群体的智慧：如何做出世界上最聪明的决策

《纽约时报》榜首畅销书，《商业周刊》《福布斯》杂志最佳商业图书。

我们当中的大多数人，不论是选民还是投资者，是客户还是经理人，似乎都相信宝贵的知识掌握在少数人手中，认为精英们做出的决策更加聪明，很少有人相信“乌合之众”也能像专家那样做得如此出色。但《纽约客》杂志著名的专栏作家詹姆斯•索罗维基却认为我们要么是低估了群体的智慧，要么是高估了精英或者专家们的作用。例如，在搜寻美国沉没的核潜艇“天蝎号”时，缺少信息的大众做出的方位预测精确度超过了军事专家；美国的艾奥瓦电子市场更是准确预测出了施瓦辛格当选州长；好莱坞证券交易所也依靠群体的智慧预测电影的票房收入。这是一个群体智慧的时代，信息业和传媒业的发展让彼此之间的距离变得不再遥远。只要掌握了激发群体智慧的原则，我们就能在这纷繁的世界自如地生活着。群体的智慧能让著名时装生产商zara始终把握潮流，能让股票投资趋于理性。当然，群体的智慧也能告诉你为什么会塞车、为什么一家受到顾客青睐的酒店不会人满为患、有什么好方法让你赢得竞猜节目的大奖等的答案。群体的智慧，还能告诉我们如何过日子、如何选择领导人、如何做生意以及如何思考这个奇异的世界。

詹姆斯•索罗维基(James Surowiecki)，《纽约客》杂志特约撰稿人。他的文章见诸很多出版物，包括《纽约时报》《华尔街日报》《艺术论坛报》《连线》杂志和《候选人名单》杂志。索罗维基最初在《纽约客》杂志的“金融专版”阐述了群体智慧的思想，回答了美国社会长期以来对群体智慧和团队决策能力的质疑。

前言
第一部分 为什么应该相信群体的智慧？
第一章 群体的智慧：有奖竞猜，赌博市场和好莱坞票房预测
第二章 差异导致的差别：蜜蜂的舞姿，搜寻潜艇的另类办法和决策多样化
第三章 猴子看，猴子做：模仿，信息瀑流和独立性
第四章 信息整合：中央情报局，Linux和分散化艺术
第五章 能共舞一曲吗：如何在纷繁复杂的世界里进行协调
第六章 社会确实存在：纳税，付小费，收视率和人类的互信
第二部分 如何做出世界上最聪明的决策？
第七章 塞车：为什么鸟群行动有序，我们却乱糟糟
第八章 科学：“非典”研究揭示科学家如何协作、竞争和赢得声誉
第九章 委员会，陪审团和小组：“哥伦比亚号”空难以及小团体是如何运转的
第十章 企业：从警匪片犯罪团伙的组织看企业团队
第十一章 市场：选美比赛、保龄球股票的泡沫和股价波动
第十二章 民主：共同利益之梦

第一章 群体的智慧

1
那些记得前些年电视有奖竞猜游戏节目《谁想成为百万富翁》的人，也许对参加竞猜的人给朋友和亲属打电话时手忙脚乱的样子记忆犹新。抑或选手们还依稀模糊地记得那个短暂的时刻，那时雷吉斯•菲尔宾（Regis Philbin）由于刻意在一件深蓝色衬衣上打着深蓝色领结而成为时尚偶像。人们可能不记得每周《谁想成为百万富翁》节目上团体智慧（group intelligence）与个体智慧（individual）进行对抗的具体情形了，而每周获胜的一方总是团体智慧。
《谁想成为百万富翁》就结构而言是一种简单的电视节目：向一名竞猜选手提出多项选择问题，而且很难连续回答正确。如果参加者能连续答对15个问题，那他就能拿走100万美元大奖。这个节目的噱头在于，如果竞猜选手被一个问题难住了，那她会有三种求助方式：第一，她可以要求去掉四个答案中的两个（因此，她至少有一半的机会选对正确答案）；第二，她可以给一位朋友或亲属打电话，而这个人早在节目开始前就被竞猜选手看成是她认识的最聪明的人，所以才会要求他或她回答这个问题；第三，她可以征求现场观众的意见，而电脑也会很快统计出观众的票数，然后根据每个答案的投票数量来进行选择。人们在面对一个棘手的智力问题时，通常都会寻求聪明人的帮助。而事实上，“专家”也确实优秀，他们在压力下能够做出正确回答的概率几乎达65%。但与观众相比，“专家”就显得逊色了。这些由普通人随机组成的群体选对正确答案的概率为91%，要知道这些观众都是从周日下午无所事事的人们中间随机挑选的。
现在，《谁想成为百万富翁》竞猜结果从未经过科学检验。我们不清楚热线那头的人有多聪明，也不清楚他们的出色表现会给人留下多么深刻的印象。由于和观众并非总是回答同样的问题，所以尽管向观众提出的可能是较容易回答的问题，但事实上也不太可能所有问题都很容易。即便如此，人们也很难抱定这一想法，即该节目的观众是弗兰西斯•伽尔顿一个世纪前偶然瞥见的同一现象的现代版。
巧合的是，至少就对事实上的问题进行判断而言，团体智慧做出正确判断的可能性已经为20世纪20年代到50年代中叶美国社会学家和心理学家所做的大量实验所证实，而其中最成功的就是对群体动力学的探索。虽然总的来说，正如我们所注意到的那样，团体规模越大表现就越出色，而且在较早进行的实验中团体智慧表现得尤为突出—出于某些原因，学术圈外的人对此知之甚少，而学术圈又相对狭小。虽然如此，他们的研究工作也确实非常出色。哥伦比亚大学社会学家哈泽尔•奈特（Hazel Knight）早在20世纪20年代早期就进行了一系列研究，并开该领域研究之先河，她最先涉及的是简单化的优点这一问题。在奈特的研究里，她要求班上的学生估计一下教室的温度，然后选取大家评估值的简单平均数。这个团体猜测温度为华氏72.4度，而实际温度为华氏72度。可以确信的是，这个实验并不是很有说服力，因为教室的温度是一个固定值，所以很难想象全班学生的估计会相去甚远。可是在第二年，更有说服力的证据出现了，当时参加穿越美国活动的学生和士兵必须接受猜谜、智力测验和猜字游戏的考核。社会学家凯特•H•戈登（Kate H. Gordon）要求200名学生按体重进行排列，结果发现这个团体“体重估值”的精确率为94%，只有5名学生的估值偏离这个结果。在另一项实验里，要求学生估计堆成堆的铅球的数量—每堆的数量相差不多—这些铅球堆被拍成照片贴在黑板上，然后让学生们按照球的数量来进行排序。这次，该团体猜测正确率为94.5%。团体智慧的一个经典示范就是瓶子盛果冻或豆子实验，在这个实验里团体估计的正确率无一例外都要高于绝大多数个体的猜测。金融学教授杰克•特雷诺尔（Jack Treynor）曾在他班上用一只能装850枚豆子的瓶子做过实验，该团体估计这只瓶子能装871枚豆子，而班上56名学生中也只有一人猜测能接近于实际数字。
从这些实验可以得出两个教训。第一，在大多数情况下，团体成员之间不能商量和交流，也不能一起讨论问题。他们在猜测时都是单打独斗，猜测结果汇总后再取平均值。与伽尔顿所做的如出一辙，这样最有可能会得出完美的结果。（在下一章，我们会注意到成员之间的影响是如何作用的，有时结果很好，有时则更糟。）第二，团体的猜测结果并不是每次都要好于团体中每个成员的猜测结果。在很多（也许是绝大对数）情况下，总有几个人的表现胜过团体。从某种意义上说，这是一件好事，因为特别是在做得好给予奖励的情况下（譬如说股市），这会赋予人们积极参与的理由。但是在这些研究中，没有迹象表明某些人始终表现得比团体出色。换句话说，如果你做10次不同的猜豆子实验的话，也可能每次都有一两名学生的表现超过团体，只是每次都不是相同的一两名学生。实验的次数超过10次的话，团体的表现就几乎肯定会达到最佳程度。因此，可靠地获得正确答案最简单的方式就是每次都向团体征求意见。
还有一种能够起作用的简单方法是，把需要解决的问题分为彼此不相关的可以核实的任务。理论物理学家诺曼•约翰逊（Norman L. Johnson）已经进行过演示，他利用个体“代理人”的计算机模拟程序来穿越迷宫。在美国洛斯阿拉莫斯国家实验室从事研究工作的约翰逊，对于解释团体如何能够解决个体在处理时遇到的困难问题颇感兴趣。于是，他设计了一个迷宫—有许多不同的路径可以穿过迷宫，有的路径较短，有的则较长—派一个由“代理人”组成的团体依次进入迷宫。第一次进入迷宫时，他们只是四处转悠。这很正常，因为如果你到以前从未去过的城市寻找一家具体的咖啡馆，恐怕也得四处兜圈子。每当他们来到转弯处—约翰逊称为“节点”—他们就会随机选择向左或者向右。因此，某些人碰巧找对了路径，很快就得以离开，而其他人却还在慢慢寻找离开的路径。然后，约翰逊让这些“代理人”回到迷宫，不过这次他允许其利用第一次迷宫之旅掌握的信息，就仿佛他们将面包屑丢在第一次待过的地方做了标记一样。约翰逊希望知道他的代理人是如何更好地利用他们所掌握的新信息的。果然不出所料，他们很好地利用了掌握的新信息，在第二次穿过迷宫时聪明多了。第一次穿过迷宫时每个代理人平均要走34.3步，但第二次则只走了12.8步就找到了出口。
这个实验的意义在于：约翰逊记录了所有迷宫之旅的结果，然后利用这些数据计算出他所称的“集体解决方案”。他想弄清楚团体大多数成员在迷宫的每一个“节点”都做了什么，以及如何依据多数人的决策来确定穿过迷宫路径的。（在指定的“节点”如果更多的人选择左转而不是右转，那么他猜测团体会选择左转。票数均等时则随机选择。）团体确定的路径刚好有9步，不但短于一般个体平均路线的12.8步，甚至比最聪明的个体选择的路径还要短。这也是你所能找到的最佳答案。要想穿过迷宫，没有比9步更短的路径了，因此团体已经找到最佳解决方案。那接下来显而易见的问题是：群体判断也许在实验室规定环境和教室里会表现出色，但是在现实世界里呢？
……