中 沒有 一 個 人 知道 這 類 資訊 ， 但 就 小組 整體 來 說 ， 它 卻 什麼 都 知道 ！ 1 群眾 的 智慧 在 美國 曾 有 個 很 紅 的 電視 節目 叫 「 誰 想 當 百萬 富翁 ？ 」 （ 台灣 有 個 差不多 的 節目 叫 「 超級 大富翁 」 ） ， 人們 可能 會 隱約 記得 ， 節目 參賽 者 張惶失措 地 打電話 給 親朋好友 的 畫面 ， 又 或者 是 那 位 喜歡 在 深藍色 襯衫 上 ， 打 一 個 深藍色 領結 的 主持人 菲爾賓 （ Regis Philbin ） ， 他 曾 在 時尚界 短短 地 暴紅 過 一陣子 。 但 人們 可能 不 記得 的 是 ， 每 週 的 「 誰 想 當 百萬 富翁 ？ 」 都 在 讓 群眾 智能 對抗 個人 智能 ， 而 結果 都 是 群眾 智能 獲勝 。 整體 猜測值 有 多 準 ？ 「 誰 想 當 百萬 富翁 ？ 」 是 一 個 架構 很 簡單 的 節目 ： 參賽 者 要 回答 一 堆 有 多重 選擇 的 問題 ， 難度 逐漸 增高 ， 如果 她 能 連續 答對 十五 題 ， 就 可 將 一百萬 美元 獎金 抱回家 。 該 節目 還 有 個 懸疑 的 趣味 設計 ： 如果 參賽 者 遇到 一 題 答 不 出來 ， 她 可以 從 以下 三 個 選擇 當中 ， 任選 一 個 來 協助 她 過關 。 第一 個 選擇 是 ， 將 四重 選項 剔除為 二重 選項 （ 這麼一來 ， 她 便 起碼 有 百分之五十 的 機會 答 中 ） 。 第二 個 選擇 是 ， 她 可以 在 節目 錄影 前 ， 先 登記 一 名 她 認為 是 最 聰明 的 親朋好友 的 電話 ， 遇到 難題 時 ， 她 可以 打 一 通 電話 請教 這 人 。 第三 個 選擇 是 ， 她 可以 讓 現場 觀眾 投票 表決 答案 ， 然後 馬上 輸入 電腦 。 根據 我們 對 智能 的 了解 ， 我們 通常 會 覺得 ， 聰明 的 個人 最 能 幫助 我們 答題 。 事實 上 ， 節目 裡 「 專家 」 確實 表現 不錯 ， 在 壓力 下 還 能 提供 正確 的 答案 ， 正確率 約為 百分之六十五 。 然而 ， 和 現場 觀眾 比起來 ， 卻 遜色 多多 。 那些 被 隨機 選中 ， 在 非 週末 的 工作日 下午 無所事事 、 坐 在 攝影棚 裡 的 群眾 ， 答對 的 機率 卻 高達 百分之九十一 。 話說回來 ， 「 誰 想 當 百萬 富翁 ？ 」 的 較量 結果 ， 是 經不起 科學 檢驗 的 。 我們 並 不 知道 那些 所謂 專家 有 多 聰明 ， 所以 也 無法 確定 打敗 他們 有 多 了不起 。 還 有 ， 既然 專家 和 觀眾 回答 的 問題 不同 ， 也 有 可能 （ 雖然 機率 極 小 ） 觀眾 作答 的 都 是 比較 簡單 的 問題 。 即便 這樣 ， 還是 很 難 不 令 人 聯想到 ， 百萬 富翁 節目 現場 觀眾 的 成就 ， 幾乎 可以 視為 一百 年 前 高爾頓 即興 實驗 的 現代版 。 事實 上 ， 群體 智能 （ 至少 就 判斷 現實 問題 方面 的 智能 ） 是否 真 有 可能 存在 ， 美國 社會學家 和 心理學家 已經 用 實驗 證明 過 了 ， 時期 大約 是 一九二○年代 到 一九五○年代 中期 ， 也 就 是 「 團體 動力 」 （ group dy namics ） 的 全盛 時期 。 雖然 ， 我們 待會 就 會 看到 ， 一般 說來 ， 群眾 愈 大 愈 好 ， 但是 這 類 早期 實驗 的 群體 都 相當 小 ， 而且 不 知 怎的 ， 好像 只有 學術圈 裡 的 人才 知道 它們 。 然而 ， 它們 的 表現 還是 一樣 傑出 。 哥倫比亞 大學 社會學家 迺特 （ Hazel Knight ） ， 於 一九二○年代 初期 開始 一 系列 的 研究 ， 她 先 以 幾 個 相當 單純 的 研究 起頭 ， 例如 ， 她 要 班 上 學生 評估 課室 內 的 溫度 ， 然後 再 加 總平均 。 結果 群眾 的 猜測值 為 華氏 七十二點四 度 ， 而 真正室 溫為 華氏 七十二 度 。 這 個 實驗 當然 算不上 有 什麼 了不起 ， 因為 課室 溫度 一向 很 穩定 ， 所以 很 難 想像 會 有 班級 猜出 一 個 極端 離譜 的 數值 。 但 在 後來 幾 年 ， 當 全 美 各 地 的 大學生 以及 軍人 開始 接受 一連串 益智 遊戲 、 智力 測驗 以及 文字 遊戲 測驗 後 ， 更 具 說服力 的 證據 出現 了 。 譬如 ， 社會 會家 古爾登 （ Kate H. Gordon ） 要求 兩百 名 學生 ， 將 一 堆 物品 按照 重量 來 排序 ， 結果 該 群體 的 估計值 準確度 高達 百分之九十四 ， 只 有 五 名 成員 的 個人 成績 超越 它 。 另 一 場 實驗 ， 則 要求 學生 觀察 黏 在 白色 紙板 上 的 十 堆 大型 鉛彈 ， 每 只 體積 都 略微 不同 ， 然後 要 他們 按照 體積 將 鉛彈 排序 。 這 一 回 ， 群體 估計值 的 正確率 為 百分之九十四點五 。 另 一 個 經典 的 群體 智能 證據 則 來自 罐 中 軟糖 實驗 ， 這 個 實驗 的 結果 ， 總是 千篇一律 ， 群體 估計值 優於 絕大多數 個人 的 估計值 。 財金學 教授 崔納 （ Jack Treynor ） 曾 在 課堂 裡 進行 這 項 實驗 ， 他 的 糖罐 裡 裝 了 八百五十 顆 軟糖 ， 群體 估計值 則 為 八七一 顆 。 全 班 五十六 名 學生 當中 ， 只 有 一 個 人 的 答案 比 群體 估計值 更 接近 。 從 這 類 實驗 當中 ， 可以 學到 兩 件 事 。 首先 ， 大部分 這 類 實驗 中 ， 個體 成員 之間 都 不會 互相 討論 或是 一起 研究 。 他們 完全 是 各自 評估 ， 然後 再 將 答案 集中 平均 。 這 正 是 高爾頓 當年 的 做法 ， 而且 這樣 做 似乎 會 得出 更為 正確 的 答案 。 （ 稍後 章節 中 ， 我們 將 會 看到 ， 如果 群體 中 的 成員 有 互動 ， 情況 會 演變成 什麼 樣子 ， 有時 更 好 ， 有時 更 糟 。 ） 第二 點 ， 群體 猜測值 不會 每 次 都 優於 所有 個體 成員 的 數值 。 在 許多 （ 也許 是 大部分 ） 實驗 中 ， 總會 有 少數 幾 名 個人 的 表現 優過 群體 。 就 某 方面 來 說 ， 這 也 是 好事 ， 尤其 是 在 有 獎賞 誘因 時 （ 譬如說 ， 股票 市場 ） ， 個人 總算 還 持有 一 絲 希望 。 但是 ， 在 這 類 研究 中 ， 從 沒有 證據 顯示 ， 某些 人 能夠 固定 地 打敗 群體 。 換句話說 ， 如果 你 進行 十 次 不同 的 罐 中 軟糖 數目 實驗 ， 很 可能 每 次 都 有 一 兩 名 成員 擊敗 群體 。 但 優勝 者 多半 每 次 都 不 相同 。 進行完 十 次 實驗 後 ， 如果 你 將 十 次 的 成績 加總 ， 群體 的 表現 幾乎 可以 確定 會 是 最 好 的 。 也 因此 ， 想 得到 可靠 答案 ， 最 簡單 的 方法 莫過於 每 次 去 問問 群體 怎麼說 。 類似 的 簡單 方法 似乎 也 可以 拿來