Cos'è la saggezza delle folle? La saggezza delle folle è il fenomeno in cui il giudizio aggregato di un gruppo supera costantemente quello degli esperti individuali, a condizione che il gruppo abbia diversità di opinione, indipendenza di giudizio, decentralizzazione della conoscenza e un meccanismo di aggregazione.
La saggezza delle folle è stata dimostrata empiricamente per la prima volta da Francis Galton, che ha analizzato 787 stime del peso di un ossone vestito alla Fiera del Bestiame e Pollame del West dell'Inghilterra del 1906 a Plymouth. La stima mediana di 1.207 lb era entro circa l'1% del reale 1.198 lb — migliore degli esperti di bestiame — e Galton pubblicò il risultato come 'Vox Populi' in Nature (1907). La base matematica è più antica: il Teorema della Giuria di Condorcet (1785) dimostra che se ogni membro di un gruppo è anche solo leggermente migliore del caso su una domanda sì/no e i membri giudicano in modo indipendente, la probabilità che la maggioranza sia corretta si avvicina alla certezza man mano che il gruppo cresce. Il libro di James Surowiecki, La saggezza delle folle (2004), ha codificato quattro condizioni — diversità di opinione, indipendenza, decentralizzazione e aggregazione — e ha mostrato che rimuovere una qualsiasi di esse produce greggi, bolle e pensiero di gruppo invece di saggezza. All'interno del ciclo di vita del processo decisionale (Partecipare, Inquadrare, Generare, Indagare, Aggregare, Deliberare, Allocare, Scegliere, Implementare, Monitorare), la saggezza delle folle è la scienza della fase di Aggregato: quanti giudizi privati diventano un giudizio collettivo prima che la deliberazione converga su una scelta. Meccanismi diversi aggregano cose diverse — i sistemi di voto aggregano preferenze, i mercati delle previsioni aggregano credenze probabilistiche e la deliberazione strutturata aggrega motivi. Le applicazioni moderne includono mercati delle previsioni come i Mercati Elettronici dell'Iowa, l'apprendimento automatico ensemble e le piattaforme di decisione collaborativa. Argumentree applica questi principi con la presentazione di argomenti indipendenti e asincroni che proteggono l'indipendenza, la valutazione multidimensionale che aggrega giudizi diversi in punteggi di consenso e una completa tracciabilità che preserva il ragionamento dietro l'aggregato.
Qual è la saggezza delle folle?
La saggezza delle folle è il fenomeno in cui il giudizio aggregato di un gruppo supera costantemente quello degli esperti individuali — a condizione che siano soddisfatte quattro condizioni specifiche. È stata dimostrata con 787 stime a una fiera di campagna nel 1906, formalizzata nel 1785, ed è il motivo per cui l'aggregazione strutturata supera la voce più forte nella stanza.
Ultimo aggiornamento: 2026-07-18
TL;DR
Sotto le giuste condizioni — diversità, indipendenza, decentralizzazione e aggregazione — i gruppi superano affidabilmente il loro membro più intelligente. Francis Galton lo ha dimostrato nel 1906 (787 visitatori della fiera hanno stimato il peso di un ossone entro l'1%); Condorcet ha provato la matematica nel 1785; James Surowiecki ha codificato le quattro condizioni nel 2004. Rimuovere una qualsiasi condizione rende la folla meno intelligente, non più intelligente — il che è esattamente ciò che accade nelle bolle, nelle camere d'eco e nel pensiero di gruppo. Argumentree protegge l'indipendenza attraverso la presentazione strutturata di argomenti asincroni e aggrega giudizi diversi attraverso la valutazione multidimensionale in punteggi di consenso.
Una Breve Storia della Saggezza delle Folle
La scienza del giudizio collettivo si estende per 240 anni — dalla teoria della probabilità dell'Illuminismo ai modelli di linguaggio di grandi dimensioni. Il modello che si ripete: le folle sono sagge solo quando la struttura protegge il giudizio indipendente.
Il Marchese de Condorcet dimostra che se ogni elettore è anche solo leggermente migliore di un lancio di moneta su una domanda binaria, la probabilità che la maggioranza abbia ragione cresce verso la certezza man mano che il gruppo cresce — a condizione che i membri giudichino in modo indipendente. Se ogni elettore è leggermente peggiore del caso, la stessa matematica porta la maggioranza verso un errore certo.
Francis Galton analizza un concorso di valutazione del peso alla Fiera del Bestiame e Pollame del West dell'Inghilterra a Plymouth: 787 biglietti validi da sei pence stimano il peso di un bue vestito. La stima centrale — 1.207 lb — si colloca entro circa l'1% del reale 1.198 lb, superando gli esperti di bestiame. Pubblicato in Nature, 7 marzo 1907.
Il "L'uso della conoscenza nella società" di Friedrich Hayek sostiene che nessun pianificatore centrale può raccogliere la conoscenza dispersa e locale che i prezzi di mercato aggregano automaticamente — la base teorica per i mercati delle previsioni.
La RAND Corporation sviluppa la tecnica Delphi: opinioni di esperti raccolte in modo anonimo e a turni, proteggendo il giudizio indipendente dalla gerarchia e dalla pressione sociale.
L'Università dell'Iowa lancia un mercato di ricerca con denaro reale per le previsioni elettorali. Tra il 1988 e il 2004, i suoi prezzi erano più vicini all'esito rispetto a 964 sondaggi nazionali il 74% delle volte (Berg, Nelson & Rietz 2008).
James Surowiecki codifica le quattro condizioni per la saggezza delle folle — diversità, indipendenza, decentralizzazione, aggregazione — e documenta come la rimozione di una qualsiasi di esse produca greggi, bolle e pensiero di gruppo.
Woolley e colleghi pubblicano prove in Science per un generale "fattore c" nelle prestazioni di gruppo — guidato non dal QI medio dei membri ma dalla sensibilità sociale e dal turno equo. L'intelligenza di gruppo è una proprietà del processo, non solo delle persone.
La ricerca sui LLM e l'intelligenza collettiva (Burton et al., Nature Human Behaviour 2024) scopre che l'IA può ampliare l'accesso alla conoscenza collettiva — ma rischia di omogeneizzare i punti di vista, erodendo la diversità e l'indipendenza su cui si basa la saggezza delle folle.
La Scienza: Un Ossone, 787 Stime e un Teorema
Nell'autunno del 1906, il statistico 84enne Francis Galton partecipò a una fiera del bestiame a Plymouth dove i visitatori pagavano sei pence per indovinare il peso vestito di un ossone. Galton — non un democratico per temperamento — si aspettava che l'esercizio dimostrasse l'ignoranza dell'elettore medio. Invece, dopo aver scartato 13 biglietti difettosi, trovò che la mediana delle 787 stime era di 1.207 lb rispetto a un peso reale di 1.198 lb — entro circa l'1%, e più vicino degli esperti di bestiame. Pubblicò il risultato come "Vox Populi" in Nature (1907); in corrispondenza successiva riconobbe che la media era ancora più vicina, a 1.197 lb. Divenne la dimostrazione fondante della saggezza delle folle.
Perché funziona? Ogni stima può essere vista come il valore vero più un errore individuale. Quando gli stimatori sono diversi e giudicano in modo indipendente, i loro errori puntano in direzioni diverse e si annullano parzialmente nell'aggregato — mentre il segnale condiviso si accumula. La folla non è più intelligente di chiunque altro al suo interno; l'aggregazione è più intelligente di quasi chiunque al suo interno.
La matematica precede Galton di 121 anni. Il Teorema della Giuria di Condorcet (1785) dimostra che su una domanda binaria, se ogni membro ha una probabilità anche solo leggermente superiore a un mezzo di essere corretto e i membri giudicano indipendentemente, la probabilità che la maggioranza sia corretta si avvicina alla certezza man mano che il gruppo cresce. Il teorema funziona in entrambi i sensi: se i membri sono leggermente peggiori del caso — disinformati o che copiano gli errori degli altri — la maggioranza diventa quasi certamente errata. Lavori successivi hanno esteso il teorema a competenze disuguali (Grofman, Owen & Feld 1983) e hanno mostrato che voti correlati lo indeboliscono sostanzialmente (Ladha 1992). L'indipendenza non è una cortesia; è l'assunzione portante.
Le Quattro Condizioni di Surowiecki per una Folla Saggia
Il La saggezza delle folle di James Surowiecki (2004) ha identificato perché alcune folle sono brillanti e altre disastrose. Tutte e quattro le condizioni devono essere soddisfatte:
Diversità di opinione
Ogni persona porta alcune informazioni private o un'interpretazione diversa — anche eccentriche. I gruppi omogenei commettono gli stessi errori nella stessa direzione, e gli errori correlati non si annullano.
Indipendenza
I giudizi delle persone non sono dettati dalle persone intorno a loro. Nel momento in cui gli individui iniziano a copiare comportamenti visibili invece di utilizzare le proprie informazioni, la folla diventa un gregge — vedi le cascata di informazioni.
Decentralizzazione
Le persone possono specializzarsi e attingere a conoscenze locali che nessuna autorità centrale potrebbe raccogliere. Questa è l'intuizione di Hayek: la conoscenza che conta è dispersa nel gruppo.
Aggregazione
Esiste un meccanismo per trasformare i giudizi privati in uno collettivo — una mediana, un prezzo di mercato, un voto, un punteggio di consenso. Senza aggregazione, la saggezza rimane bloccata nelle teste individuali.
Rimuovere una qualsiasi condizione rende la folla meno intelligente, non più intelligente. Questa è la lente diagnostica per ogni fallimento collettivo: le bolle sono fallimenti di indipendenza, le camere d'eco sono fallimenti di diversità, e le riunioni dominate dal primo oratore sono fallimenti di aggregazione. Meccanismi diversi aggregano anche cose diverse — i sistemi di voto aggregano preferenze, i mercati delle previsioni aggregano credenze, e la deliberazione strutturata aggrega motivi — quindi scegliere il meccanismo di aggregazione è di per sé una decisione di design.
Quando le Folle Falliscono
La saggezza delle folle non è automatica — è fragile e fallisce in modi prevedibili quando le sue condizioni si rompono:
Cascate di informazioni
Quando le persone decidono in sequenza e possono vedere le scelte precedenti, diventa razionale ignorare le informazioni private e imitare — e gli errori si accumulano. Bikhchandani, Hirshleifer e Welch hanno formalizzato questo nel 1992. Vedi cascate di informazioni.
Pensiero di gruppo
Irving Janis (1972) ha mostrato come i gruppi coesi sopprimano il dissenso in cerca di unanimità — il suo caso canonico è stato l'invasione della Baia dei Porci. Il pensiero di gruppo è un fallimento della pressione sociale sull'indipendenza, distinto dall'imitazione razionale delle cascata ma altrettanto distruttivo.
Errori correlati
Quando tutti attingono alle stesse fonti, gli errori smettono di annullarsi e iniziano ad amplificarsi. Ricerche recenti (2025) mostrano che l'accuratezza collettiva può effettivamente diminuire man mano che i gruppi crescono quando i membri condividono informazioni altamente correlate — la ragione matematica per cui le camere d'eco rendono le folle più stupide.
Ancoraggio sulla prima voce
Nella discussione sequenziale, il primo o il relatore più anziano plasma in modo sproporzionato l'esito. L'indipendenza muore nel momento in cui il giudizio diventa pubblico prima che tutti abbiano espresso la propria opinione.
Il rimedio è strutturale, non motivazionale: raccogliere giudizi indipendenti prima che il gruppo veda i punti di vista degli altri, mantenere le fonti di informazione diverse e aggregare esplicitamente piuttosto che lasciare che volume o status decidano. Questo è precisamente ciò che il metodo Delphi ha pionierato negli anni '50 — e ciò che le piattaforme di decisione strutturata automatizzano oggi.
Dove Oggi Si Usa la Saggezza delle Folle
La stessa logica di aggregazione appare in sistemi molto diversi:
Mercati delle previsioni
I mercati aggregano credenze disperse in un prezzo. I Mercati Elettronici dell'Iowa erano più vicini agli esiti elettorali rispetto a 964 sondaggi nazionali contemporanei il 74% delle volte tra il 1988 e il 2004 (Berg, Nelson & Rietz 2008). Vedi mercati delle previsioni.
Apprendimento automatico ensemble
Le foreste casuali e altri metodi ensemble sono il Teorema del Giurì di Condorcet in silicio: molti apprendisti deboli, diversi e per lo più indipendenti votano, e la maggioranza è di gran lunga più accurata di qualsiasi singolo modello.
Il metodo Delphi
Elicitazione strutturata di esperti in turni anonimi — progettato alla RAND negli anni '50 specificamente per proteggere l'indipendenza dalla gerarchia e dall'influenza sociale.
Piattaforme di decisione collaborative
Strumenti che raccolgono argomenti e valutazioni da ogni parte interessata prima della convergenza applicano le condizioni della saggezza collettiva alle decisioni organizzative — aggregando motivi, non solo voti.
Come Argumentree Ingegnerizza la Saggezza delle Folle
Il design di Argumentree si mappa direttamente sulle quattro condizioni:
Indipendenza per struttura
I partecipanti contribuiscono con argomenti in modo asincrono e indipendente — prima che il gruppo converga — e possono contribuire in modo anonimo. Nessuno è ancorato dalla prima o dalla voce più anziana.
Diversità catturata come argomenti
Ogni parte interessata aggiunge la propria conoscenza locale come argomenti espliciti pro e contro in un albero condiviso, in modo che le prospettive decentralizzate entrino nel record invece di rimanere non espresse.
Aggregazione che puoi verificare
Valutazioni multidimensionali (utilità, chiarezza, accuratezza, completezza) si aggregano in punteggi di consenso — un meccanismo definito che trasforma molti giudizi privati in un unico segnale collettivo, con l'intera traccia di audit preservata.
Motivi, non solo numeri
A differenza di un prezzo di mercato o di un conteggio dei voti, l'aggregato mantiene il suo ragionamento attaccato: l'albero degli argomenti documenta perché il giudizio collettivo è uscito nel modo in cui è uscito.
Domande Frequenti
Qual è la saggezza delle folle?
La saggezza delle folle è il fenomeno in cui il giudizio aggregato di un gruppo supera costantemente quello degli esperti individuali, a condizione che si verifichino quattro condizioni: diversità di opinione, indipendenza del giudizio, decentralizzazione della conoscenza e un meccanismo di aggregazione. Il termine è diventato diffuso dopo il libro del 2004 di James Surowiecki, ma la dimostrazione empirica risale a Francis Galton nel 1906 e la matematica a Condorcet nel 1785.
Chi ha scoperto la saggezza delle folle?
Francis Galton l'ha dimostrata empiricamente nel 1906, quando la mediana delle stime di 787 visitatori di una fiera sul peso di un bue vestito (1.207 lb) è risultata entro circa l'1% del vero 1.198 lb — pubblicato come 'Vox Populi' in Nature nel 1907. Il Marchese de Condorcet aveva provato la base matematica, il teorema del giurì, nel 1785. James Surowiecki ha reso popolare il concetto e ha nominato le quattro condizioni nel 2004.
Quali sono le quattro condizioni di Surowiecki per la saggezza delle folle?
Diversità di opinione (ogni persona porta informazioni private o un'interpretazione diversa), indipendenza (i giudizi non sono dettati dalle opinioni visibili degli altri), decentralizzazione (le persone attingono a conoscenze locali specializzate) e aggregazione (un meccanismo trasforma i giudizi privati in una decisione collettiva). Tutte e quattro devono essere soddisfatte — rimuovere una qualsiasi rende la folla meno accurata, non più.
Quando fallisce la saggezza delle folle?
Fallisce quando le sue condizioni si rompono: le cascata di informazioni e il gregge distruggono l'indipendenza, le camere d'eco e le fonti condivise distruggono la diversità (gli errori diventano correlati e amplificano invece di annullarsi), e le riunioni non strutturate mancano di una vera aggregazione, lasciando che lo stato e il volume decidano. Il pensiero di gruppo — pressione sociale verso l'unanimità — attacca l'indipendenza da una direzione diversa rispetto alle cascata ma con lo stesso risultato.
Qual è la differenza tra la saggezza delle folle e il pensiero di gruppo?
Sono opposti prodotti da una variabile: l'indipendenza. La saggezza della folla emerge quando i giudizi indipendenti vengono aggregati; il pensiero di gruppo emerge quando la pressione sociale costringe i membri a convergere sul consenso apparente del gruppo prima che avvenga il giudizio indipendente. Un gruppo che condivide, discute e si conforma prima che qualcuno esprima un giudizio privato sta eseguendo meccaniche di pensiero di gruppo anche se sembra collaborativo.
Qual è il Teorema del Giurì di Condorcet in termini semplici?
Se ogni persona in un gruppo è anche solo leggermente più propensa di un lancio di moneta ad avere ragione su una domanda sì/no, e tutti giudicano in modo indipendente, allora più grande è il gruppo, più è probabile che la maggioranza abbia ragione — avvicinandosi alla certezza. Il problema: se le persone sono leggermente peggiori del caso, o si copiano a vicenda, la stessa matematica rende la maggioranza sicura di avere torto.
Quali sono esempi reali della saggezza delle folle?
Il concorso sul peso del bue di Galton del 1906 (787 stime, mediana entro l'1%); mercati delle previsioni come i Mercati Elettronici dell'Iowa, che hanno superato 964 sondaggi nazionali il 74% delle volte tra il 1988 e il 2004; apprendimento automatico ensemble, dove molti modelli deboli superano qualsiasi singolo modello forte; e i turni anonimi di esperti del metodo Delphi, utilizzati dagli anni '50 per le previsioni.
Come applicano gli strumenti di decisione collaborativa la saggezza delle folle?
Ingegnerizzano le quattro condizioni nel software: il contributo indipendente e asincrono (opzionalmente anonimo) protegge l'indipendenza; la cattura strutturata degli argomenti attrae conoscenze decentralizzate e diverse; e la valutazione esplicita con punteggi di consenso fornisce il meccanismo di aggregazione. Argumentree inoltre preserva la traccia di ragionamento, in modo che il giudizio collettivo rimanga spiegabile dopo il fatto.
Riferimenti e Ulteriori Letture
Condorcet, M. de (1785). Essai sur l'application de l'analyse à la probabilité des décisions rendues à la pluralité des voix.
Il teorema del giurì — la base matematica del giudizio collettivo.
Galton, F. (1907). Vox Populi. Nature, 75, 450–451.
La dimostrazione empirica fondante: 787 stime, mediana 1.207 lb vs reale 1.198 lb.
View source →Hayek, F. A. (1945). L'uso della conoscenza nella società. American Economic Review, 35(4), 519–530.
Conoscenza dispersa e prezzi come aggregazione — il caso per la decentralizzazione.
Grofman, B., Owen, G., & Feld, S. L. (1983). Tredici teoremi in cerca della verità. Theory and Decision, 15, 261–278.
Estensioni del Teorema del Giurì di Condorcet a competenze disuguali.
Ladha, K. K. (1992). Il Teorema del Giurì di Condorcet, Libertà di Espressione e Voti Correlati. American Journal of Political Science, 36(3).
Perché i giudizi correlati indeboliscono il teorema.
Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). Una Teoria di Mode, Moda, Costume e Cambiamento Culturale come Cascate Informative. Journal of Political Economy, 100(5), 992–1026.
Il modello formale di come osservare gli altri distrugge l'indipendenza.
Surowiecki, J. (2004). La saggezza delle folle. Doubleday.
Le quattro condizioni: diversità, indipendenza, decentralizzazione, aggregazione.
Berg, J., Nelson, F., & Rietz, T. (2008). Accuratezza del mercato delle previsioni nel lungo periodo. International Journal of Forecasting, 24(2), 285–300.
IEM vs 964 sondaggi, 1988–2004: il mercato era più vicino il 74% delle volte.
Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., & Malone, T. W. (2010). Prove di un Fattore di Intelligenza Collettiva nelle Prestazioni dei Gruppi Umani. Science, 330(6004), 686–688.
L'intelligenza di gruppo come fattore misurabile guidato dal processo, non dal QI medio.
View source →Burton, J. W., et al. (2024). Come i modelli linguistici di grandi dimensioni possono rimodellare l'intelligenza collettiva. Nature Human Behaviour, 8, 1643–1655.
Opportunità e rischi di omogeneizzazione che i LLM pongono per la saggezza delle folle.
View source →Concetti Correlati
Trasforma il tuo team in una folla saggia
Argumentree struttura le quattro condizioni in ogni decisione: contributo indipendente, argomenti diversi, aggregazione esplicita e un percorso di ragionamento preservato. Smetti di decidere in base alla voce più forte.
Inizia la Prova Gratuita