La conférence s'ouvre en remettant en cause le récit habituel expliquant l'existence de la démocratie représentative — l'idée qu'elle ne serait que la démocratie directe adaptée à l'impossibilité de réunir une population entière dans une seule pièce. Cette explication, soutient la conférence, est intuitive mais incomplète : lorsque le gouvernement représentatif fut conçu pour la première fois en Europe et en Amérique du Nord, ses architectes ne le considéraient en grande partie pas comme une forme de démocratie, mais comme son alternative.
S'appuyant sur les travaux historiques de Bernard Manin, la conférence retrace la représentation jusqu'à Athènes, où le mécanisme considéré comme véritablement démocratique était le tirage au sort — la sélection aléatoire des titulaires de charges — tandis que l'élection, réservée principalement aux fonctions exigeant une compétence démontrée, était comprise comme relevant d'une logique aristocratique : le gouvernement par « les meilleurs ». Les rédacteurs de la constitution américaine ont eux aussi choisi la représentation non seulement par nécessité pratique, mais par une méfiance explicite envers le pouvoir majoritaire non médié.
L'équivalence désormais automatique entre « élections » et « démocratie », note la conférence, est un accident historique du dix-neuvième et du vingtième siècle plutôt qu'une nécessité logique — un fait que la conférence ne traite pas comme une attaque contre le gouvernement représentatif, mais comme le socle honnête sur lequel repose le reste de l'argumentation.
La conférence se tourne ensuite vers le véritable motif technique de la représentation : la « loi du temps et des nombres » de Robert Dahl et Edward Tufte — le fait arithmétique selon lequel, à mesure qu'une communauté grandit, la participation directe de chaque citoyen à chaque décision devient physiquement impossible, quelle que soit la compétence ou la bonne volonté des citoyens. Un parallèle est établi avec l'histoire de la supervision bancaire, qui est passée de la connaissance personnelle d'un banquier à des exigences de capital formalisées et des audits indépendants à mesure que l'échelle augmentait — le même passage de la confiance personnelle à la confiance systémique introduit dans la Conférence 1. Fait crucial, cette loi établit seulement qu'une certaine délégation est nécessaire ; elle ne dit rien sur le degré de finesse ou de richesse que doit avoir le canal de redevabilité qui en résulte.
Ceci pose le cœur théorique de la conférence : la distinction entre la démocratie directe, qui demande qui décide, et la démocratie vérifiable, qui demande avec quelle transparence et quelle redevabilité une décision est atteinte sans changer qui la prend. La critique classique du pouvoir majoritaire non médié — l'ochlocratie, le gouvernement de la foule — vise la première proposition, soutient la conférence, et est habituellement, et à tort, redirigée contre la seconde. Trois exemples travaillés — un référendum constitutionnel, l'élection directe d'un chef d'État, et un mécanisme indépendant de plainte pour irrégularités électorales — se classent nettement dans l'une ou l'autre catégorie.
La conférence ancre cette distinction dans les mathématiques à travers le théorème d'impossibilité d'Arrow de 1951 : aucune méthode d'agrégation des préférences individuelles en un classement collectif ne peut satisfaire simultanément, ne serait-ce qu'un petit ensemble de conditions élémentaires d'équité — absence de dictateur, respect de l'unanimité, indépendance des alternatives non pertinentes — pour toute configuration possible de préférences. Le paradoxe de Condorcet, dans lequel trois électeurs individuellement rationnels produisent une préférence collective circulaire, offre une illustration concrète de la raison pour laquelle ce résultat tient.
Plutôt que de lire le théorème d'Arrow comme la preuve que la démocratie serait « défaillante », la conférence insiste sur une interprétation plus prudente, illustrée par une analogie avec le théorème CAP en informatique distribuée : les ingénieurs ne considèrent pas un compromis inévitable comme la preuve d'un échec, ils documentent quelle propriété a été sacrifiée et pourquoi. Les systèmes électoraux, en revanche, rendent rarement leurs propres compromis explicites — la méthode de vote d'une juridiction donnée est généralement héritée de la convention plutôt que choisie à travers un processus transparent.
La conclusion pratique : puisqu'aucune méthode parfaite et sans compromis d'agrégation de la volonté populaire ne pourra jamais exister, la tâche honnête n'est pas de continuer à en chercher une, mais de rendre pleinement visibles et vérifiables de manière indépendante les compromis de la méthode effectivement utilisée, pour les personnes qui vivent sous son empire.
La conférence se termine en synthétisant quatre points — la représentation comme véritable compromis historique, l'échelle comme contrainte objective, la démocratie directe contre la démocratie vérifiable comme deux propositions distinctes, et le théorème d'Arrow comme limite mathématique permanente — et ouvre sur la question qui se prolonge dans la conférence suivante : si aucune méthode de décompte des voix ne peut être équitable selon tous les critères à la fois, que devrait-on même entendre par « la volonté du peuple » ?