選區劃分是影響美國政治進程最隱蔽的方法之一。通過合法地改變選票的收集和計算方式，可以影響選舉結果，甚至能夠提前多年就鎖定投票傾向。而解決方案之一就是利用人工智能係統，更加公正的劃定投票區。

通常情況下，一個州內與選舉人票相對應的選區基本上都是用手畫出來的。美國兩個黨派在劃分過程中製造出了扭曲的形狀，從而排除敵對的選民，鎖定自己的選民。隨後這種選區劃分逐漸被兩個黨派接受，成為約定俗成的習慣。

在《Science》中有個專門討論“民主”（democracy）的欄目，在最新一期中Wendy Tam Cho 和Bruce Cain 認為自動化，至少是部分自動化是不錯的解決方案。

Cho 目前在伊利諾伊大學厄巴納-香檳分校任教，一直在推動美國選區的重新劃分，去年他作為美國公民自由聯盟（ACLU）訴訟中的專家證人，該訴訟最終推翻了俄亥俄州的選區劃分為違憲。

在一篇解釋其工作原理的文章中，他們解釋道

前進的方向是讓人們與機器合作，產生其他方式無法實現的結果。要做到這一點，我們必須利用人工智能（AI）和人類智能的優勢，並儘量減少其弱點。

機器通過幫助我們在難以理解的龐大而復雜的信息環境中航行，增強了智能決策的能力並為其提供了信息。如果任由人類自己去做，人類已經表明自己無法抵禦誘惑，無法在這一地形中規劃出有偏見的選區路徑。

實際上對美國選區的劃分存在很多的因素，因此借助人工智能進行劃分的時候需要進行一些限制。例如，也許一個州不希望它的地區大於150 平方英里，而且需要考慮到形狀，美國人顯然不希望有個蛇一樣的選區，或者某個區被另一個區包圍。還有無數的歷史、地理和人口方面的考慮。

也就是說，雖然選區劃分的規則必須要由人來製定，但是必須要藉助機器對天文數字般的數據進行細緻探索，從而製定出更公平的選區。

Cho向TechCrunch強調，雖然自動化對幾乎每一個州的程序都有潛在的好處，但”這個過程中的透明度對於發展和維護公眾信任，並最大限度地減少偏見的可能性和感知至關重要。”

她指出，一些州已經採取了類似的做法。北卡羅來納州最終從1000張電腦繪製的地圖中隨機選出。所以肯定有先例。但促成廣泛使用意味著創造廣泛的信任–這些東西現在可能非常缺乏。