La misma especie, resultados opuestos
Plymouth, Inglaterra, 1906: Francis Galton recoge 787 estimaciones del peso en canal de un buey de una multitud en una feria del condado y encuentra que la estimación más central está dentro del uno por ciento de la verdad — la demostración fundacional de la sabiduría de las multitudes. Un siglo después, multitudes con tecnología de información mucho mejor produjeron el consenso de la burbuja inmobiliaria de 2008, manías de acciones meme y los errores de confianza de la parte uno de esta serie. Misma especie, misma maquinaria estadística disponible — resultados opuestos.
La resolución del paradoja es que la sabiduría de las multitudes nunca fue una propiedad de las multitudes. Es una propiedad de condiciones, y las condiciones son específicas, conocidas y frágiles. Cuando se mantienen, la agregación es un superpoder; cuando se rompen, la misma agregación amplifica el error con la confianza de los números. Esta publicación trata sobre las tres condiciones — y sobre el incómodo hecho de que las plataformas de discusión modernas son máquinas que rompen condiciones.
Las tres condiciones
La línea de investigación va desde el teorema del jurado de Condorcet de 1785 — las mayorías de votantes independientes que son mejores que el azar se acercan a la certeza a medida que crecen — pasando por la demostración de Galton hasta la síntesis moderna de Surowiecki. Tres requisitos se repiten:
- 1Independencia. Cada juicio se forma antes de ver el de los demás. Esto es lo que hace que los errores sean no correlacionados — el error de una persona no se convierte en el error de todos. Los asistentes a la feria de Galton escribieron conjeturas selladas; no podían anclarse en una tabla de clasificación. La independencia es la condición de la que depende todo lo demás, y la primera que las plataformas destruyen.
- 2Diversidad. Diferentes fuentes de información, antecedentes y modelos — así los errores apuntan en diferentes direcciones y se cancelan en conjunto. Mil copias de la misma perspectiva son una perspectiva con confianza; la diversidad supera la habilidad precisamente porque compra la capacidad de cancelación de errores que la habilidad no puede.
- 3Agregación adecuada. Un mecanismo que realmente combina la información: una mediana, un mercado, una puntuación estructurada. La agregación no es neutral: un mecanismo que pondera las contribuciones tempranas, ruidosas o emocionalmente resonantes no está agregando información; está amplificando el impulso.
Cómo las plataformas rompen las tres a la vez
Las plataformas sociales a menudo se describen como aprovechando la sabiduría colectiva. Mecánicamente, hacen lo contrario: cada función principal ataca una condición:
- ✗Los conteos visibles matan la independencia. Cada "me gusta", voto positivo y total de puntuaciones es una prueba social mostrada antes de que juzgues — la maquinaria de anclaje y cascada que convierte multitudes en manadas. Los juicios se correlacionan; los errores se acumulan en lugar de cancelarse.
- ✗Los feeds matan la diversidad. El ranking optimizado para el compromiso te muestra más de lo que respondiste, reduciendo la dieta informativa de cada persona y homogeneizando las contribuciones del público. La diversidad que debería cancelar errores es seleccionada algorítmicamente.
- ✗La clasificación de votos es una agregación inapropiada. Como mostró la primera parte, los totales de votos positivos mezclan acuerdo, tiempo y entretenimiento. Clasificar por ese número no combina la información de la multitud; simplemente corona lo que se movió más rápido emocionalmente.
Antes de confiar en cualquier número de 'lo que dice la multitud', haz tres preguntas: ¿Se formaron los juicios de manera independiente? ¿Se basaron en información diferente? ¿El mecanismo de agregación combina información o amplifica el impulso? Tres respuestas afirmativas son raras, y cualquier cosa menos que eso no es sabiduría de la multitud; es volumen de la multitud.
El giro: pequeños debates estructurados pueden vencer a grandes multitudes.
Durante décadas, el consejo práctico fue 'proteger la independencia a toda costa' — la deliberación era sospechosa porque hablar correlaciona errores. Luego llegó un hallazgo que agudizó la imagen. Navajas y colegas, en un estudio con 5,180 participantes, hicieron que las personas respondieran preguntas de cultura general de manera individual, luego deliberaran en pequeños grupos de cinco y produjeran respuestas de consenso. Promediando solo cuatro de esas respuestas de consenso de pequeños grupos superaron la agregación de miles de individuos independientes.
La lección no es que la independencia estuviera mal — es que la deliberación añade información que el promedio no puede alcanzar, cuando está estructurada. En los grupos, las personas intercambiaron razones: los errores evidentes fueron detectados, las estimaciones implausibles fueron desafiadas, y el consenso codificó la calidad del argumento, no solo la posición. La viralidad no estructurada correlaciona errores sin intercambiar razones; la deliberación estructurada intercambia razones sin (si se lleva a cabo bien) correlacionar errores. La variable que importa no es si las personas interactúan — es qué estructura tiene la interacción.
El contraargumento honesto: ¿no es cualquier deliberación una contaminación?
El defensor de la posición purista: una vez que las personas hablan, los errores se correlacionan; las cascadas, la conformidad y el anclaje son exactamente lo que la literatura sobre fracasos documenta, ¿no debería, entonces, la agregación seria permanecer en silencio e independiente, al estilo del mercado de predicciones?
La respuesta que apoya la evidencia: la independencia es la regla correcta para el paso de estimación, no para todo el proceso. Los casos de fracaso correlacionan errores antes de que los individuos se hayan comprometido con un juicio: conteos visibles, discusión en vivo, anclas. Los casos de éxito (los grupos de Navajas, la deliberación estructurada en general) recogen posiciones independientes primero, luego permiten que las razones choquen bajo una estructura, y finalmente agregan. La secuencia y la estructura, no el silencio, son lo que protege a la multitud. Esa es una especificación de diseño — y es construible.
Cómo Argumentree implementa las tres condiciones
Un árbol de argumentos es, mecánicamente, las tres condiciones convertidas en software:
Independencia: entrada escrita asíncrona
Las posiciones y calificaciones se forman de manera individual: la contribución no requiere leer el ambiente primero, y la calificación ocurre por usuario en cada argumento, no siguiendo un número de impulso visible.
Diversidad: el pro Y el contra son estructurales
El árbol muestra ramas de apoyo y de ataque lado a lado, por lo que la diversidad de opiniones no solo está permitida, su ausencia es visible. Una rama de con vacía es una advertencia, no una victoria.
Agregación: puntuación de mérito recursiva
El total de un argumento combina sus propias calificaciones con los totales de sus hijos de apoyo menos sus hijos atacantes, por lo que las puntuaciones codifican qué tan bien cada afirmación sobrevivió al examen, propagándose por el árbol. Los refutaciones fallidas fortalecen lo que atacaron; eso es la calidad del argumento siendo agregada, no aplausos.
Deliberación: estructurada, no viral
Los desafíos se presentan como intercambios limitados vinculados a reclamaciones específicas: el ingrediente Navajas (razones en colisión) sin el ingrediente de cascada (momentum reclutando votos).
Las plataformas de votación correlacionan juicios y amplifican el impulso. Un árbol de argumentos recopila posiciones de manera independiente, muestra el desacuerdo estructuralmente y agrega según cómo las afirmaciones sobreviven al desafío — las tres condiciones, integradas. Vea inteligencia colectiva y El Método Argumentree.