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。

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 蛋奶 编辑发布。
原作者：D□□E ROOS