Diversity Beats Ability: Why Your Smartest Hire Isn't Your Best Decision-Maker

マネジメント科学における最も魅力的な主張

すべてのリーダーは、シンプルな人材理論の引力を感じたことがある：見つけられる最も賢い人々を雇い、彼らを一つの部屋に入れれば、最良の意思決定が続く。これは明白であるという美点がある。しかし、せいぜい半分は真実であるという欠点がある。過去20年間、集団知能に関する研究が不快な発見に収束してきた：チームの知能はメンバーの知能の合計でも最大でもない。何か別のものが大部分の仕事をしており、その何かは違いに似ている：異なる情報、異なるヒューリスティック、異なる間違いの仕方。

その発見はスローガンに硬化した — 「多様性は能力を超える」 — そしてスローガンがすることをした：条件から切り離され、基調講演のスライドに自由に浮かんだ。反発も同様に広範囲で、研究全体を政治化された数学として退けた。両極端は間違っており、中間の真実は本当に有用である。この文章は、主張の背後にある2つの研究プログラム — 集団知能の「c因子」とホン-ページ定理 — を通り抜け、通常省かれる批評を含め、注意深い読者が実際に雇用やチーム設計の決定に持ち込むことができるものを示します。

c因子：チームは独自の知能を持つ

2010年、アニタ・ウィリアムズ・ウーリー、クリストファー・チャブリス、アレックス・ペントランド、ナダ・ハシュミ、トーマス・マローンは、サイエンスにおいて、個人が一般的な知能因子（心理測定のg）を持つなら、グループも持つのかという一見単純な質問をした研究を発表しました。彼らは、2人から5人のグループで働く699人を広範なタスク — ブレインストーミング、道徳的推論、交渉、パズル — でテストし、ある種のタスクにおけるグループのパフォーマンスが他のタスクのパフォーマンスを予測するかどうかを確認しました。

それはそうでした。彼らがcと呼んだ単一の統計的要因、すなわち集団知能は、タスクにおけるグループのパフォーマンスのばらつきの約43%を説明しました。驚くべきことは、cが追跡しなかったことです：それはグループメンバーの平均知能や最も賢いメンバーの知能とは弱くしか相関しませんでした。代わりにcを予測したのは、グループ自体の三つの特性でした：メンバーの平均社会的感受性（目の中の心を読むテストで測定）、会話のターンテイキングの平等性 — 一つまたは二つの声に支配されたグループはスコアが低く、そしてグループ内の女性の割合であり、これは社会的感受性によって統計的に媒介される効果でした。

注意深く読むと、これは能力が重要でないという主張ではありません。これは、チームレベルでは能力がボトルネックではないという主張です。ボトルネックは、グループがメンバーが知っていることを抽出し、組み合わせることができるかどうかであり、これはプロセスの特性であり、個々の頭蓋骨の特性ではありません。

基調講演で聞かれない再現の戦い

c因子は本物の科学的戦いを経ており、誠実さはそれを報告することを要求します。2017年、マーカス・クレデとガレット・ハワードソンは、以前に発表された6つのサンプルのデータを再分析し、一般的な集団知能因子に対する経験的支持が弱いと主張しました — 単一の因子が多くのグループタスクのばらつきをほとんど説明せず、その構造はスコアリングの選択のアーティファクトである可能性があると。ウーリー、ヨンジョン・キム、マローンは2018年に応答し、批評がグループが実際に行ったタスクに合わないスコアリング手順とシミュレーションの仮定に基づいていると主張しました。

それ以来の最も重要な証拠は、2021年にクリストフ・リードル、ヨン・ジ・キム、プラナヴ・グプタ、トーマス・マローン、アニタ・ウーリーによるPNASのメタ分析で、22の研究と1,356のグループ — 大学生、軍人、オンライン労働者、ゲーマーをカバーしています。これらの集団におけるc因子の一貫した証拠が見つかり、グループの協力プロセスとメンバーのスキルの両方が寄与しています。実務者はどこに立つのでしょうか？この構造は大規模なメタ分析によって支持されており、その構造は依然として議論されています — おおよそgが数十年にわたって立っていた場所です。真剣に議論されていないのは、基礎となるパターンです：メンバーのIQはチームパフォーマンスの驚くほど貧弱な予測因子であり、相互作用プロセスは驚くほど良い予測因子です。

「多様性は能力を超える」：ホンとページが実際に証明したこと

多様性の主張の第二の柱は、経済学と複雑性科学から来ています。2004年、ル・ホンとスコット・ページは、PNASに「多様な問題解決者のグループは、高能力の問題解決者のグループを上回ることができる」という記憶に残るタイトルの論文を発表しました。彼らは、異なる問題解決のヒューリスティックを装備したエージェントが険しい解決の風景を探索する計算モデルを構築しました。各エージェントは行き詰まるまで登り、次に別のエージェントがそのポイントから異なる動きで引き継ぎます。

結果：モデルの条件下で、ランダムに選ばれたエージェントのグループ — ランダム選択はヒューリスティックの多様性を保証します — は、個々の最良のパフォーマンスを持つエージェントのグループを上回りました。メカニズムは直感的で、一度見れば理解できます：最良の個人パフォーマーは類似したヒューリスティックを学んでいる傾向があるため、同じ局所最適に行き詰まります。しかし、どれほど才能があってもクローンのチームは一つの心のように探索します。多様なチームのメンバーは、それぞれの行き詰まりから互いに救い出します。

しかし、条件は重要であり、ページ自身はその点について彼の普及者よりも明確です：問題は本当に難しいものでなければならず（個人が単独で解決できない）、エージェントはすべて合理的に能力がある必要があります（無知の中の多様性は役に立たない）、チームが引き出されるプールは大きい必要があり、設定はエージェントが互いの立場を基に構築する反復的な問題解決でなければなりません。「どんな多様なグループもどんな専門家グループを上回る」というのは証明されたことではなく、そのように扱うことは主張を失敗させることになります。

反撃：火の中の定理

2014年、数学者アビゲイル・トンプソンは、アメリカ数学会の通知（第61巻、第9号、pp. 1024–1030）に「多様性は能力を超えるのか？社会科学における数学の誤用の例」という鋭い批評を発表しました。彼女の主張は二つの側面を持っていました。第一に、ホン-ページ論文の正式な定理は、その仮定が解かれるとほぼ自明であるということ — 彼女の読みでは、条件が実質的に結論を構築し、数学的内容はそれに置かれた社会的重みには薄い。第二に、広範な主張を支持するシミュレーションはパラメータの選択に敏感であり、そこから引き出された広範な結論を許可しないということです。

この批評はそれ自体に反応を引き起こしました。2017年にクリティカルレビューに掲載されたダニエル・キューンのメモは、トンプソンの数学的異議がさまざまに不正確で、誤解を招くか、または社会科学における正式なモデルの機能のポイントから外れていると主張しました — モデルの価値はそれが孤立させるメカニズムにあり、証明の深さではありません。科学の哲学者たちは、ダニエル・シンガーを含む認識共同体に関する研究を行い、多様性の価値が修正された形で生き残る関連モデルを開発しています。

私たちの読み取り、実務者が必要とするもの：定理はそのタイトルよりも弱く、メカニズムは実際に存在し観察可能であり、広範なスローガンは条件付きの主張に取って代わるべきです。難しい多次元の問題に直面し、候補者プールが深い場合、補完的な考え方のために選ばれたチームは、個々のスコアに基づいて選ばれたチームよりもしばしば解決空間をより良く探索します — なぜなら、個々のスコアは似たように考える人々を集めるからです。その主張には過剰な定理は必要なく、次のセクションがその理由を示します。

誰も異議を唱えない数学：多様性予測定理

議論のあるモデルを取り除くと、誰も異議を唱えない一つの数学が残ります。それは同一性であり、代数であり、経験的ではありません。スコット・ページはこれを多様性予測定理と呼びます（差異、2007年）。数値的な推定を行うグループに対して、誤差は真実からの二乗距離として測定されます：

二つの結果が直接導かれます。第一に、グループの総合的な推定は常にその平均メンバーと同じくらい正確です — 群衆は典型的な個人よりも悪くなることはありませんが、最良の個人よりも悪くなることはあります。第二に、個々の正確性を固定したまま、真の不一致の増加は機械的に集団の誤差を減少させます。多様性はこの方程式において気分を良くするボーナスではなく、二つの項の一つです。正確なクローンのグループと、適度に正確な反対者のグループは、異なるルートで同一の集団誤差に到達することができます。

問題は — そしてこれはこの研究全体に通じる同じ問題です — 真のという言葉です。この定理は予測の多様性を報酬し、それには情報とモデルの多様性が必要です。もし全員が同じ三つの情報源を読むなら、彼らの予測は一緒に集まり、多様性の項は崩壊し、群衆はエコーに堕ちます。これはまさに、群衆の知恵の文献で文書化された失敗モードです：相関した誤差はキャンセルされず、累積します。

多様性が役立つとき

多様性が役立たないとき — スローガンが省略する部分

正直な説明にはコストを含める必要があります。なぜなら、それらは現実であり、多様なチームが時には均質なチームよりも実際にパフォーマンスが劣る理由だからです。

組織文献全体にわたるパターンはモデルと一致しています：多様性の利点はタスクの複雑さとプロセスの質に依存し、そのコストは前倒し（調整、対立、遅い規範形成）され、利点は後倒し（より良い探索、盲点の減少）されます。早期に辞めるチームはコストを捉え、利益を逃します。

認知的多様性は人口統計的多様性ではない

この議論を正直に保つための区別：上記の研究は認知的（または認識的）多様性 — 情報、訓練、ヒューリスティック、メンタルモデルの違いについてです。人口統計的多様性は異なる変数です。二つは現実の世界で相関していますが、人生経験が情報と視点を形成するため、互換性はありません。そして、最も強い研究効果は認知的なものに付随します。同一の情報源と同一の訓練を利用する人口統計的に多様なチームは認知的に均一であり得ます；人口統計的に類似したチームは、すべての重要なことについて意見が異なるエンジニア、弁護士、現場オペレーターを含むことができます。また、ウーリーのc因子が相関する社会的感受性とターンテイキングは、いずれの種類の構成ではなく、プロセスに関するものです。この区別とその背後にある研究についての詳細な説明は、認識的多様性に関するガイドをご覧ください。

実際に行うべきこと：チームの構成と運営

この研究の防御可能な核心を実践に翻訳すると、スローガンよりも引用しにくいが、はるかに堅牢なアドバイスが得られます：

多様な入力を重要視する：乗数としての構造

上記のすべての実用的な推奨事項は、単に多様性を集めるのではなく、捕らえることに関するものであることに注意してください。これが構造化された方法がその価値を発揮するところです。議論マップでは、各利害関係者が独立して自分の推論を提供します — 会議が先行者に収束する前に — そしてすべての議論は、その評価された価値に基づいて成立または失敗し、提供した人の地位には依存しません。これにより、自信のある声が多様な部屋を均質化することを可能にする地位の影響のリンクが断たれます。

Argumentreeは、共同意思決定のために正確にこのパターンを実装しています：非同期かつ独立して収集された複数の利害関係者の入力、共有の賛否ツリーに整理された議論、そして多次元評価（有用性、明確さ、正確さ、完全性）が合意スコアに集約されます。あなたの採用によって生まれた多様性は、実際にあなたの決定が使用する情報となります — どの視点が結果を形作ったかを示す完全な監査証跡を持って。さらに、66の言語で貢献が可能なため、視点のプールは会議の言語に流暢な人々に限られません。

この記事が基づいている研究の長い弧 — コンドルセの陪審定理から今日の人間とAIのチームまで — については、私たちの関連資料を参照してください。集団知能：240年の研究。