線上遊戲排行榜2013/2014,進擊的巨人線上看,candy crush saga外掛,正妹寫真三圍

來源：Highways Agency@flickr, CC BY 2.0

在絕大多數的情況下，三個臭皮匠（集體智慧）的預估或判斷，更勝一個諸葛亮（個體智慧）——這已獲得許多科學研究結果證實。最有名的例子莫過於一項早在1906年（英國維多利亞時代）進行的實驗，當時的人類學家兼統計學家高爾頓（Francis Galton），從一群人（800位個體）猜測被屠殺牛隻的平均重量，意外得到99%的高準確度（實際數值為1198磅，集體猜測數值為1208磅），此項結果令人非常驚訝，同時推翻了過去我們對少數「專家意見」的迷信。

當然，這個現象在今日隨處可見，例如以群眾投票為主經營的新聞網站Reddit，其模式在台灣也常被yahoo、蘋果等新聞平台利用。但熟悉這些投票網站的人都知道，集體智慧未必都是「明智的」，它還必須建立在兩項前提上：「高度多樣性」以及「獨立性」。換句話說，多樣性不足且相互影響效力大的集體意見時常流於平庸，甚至愚蠢。

因此，消弭集體智慧的偏差/偏見，重點在於收集廣泛、不受干擾的預估或判斷。而所謂的干擾包含「個體之間的相互干擾」，以及如媒體、名嘴煽動等「外界干擾」。

那麼，該如何消弭集體智慧（Wisdom of Crowds）的偏差/偏見呢？

西班牙馬德里卡哈爾研究機構的兩位神經科學家Gabriel Madirolas和Gonzalo De Polavieja提出一個可行的解決方法：將所有研究參與者分為兩組——「獨立型集體智慧組」與「偏差型集體智慧組」。此外，他們在實驗過程中發現，自信心愈強的個體，對外界資訊的接受程度也愈小，因此傾向於獨立思考，能夠形成「獨立型集體智慧組」。

接下來衍生另一個問題，研究人員要如何定義出自信心強的個體呢？

研究團隊根據另一個實驗結果建立數學判別模型。這個實驗讓參與者執行各種估算任務（如瑞士和義大利邊界的總長度），並依據估算數值將參與者分組。

執行完一項估算任務之後，研究人員會向某些參與者透露其他組別的綜合估算結果（即外界附加資訊）。

而根據此數學判別模型，他們進一步分析這些參與者對外界附加資訊的「接受程度」。首先，假設每個成員按照「兩項資訊」得出最終估算值：一項完全出於自身的獨立判斷，另一項則是接受他組資訊後的綜合判斷結果。而參與成員可自行給予這兩項資訊不同的權重值。

結果發現，容易得出大幅偏差的人給予外界附加資訊的權重也很大（即易受外界干擾）；反之，部分參與者給予外界附加資訊的權重極小，甚至是零——這些成員就被定義成自信心強的個體。

當成功定義出自信心強的個體後，研究人員比對這些人的行為與模型，並將參與者分成「獨立型集體智慧組」與「偏差型集體智慧組」。結果顯而易見，「獨立型集體智慧組」的估算結果較為準確。

This entry passed through the Full-Text RSS service — if this is your content and you're reading it on someone else's site, please read the FAQ at fivefilters.org/content-only/faq.php#publishers.