群体决策是如何误入歧途的

f890f69d19083eab35453e66e5567944.png

1986年,刚刚升空不久就发生爆炸的挑战者号航天飞机。© Boing Boing

来源: 利维坦

文:Joshua Holden

译:以实马利

校对:兔子的凌波微步

原文:nautil.us/what-makes-group-decisions-go-wrong-and-right-13408/

利维坦按:

正巧,最近刚重温了电影《十二怒汉》(12 Angry Men,1957),里面的12位陪审中,最初质疑嫌疑人是否“有罪”的人只有一位(1/11),但随着剧情的推进,票数逐渐发生了扭转:

2/10➝3/9➝4/8➝6/6➝9/3➝8/4➝11/1……直至12/0。

402fbc7603377252bcd8f72efc9fd8d0.gif

© Gifer

当然,如文中所言,“团体迷思可以是思维惰性的一个形式,但并不是所有的思维惰性都会导致团体迷思”,《十二怒汉》中一开始压倒性的“有罪论”似乎正是这种思维惰性的体现:其中一人甚至为了早点儿结束争论回家看球赛,随意改变了自己的有罪论观点。而正是由于少数派(亨利·方达饰演的建筑师)对于“合理怀疑”的坚持,才最终导致了结局的逆转。不过,在一般意义上,“团体迷思”是指团体作出不合理决定的决策过程——这有点儿像《十二怒汉》开头的局面——由于个体成员倾向让自己的观点与团体一致,令整个团体缺乏不同的思考角度,从而无法进行客观分析(这其中还涉及8种诱发团体迷思的前置因素:群体高度凝聚力、群体隔绝外界资讯与分析、命令式领导、决策方法缺乏条理、群体成员背景和价值观的相似性、来自外部威胁以及时间限制的压力等)。这真是一个异常有趣的现象,“群策群力”导致的“群盲”,这一过程是如何实现的?

在20世纪70年代,得益于心理学家欧文·贾尼斯(Irving Janis)的开创性研究,一个不仅后来为人所熟知、能够顾名思义,同时也是多数人亲身经历的现象出现在公众视野。我要讲的正是“团体迷思”(Groupthink)。

20fda60d7d6b5537453ef77fff693985.png

© Horst Faas/AP

贾尼斯在他所研究的一部分失败的团体决策中注意到了团体迷思所附带的病症。他尤其对白宫的决策败笔十分关注,像是猪湾入侵以及越南战争的战事升级,除此之外,在“挑战者”号航天飞机失事中(在发射前一天,Thiokol公司的资深工程师就曾警告NASA的飞行管理者,挑战者号的右侧固体火箭推进器的橡胶O型环密封圈有很明显的结构问题,绝不能发射。但NASA的专业人员们却决定忽视这位工程师的疑虑。发射当天,没有任何飞行管理人员提起与工程师的对话,于是在NASA一致认可的情况下,挑战者号获得起飞的允许,却酿成了历史上最大的太空灾难。编者注),竟然也有着团体迷思的身影。贾尼斯将它称作是“一场迫于团体压力之下的思维效率、实际性程度以及道德判断的集体滑坡”。

但是,具体来说,究竟是在哪个时间点,团体迷思能够占领并摧毁一个委员会、一个政体,或是一个社会的决策过程的?需要多少程度的独立思考才能不让一个团体的深思熟虑付诸东流?而反思自我立场在其中扮演着怎样的角色?近期的一项由杨楚乔(Vicky Chuqiao Yang)与同事发表在《美国国家科学院院刊》(PNAS)的论文,就针对这些问题进行了深入的讨论。

(www.pnas.org/content/118/35/e2106292118)

ce94f9dc1f64fdfe8298049a461aaa3a.png

应用数学家杨楚乔。© SIAM

杨是一名应用数学家,她在圣菲研究所研究人类群体行为学,研究所拉拢了各路的学者豪杰,并以推进复杂性科学为中心主旨。为了探究群体决策是如何在两个选项的摇摆中偏向更糟糕的一侧,杨的团队建立了一个包含两种学习者的简单模型——个体型(individual)社会型(social)

个体型学习者会进行独立思考,而社会型学习者则从其他人身上获取意见。杨说道,社会型学习者在社会系统中是“大头”,因为许多人类面对的危机——像气候变化和流行疫情——都需要依靠共同的思考与行动来解决。社会型学习者是可以依靠的潜力股:“有关群体决策的关键问题,是一个社会系统能否在一部分成员权衡他人而非自身选择的情况下,得出最好的结果。”

社会型学习者并不是这里的问题所在:固执且不愿改变看法的个体型学习者才是麻烦根源。

25c54396fe69066aff2bec689967d1ef.png

© Verywell Mind

杨的模型从个体型或社会型的学习者出发,所有个体都会随机偏好两个选择中的一个。假设你和你的19个朋友想决定下个周末看哪部电影:《蜘蛛羊4》或者《惺久大战XI》(澄清一下,这些名字都是我起的,与杨老师无关)。在大家阅读影评之前,组内分别喜欢两部电影的可能各占一半。但是,80%的网络评价认为《蜘蛛羊4》有着更好的剧情、更棒的演技(尤其是那头羊),以及更惊艳的视觉效果。

随着时间推移,你朋友中的个体型学习者基于自己的判断做出了最终决定,而另一边,社会型学习者则通过从组内其他人口中得到了结果。那么,组内多数人选择评分更高电影——或者用杨的话说:“占更优值选项”——的可能性有多大?

研究者们还尝试了几种不同变量:组内的社会型与个体型之间的比例变化、最终会选择《蜘蛛羊》而非《惺久大战》的个体型学习者比例,以及朋友间从众行为的强度。

最后一项因素取决于社会型学习者的不同行为方式。在某些组的研究中,她们观察到了低强度的从众行为,意味着社会型学习者只有在组内其他人压倒性的意见下才会改变自己的选择。研究者将这种表现形容为“信息从众”(informational conformity),因为社会型学习者表现为等待组内定下一个知情判决(informed judgement)。如果你的某些朋友是热爱电影但因为忙于工作抽不开身翻阅评论,他们或许就是信息从众者。

其他研究还观察到了组内高度的从众行为,这意味着社会型学习者更容易被主流观点所左右。而这种易被影响的表现被称为“规范从众”(normative conformity),因为社会型学习者似乎更在意组内和谐而不是做出知情判决。

让我们假设,你朋友们中有10个人是个体型学习者,另外10个是信息从众者;而在10个个体型学习者中8个人最终将会决定去看《蜘蛛羊》。这就意味着,根据杨的分析,小组中剩下的多数人最后也会选择去看《蜘蛛羊》,尽管初始票数更可能接近50-50而不是80-20。实际上就算在最初组内的不知情观点更倾向《惺久大战》的情况下,上述的结果依然成立。

另一方面,如果在小组内的社会型学习者都是很好相处、只想着和朋友们蒙混过关的懒鬼,整个组的行为将会变得更加难以预测。杨的团队展示了这一情形下的结果,如果从众者的比例高于一定阈值,那么整组将出现双稳态:最终决定取决于未知情的最初观点、以及谁在何时改变了自己的想法。

或许,如果45%的组内成员最初偏好《蜘蛛羊》,最终它将会胜出;但如果只有40%的成员赞同这个观点,那么赢家则会变成《惺久大战》。或者可能《惺久大战》的带头领跑会说服足够多的社会型学习者最终让《蜘蛛羊》望尘莫及(无论那头羊演的多好)。想要预测其结果也变得困难无比,甚至不可能完成。

人们发出信息的内容本身,要比特定的人接受特定的信息更为重要。

从众者“看一部好电影”与“大家和睦共处”的平衡,以及个体型学习者之间的意见的平衡,决定了让双稳态系统变得难预测所需的社会型学习者数量。

如果在社会型学习者中,信息从众和规范从众的人数平均分布,那么小组预期结果将会指向《蜘蛛羊》——除非几乎所有学习者都是社会型。而当社会型学习者越接近于“和事佬”类型,将其倾向不可预测混沌的需求人数就越少。

89fb24d25f5861467a26acd623c8ab9f.png

© Anti Corporate Social Responsibility

在现实生活中,可能没有人是完全的“个体型”或“社会型”学习者。大家几乎都两者各占一部分。同时周围的其他人也不会对我们有着同等的影响力。再加上,有时连我们自己都无法解释为什么会厚此薄彼。而想法的改变也可能只是心血来潮。

杨与她的同事们为了重现这些现实情境,使用了三种稍微复杂的版本模型。这些模型与之前的简单版本表现十分相似,除了一个例外:如果一名个体型随机改变想法的几率相对较高,例如50%或以上,噪声会盖过信号本身。最终小组内意见会分裂为平均两方并再也无法达成共识。

杨的团队还在此模型上尝试了另外一个变量。她们把其中一个选项变为“粘性更高”于另一个选项,即青睐这一选项的个体型学习者的想法将更难以改变,并对其他的学习效应(learning effect)视若无睹。心理学家亚当·格兰特(Adam Grant)在他的书《重新思考》(Think Again)中将其称为“被卡在了蠢蛋山峰上”。“(选举)预测者们成功的最重要并且唯一的动机,”他写道,“是他们更新信仰的频繁程度。”

举个例子,你们小组或许是一个《惺久大战》的死忠粉(甚至对《霉影危机》爱不释手),而另一组则看完了每一部鳗歪电影且没有打算就此停止。如果评分越高的电影(此情景中是《蜘蛛羊》)的粘性也越高,那么模型的走向与之前一致。但是,如果《惺久大战XI》的粘性更高,那么结果将会完全颠倒。如果社会型学习者的比例较低,《惺久大战》最终将会占得上风——尽管评分更低。而当社会型学习者的比例增加,双稳态的情况就会出现。

要注意,社会型学习者并不是这里的问题所在:固执且不愿改变看法的个体型学习者才是麻烦根源。

如果这些结果——目前还只是电脑模拟的数学模型——与现实生活相吻合,能说明什么?许多人推断社交媒体会发生的相应改变,例如打破回声室(译者注:回声室效应,即在封闭系统内意见相近的信息会被不断重复放大,从而将其误以为真理),保证用户能看到持反对意见的人所发表的内容,这些改变将会促进民主化的进程。

然而,在所有的社会型学习者都能被其他人影响的模型中得到的结果,与限制学习者间交流的模型结果相比别无二致。人们发出信息的内容本身要比特定的人接受特定的信息更为重要。

关键的一部分人,无论在你脑子里浮现的是哪个组织,都需要通过资料证据进行自我评估,但同时也需要对评估灵活判断。这是因为,正如杨与她的同事发现的,“如果一群个体型学习者从未基于新的证据去改变他们的想法,那么他们所作出的选择可能会在整个社会网络泛起涟漪。”不仅如此,无论是好是坏,这就意味着“锲而不舍的少数派能够对民主投票的结果产生重大的影响”。

团体迷思可以是思维惰性的一个形式,但并不是所有的思维惰性都会导致团体迷思,而且也不是所有的社会型学习者在思维上是懒惰的。杨的团队展示了信息从众能够成为对付欠缺准备的决策的有效策略,而就算是规范从众,只要在适量的情况下也能有不小作用。真正的问题是那些就算有新的信息来临,也不情愿或无法重新考虑他们意见的组内成员。

杨的研究展示了缺少反复思考是如何毁掉了不仅是个体而且是整个团体的成功。“团体迷思的症状,”詹尼斯评价道,“会在决策团体的成员开始对他们的领导或同事的意见避重就轻时冒出苗头。”成功的团体所鼓励的团队文化,正如格兰特所说,是“拥抱错误带来的快乐”,并走向再次思考。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

722535c68bb25f76eac8af797508c253.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/482589.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2020年9月26日-02-软件工程-工程化思维+瀑布模型+敏捷开发

此博客用于记录2020年9月26日每日分享, 软件工程中的集中常见模式,瀑布模型,敏捷开发等 日期:2020年9月26日 主题: 讨论讨论怎么使用软件工程的思想来解决问题软件工程中的集中常见模式,瀑布模型&#xff…

PowerDesigner15在win7-64位系统下对MySQL 进行反向工程以及建立物理模型产生SQL语句步骤图文傻瓜式详解...

1、安装PowerDesigner15、MySQL5.不详细讲解了。网上一大把。请各位亲参考去。 2、安MyODBC-standard-3.51.0.7-win.msi、mysql-connector-odbc-5.1.5-win.msi两个文件。可以支持odbc在win7下创建连接。 3、安装好之后,最好重新启动系统。不要试图在win7控制面板内找…

转换机器学习:面向多学科问题,构建机器学习新生态

来源: 集智俱乐部作者:Ivan Olier译者:郭瑞东审校:张澳编辑:邓一雪导语机器学习方法在生命、物理、社会经济等复杂系统的应用日渐频繁。如何针对特定任务选取合适的机器学习方法,如何综合利用各类机器学习方…

nginx正向代理 反向代理

1、正向代理 1.我访问不了某网站,但是我能访问一个代理服务器,这个代理服务器呢,他能访问那个我不能访问的网站 2.于是我先连上代理服务器,告诉他我需要那个无法访问网站的内容,代理服务器去取回来,然后返回给我。 3.客户端必须设置正向代理…

【综述专栏】从微分几何和代数拓扑的视角来重新探讨图神经网络

来源:知乎—努力努力再努力q地址:https://zhuanlan.zhihu.com/p/435040892在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可…

2021-07-27-jeesite学习笔记

2021年7月30日 https://blog.csdn.net/weixin_43886319/article/details/102668518 日了狗 2021年7月29日 sqlJenkins充吧 第一天 参考博文 安装jdk https://blog.csdn.net/qq_42815754/article/details/82968464 有关linux环境变量 https://blog.csdn.net/ljheee/articl…

elasticsearch-1

单实例安装 1、官网下载tar压缩包 https://www.elastic.co/downloads/elasticsearch 2、将下载好的压缩包elasticsearch-5.5.2.tar.gz上传到linux服务器,并解压缩 tar -vxf elasticsearch-5.5.2.tar.gz 3、cd进入到elasticsearch-5.5.2目录中,启动ela…

清华博士后用10分钟讲解AlphaCode背后的技术原理,原来程序员不是那么容易被取代的!...

来源:AI科技评论不久前,DeepMind 的团队发布了一个可以自动生成竞赛级代码的人工智能系统——AlphaCode,号称「媲美普通程序员」,一经发表就在国内外的AI圈里引起了巨大轰动。 -论文地址:https://storage.googleapis.c…

css基础选择器

文章目录css简介css语法规范css代码风格:css选择器的作用css基础选择器标签选择器:类选择器多类名选择器id选择器:id选择器和类选择器的区别:通配符选择器:选择器总结css简介 ​ CSS 是层叠样式表 ( Cascading Style …

深度学习模型模拟大脑地形图,有助于回答大脑不同部分如何协同工作

来源:ScienceAI编辑:凯霞大脑中处理视觉信息的部分——颞下(IT)皮层——受损可能是毁灭性的,尤其是对成年人而言。那些受影响的人可能会失去阅读能力(一种称为失读症的疾病)或辨认面孔&#xff…

深度学习再登Science:万物皆可做神经网络处理器,你甚至可以用锅碗瓢盆

来源:机器学习研究组订阅想象一下,你周围的任何东西,比如一个煎锅、一个玻璃镇纸,都可以用来当成神经网络的中央处理器,那是什么感觉?神经网络简单来说,是一种模仿大脑执行复杂任务的只能系统&a…

css目标

第一天 第二天

Gotta Catch Em All!——三元环计数

传送: https://vjudge.net/problem/Kattis-gottacatchemall 前置知识: 三元环计数 https://www.cnblogs.com/Dance-Of-Faith/p/9759794.html 思路: 首先去重边,记每个点的度数为n,三元环个数为m,答案为(∑…

【前瞻】机器人领域十项前沿技术

来源:工业互联网观察 机器人大讲堂近些年来,机器人行业发展迅速,机器人被广泛应用于各个领域尤其是工业领域,不难看出其巨大潜力。与此同时,我们也必须认识到机器人行业的蓬勃发展,离不开先进的科研进步和…

day27 网络编程一

网络编程 基础 一 软件开发架构 # c/s架构(client/server) c:客户端 / s:服务端 # b/s架构(browser/server) b:浏览器 / s:服务器 ps:bs架构本质也是cs架构 手机端看上去cs架构比较火,实际上bs已经在崛起,微信支付宝都在做一件事:统一接口,手机端之后肯定也是bs比较火 未来应用…

不止摩尔定律,计算领域值得学习的定律还有哪些?

来源:新智元当下,计算机领域最受欢迎的两大定律是:摩尔定律和梅特卡夫定律。摩尔定律,是以Intel(英特尔)联合创始人Gordon Moore(戈登•摩尔)为命名,摩尔定律预言,芯片上…

世界一流大学如何建设人工智能学科

来源:光明日报作者:李锋亮 庞雅然 人工智能人才培养是变革核心人工智能、基因工程、纳米科学并列为21世纪三大尖端技术,是工业革命4.0的变革核心。其中,人工智能涉及广泛的知识领域,包括技术体系内的数学基础、技术基础…

机器学习获量子加速!物理学家与计算科学家「自然联姻」

来源:新智元AI和量子计算的碰撞,会产生什么神奇的火花?IBM团队的一项研究表明,在机器学习任务上,已经找到了量子计算能够加速数据分类的证据,远超传统算法。未来,基于量子的机器学习加速器可能就…

day28 socket网络编程

一 socket 套接字 二 粘包问题 一 socket 套接字 1.1 为何学习socket一定要先学习互联网协议: 1.首先:网络编程目标就是教会你如何基于socket编程,来开发一款自己的C/S架构软件 2.其次:C/S架构的软件(软件属于应用层…

2022年值得关注的8个人工智能趋势

来源:AI前线作者:Michael Spencer译者:Sambodhi策划:凌敏1. AI-on-5G2022 年,工业 AI 和 AI-on-5G 物联网应用将会成为主流。想象一下,当我们以元宇宙为目标的时候,我们对物理空间的升级方式同样…