جریان اطلاعاتی چیست؟ یک جریان اطلاعاتی زمانی رخ میدهد که افراد در تصمیمگیری به ترتیب بهطور منطقی اطلاعات خصوصی خود را نادیده میگیرند و انتخابهایی را که مشاهده میکنند تقلید میکنند — که رفتار جمعی را تولید میکند که بهطور فردی منطقی اما بهطور جمعی شکننده و اغلب نادرست است.
جریانهای اطلاعاتی در سال 1992 توسط سوشیل بیخچندانی، دیوید هیرشلیفری و ایوو ولچ در نشریه اقتصاد سیاسی رسمی شدند، با مدلی از رفتار جمعی که در همان سال توسط آبهیجیت بانرجی منتشر شد. مکانیزم: هر فرد یک سیگنال خصوصی پر سر و صدا درباره انتخاب درست دارد و میتواند انتخابهای افرادی را که قبلاً رفتهاند مشاهده کند — اما نه دلایل آنها. هنگامی که وزن انتخابهای مشاهده شده از وزن سیگنال خود فرد بیشتر شود، حرکت منطقی تقلید است و از آن نقطه به بعد، اقدامات هیچ اطلاعات جدیدی را منتقل نمیکند. جریان خود تقویتکننده اما شکننده است: بر روی سیگنالهای خصوصی تنها چند بازیگر اول خود تکیه دارد، به همین دلیل است که شوکهای کوچک میتوانند آن را بشکنند. جریانها صفهای رستوران، حبابهای مالی، امواج پذیرش فناوری و اطلاعات نادرست ویروسی را توضیح میدهند — وسوخی، روی و آرال در نشریه Science (2018) نشان دادند که اخبار نادرست بهطور قابل توجهی دورتر و سریعتر از حقیقت در اینترنت پخش میشود. جریانها با تفکر گروهی متفاوتند: جریانها استنتاج منطقی از رفتار مشاهده شده هستند، در حالی که تفکر گروهی فشار اجتماعی به سمت اجماع است؛ هر دو استقلالی را که حکمت جمعی نیاز دارد، نابود میکنند. در طول چرخه تصمیمگیری (حضور، چارچوب، تولید، تحقیق، تجمیع، بررسی، تخصیص، انتخاب، اجرا، نظارت)، جریانها مراحل تجمیع و بررسی را خراب میکنند: زمانی که افراد موقعیتهای یکدیگر را قبل از ارائه خود مشاهده میکنند، تجمیع منعکسکننده اولین حرکتکنندگان به جای دانش پراکنده گروه است. درمان ساختاری است — جمعآوری قضاوتهای مستقل قبل از فاش کردن موقعیت هر کسی. Argumentree این را با جدا کردن مشارکت از مشاهده پیادهسازی میکند: شرکتکنندگان بهطور غیرهمزمان و بهطور اختیاری ناشناس استدلالها را ارسال میکنند، استدلالها بر اساس شایستگیهایشان ارزیابی میشوند و مسیر کامل استدلال در یک مسیر حسابرسی حفظ میشود.
جریانهای اطلاعاتی چیستند؟
یک جریان اطلاعاتی زمانی اتفاق میافتد که افراد منطقی اطلاعات خود را نادیده میگیرند و انتخابهای قابل مشاهده دیگران را کپی میکنند — و این حبابها، جمعها، صفهای رستوران و اطلاعات نادرست ویروسی را توضیح میدهد. بخش نگرانکننده: همه در جریان بهطور منطقی رفتار میکنند.
آخرین بهروزرسانی: 2026-07-18
TL;DR
زمانی که افراد به ترتیب تصمیم میگیرند و میتوانند انتخابهای قبلی را ببینند اما نه دلایل پشت آنها، به سرعت منطقی میشود که اطلاعات خود را نادیده بگیرند و تقلید کنند — پس از آن عمل شما هیچ اطلاعات جدیدی به مجموعه اضافه نمیکند. این یک جریان اطلاعاتی است (بیخچندانی، هیرشلیفری و ولچ، 1992). جریانها بهطور فردی منطقی، بهطور جمعی شکننده و اغلب نادرست هستند — آنها حبابها، مدها و امواج اطلاعات نادرست را به حرکت درمیآورند. بر خلاف تفکر گروهی، هیچ فشار اجتماعی لازم نیست: ریاضیات به تنهایی جمع را تولید میکند. راه حل ساختاری است: قضاوتهای مستقل همه را قبل از اینکه کسی جهت گروه را ببیند، جمعآوری کنید — که دقیقاً همانطور که روش ارسال ساختاری Argumentree کار میکند.
تاریخچهای مختصر از تحقیق در رفتار جمعی
انسانها قرنهاست که جنون جمعها را توصیف کردهاند — اما تنها در سال 1992 اقتصاددانان نشان دادند که جنون به هیچ جنونی نیاز ندارد: افراد منطقی کافی هستند.
داستان حباب کلاسیک: قیمتهای پیاز لاله در زمستان هلند ۱۶۳۶–۳۷ به شدت افزایش و سپس سقوط میکند. تحقیقات مدرن (آن گلدگار، جنون لاله، ۲۰۰۷) نشان میدهد که داستان محبوب به شدت اغراقآمیز است — تجارت واقعی محدود بود و تعداد کمی ورشکستگی دنبال شد. خود داستان درسی است در مورد چگونگی سقوط روایتها.
سهام شرکت دریای جنوبی در ماهها به طور تقریبی هشت برابر افزایش مییابد و سپس سقوط میکند — یک مورد اولیه و مستند از تقلید که از اطلاعات پیشی میگیرد در بازارهای مالی.
کتاب توهمات فوقالعاده محبوب چارلز مککی و جنون جمعیتها ایدهای را ترویج میکند که جمعیتها به طور جمعی دیوانه میشوند. زنده — اما پیشعلمی: این کتاب به توزیع بدون توضیح مکانیزم آن میپردازد.
ایروینگ جانیس اصطلاح "تفکر گروهی" را پس از مطالعه حمله به خلیج خوکها ابداع میکند: گروههای همبسته تحت فشار اجتماعی برای اجماع، مخالفت را سرکوب میکنند. این یک قاتل استقلال متفاوت از سقوطها است — روانشناختی به جای اطلاعاتی.
بیکچاندانی، هیرشلیف و ولچ (مجله اقتصاد سیاسی) و به طور مستقل، بانرجی (مجله فصلی اقتصاد) ثابت میکنند که عوامل کاملاً منطقی که به ترتیب تصمیم میگیرند، اطلاعات خصوصی را نادیده میگیرند و تقلید میکنند — و اینکه سقوطهای حاصل شکننده و اغلب نادرست هستند.
اندرسون و هولت (بازنگری اقتصادی آمریکایی) سقوطهای اطلاعاتی را به طور تجربی بازتولید میکنند: شرکتکنندگان به طور منطقی از پیشینیان خود پیروی میکنند، در حالی که سیگنالهای خود را نادیده میگیرند و مکانیکهای مدل را با افراد واقعی تأیید میکنند.
NASDAQ در ۱۰ مارس ۲۰۰۰ به ۵,۰۴۸.۶۲ اوج میزند و سپس تا اواخر ۲۰۰۲ تقریباً ۷۸٪ از دست میدهد؛ باورهای همبسته در مورد قیمتهای مسکن که همیشه در حال افزایش هستند، بحران ۲۰۰۸ را تغذیه میکند. دینامیکهای سقوط با اهرم و رسانه تقویت میشوند.
وسوخی، روی و آرال (علم) حدود ۱۲۶,۰۰۰ سقوط داستانی در توییتر را تحلیل میکنند: اخبار کاذب به طور قابل توجهی دورتر، سریعتر و عمیقتر از حقیقت منتشر میشود و حدود ۷۰٪ بیشتر احتمال دارد که دوباره توییت شود.
تحقیقات در مورد مدلهای زبانی بزرگ و هوش جمعی (برتون و همکاران، رفتار انسانی طبیعت ۲۰۲۴) هشدار میدهد که واسطههای هوش مصنوعی میتوانند اطلاعاتی که مردم دریافت میکنند را همگن کنند — سیگنالها را در منبع همبسته کرده و دینامیکهای مستعد سقوط را آسانتر برای تحریک کنند.
چگونه یک جریان اطلاعاتی کار میکند
مدل بیخچندانی–هیرشلیفری–ولچ به اندازه کافی ساده است که در ذهن شما اجرا شود. تصور کنید افراد بین دو رستوران، A و B، یکی یکی انتخاب میکنند. هر فرد یک سیگنال خصوصی و ناقص درباره اینکه کدام بهتر است دارد — و میتواند انتخاب هر فرد قبلی را ببیند، اما نه دلایل آنها.
- 1
۱. سیگنالهای خصوصی
اطلاعات هر فرد به طور معمول بیشتر از آنکه نادرست باشد، درست است، اما پر سر و صدا است. اگر همه به طور مستقل انتخاب کنند، اکثریت تقریباً قطعاً رستوران بهتر را انتخاب خواهند کرد — این همان قضیه هیئت منصفه کاندورست است.
- 2
۲. انتخابهای اولیه عمومی میشوند
نفر اول سیگنال خود را دنبال میکند. نفر دوم سیگنال خود را در برابر انتخاب قابل مشاهده نفر اول وزن میکند. از نفر سوم به بعد، تاریخ مشاهده شده میتواند به راحتی هر سیگنال خصوصی واحدی را تحتالشعاع قرار دهد.
- 3
۳. تقلید منطقی
زمانی که انتخابهای مشاهده شده بر سیگنال خودتان غلبه میکند، استدلال بیزی میگوید: سیگنال خود را نادیده بگیرید و کپی کنید. این نه احمقانه است و نه conformism — با توجه به آنچه میتوانید ببینید، تقلید استنتاج صحیح است.
- 4
۴. اطلاعات متوقف میشود
اینجا شکست جمعی وجود دارد: زمانی که شما تقلید میکنید، عمل شما هیچ چیزی درباره سیگنال خصوصی شما فاش نمیکند. صف بیرون رستوران A دیگر به این معنا نیست که A بهتر است — به این معناست که دو نفر اول اینطور فکر کردند. جمعیت به نظر میرسد که همنظر است در حالی که تقریباً هیچ اطلاعاتی را جمعآوری نمیکند.
- 5
۵. شکنندگی
زیرا یک سقوط بر سیگنالهای تنها چند بازیگر اول خود تکیه دارد، به طور ذاتی شکننده است. یک قطعه کوچک از اطلاعات عمومی معتبر — یا یک انحراف قابل مشاهده با اطلاعات قوی — میتواند آن را بشکند و سقوطی در جهت مخالف آغاز کند.
درس عمیق: رفتار منطقی فردی نتیجهای جمعی غیرمنطقی تولید کرد. هیچکس اشتباه نکرد، اما تصمیم گروه بر اساس دو یا سه سیگنال پر سر و صدا به جای صدها سیگنال است. تصمیمگیری بهصورت متوالی و قابل مشاهده بهطور خاموش یک جمع عاقل را به یک جمع تبدیل میکند — به همین دلیل است که ترتیب صحبت کردن افراد در جلسات بسیار بیشتر از آنچه تیمها فرض میکنند، اهمیت دارد.
جریانها در مقابل تفکر گروهی در مقابل رفتار جمعی
این اصطلاحات بهطور متناوب استفاده میشوند، اما نام مکانیزمهای شکست متفاوتی را میزنند — و تفاوتها برای انتخاب ضد تدابیر مناسب مهم است:
سقوط اطلاعاتی
یک شکست استنتاج منطقی. مردم تقلید میکنند زیرا اعمال مشاهده شده به طور واقعی اطلاعاتی را حمل میکنند و میتوانند به طور مشروع بر یک سیگنال خصوصی غلبه کنند. نیازی به فشار اجتماعی نیست. اقدام متقابل: استقلال را بازگردانید — قضاوتها را قبل از فاش کردن انتخاب کسی جمعآوری کنید.
تفکر گروهی
یک شکست اجتماعی-روانشناختی (جانیس، ۱۹۷۲). همبستگی و تمایل به اجماع اعضا را به خودسانسوری شک وادار میکند؛ مخالفت احساس ناپایداری میکند. اقدام متقابل: مشروعیت بخشیدن به مخالفت — وکلای شیطان، ورودی ناشناس، رهبران که آخر صحبت میکنند.
گلهداری (به معنای وسیع)
هر همگرایی از رفتار، منطقی یا غیر منطقی — شامل تقلید مبتنی بر پاداش (خرید به دلیل اینکه قیمتهای در حال افزایش خریداران بیشتری را جذب میکند) و تقلید مبتنی بر شهرت (هیچ مدیری به خاطر انتخاب اجماعی اخراج نمیشود). حبابها معمولاً هر سه مکانیزم را ترکیب میکنند.
هر سه یک دارایی مشابه را نابود میکنند: شرط استقلالی که حکمت جمعی به آن وابسته است. یک گروه میتواند بدون هیچ تفکری از طریق جریان شکست بخورد و با تفکر گروهی بدون هیچ جریانی — فرآیندهای تصمیمگیری قوی در برابر هر دو دفاع میکنند.
جریانها در دنیای واقعی
زمانی که الگو را بدانید، آن را در همه جا میبینید:
صف رستوران
دو رستوران، یکی خالی و دیگری با صف — صف رشد میکند. هر ورود جدید به طور منطقی صف را به عنوان مدرکی میخواند، حتی اگر صف ممکن است بر اساس انتخابهای دو ناهارخور اولیه با اطلاعات متوسط باشد. مدل ۱۹۹۲ بانرجی دقیقاً از این منطق استفاده میکند.
حبابهای مالی
روند NASDAQ به ۵,۰۴۸.۶۲ (۱۰ مارس ۲۰۰۰) و سقوط تقریباً ۷۸٪، و باورهای همبسته پیش از ۲۰۰۸ که قیمتهای مسکن فقط افزایش مییابند، هر دو نشان میدهند که تقلید از اطلاعات پیشی میگیرد — تقویت شده توسط اهرم، پوشش رسانهای و ایمنی شهرت تجارت اجماعی.
اطلاعات نادرست ویروسی
پلتفرمهای اجتماعی ماشینهای سقوط هستند: اشتراکهای قابل مشاهده اقداماتی بدون دلایل هستند. وسوخی، روی و آرال (علم، ۲۰۱۸) نشان دادند که اخبار کاذب دورتر، سریعتر و عمیقتر از حقیقت در حدود ۱۲۶,۰۰۰ سقوط توییتر منتشر میشود — نادرستی حدود ۷۰٪ بیشتر احتمال دارد که دوباره توییت شود.
جلسات و حلقههای استخدام
زمانی که نظرات به صورت زنده به ترتیب بیان میشوند، سخنرانان بعدی به طور منطقی اجماع در حال ظهور را در برابر دیدگاه خصوصی خود وزن میکنند — همان ریاضیات به عنوان صف رستوران، که در اطراف یک میز کنفرانس بازی میشود. اولین صدای مطمئن اغلب نتیجه را تعیین میکند.
جنون لاله — و بازگویی آن
اپیزود لاله هلندی ۱۶۳۶–۳۷ واقعی است، اما گلدگار (۲۰۰۷) نشان میدهد که روایت فاجعه عمدتاً افسانهای است که در بازگویی رشد کرده است. داستانهای سقوط خودشان سقوط میکنند: هر بازگویی کپیهای قبلی را به جای منابع کپی میکند.
استانداردهای پزشکی و فناوری
بیکچاندانی، هیرشلیف و ولچ از عمل پزشکی به عنوان یک مثال انگیزشی استفاده کردند: درمانها میتوانند از طریق تقلید از پذیرندگان اولیه قبل از اینکه آزمایشهای دقیق وزن کنند، استاندارد شوند و برخی بعداً با شواهد معکوس میشوند. استانداردهای فناوری همان دینامیکهای پذیرش ترتیبی را نشان میدهند — انتخابهای اولیه مکملها و پیروان را جذب میکنند، بنابراین استانداردی که پیروز میشود همیشه آن نیست که یک ارزیابی مستقل انتخاب میکند.
چگونه یک جریان را بشکنیم
زیرا جریانها ساختاری هستند، راهحلها نیز ساختاری هستند. هدف همیشه یکسان است: اطلاعات خصوصی را قبل از اینکه مشاهده آن را آلوده کند، به مجموعه وارد کنید. ساختار در کنار سطح فردی کار میکند، نه به جای آن: سوگیریهای شناختی مانند لنگر انداختن و در دسترس بودن جریانها را تقویت میکنند و اینکه آیا استقلال بازگردانده شده واقعاً استفاده میشود به دینامیکهای گروهی — کیفیت بررسی و ایمنی روانی — بستگی دارد — هر کدام یک حوزه تحقیق عمیق به خودی خود است.
ورودی مستقل اول
قضاوت هر شرکتکننده را به صورت مکتوب جمعآوری کنید قبل از اینکه کسی موقعیت دیگری را ببیند — اصل پشت روش دلفی (RAND، دهه ۱۹۵۰) و تکنیکهای برآوردی مانند پوکر برنامهریزی با افشای همزمان.
ناشناس بودن در جایی که ریسکها اجتماعی هستند
زمانی که موقعیتها از نامها و رتبهها جدا میشوند، گلهداری شهرت کنترل خود را از دست میدهد و مردم سیگنالهای واقعی خود را گزارش میکنند. مشارکت ناشناس یک ویژگی است، نه یک اشکال، از تجمیع صادقانه.
افشای همزمان
همه قضاوتها را به طور همزمان افشا کنید به جای اینکه به صورت ترتیبی. همزمانی تاریخ مشاهده شده را که تقلید را در وهله اول منطقی میکند، حذف میکند.
دلایل، نه فقط اقدامات
سقوطها بر اساس اقداماتی بدون دلایل تغذیه میشوند. زمانی که مشارکتها باید استدلال خود را حمل کنند — یک استدلال، نه فقط یک رأی — شرکتکنندگان بعدی میتوانند شواهد را خود ارزیابی کنند به جای اینکه از رفتار استنباط کنند.
سوابق تصمیمگیری
یک مسیر مستند از اینکه چه کسی چه چیزی را استدلال کرده و چرا، به گروه اجازه میدهد تا بررسی کند که آیا اجماع آن بر اساس شواهد جمعآوری شده است یا بر اساس سه نظر اولیه که همه بقیه کپی کردند — و سقوط را پس از واقعیت قابل مشاهده میکند.
چگونه Argumentree بهطور طراحی شده از جریانها جلوگیری میکند
جریان کاری اصلی Argumentree — ارسال استدلال ساختاریافته قبل از همگرایی گروه — یک ضد تدبیر جریان است که در ابزار گنجانده شده است:
مشارکت جدا شده از مشاهده
شرکتکنندگان به صورت ناهمزمان و مستقل استدلالهای خود را به درخت مشترک موافق/مخالف اضافه میکنند، بنابراین اطلاعات خصوصی قبل از اینکه جهت گروه به اندازه کافی قابل مشاهده باشد تا تقلید شود، وارد استخر میشود.
گزینههای مشارکت ناشناس
جایی که رتبه یا شهرت میتواند ورودی را تحریف کند، استدلالها میتوانند به صورت ناشناس ارائه شوند — پیوند بین موقعیت اجتماعی و تأثیر که گلهداری شهرت را به حرکت در میآورد، قطع میشود.
استدلالها دلایل را حمل میکنند
هر مشارکت یک ادعا با استدلال است، نه یک موقعیت خالی. ارزیابی چندبعدی (کمک، وضوح، دقت، کامل بودن) شواهد را بر اساس شایستگیهای آن ارزیابی میکند، بنابراین شرکتکنندگان بعدی به دلایل پاسخ میدهند به جای اینکه از صف استنباط کنند.
یک تجمیع قابل حسابرسی
امتیازهای اجماعی به وضوح ارزیابیها را تجمیع میکنند و مسیر کامل حسابرسی حفظ میکند که چه کسی چه چیزی و چه زمانی مشارکت کرده است — بنابراین گروه میتواند تأیید کند که نتیجهگیری آن بر اساس دانش جمعآوری شده است، نه بر اساس دو صدای اول.
سؤالات متداول
سقوط اطلاعاتی چیست؟
سقوط اطلاعاتی زمانی رخ میدهد که افراد در حال تصمیمگیری به ترتیب به طور منطقی اطلاعات خصوصی خود را نادیده میگیرند و انتخابهایی را که مشاهده میکنند تقلید میکنند. زمانی که انتخابهای مشاهده شده بر سیگنال خود فرد غلبه میکند، کپی کردن استنتاج بیزی صحیح است — اما از آن نقطه به بعد، اقدامات هیچ اطلاعات جدیدی را حمل نمیکنند، بنابراین ظاهراً اجماع گله بر اساس سیگنالهای تنها چند عضو اول است. این مدل توسط بیکچاندانی، هیرشلیف و ولچ در سال ۱۹۹۲ فرموله شد.
چرا سقوطهای اطلاعاتی در سطح فردی منطقی اما برای گروه غیر منطقی هستند؟
هر فرد به درستی شواهد موجود برای خود را وزن میکند، که شامل انتخابهای قابل مشاهده دیگران است. اما به محض اینکه افراد شروع به تقلید میکنند، اقدامات آنها دیگر سیگنالهای خصوصی خود را فاش نمیکند — بنابراین گروه متوقف میشود در جمعآوری اطلاعات. همه به درستی استدلال میکنند، اما نتیجه جمعی بر اساس دو یا سه سیگنال اولیه پر سر و صدا به جای دانش کل گروه است.
تفاوت بین سقوط اطلاعاتی و تفکر گروهی چیست؟
سقوط اطلاعاتی یک پدیده استنتاج منطقی است: نیازی به فشار اجتماعی نیست، فقط تصمیمات ترتیبی و اقدامات قابل مشاهده. تفکر گروهی، که توسط ایروینگ جانیس در سال ۱۹۷۲ شناسایی شد، یک پدیده اجتماعی-روانشناختی است: همبستگی و تمایل به اجماع اعضا را تحت فشار قرار میدهد تا به خودسانسوری مخالفت بپردازند. هر دو استقلالی را که حکمت جمعی نیاز دارد، از بین میبرند، اما نیاز به اقدامات متقابل متفاوتی دارند — سقوطها با ورودی مستقل و افشای همزمان شکسته میشوند، در حالی که تفکر گروهی با مشروعیت بخشیدن به مخالفت.
مثالهای واقعی از سقوطهای اطلاعاتی چیست؟
صفهای رستوران (خود صف به عنوان مدرک عمل میکند)، حبابهای مالی مانند روند صعودی داتکام به اوج ۵,۰۴۸ NASDAQ در مارس ۲۰۰۰، امواج پذیرش فناوری، بحثهای پنل استخدام که در آن اولین نظر مطمئن بقیه را لنگر میکند، و اطلاعات نادرست ویروسی — وسوخی، روی و آرال (علم، ۲۰۱۸) نشان دادند که اخبار کاذب دورتر و سریعتر از حقیقت در حدود ۱۲۶,۰۰۰ سقوط توییتر منتشر میشود.
آیا سقوطهای اطلاعاتی همیشه بد هستند؟
خیر. یادگیری اجتماعی اغلب کارآمد است — تقلید یک میانبر منطقی است زمانی که دیگران واقعاً بیشتر میدانند، و سقوطها به انتخابهای صحیح نیز اتفاق میافتند. مشکلات این است که سقوطها غیرقابل اعتماد هستند (میتوانند بر روی گزینه نادرست از چند سیگنال اولیه پر سر و صدا قفل شوند)، اطلاعات کمی دارند (جمعآوری را متوقف میکنند) و شکننده هستند (میتوانند بر اثر شوکهای کوچک معکوس شوند). برای تصمیمات مهم، هزینه مورد انتظار یک سقوط نادرست معمولاً توجیه میکند که برای قضاوت مستقل هزینه پرداخت شود.
چگونه میتوان از سقوطهای اطلاعاتی در تصمیمات گروهی جلوگیری کرد؟
ساختاراً استقلال را بازگردانید: قضاوتهای مکتوب از همه جمعآوری کنید قبل از اینکه هر موقعیتی فاش شود، از ناشناس بودن در جایی که رتبه میتواند ورودی را تحریف کند استفاده کنید، موقعیتها را به طور همزمان به جای ترتیبی افشا کنید، از مشارکتها بخواهید که دلایل را حمل کنند به جای رأیهای خالی، و یک سوابق تصمیمگیری نگه دارید تا گروه بتواند بررسی کند که اجماع آن واقعاً بر اساس چه چیزی است. ابزارهایی مانند Argumentree این مراحل را به جریان کار از طریق ارسال استدلال مستقل ناهمزمان و ارزیابی مبتنی بر شایستگی میسازند.
سقوطهای اطلاعاتی چگونه با رسانههای اجتماعی مرتبط هستند؟
پلتفرمهای اجتماعی مکانیزم سقوط را صنعتی میکنند: اشتراکها، لایکها و سیگنالهای ترند، اقداماتی قابل مشاهده هستند که از دلایل خالی شدهاند و به صورت ترتیبی به میلیونها نفر ارائه میشوند. الگوریتمهای توصیهگر قرار گرفتن همبسته را اضافه میکنند — همه یکسان موارد ترند را میبینند — که سیگنالهای خصوصی را بیشتر همبسته میکند. تحقیقات در مورد مدلهای زبانی بزرگ و هوش جمعی (برتون و همکاران، ۲۰۲۴) هشدار میدهد که واسطههای هوش مصنوعی ممکن است این را با همگن کردن اطلاعاتی که افراد مختلف دریافت میکنند، تشدید کنند.
مراجع و مطالعه بیشتر
بیکچاندانی، س.، هیرشلیف، د.، و ولچ، آی. (۱۹۹۲). نظریهای درباره مدها، مد، عادات و تغییرات فرهنگی به عنوان سقوطهای اطلاعاتی. مجله اقتصاد سیاسی، ۱۰۰(۵)، ۹۹۲–۱۰۲۶.
مدل بنیادی سقوط: تقلید منطقی، گلههای شکننده.
بانرجی، آ. وی. (۱۹۹۲). یک مدل ساده از رفتار گلهای. مجله فصلی اقتصاد، ۱۰۷(۳)، ۷۹۷–۸۱۷.
مدل همراه مستقل، ساخته شده بر اساس شهود انتخاب رستوران.
اندرسون، ال. آر.، و هولت، سی. آ. (۱۹۹۷). سقوطهای اطلاعاتی در آزمایشگاه. بازنگری اقتصادی آمریکایی، ۸۷(۵)، ۸۴۷–۸۶۲.
تأیید تجربی اینکه افراد واقعی همانطور که مدل پیشبینی میکند سقوط میکنند.
جانیس، آی. ال. (۱۹۷۲). قربانیان تفکر گروهی. هاوتون میفلین.
مدل شکست فشار اجتماعی، متمایز از سقوطهای اطلاعاتی.
هاروی، ج. بی. (۱۹۷۴). پارادوکس ابیلن: مدیریت توافق. دینامیکهای سازمانی.
توافق مدیریت نشده — گروهها به سمت آنچه که هیچکس نمیخواهد همگرا میشوند.
مککی، سی. (۱۸۴۱). توهمات فوقالعاده محبوب و جنون جمعیتها.
کلاسیک پیشعلمی درباره جنونهای جمعیت — توصیف زنده، بدون مکانیزم.
گلدگار، آ. (۲۰۰۷). جنون لاله: پول، افتخار و دانش در عصر طلایی هلند. انتشارات دانشگاه شیکاگو.
تصحیح آرشیوی: روایت فاجعه لاله عمدتاً افسانه است.
وسوخی، س.، روی، د.، و آرال، س. (۲۰۱۸). گسترش اخبار درست و نادرست آنلاین. علم، ۳۵۹(۶۳۸۰)، ۱۱۴۶–۱۱۵۱.
~۱۲۶,۰۰۰ سقوط توییتر: اخبار کاذب دورتر، سریعتر و عمیقتر سفر میکند.
View source →سورویچکی، ج. (۲۰۰۴). حکمت جمعیتها. دابلدی.
چرا استقلال یکی از چهار شرطی است که جمعیتها برای عاقل بودن نیاز دارند.
برتون، ج. و همکاران. (۲۰۲۴). چگونه مدلهای زبانی بزرگ میتوانند هوش جمعی را تغییر دهند. رفتار انسانی طبیعت، ۸، ۱۶۴۳–۱۶۵۵.
واسطههای هوش مصنوعی و خطر اکوسیستمهای اطلاعاتی همگن و مستعد سقوط.
View source →مفاهیم مرتبط
قبل از شکلگیری جمع، قضاوت مستقل بگیرید
Argumentree مشارکت را از مشاهده جدا میکند: استدلالهای همه بهطور مستقل وارد درخت میشوند، بر اساس شایستگیهایشان ارزیابی میشوند و در سوابق باقی میمانند. از دانش تجمیع شده تصمیم بگیرید — نه از اولین صدای صف.
آغاز آزمایش رایگان