかに12票相違した。ジョージア州の州全体の手作業による再集計は約0.1パーセント相違した。

これらのエラー率はスキャンダルではない。これらはエンジニアリング現実である。

スキャンダルは、これらの方法を彼らが決定することができない問題を決定することとして扱うことである。私たちは「手作業による再集計はそれを確認した」について、手作業による再集計自身のエラー帯が差を包含する選挙を言う。「監査はその結果を肯定した」と、監査方法の精密さが勝利差より細かかったかを問わずに言う。

測定する量より精密さが低い検証方法は検証方法ではない。それは安心の儀式である。

「手作業による再集計はそれを確認した」および「州務長官がそれは大丈夫だと言う」は安心である。彼らは証拠ではない。証拠は、エラーが実証的に差より小さく、監査を受けている職員ではない者によってチェックされ、静かに変更されることができない記録に対して方法を必要とする。

フロリダ州サラソタ郡は2006年にこれを具体化させた。約18,000の投票用紙未投票が約369票差で決まった下院議員選挙で現れ、紙がなかった。郡はペーパーレスのタッチスクリーン機を使用していたため。実行する監査なし、実行する手作業による再集計なし、適用する方法なし。機械集計は存在した唯一の記録だった。選挙は決定された。投票用紙未投票は説明されなかった。

それは1つの失敗モードである：紙がまったくない。ウィンダムはより微妙なものである：紙が存在し、スキャナはそれを読み違え、手作業による再集計は意思を取り戻すが、あそこに到達するために数ヶ月、法医学的チーム、および立法的意思が必要だった。その間の失敗モード――紙が存在し、スキャナはそれを読み違え、ギャップは手作業による再集計の雑音の範囲内であり、誰も調査しない――は、私たちがきれいに検出する方法がないものである。

「検証可能」が実際に必要とするもの

修正は「すべてを手作業で数える」ではない。手作業による再集計は遅く、高く、それ自体不正確である。修正は「機械を信頼する」ではない。ウィンダムとアントリムの両方がなぜかを示している。

修正は、検証が以下のようなシステムを設計することである：数ヶ月の法医学的監査より速い；手作業による再集計の削減不可能な人間エラーより正確な；チェックされている職員の独立した；議会によって委任された専門家だけではなく、あらゆる観察者にアクセス可能。

それは、最小限として、以下を意味する。耐久性のある投票者が記載した紙記録（有権者が読むことができないバーコードのみの記録ではなく――Curling v. Raffenspergerの連邦裁判所が明確に指摘した点）；差にサイズされた日常的な統計監査、固定パーセンテージではなく；そして、あらゆる観察者がアクセスを許可されるのを待たずに、公開集計を基礎となる記録に対して照合することができるように、予備地区レベルの結果が直ちに機械可読形式で公開される。

コロラドのリスク制限監査フレームワークはこれに向かって動く。ジョージア州の2020年の手作業による再集計はこれに向かって動いた。どちらも全てを達成していない。どちらも、監査方法のエラー帯と勝利差が同じ幅である場合、あなたは何をするかという質問に答えない。

その質問は、誰も現在予想していない将来の接戦――または答えられない――で答えられるだろう。

あなたがまだ検証できないもの

ウィンダムの法医学的監査は本当に良いニュースである。原因を発見し、メカニズムを指名し、推奨事項を生成した。ニューハンプシャー州務長官の監査ページは公開でアクセス可能である。報告書は公開されている。

しかし、報告書が何を教えることができないかはここである。同じスキャナモデルを使用する他の管轄区域で同じ折り畳み機の問題が影響したかどうか、法医学的監査が命じられなかった選挙では、差が矛盾が気づかれずに通り過ぎるほど広かった。ウィンダム報告書はこの可能性を明示的に指摘している。

そして、選挙夜に市民として任意のU.S.州の現在の監査フレームワークが教えることができないのはここである。正確な地区レベルの機械集計、タイムスタンプされ署名されたもの、誰の許可も求めずに認証された結果に対して自分で照合することができるようダウンロードできるように公開された形式。

「職員がそれをチェックした」と「あなたはそれをチェックできる」の間のそのギャップ――それは全体の議論である。

独立して検証することができない選挙システムは、あなたが信頼しなければならない選挙システムである。そして信頼は、ウィンダムが示した通り、正確さと同じことではない。

全世界の管轄区域全体でこの検証ギャップがどの程度一般的であるかを見る。数を独立して検証可能にするものの2分間のバージョンを読む。接近差の監査失敗と彼らが明かすものの完全なデータベースを探索する。

ソース

すべての記事を表示ギャップを探索