从威斯康星州农场到MIT，Bailey Flanigan的成长轨迹始终由好奇心主导。童年时，她在家族农场上搭建机关陷阱、开展建造实验，同时对医学、写作、音乐和社会公益保持浓厚兴趣。这种天马行空却又执着专注的气质，贯穿了她此后的整段学术生涯。
高中时期，Flanigan对大多数AP课程兴趣寥寥，只对能让她发挥创造力的课程全力投入——无论是用数学解决现实问题、创意写作，还是贯通不同领域的思想。她没有加入任何社团，而是独自思考和创作，努力摸清自己真正热爱的方向。
如今，Flanigan是MIT施瓦茨曼计算学院的联合教职成员，同时任职于MIT政治学系与电气工程及计算机科学系（EECS），并在MIT信息与决策系统实验室担任首席研究员。她曾先后参与威斯康星大学、美国国立卫生研究院、谷歌以及卡内基梅隆大学、德雷塞尔大学、哈佛大学、普林斯顿大学和斯坦福大学的相关研究。2025年秋季起，她正式开启在MIT的计算机科学与政治学联合任职。
她的学术跨度令人瞩目——从医学、生物工程到公共卫生，从经济学到计算机科学与政治学的交叉地带。她坦言，这条路并非预先规划的结果："我只是一直在追逐当时觉得最迫切、最令人振奋的问题。一路上，我常常进入自己训练不足的领域，但这也磨炼了我快速学习新学科语言的能力——而这恰恰是我现在工作最不可或缺的技能。"
在威斯康星大学麦迪逊分校求学期间，Flanigan先在湿实验室研究癌症治疗靶点，并开展肿瘤遗传学的计算研究。但随着时间推移，她开始质疑这些研究的社会价值："我逐渐意识到，这些科学成果在最理想的情况下，也只能惠及全球一小部分相对富裕的人群，而更大规模的人群正在承受本可预防的疾病之苦。"
这一困惑促使她转向公共卫生领域，研究可用于资源匮乏地区的HIV检测微流体装置。然而，对造成资源不平等的根本原因的追问，又将她引向了经济学。
在此过程中，几位导师的支持成为关键转折点。法律与创意写作教授Steven Wright在她参与威斯康星无辜者项目的工作期间给予指导，也是推动她"敢于将目标定得更高"的重要力量。奖学金办公室的Debbie Berger和Julie Stubbs通过多次发邮件鼓励她申请戈德华特奖学金，尽管她起初将邮件当作垃圾邮件删除，但两人的坚持最终改变了她对自身发展可能性的认知。
本科毕业后，Flanigan前往普林斯顿大学担任经济学博士预科研究助理。在那里，现任石溪大学副教授的Evita Nestoridi允许她旁听实分析课程，这次经历彻底改变了她的职业方向。"那是我第一次真正接触形式化数学和证明，我喜欢到无法自拔，随即决定申请计算机科学博士项目。"
Flanigan最终选择在卡内基梅隆大学攻读博士，研究方向聚焦于社会选择与民主决策——这一领域恰好将她对技术研究的热情与诺贝尔经济学奖得主埃尔文·罗斯所说的"谁得到什么、为什么"这一核心议题融为一体。
她的核心研究之一，是开发算法来随机筛选公民议会的参与者，以应对一个常见问题：自愿参与者的构成往往与更广泛的人群分布不符。例如，在一次关于人工智能议题的公民议会中，自愿报名者可能更倾向于年轻、受教育程度较高且对技术感兴趣的群体，导致其他同样受该议题影响的群体声音被忽视。Flanigan开发的工具致力于在代表性平衡、个人参与机会均等、抗操纵性与透明度等维度之间寻求最优解，从而增强决策机构的公信力。
她的研究成果目前已部署在panelot.org平台上，这是一个广泛使用的开放获取网站，专门提供随机筛选公民议会参与者的算法工具。"这个网站的作用，是帮助实践者理解一系列原本极为技术性的权衡取舍，使之变得清晰可读，再按照实践者设定的优先级进行优化。"
除公民议会研究外，Flanigan目前还在探索如何更系统地采集公众对复杂决策的意见，以及提问方式如何影响偏好征询结果的实质内容。"能够同时从政治学和EECS两个维度深入研究这些问题，我觉得非常幸运，因为我可以自由地探索直接治理工具在政治与技术两个层面的深度。"
谈及在MIT的归属感，Flanigan言语中透着真实的轻松："从一开始，我就感受到一种归属感——那些在别处显得格格不入的思维方式和解题风格，在这里反而让我更有归属感。这种感觉太好了，而且自从我来到MIT之后，这种感觉每一天都在被印证。"
Q&A
Q1：Bailey Flanigan在MIT主要研究什么方向？
A：Bailey Flanigan的研究聚焦于利用计算与数学工具，为有意义的民主参与开辟新路径。她的核心工作之一是开发算法来随机筛选公民议会参与者，解决自愿参与者构成与整体人群不匹配的问题，并在参与机会均等、透明度和抗操纵性之间寻求平衡。此外，她还研究如何更系统地采集公众对复杂决策的意见，以及提问方式对偏好结果的影响。
Q2：panelot.org是什么平台，有什么用？
A：panelot.org是一个开放获取的网站，部署了Bailey Flanigan开发的算法工具，专门用于随机筛选公民议会的参与者。该平台的作用是将复杂的技术权衡转化为实践者可以理解的选项，引导用户设定优先级后再进行优化筛选，帮助组织者更公平、透明地构建具有代表性的公民议会。
Q3：Bailey Flanigan是怎么从医学研究转向计算机科学和政治学的？
A：Flanigan在本科阶段研究癌症与公共卫生，但逐渐对研究成果的社会覆盖面感到不满，继而转向经济学。在普林斯顿大学期间，她旁听了实分析课程后对数学产生浓厚兴趣，随后申请了计算机科学博士项目，在卡内基梅隆大学将社会选择与民主决策作为研究方向，最终在MIT获得计算机科学与政治学的联合教职。
