数学模型论证：当信息不具有公开性时，集体决策最优

信息是日常决策的关键。佛罗里达州立大学的最新研究表明，当社会成员接收的信息略有不同时，集体决策可能是最佳手段。

数学助理教授Bhargav Karamched和同事今天发表了论文，探讨如何制定决策以及动态反馈机制，从而快速，准确地制定决策。他发现，由具有冲动性和倾向性的个体组成的网络，与思想同质者的团体相比，做出的决策平均而言更快，更好。

Karamched说：“在有冲动和倾向性的人组成的集体中，最先的意见是由一个冲动的个体迅速做出的，他几乎不需要依据就可以做出选择。但是，即使他错了，这个轻率的决定也可以向其他所有人揭示正确的方向。在同质群体中，情况则并非如此。”

据发表在《物理评论快报》上的论文，研究人员指出，信息交换在多种生物学和社会功能中至关重要。Karamched说，尽管已对网络中的公共信息流进行了相当多的研究，但是关于网络中的个体节点应如何用与自身更加的紧密私人信息渠道做出决定的研究，还很稀少。大多数研究，无论是理论研究还是实验，都集中于孤立个体应如何收集证据以做出选择。

“我们的工作是出于这一动机：个人应该如何从周围获得的最大反馈，以做出最佳决策？”

休斯敦大学数学，生物学和生物化学教授，研究的高级作者Krešimir Josić指出，当组中的每个人充分利用其各种背景来收集必要的材料和知识时，可以形成最有效的最终决定。

“如果所有人都能获得不同类型的信息，那么集体的社会决策将非常有价值。”

Karamched使用数学模型得出了结论，但他认为还有足够的后续研究空间。Karamched说，他的模型假设个人的决策依据独立于任意其他成员。如果一群人试图根据团体里所有人可用的信息(就是充分交流过)来做出决策，则需要进行额外的建模来说明信息相关性如何影响集体决策。

https://phys.org/news/2020-11-decision-math-diverse-thinkers-equal.html