この記事では、選挙区再編（リダイストリクティング）が票を政治権力に変換する上で重要な役割を果たすことに焦点を当てています。既存の手法は法的に妥当な区画の計画を生成することを主に目的としていますが、選択プロセスにおける戦略的ダイナミクスを無視しており、このために党派的な利益をもたらす地図を選ぶ隙間を生じさせています。本研究では、選挙区再編を対立する政治的利益を持つエージェント間のターン制交渉として再構築する「エージェントマンダリング」フレームワークを提案します。この手法は大型言語モデル（LLM）エージェントを用いており、選択と固定の交互を通じて戦略的相互作用を組み込んでいます。2020年の米国国勢調査データを基に評価した結果、エージェントマンダリングは党派的バイアスと不公平を大幅に減少させ、標準的な基準と比較して変動を2～3桁低く保つことに成功しました。この成果は、公正さと安定性を示しており、特にスイングステートでの効果が高いことが明らかになっています。