@ 2018.07.13 , 15:00

一个诸葛亮,胜过N个臭皮匠

大约一个世纪前,英国Francis Galton爵士试图证明大众是愚昧的,但却意外证明了群众的智慧是强大的。他参加了一次牲口集市,让当地人猜一头牛的重量。Galton爵士收集了800个人的答案,并没有任何一个答案是正确的。但是将这些答案用曲线图画出来后,Galton却发现,800个答案的平均数值跟牛的重量完全吻合:543公斤。

“群体智慧”理论称,收集的数据越多,最终的答案就越准确。假如“三个臭皮匠顶个诸葛亮”,那么4个、5个或者2451897个臭皮匠就更好了。但是群众的智慧也是有限的。

Mirta Galesic是圣塔菲研究所的社会动力学教授,主要研究人类群体如何决策。在2016年的论文中,她提出人越多反而越有可能做出错误决策,而且有时候随便在100个人中选1个人出来,都能做出比100个人更好的决策。

一个诸葛亮,胜过N个臭皮匠

为什么不是越多越好?

Galesic和她的同事注意到,世界上大多数重要决策是由规模适中的人群做出的。因此她们开始对“群体智慧”论提出质疑。

她提出,“大多数国家的陪审团人数是6-15个人,大多数中央银行董事会的人数是6-12个人。如果群体智慧真是无穷的,为什么不增加人数?为什么不利用互联网组成150人的陪审团?”

这是因为并不是所有问题都是一样的。首先,群体智慧只适用于只有一个正确答案的定量问题中——比如,瓶子里有几个口香糖,或者这两个候选人谁能赢得选举?而在陪审团之类的情况下就不适用了,因为你无法肯定有罪或无罪推定是对是错,有些杀人犯甚至能够侥幸逃脱法律制裁。

群体智慧论也不适用于“英国脱欧”或者“同性婚姻合法化”等大众投票中。Galesic称,“这种问题更多取决于个人喜好。即便多数人选出了一个结果,也会有部分人不肯认同。”

第二,群体智慧不适用于太难的问题。Galesic在研究中发现,对于高难度的问题,与其让100个专家投票,不如只问其中一两个人。

Galesic使用统计建模和电脑模拟,对专家群体讨论定量问题的结果进行分析。例如,让一群医生对一个出现某些症状的虚拟病人进行诊断,让一群经济学家预测下一年的失业率,或者让一些政治学者预测选举结果。当问题比较简单的时候,比如病人得的是常见病,或者选举一方有压倒性优势时,专家数量越多,最后的答案就越准确。但当问题变难时,比如在2000年布什对阿尔戈尔的总统选举中,事情就反了过来。

Galesic称,“在2000年的选举中,大部分专家都预测错了。如果这种时候还按照大部分人的预测来决定答案,那你的错误率就是100%。而你如果从100个专家里随便挑一个人出来,得到正确答案的概率还高一些。”

人数多少才合适?

当然了,在现实生活中,我们无法预测某个问题是难是易。中央银行不可能在经济繁荣的时候将董事会人数增加到1000人,也不可能在萧条时期将人数减至两三人。那么要解决问题,应该让多少人来决策好呢?根据Galesic的电脑模拟结果,答案是不要太多也不要太少,适中就好。

例如,要更准确地预测某次选举结果,应该咨询5名政治学者。要得到准确的疾病诊断,最好找11名医生。要得到经济变动的最佳预测,就需要7个经济学家,这也正好是美联储理事会的人数。

本文译自 howstuffworks,由译者 蛋奶 基于创作共用协议(BY-NC)发布。
原作者:D□□E ROOS


给这篇稿打赏,让译者更有动力 !
支付宝打赏 [x]
您的大名: 打赏金额:

4.0
赞一个 (4)

24H最赞