贝叶斯定理

贝叶斯定理是一种计算新信息如何改变对某事件发生可能性的既有估计的方法。本书的核心例证中，约翰·克雷文运用这一方法，将专家对潜艇“天蝎号”失事情况的押注汇总为对其最终位置的集体估计；估计位置与沉船实际位置相差不到220码。这个例子使该定理成为一项更宏大论述的一部分——只要汇总方式能保留各自的独特贡献，分散的判断就能产生任何个人都不具备的知识。

定义与用途

本书将贝叶斯定理描述为一种计算有关事件的新信息如何改变对其发生可能性的既有预期的方法。它在“天蝎号”搜寻中的作用是实用性的——克雷文没有要求团队通过讨论达成一致，而是收集他们对可能原因和情况的各自判断，再用公式将这些判断汇总成一项估计。

“天蝎号”搜寻

1968年5月，“天蝎号”在北大西洋执行任务后返航纽波特纽斯途中失踪。海军知道该潜艇最后一次报告的位置，却几乎没有关于事故经过的信息，也不清楚潜艇在最后一次无线电联系后可能航行了多远。最初的搜寻区域是一个宽20英里、深达数千英尺的圆形区域，因此，集中搜寻似乎几乎不可能。

克雷文为潜艇的命运拟定了多种可能情景，并召集了拥有不同专长的人士，包括数学家、潜艇专家和打捞人员。他要求每个人估算各情景发生的可能性，而不是与其他人商议以求得共同答案。他们押注的是几瓶芝华士威士忌，所押的问题包括潜艇为何遇险、它沉向海底时的速度，以及下沉角度有多陡。

任何一项单独的押注都无法确定沉船位置。克雷文认为，把各项估计汇总起来，就能构建潜艇如何沉没的综合图景，从而指出它最终停在哪里。他运用贝叶斯定理得出团队的集体估计。最终确定的位置并非任何一位团队成员单独选定的位置——它存在于综合判断之中，而不是任何一个人的头脑图景之中。失踪五个月后，一艘海军舰艇在距预测位置220码处发现了“天蝎号”。

这一结果令人瞩目，因为团队掌握的只有零星数据。没人知道潜艇为何沉没、航行速度如何，也不知道它下沉得有多陡。本书将这一事件作为一个案例，说明群体综合判断提供了一幅任何参与者都未曾独自掌握的连贯图景。

汇总与集体判断

“天蝎号”案例说明了收集意见与将意见汇总成判断之间的区别。克雷文没有简单采纳最知名专家的看法，也没有试图通过讨论寻求一致。相反，各自不同的估计成为集体计算的输入。因此，最终得出的位置是真正的集体判断——无法将其归结为团队中最聪明成员的预测。

本书将这种逻辑与其指出的群体明智所需条件联系起来——意见多样性、独立判断、决策权分散和判断汇总。不同的人能够提供各自不同的私人信息；独立性有助于避免他们的估计只是彼此重复；决策权分散使个人能够运用专业知识或本地知识；汇总则提供了把各自判断转化为共同结果的方法。在克雷文的例子中，贝叶斯定理是计算工具，而更广泛的论述关注的是使这种汇总发挥作用的条件。

适用范围与局限

本书并未把“天蝎号”搜寻说成是公式能够凭空创造信息的证据。群体的集体判断之所以奏效，是因为每项估计都能为整体图景贡献一些内容，尽管证据十分零碎。更普遍地说，汇总许多判断可以抵消个人误差，但如果这些判断包含的相关信息太少，群体仍可能得出糟糕的结果。因此，在本书的论述中，该定理既有数学意义，也有组织层面的意义——它说明如何汇总彼此独立的证据，同时表明证据的质量和贡献者的独立性仍是决定结果的关键。