群体智慧

当人们各自独立地猜测某个可衡量的事物时，个人的误差往往会相互抵消。把许多不同的猜测取平均值，结果通常比大多数人的单独猜测更接近真实值，即使其中没有一个人是专家。偏高和偏低的误差相互抵消后，共同的信息就保留了下来。

请注意：当你听到人们对同一件事给出差异很大的估计时，中间值往往会出乎意料地准确。

它是怎么起作用的

群体智慧会在三个条件同时满足时出现：独立性，也就是每个人自己思考；多样性，也就是大家有不同的背景和视角；汇总，也就是把个人的答案合在一起，通常是取平均值。满足这些条件时，个人的偏差和随机误差往往会相互抵消，而不是叠加。

日常例子

企业预测：公司将销售、营销和财务团队的估计取平均值，往往能比依靠首席执行官的直觉更准确地预测营收。每个部门看到的情况不同，各自的偏差也常常方向相反。猜糖豆数量比赛：在县级集市上开展的实验一致表明，100 位以上参与者猜测的中位数与实际数量的差距在百分之三到百分之五以内，而个人猜测中只有很小一部分能这么接近。价格预测：市场汇总了数百万交易者对公司未来价值的预期，处理信息的速度往往比任何一位分析师都快。

什么情况下效果最好

当人们掌握了一些相关信息，哪怕并不完整；当他们真正独立地猜测，而不是跟随有影响力的人；当问题有明确答案，比如“有多少”或“价格是多少”时，群体智慧的效果会更强。如果人们互相照搬意见，少数强势的声音左右了群体，或者错误信息广泛传播，这种效果就会失灵。社交媒体往往会产生相反的效果：群体会放大误差，而不是抵消误差，因为点赞和分享会形成有害的反馈循环。

实际应用

你可以在做重要决定前，有意识地征求不同的意见；也可以将多位专家的估计取平均值，而不是只选一位；还可以利用预测市场来判断不确定的结果。关键是确保独立性：先分别收集意见，再让大家一起讨论。

弗朗西斯·高尔顿于 1907 年首次系统地记录了群体智慧现象。他分析了一场县级集市上的猜重量比赛，发现 787 个猜测的中位数与一头阉牛的真实重量相差不到 0.8%，比任何一位专家的单独估计都更接近。现代研究进一步厘清了这种效应何时有效、何时失灵。

• Surowiecki（2004）：指出群体智慧需要三个条件：独立性、多样性和去中心化，并展示了市场和民主制度如何因这些条件是否得到满足而成功或失败 [1]。
• Lorenz 等人（2011）：表明社会影响会破坏群体智慧；当人们在猜测前看到别人的估计时，误差会趋于一致，而不是相互抵消，使准确度最多下降 30% [2]。
• Mellers 等人（2014）：发现当参与者有激励、且自身利益与结果相关时，预测市场有 71% 的时候能胜过个别专家；但当交易者掌握的信息不足或缺乏动力时，预测市场的表现并不比随机猜测更好 [3]。

群体智慧并不是魔法，它依赖一些特定条件，而现实中往往无法满足这些条件。当信息级联出现时，也就是人们跟随早先的意见，而不是独立思考时，群体可能会大幅放大误差，而不是将其抵消。金融泡沫、错误信息传播，以及组织中的“群体思维”，都反映了这些理想条件未能得到满足。批评者指出，取平均值等于把所有意见都视为同样可信；当一些人确实具备专业知识，而另一些人只是在盲猜时，这样做很危险。对于没有可知答案的问题，比如道德判断和审美偏好，这种方法也会失效。如果系统性偏差让群体中的大多数人都偏向同一个方向，比如量刑估计中的种族偏见，这种方法同样会失效。