群衆の知恵とは何ですか？ 群衆の知恵とは、意見の多様性、判断の独立性、知識の分散、集約のメカニズムがある場合に、グループの総合的な判断が個々の専門家を一貫して上回る現象です。
群衆の知恵は、フランシス・ガルトンによって初めて実証されました。彼は1906年にプリマスで開催された西イングランドの肥育家畜と家禽の展示会で、牛の体重に関する787回の推測を分析しました。中央値の推測である1,207ポンドは、実際の1,198ポンドの約1%以内であり、牛の専門家よりも優れていました。ガルトンはこの結果を『ボックス・ポプリ』として『ネイチャー』に発表しました（1907年）。数学的な基盤はそれよりも古く、コンコルセの陪審定理（1785年）は、グループの各メンバーがイエス/ノーの質問に対してランダムよりもわずかに優れている場合、メンバーが独立して判断するならば、グループが大きくなるにつれて多数派が正しい確率が確実性に近づくことを証明しています。ジェームズ・スロウィエッキの『群衆の知恵』（2004年）は、意見の多様性、独立性、分散、集約の4つの条件を定義し、いずれか1つを取り除くと、知恵ではなく群れ、バブル、集団思考が生じることを示しました。意思決定のライフサイクル（参加、フレーム、生成、調査、集約、熟考、配分、選択、実施、監視）の中で、群衆の知恵は集約段階の科学です：熟考が選択に収束する前に、どれだけの個々の判断が1つの集団的判断になるか。異なるメカニズムは異なるものを集約します — 投票システムは好みを集約し、予測市場は確率的信念を集約し、構造化された熟考は理由を集約します。現代の応用には、アイオワ電子市場、アンサンブル機械学習、協力的意思決定プラットフォームが含まれます。Argumentreeは、独立性を保護する非同期の独立した議論の提出、多様な判断を合意スコアに集約する多次元評価、集約の背後にある理由を保存する完全な監査トレイルを用いて、これらの原則を適用します。
群衆の知恵とは？
群衆の知恵とは、特定の4つの条件の下で、グループの総合的な判断が個々の専門家を一貫して上回る現象です。これは1906年のカントリーフェアでの787回の推測で証明され、1785年に形式化され、構造化された集約が部屋の中で最も大きな声を上回る理由です。
最終更新日： 2026-07-18
TL;DR
適切な条件の下で — 多様性、独立性、分散、および集約 — グループはその最も賢いメンバーを確実に上回ります。フランシス・ガルトンは1906年にこれを実証しました（787人のフェアゴーアが牛の体重を1%以内で推定しました）；コンコルセは1785年に数学を証明しました；ジェームズ・スロウィエッキは2004年に4つの条件を定義しました。いずれかの条件を取り除くと、群衆は愚かになり、賢くはなりません — これはバブル、エコーチャンバー、集団思考で実際に起こることです。Argumentreeは、構造化された非同期の議論の提出を通じて独立性を保護し、多次元評価を通じて多様な判断を合意スコアに集約します。
群衆の知恵の簡単な歴史
集団的判断の科学は240年にわたります — 啓蒙時代の確率論から大規模言語モデルまで。繰り返されるパターン：群衆は、構造が独立した判断を保護する場合にのみ賢い。
マルキ・ド・コンコルセは、各投票者が二項質問に対してコインの裏表よりもわずかに優れている場合、グループが大きくなるにつれて多数派が正しい確率が確実性に近づくことを証明します — メンバーが独立して判断する限り。各投票者が運よりもわずかに劣っている場合、同じ数学が多数派を確実な誤りに導きます。
フランシス・ガルトンは、プリマスで開催された西イングランドの肥育家畜と家禽の展示会での体重推測コンテストを分析します：牛の体重を推定する787枚の有効なシックスペニー券。中央値の推測 — 1,207ポンド — は実際の1,198ポンドの約1%以内に収まり、牛の専門家を上回ります。『ネイチャー』に発表され、1907年3月7日。
フリードリヒ・ハイエクの『社会における知識の利用』は、中央計画者が市場価格が自動的に集約する分散した地域の知識を集めることはできないと主張します — 予測市場の理論的基盤。
RANDコーポレーションはデルファイ技法を開発します：専門家の意見を匿名でラウンドごとに収集し、ランクや社会的圧力から独立した判断を保護します。
アイオワ大学は選挙予測のための実際の資金を使った研究市場を立ち上げます。1988年から2004年の間に、その価格は964の全国調査よりも74%の確率で結果に近かった（バーグ、ネルソン＆リエッツ 2008）。
ジェームズ・スロウィエッキは群衆の知恵の4つの条件 — 多様性、独立性、分散、集約 — を定義し、いずれかを取り除くと群れ、バブル、集団思考が生じることを文書化します。
ウーリーと同僚は、グループのパフォーマンスにおける一般的な「c因子」の証拠を『サイエンス』に発表します — 平均メンバーのIQではなく、社会的感受性と平等なターンテイキングによって駆動されます。グループの知能はプロセスの特性であり、人々だけではありません。
LLMと集団知能に関する研究（バートンら、ネイチャー・ヒューマン・ビヘイビア2024）は、AIが集団的知識へのアクセスを広げることができるが、群衆の知恵が依存する多様性と独立性を侵食するリスクがあることを発見します。
科学：1頭の牛、787回の推測、そして定理
1906年の秋、84歳の統計学者フランシス・ガルトンは、訪問者が牛の体重を推測するために6ペンスを支払う家畜フェアに出席しました。ガルトンは — 気質的に民主主義者ではない — この演習が平均的な投票者の無知を示すことを期待していました。しかし、13枚の不良券を除外した後、彼は787回の推測の中央値が1,207ポンドであり、実際の体重1,198ポンドの約1%以内であり、牛の専門家よりも近いことを発見しました。彼はこの結果を「ボックス・ポプリ」としてネイチャーに発表しました（1907年）；その後の通信で、平均がさらに近い1,197ポンドであることを認めました。これは群衆の知恵の創始的な実証となりました。
なぜこれが機能するのでしょうか？ 各推測は真の値に個々の誤差を加えたものと考えることができます。推測者が多様で独立して判断する場合、彼らの誤差は異なる方向を指し、集約の中で部分的に相殺されます — 一方で共有された信号は蓄積されます。群衆はその中の誰よりも賢いわけではありません；集約はその中のほとんどの誰よりも賢いのです。
この数学はガルトンより121年前に遡ります。コンコルセの陪審定理（1785年）は、二項質問において、各メンバーがわずかに半分を超える確率で正しい場合、メンバーが独立して判断するならば、グループが大きくなるにつれて多数派が正しい確率が確実性に近づくことを証明します。この定理は両方向に切り込む：メンバーが運よりもわずかに劣っている場合 — 誤った情報を持っているか、互いの誤りをコピーしている場合 — 多数派はほぼ確実に間違ってしまいます。後の研究は、この定理を不均等な能力に拡張し（グロフマン、オーウェン＆フェルド1983）、相関した投票がそれを大幅に弱めることを示しました（ラーダ1992）。独立性は単なる贅沢ではなく、重要な前提です。
スロウィエッキの賢い群衆のための4つの条件
ジェームズ・スロウィエッキの群衆の知恵（2004年）は、なぜある群衆が素晴らしく、他の群衆が悲惨であるのかを特定しました。すべての4つの条件が満たされなければなりません：
意見の多様性
各人は何らかのプライベート情報や異なる解釈を持ち込みます — たとえそれが風変わりなものであっても。均質なグループは同じ方向に同じ誤りを犯し、相関した誤りは相殺されません。
独立性
人々の判断は周囲の人々によって決定されません。個人が自分の情報を使うのではなく、目に見える行動を模倣し始める瞬間、群衆は群れになります — 情報のカスケードを参照してください。
分散
人々は専門化し、中央権威が集めることのできない地域の知識を引き出すことができます。これはハイエクの洞察です：重要な知識はグループ全体に分散しています。
集約
プライベートな判断を集団的なものに変えるメカニズムが存在します — 中央値、市場価格、投票、合意スコア。集約がなければ、知恵は個々の頭の中に閉じ込められたままです。
いずれかの条件を取り除くと、群衆は愚かになり、賢くはなりません。これはすべての集団的失敗の診断レンズです：バブルは独立性の失敗であり、エコーチャンバーは多様性の失敗であり、最初のスピーカーが支配する会議は集約の失敗です。異なるメカニズムは異なるものを集約します — 投票システムは好みを集約し、予測市場は信念を集約し、構造化された熟考は理由を集約します — したがって、集約メカニズムを選択すること自体が設計上の決定です。
群衆が失敗する時
群衆の知恵は自動的ではありません — 脆弱であり、その条件が崩れると予測可能な方法で失敗します：
情報のカスケード
人々が順番に決定し、以前の選択を見える場合、プライベート情報を無視して模倣することが個人的に合理的になります — そして誤りが累積します。ビクチャンダニ、ハーシュレイファー、ウェルチは1992年にこれを形式化しました。情報のカスケードを参照してください。
集団思考
アーヴィング・ジャニス（1972年）は、結束したグループが合意を追求する中で異議を抑圧する方法を示しました — 彼の代表的なケースはピッグス湾侵攻でした。集団思考は独立性の社会的圧力の失敗であり、カスケードの合理的な模倣とは異なりますが、同じように破壊的です。
相関した誤り
誰もが同じ情報源を利用すると、誤りは相殺されず、増幅し始めます。最近の研究（2025年）は、メンバーが高度に相関した情報を共有する場合、グループが大きくなるにつれて集団の正確性が実際に低下することを示しています — エコーチャンバーが群衆を愚かにする数学的理由です。
最初の声に固定される
逐次的な議論において、最初または最も上級のスピーカーが結果を不均衡に形作ります。判断が公にされる前に、誰もが自分の見解を確定する前に、独立性は死にます。
解決策は動機的ではなく構造的です：グループが互いの見解を見る前に独立した判断を集め、情報源を多様に保ち、ボリュームや地位に決定させるのではなく明示的に集約します。これは1950年代にデルファイ法が先駆けたものであり、今日の構造化された意思決定プラットフォームが自動化しているものです。
群衆の知恵が今日使用されている場所
同じ集約の論理が非常に異なるシステムに現れます：
予測市場
市場は分散した信念を価格に集約します。アイオワ電子市場は、1988年から2004年の間に964の同時全国調査よりも選挙結果に近かった74%の確率でありました（バーグ、ネルソン＆リエッツ 2008）。予測市場を参照してください。
アンサンブル機械学習
ランダムフォレストや他のアンサンブル手法は、シリコンにおけるコンコルセの陪審定理です：多くの弱い、多様で、ほぼ独立した学習者が投票し、過半数はどの単一モデルよりもはるかに正確です。
デルファイ法
匿名のラウンドで構造化された専門家の引き出し — 1950年代にRANDで設計され、ランクや社会的影響から独立性を保護するために特に設計されました。
協力的意思決定プラットフォーム
すべての利害関係者からの議論と評価を収集し、収束する前に群衆の知恵の条件を組織的な意思決定に適用します — 理由を集約し、単なる投票ではありません。
Argumentreeが群衆の知恵をエンジニアリングする方法
Argumentreeの設計は4つの条件に直接マッピングされます：
構造による独立性
参加者は非同期かつ独立して議論を提供します — グループが収束する前に — そして匿名で貢献できます。誰も最初の声や最も上級の声に固定されません。
議論として捉えられた多様性
すべての利害関係者が共有のツリーに明示的な賛成と反対の議論として地域の知識を追加するため、分散した視点が記録に入ります。
監査可能な集約
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 — 多くのプライベートな判断を1つの集団的信号に変える定義されたメカニズムで、完全な監査トレイルが保存されます。
数字だけでなく理由
市場価格や投票集計とは異なり、集約はその理由を添えたままです：議論のツリーは、集団的判断がどのようにしてそのようになったのかを文書化します。
よくある質問
群衆の知恵とは何ですか？
群衆の知恵とは、意見の多様性、判断の独立性、知識の分散、集約のメカニズムの4つの条件が満たされる場合に、グループの総合的な判断が個々の専門家を一貫して上回る現象です。この用語は、ジェームズ・スロウィエッキの2004年の著書の後に広まりましたが、実証的な実証はフランシス・ガルトンに遡り、数学はコンコルセに遡ります。
群衆の知恵を発見したのは誰ですか？
フランシス・ガルトンは1906年に実証しました。787人のフェアゴーアの牛の体重の推測の中央値（1,207ポンド）が実際の1,198ポンドの約1%以内に収まった — これは1907年に『ネイチャー』に『ボックス・ポプリ』として発表されました。マルキ・ド・コンコルセは1785年に数学的基盤である陪審定理を証明しました。ジェームズ・スロウィエッキは2004年にこの概念を普及させ、4つの条件に名前を付けました。
群衆の知恵のためのスロウィエッキの4つの条件は何ですか？
意見の多様性（各人がプライベートな情報や異なる解釈を持ち込む）、独立性（判断は他者の目に見える意見によって決定されない）、分散（人々は専門的な地域の知識を引き出す）、集約（メカニズムがプライベートな判断を集団的な決定に変える）。すべての4つが満たされなければなりません — いずれかを取り除くと群衆は正確性が低下し、賢くはなりません。
群衆の知恵はいつ失敗しますか？
その条件が崩れると失敗します：情報のカスケードや群れは独立性を破壊し、エコーチャンバーや共有された情報源は多様性を破壊します（誤りが相関し、相殺されるのではなく増幅されます）、構造化されていない会議は真の集約を欠き、地位やボリュームに決定させます。集団思考 — 合意に向けた社会的圧力 — はカスケードとは異なる方向から独立性を攻撃しますが、同じ結果をもたらします。
群衆の知恵と集団思考の違いは何ですか？
それらは独立性という1つの変数によって生じる反対の現象です。群衆の知恵は独立した判断が集約されるときに生まれ、集団思考は社会的圧力がメンバーをグループの明らかな合意に収束させるときに生まれます。誰もがプライベートな判断を確定する前に共有し、議論し、適応するグループは、協力的であると感じても集団思考のメカニズムを運営しています。
コンコルセの陪審定理を簡単に説明すると？
グループの各人がイエス/ノーの質問に対してコインの裏表よりもわずかに正しい可能性がある場合、そして全員が独立して判断するならば、グループが大きくなるほど多数派が正しい可能性が高くなります — 確実性に近づきます。注意点：人々が運よりもわずかに劣っている場合、または互いに模倣する場合、同じ数学が多数派を自信を持って間違わせます。
群衆の知恵の実際の例は何ですか？
ガルトンの1906年の牛の体重コンテスト（787回の推測、中央値は1%以内）；アイオワ電子市場のような予測市場は、1988年から2004年の間に964の全国調査を74%の確率で上回りました；多くの弱いモデルがどの単一の強いモデルよりも投票するアンサンブル機械学習；1950年代から予測に使用されているデルファイ法の匿名専門家ラウンド。
協力的意思決定ツールはどのように群衆の知恵を適用しますか？
彼らは4つの条件をソフトウェアに組み込みます：独立した非同期（オプションで匿名）貢献が独立性を保護し、構造化された議論の収集が分散した多様な知識を引き込み、合意スコアを提供する明示的な評価が集約メカニズムを提供します。Argumentreeはさらに理由のトレイルを保存し、集団的判断が後から説明可能なままにします。
参考文献とさらなる読み物
コンコルセ, M. de (1785). Essai sur l'application de l'analyse à la probabilité des décisions rendues à la pluralité des voix.
陪審定理 — 集団的判断の数学的基盤。
ガルトン, F. (1907). Vox Populi. ネイチャー, 75, 450–451.
創始的な実証：787回の推測、中央値1,207ポンド対実際の1,198ポンド。
View source →ハイエク, F. A. (1945). The Use of Knowledge in Society. American Economic Review, 35(4), 519–530.
分散した知識と価格の集約 — 分散化のケース。
グロフマン, B., オーウェン, G., & フェルド, S. L. (1983). Thirteen theorems in search of the truth. Theory and Decision, 15, 261–278.
不均等な能力へのコンコルセの陪審定理の拡張。
ラーダ, K. K. (1992). The Condorcet Jury Theorem, Free Speech, and Correlated Votes. American Journal of Political Science, 36(3).
相関した判断が定理を弱める理由。
ビクチャンダニ, S., ハーシュレイファー, D., & ウェルチ, I. (1992). A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades. Journal of Political Economy, 100(5), 992–1026.
他者を観察することが独立性を破壊する形式的モデル。
スロウィエッキ, J. (2004). The Wisdom of Crowds. Doubleday.
4つの条件：多様性、独立性、分散、集約。
バーグ, J., ネルソン, F., & リエッツ, T. (2008). Prediction market accuracy in the long run. International Journal of Forecasting, 24(2), 285–300.
IEM対964の調査、1988–2004：市場は74%の確率で近かった。
ウーリー, A. W., チャブリス, C. F., ペントランド, A., ハシュミ, N., & マローン, T. W. (2010). Evidence for a Collective Intelligence Factor in the Performance of Human Groups. Science, 330(6004), 686–688.
プロセスによって駆動される測定可能な要因としてのグループの知能。
View source →バートン, J. W., et al. (2024). How large language models can reshape collective intelligence. Nature Human Behaviour, 8, 1643–1655.
群衆の知恵に対するLLMがもたらす機会と均質化のリスク。
View source →関連する概念
あなたのチームを賢い群衆に変えましょう
Argumentreeは、独立した貢献、多様な議論、明示的な集約、保存された理由のトレイルという4つの条件をすべての意思決定に構造化します。最も大きな声で決定するのをやめましょう。
無料トライアルを開始