Înțelepciunea mulțimii

Înțelepciunea mulțimii este opinia colectivă a unui grup independent divers de indivizi, mai degrabă decât cea a unui singur expert. Acest proces, deși nu este nou în era informației, a fost împins în centrul atenției de către site-urile de informații sociale precum Quora, Reddit, Stack Exchange, Wikipedia, Yahoo! Answers și alte resurse web care se bazează pe cunoștințele umane colective. O explicație pentru acest fenomen este că există un zgomot idiosincratic asociat cu fiecare judecată individuală, iar luarea ]n considerare a mediei peste un număr mare de răspunsuri va duce într-o anumită măsură spre anularea efectului acestui zgomot.

Procesul judiciar prin juriu poate fi înțeles că se bazează, cel puțin parțial, pe înțelepciunea mulțimii, în comparație cu procesul de gândire al judecătorului care se bazează pe unul sau câțiva experți. În politică, uneori alegerile sunt considerate un exemplu despre cum ar arăta înțelepciunea mulțimii. Luarea deciziilor ar avea loc de către un grup divers, nu de către un grup sau partid politic destul de omogen. Cercetările din cadrul științei cognitive au căutat să modeleze relația dintre efectele înțelepciunii de mulțime și cunoașterea individuală.

Răspunsurile agregate ale unui grup mare la întrebările care implică estimarea cantității, cunoașterea generală a lumii și raționamentul spațial s-au dovedit, în general, la fel de bune, dar adesea superioare, răspunsului dat de oricare dintre indivizii din cadrul grupului.

Teoremele juriului din teoria alegerii sociale oferă argumente formale pentru înțelepciunea mulțimii având în vedere o varietate de presupuneri mai mult sau mai puțin plauzibile. Atât ipotezele, cât și concluziile rămân controversate, chiar dacă teoremele în sine nu sunt. Cea mai veche și simplă este teorema juriului lui Condorcet (1785).

Exemple

Aristotel este considerat prima persoană care a scris despre „înțelepciunea mulțimii” în lucrarea sa Politica. Potrivit lui Aristotel, „este posibil ca mulți oameni buni, deși nu individual, totuși, atunci când se adună împreună, să fie mai buni, nu individual, ci colectiv, decât cei care sunt așa, la fel cum adunările publice la care mulți contribuie, sunt mai bune decât un singur om”.

(Sir Francis Galton de Charles Wellington Furse, oferit Galerii Naționale de Portret, Londra în 1954)

Constatarea clasică a înțelepciunii mulțimii implică estimarea punctuală a unei cantități continue. La un târg de țară din 1906 din Plymouth, 800 de persoane au participat la un concurs pentru a estima greutatea unui bou sacrificat și îmbrăcat. Statisticianul Francis Galton a observat că estimarea medie, 1207 de livre, a fost prezisă cu o eroare de 1% din greutatea reală de 1198 de livre. Acest lucru a contribuit la înțelegerea în știința cognitivă că judecățile individuale ale unei mulțimi pot fi modelate ca o distribuție de probabilitate a răspunsurilor cu mediana centrată în apropierea valorii adevărate a cantității care trebuie estimată.

În ultimii ani, fenomenul „înțelepciunea mulțimii” a fost valorificat în strategia de afaceri și spațiile publicitare. Firme precum Napkin Labs cumulează feedback-ul consumatorilor și impresiile de marcă pentru clienți. Între timp, companii precum Trada invocă mulțimile pentru a proiecta reclame pe baza cerințelor clienților.

Exemplele non-umane sunt predominante. De exemplu, Notemigonus crysoleucas este un pește care preferă zonele umbrite. Un singur astfel de pește are nevoie de un timp foarte mare ca să găsească regiuni umbrite într-un lac, în timp ce un grup mare este mult mai eficient în găsirea umbrei.

Probleme dimensionale superioare și modelare

Deși descoperirile clasice ale înțelepciunii multimilor se concentrează pe estimări punctuale ale unor cantități continue individuale, fenomenul se extinde și la probleme de dimensiuni mai mari care nu se pretează la metode de agregare, cum ar fi luarea în considerare a mediei. Modele mai complexe au fost dezvoltate în aceste scopuri. Câteva exemple de probleme de dimensiuni superioare care prezintă efecte de înțelepciune a mulțimilor includ:

• Probleme combinatorii, cum ar fi arbori de întindere minimă și problema vânzătorului ambulant, în care participanții trebuie să găsească cea mai scurtă rută între o serie de puncte. Modelele acestor probleme fie descompun problema în bucăți comune (metoda de descompunere locală de agregare) fie găsesc soluții care sunt cele mai asemănătoare cu soluțiile umane individuale (metoda de agregare a similarității globale).
• Ordonarea problemelor precum ordinea președinților S.U.A. sau a orașelor lumii în funcție de populație. O abordare utilă în această situație este modelarea Thurstoniană, la care fiecare participant are acces la ordonarea adevărului de la sol, dar cu grade variate de zgomot stocastic, ceea ce duce la variații în ordonarea finală dată de diferiți indivizi.
• Probleme de sloturi cu brațe în care participanții aleg dintr-un set de alternative cu rate de recompensă fixe, dar necunoscute, cu scopul de a maximiza rentabilitatea după un număr de încercări. Pentru a adapta amestecuri de procese de decizie și diferențe individuale în probabilitățile de a câștiga și de a rămâne cu o alternativă dată versus pierderea și trecerea la o altă alternativă, au fost folosite modele bayesiene ierarhice care includ parametri pentru persoane individuale extrase din distribuții gaussiene.

Surprinzător de popular

În explorarea în continuare a modalităților de îmbunătățire a rezultatelor, o nouă tehnică numită „surprinzător de popular” a fost dezvoltată de oamenii de știință de la Laboratorul de neuroeconomie Sloan al MIT, în colaborare cu Universitatea Princeton. Pentru o anumită întrebare, oamenii sunt rugați să dea două răspunsuri: care cred ei că este răspunsul corect și care cred că va fi opinia populară. Diferența medie dintre cele două indică răspunsul corect. S-a constatat că algoritmul „surprinzător de popular” reduce erorile cu 21,3% în comparație cu voturile majorității simple și cu 24,2% în comparație cu voturile de bază ponderate în funcție de încredere, în care oamenii își exprimă cât de încrezători sunt în răspunsurile lor și cu 22,2% față de voturile avansate. voturi ponderate în funcție de încredere, unde se folosesc doar răspunsurile cu cea mai mare medie.

Definiţia mulțimii

În contextul înțelepciunii mulțimii, termenul „mulțime” capătă un sens larg. O definiție caracterizează o mulțime ca un grup de oameni adunați printr-un apel deschis pentru participare. În timp ce mulțimile sunt adesea valorificate în aplicațiile online, ele pot fi utilizate și în contexte offline. În unele cazuri, membrilor unei mulțimi li se pot oferi stimulente bănești pentru participare. Anumite aplicații ale „înțelepciunii mulțimii”, cum ar fi sarcina de juriu în Statele Unite, impun participarea mulțimii.

(Include texte traduse și adaptate din Wikipedia de Nicolae Sfetcu)