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。