Condiciones para la sabiduría colectiva

Los grupos pueden tomar mejores decisiones cuando las personas aportan información útil de distintas fuentes. Recoger las primeras respuestas en privado puede ayudar a conservar esas diferencias, pero las personas aún pueden basarse en la misma información errónea. Prueba esto: Recoge estimaciones en privado y pregunta en qué información se basó cada persona antes de comentar los resultados.

Para esta lección, usa una lista de comprobación editorial con cuatro puntos: diversidad, es decir, información o perspectivas relevantes distintas; independencia, que las valoraciones no sean simples copias de las de otras personas; descentralización, que las personas puedan aportar conocimiento local; y agregación, una regla para combinar las valoraciones. Úsalos como orientación práctica, sin tratarlos como condiciones que siempre sean necesarias o que garanticen una respuesta correcta.

Combinar valoraciones puede ayudar cuando los errores individuales se compensan entre sí. Pero la correlación —la tendencia de los errores a variar juntos— puede limitar ese beneficio. Aunque respondan en privado, las personas pueden basarse en el mismo informe erróneo. El artículo analiza un resultado clásico sobre la votación por mayoría que supone respuestas estadísticamente independientes, cada una con una probabilidad de acierto superior a la mitad. Se trata de un supuesto teórico específico que no se cumple por el mero hecho de recoger las respuestas por separado. [1]

Kao y Couzin examinan modelos teóricos en los que los individuos usan señales del entorno, es decir, señales que aportan información, y una votación por mayoría permite elegir entre dos opciones. En algunos de los entornos modelados, los grupos pequeños obtienen mejores resultados que los grandes porque la variación aleatoria en las señales que usan sus miembros y en lo que observan puede impedir, a veces, que la información compartida controle la decisión. Los resultados dependen de la fiabilidad de las señales, la correlación y la estrategia de votación; los modelos no establecen un tamaño de grupo ideal para todos los casos. Son resultados de modelos, no pruebas obtenidas en estudios de campo con personas que respalden los cuatro puntos de la lista. [1]

Para una previsión hipotética de un proyecto, pide a los ingenieros, en privado, sus estimaciones del plazo de finalización y sus razones. Una encuesta en línea que oculta las respuestas hasta que cada participante envía la suya registra las respuestas iniciales antes de que los participantes vean las de los demás. Si las estimaciones se refieren al mismo alcance del proyecto y usan las mismas unidades, un promedio puede servir como resumen inicial. Revisa los supuestos compartidos y los conocimientos especializados pertinentes antes de confiar en él: calcular un promedio, por sí solo, no demuestra que sea preciso.

Recoger las primeras respuestas en privado no exige mantenerlas en secreto para siempre. El procedimiento práctico que se propone aquí consiste en registrar una respuesta inicial antes de mostrar las opiniones de otras personas y dejar cualquier debate posterior para una etapa aparte. Es una sugerencia editorial para seguir los cambios en las valoraciones, no un resultado que demuestre que un método concreto de previsión sea el mejor en todos los casos.

• Teoría: Kao y Couzin modelan decisiones colectivas mediante señales del entorno y votaciones por mayoría. Que la precisión siga mejorando a medida que aumenta el tamaño del grupo depende de la fiabilidad de las señales, la correlación de la información y la estrategia que usan los individuos para seleccionar las señales. [1]

• Mecanismo del modelo: En algunas partes del modelo con múltiples señales, la variación aleatoria en grupos pequeños puede reducir el control de la información correlacionada y mejorar la precisión respecto a grupos más grandes. Esta ventaja depende de ciertas condiciones; no es una recomendación general de añadir aleatoriedad. [1]

• Alcance y evidencia: El segundo modelo, que incluye fluctuaciones en la fiabilidad de las señales, suele favorecer a un individuo que decide por su cuenta o a un grupo muy grande dentro del espacio de parámetros examinado. El fragmento también analiza experimentos anteriores de laboratorio con animales; sus resultados teóricos no constituyen una validación en estudios de campo con personas de la lista de cuatro puntos. [1]

La evidencia proporcionada se refiere a modelos simplificados y al análisis de estudios anteriores. No establece cuatro condiciones necesarias y suficientes, un umbral universal para el tamaño del grupo ni una clasificación de encuestas con respuestas ocultas, rondas Delphi y mercados. Las respuestas privadas evitan que las personas vean las respuestas de los demás durante la recogida, pero no garantizan que la información sea estadísticamente independiente. Calcular un promedio es una opción práctica para estimaciones numéricas comparables; su utilidad depende de la calidad de la información, los errores compartidos y la tarea. La previsión del proyecto es un ejemplo didáctico hipotético, no un experimento del que se hayan publicado resultados.