link bezpośredni: https://defoliator.pl/scripts/wybory/detektor_anomalii_wyborczych/

Przedstawiam Wam "Detektor Anomalii Wyborczych" – To narzędzie edukacyjne, które ma jeden cel: w sposób w 100% transparentny pokazać, dlaczego pewne komisje zostały oflagowane jako statystycznie "podejrzane" i jak algorytm to wyznaczył. Wielu też się zastanawiało dlaczego on właściwie działa. Zapraszam Was do samodzielnej weryfikacji.

Aplikacja webowa działa na zamkniętej puli 13 komisji. To prawdziwe, udokumentowane przypadki, w których po protestach wyborczych Sąd Najwyższy dokonał ponownego przeliczenia głosów i zweryfikował nieprawidłowości. To kluczowe – porównujemy działanie algorytmu z twardą, zweryfikowaną przez instytucje państwowe rzeczywistością.

Jak działa? To proste

Po wejściu do aplikacji zobaczycie listę komisji. Wybierzcie dowolną, a na ekranie pojawi się pełna analiza, krok po kroku:

1. Informacje o komisji i werdykt SN: Zobaczycie podstawowe dane (gmina, powiat) oraz, co najważniejsze, adnotację z wynikiem weryfikacji przez Sąd Najwyższy. Dowiecie się, na czym polegał błąd (np. "zamiana wyników", "błędne przypisanie głosów").
2. Status w algorytmie Defoliatora: Aplikacja jasno pokaże, czy dana komisja BYŁA, czy NIE BYŁA na mojej liście podejrzanych. To ważny element, który pokazuje, że algorytm był konserwatywny i nie wyłapywał wszystkiego (o czym za chwilę).
3. Wizualne porównanie wyników: To serce aplikacji. Zobaczycie trzy proste wykresy:
   1. Oryginalny protokół: Wynik, który trafił do PKW.
   2. Wynik symulowany: Wynik, który "prognozował" mój algorytm na podstawie danych z I tury.
   3. Wynik po weryfikacji SN: Prawidłowy, faktyczny wynik po ponownym przeliczeniu głosów.
      
      Ten prosty obrazek jest więcej wart niż tysiąc słów. W wielu przypadkach zobaczycie, że wynik symulowany przez mój algorytm był uderzająco bliski prawdziwemu wynikowi zweryfikowanemu przez Sąd, a rażąco odbiegał od błędnego, oryginalnego protokołu. To jest właśnie moment, w którym algorytm podnosił alarm (gdy wynik był rażąco różny od spodziewanej symulacji).
       
4. Szczegóły analizy "na żywo": Aplikacja pokazuje całą "kuchnię" algorytmu:
   • Krok 1: Symulacja: Zobaczycie tabelę, która pokazuje, jak głosy z I tury na poszczególnych kandydatów (Hołownia, Mentzen, etc.) statystycznie "przepływały" w nim na Trzaskowskiego i Nawrockiego w II turze. Wszystkie parametry są jawne.
   • Krok 2: Porównanie i ocena: Narzędzie pokazuje czarno na białym, jak algorytm porównuje wynik symulowany z protokołem. Sprawdza dwa kluczowe warunki: czy jeden kandydat zyskał nielogicznie dużo (ponad 33.3% względem symulacji) i czy drugi w tym samym czasie stracił (jego wynik jest niższy niż w symulacji, mimo wzrostu frekwencji). Na końcu wydaje werdykt: Podejrzana lub W normie.

Algorytm nie był "ślepy na fluktuacje sondaży": Ekstremalnie wysoki próg 33.3% był ustawiony właśnie po to, by ignorować typowe błędy sondażowe (np zmiany o kilka % - bo rażąca ochyłka, dalej będzie rażąca) i wyłapywać tylko potężne anomalie. To jest też wada: wysoki próg powoduje, że algorytm nie wykrywa wszystkich podejrzanych przypadków (np gdy nieprawidłowość była mniejsza niż próg). W aplikacji znajdziecie przykład komisji, gdzie SN stwierdził błędy, ale mój algorytm ich nie oflagował (np. komisja nr 53 w Katowicach). To całkowicie normalne. Dlaczego? Bo odchylenie było na tyle małe, że mieściło się w progach - niestety algorytm jest na takie sytuacje całkowicie ślepy. Wykryl komisje gdzie przerzucone było 160 czy 90 glosów, ale przy mniejszych liczbach by sobie nie poradził.

Warto o tych wadach pamiętać. Druga istotna wada dotyczy pierwotnej listy komisji podejrzanych. Nie były z niej odfiltrowane komisje o specyficznym charakterze, jak szpitale/statki czy inne zmienne komisje, gdzie występują naturalne zmiany w "populacji" wyborców między turami (pacjenci, pasażerowie etc.). Takie komisje algorytm może flagować jako "podejrzane", choć ich odchylenia mają zupełnie naturalne przyczyny. To pokazuje, jak ważna jest dalsza weryfikacja każdego przypadku, a nie ślepe poleganie na surowych wynikach algorytmu. Trzecią wadą jest też to, że im mniejsza komisja to jednak ryzyko błędnego oflagowania komisji rośnie. Tak samo by się stało gdybyśmy obniżać zaczęli progi czułości dla obu warunków bliżej w kierunku naturalnego bonusu frekwencyjnego (10-15%).

Jak to powiedział mój kolega "Łatwo jest wykryć gangrenę ;-), trudniej boreliozę.". Mój algorytm jest skuteczny w wyłapywaniu wielkich anomalii, nie małych. Zresztą dlatego jestem wielkim zwolennikiem ponownego przeliczenia głosów. Nie po to by zmieniać czy podważać wyniki wyborów, tylko po to by wykryć wszystkie nieprawidłowości, zrozumieć ich przyczyny, uszczelnić system, a co najważniejsze w 100% odzyskać zaufanie, że gdy oddaję X na kandydata A to dokładnie tam jest owy X "księgowany". To jest absolutnie niedopuszczalne by takie przekłamania, gdzie setki głosow lądują pod innym "adresem" przechodziły.

Zachęcam Was do samodzielnego "przeklikania" się przez te przykłady. Zobaczcie, jak blisko faktycznych wyników była chłodna, matematyczna symulacja i jak daleko od niej bywały przeczucia i emocje przypadkowych osób.

I raz jeszcze zwracam uwagę: Celem jest edukacja i budowanie presji na stworzenie systemu wyborczego, który jest odporny na błędy i któremu wszyscy możemy ufać. Systemu, w którym do weryfikacji nieprawidłowości nie jest potrzebny bloger-analityk-programista, piszący sobie na blogu wieczorami czy awantura w przestrzeni publicznej, lecz sprawnie działające państwo.