1907 年，一位名叫弗朗西斯·高尔顿 (Francis Galton) 的统计学家记录了人们猜测一头牛的重量时体重评判比赛的参赛作品。高尔顿分析了数百个估计值，发现虽然个人的猜测千差万别，但条目的中位数出人意料地准确，并且在公牛实际重量的百分之一以内。当高尔顿发表他的研究结果时，他将集体智慧或“群体智慧”的理论引入了公众的良知。

不过，集体智慧有其局限性。在发表在《皇家学会界面杂志》上的一项新研究中，研究人员 Albert Kao(哈佛大学)、Andrew Berdahl(圣达菲研究所)和他们的同事研究了我们集体智慧的准确程度，以及个人偏见和信息共享如何扭曲聚合估计。利用他们的发现，他们开发了一种数学修正，将偏见和社会信息考虑在内，以产生改进的人群估计。在这项研究中，他们的校正措施比平均值、中位数和其他传统统计数据更准确。

“越来越多的证据表明，群体的智慧真的很强大，”高说。“许多研究表明，你可以计算估计的平均值，而这个平均值可能出奇的好。”

“然而，”Berdahl 补充道，“有大量证据表明人们在估计和决策任务中存在强烈的偏见。”

研究人员招募了 800 多名志愿者参与这项研究，并要求每位参与者猜测罐子里的口香糖数量，从 54 到 27,000 多个数量级不等。此外，他们量化了个人如何将社会信息纳入自己的意见。为此，研究人员向参与者提供了有关其他人猜测的虚假细节，并允许他们根据这些信息更改估计值。

Kao 的团队发现，虽然估计值差异很大，但它们是高度可预测的。人们倾向于猜测比实际值更小的数字，而对于较大的罐子，人们猜测的数字范围更广。社会信息也在集体智慧中发挥作用。例如，模拟社会信息显示，如果知识表明实际项目数量高于猜测者的初始估计，则同伴建议对个人的影响更大。更小的猜测，即使更准确，似乎也更频繁地打折扣。

研究结果为集体估计定义了一套明确的规则，这反过来又为我们观察群体智慧的原因提供了见解。这种理解可以在各种环境中提高群体智慧。无论是猜测一头肥牛的重量，还是预测未来选举的结果，高和他的同事都帮助人群变得更聪明。