群体汇总得出的估量

这条脉络梳理了书中的论点：汇总可以将个人不准确的猜测转化为准确的集体估算，同时也揭示了这一方法的适用边界。

increasingBearing stren­gth in each eventdecreasing

课堂估算

平均值更胜一筹 简单问题，出色结果 黑兹尔·奈特请学生估算教室的温度，全班的平均估值接近实际读数。其他研究则请学生给重量排序，或比较几堆霰弹弹丸的数量。 在杰克·特雷诺的果冻豆实验中，全班的估算接近罐中果冻豆的实际数量，只有一名参与者估得更准。 误差可以相互抵消 参与者通常各自独立估算，彼此不商量。当他们的误差不同时，取平均值便能减轻任何单一错误造成的影响。 这些实验支持一项重要限定：群体并非每次都胜过每个人，但面对反复出现的问题时，群体可以成为可靠的估算来源。

群体汇聚形成的衡量结果

多次尝试，汇成一条路径 智能体进行探索 在诺曼·约翰逊的迷宫模拟中，智能体探索不同路径，并在再次尝试前从上一次行进中学习。第二次尝试时，智能体运用先前的发现，个人表现因此有所提升。 随后，约翰逊汇总每个转弯处的多数选择，构建出一条集体路径。 最优结果 群体路径只需九步，与可能的最短路径以及个人最佳结果相符。汇总后的路径能够成功，并不需要任何单个智能体提供完整解答。 这项模拟说明，局部判断可以组合成一套解决问题的步骤，其效果优于个人平均表现。

群体汇总得出的衡量结果

解释出现之前的价格 相对变动 挑战者号爆炸后的几个小时里，莫顿·塞奥科尔的股价跌幅超过了其他承包商。当时，公开报道尚未指出公司的挑战者号助推器的O形环密封是事故原因。 价格变动体现了信息掌握程度和关注度各不相同的投资者共同作出的选择。 推断，而非魔法 书中提出，交易者掌握的零散线索或许汇成了有用的集体判断。书中也承认，巧合、交易条件或其他解释并不能完全排除。 这个例子让汇总论点接受现实检验，同时强调，不应把引人注目的结果误当成对其作用机制的确凿证明。

群体形成的衡量结果

信息减去误差 数学直觉 一个人的估计可以看作信息与误差的混合。如果许多人掌握了一些相关信息，而且他们的误差并非都指向同一个方向，那么取平均值就能留下更清晰的信号。 如果群体成员没有有用的信息，或都持有同一种系统性误解，群体仍可能失败。 相关性才是危险所在 书中反复警告，模仿和共同假设会使误差彼此相关。在这种情况下，群体不会抵消错误，反而会放大错误。 因此，集体准确性并非单由人数决定，而取决于汇总起来的各项贡献是否具有多样性和独立性。

群体所形成的衡量结果

汇总无法保证什么 事实答案与价值选择 当群体处理认知问题，且答案最终能够得到检验时，汇总的效果最为显著。协调与合作需要不同的机制，包括惯例、制度和信任。 关于共同善的政治选择可能涉及价值观，无法归结为一个客观正确的答案。 智慧需要精心设计 市场、投票、算法、委员会和科学网络都能汇总判断，但如果其结构破坏独立性或排除相关知识，每一种机制都可能失灵。 这一论点的结论并非声称群体总是明智，而是提出一项务实要求：建立能够保留多样性、让人们在本地作出贡献，并使其判断得以集体运用的系统。

二十世纪二十年代至五十年代的实验

诺曼·约翰逊的计算机模拟

1986年1月28日

市场案例之后第一章的解释

全书核心论点的结论