Aynı tür, zıt sonuçlar
Plymouth, İngiltere, 1906: Francis Galton, bir ilçe fuarı kalabalığından bir öküzün giydirilmiş ağırlığına dair 787 tahmin toplar ve ortalama tahminin gerçeğin bir yüzdesi içinde olduğunu bulur — kalabalık bilgeliğinin kurucu gösterimi. Bir yüzyıl sonra, çok daha iyi bilgi teknolojisine sahip kalabalıklar 2008 konut balonu konsensüsünü, meme hisse senedi çılgınlıklarını ve bu serinin birinci kısmındaki kendinden emin yanlış yığınları üretti. Aynı tür, aynı istatistiksel makineler mevcut — zıt sonuçlar.
Paradoksun çözümü, kalabalık bilgeliğinin asla kalabalıkların bir özelliği olmamasıdır. Bu, koşulların bir özelliğidir ve koşullar belirli, bilinen ve kırılgandır. Koşullar sağlandığında, toplama bir süper güçtür; kırıldığında ise aynı toplama, sayılarla birlikte hata amplifiye eder. Bu yazı, üç koşul hakkında ve modern tartışma platformlarının koşul kırıcı makineler olduğu rahatsız edici gerçek hakkında.
Üç koşul
Araştırma hattı, Condorcet'in 1785 jüri teoremi — şansa göre daha iyi, bağımsız seçmenlerin çoğunlukları büyüdükçe kesinliğe yaklaşır — Galton'un gösteriminden Surowiecki'nin modern sentezine kadar uzanır. Üç gereksinim tekrar eder:
- 1Bağımsızlık. Her bir yargı, diğerlerinin yargılarını görmeden oluşur. Bu, hataların ilişkisiz olmasını sağlar — bir kişinin hatası, herkesin hatası haline gelmez. Galton'un adil katılımcıları, mühürlü tahminler yazdı; bir liderlik tablosuna bağlı kalamazlardı. Bağımsızlık, diğer her şeyin bağlı olduğu koşuldur ve platformların yok ettiği ilk şeydir.
- 2Çeşitlilik. Farklı bilgi kaynakları, geçmişler ve modeller — bu nedenle hatalar farklı yönlere işaret eder ve toplamda birbirini iptal eder. Aynı bakış açısının bin kopyası, güvenle tek bir bakış açısıdır; çeşitlilik, yeteneği yener çünkü hata iptali yeteneği satın almanın mümkün olmadığı bir şeydir.
- 3Doğru toplama. Bilgiyi gerçekten birleştiren bir mekanizma: bir medyan, bir piyasa, yapılandırılmış bir puan. Toplama tarafsız değildir — erken, yüksek sesle veya duygusal olarak yankı uyandıran katkıları ağırlıklandıran bir mekanizma bilgi toplamıyor; ivmeyi artırıyor.
Platformlar nasıl hepsini birden kırar
Sosyal platformlar genellikle kitle bilgeliğini kullanma olarak tanımlanır. Mekanik olarak, bunun tersini yaparlar — her temel özellik bir durumu hedef alır:
- ✗Görünür sayılar bağımsızlığı öldürür. Her beğeni, oy ve puan toplamı, yargılamadan önce sergilenen sosyal kanıttır — kalabalıkları sürülere dönüştüren ankraj ve kaskad mekanizması. Yargılar birbirleriyle ilişkilidir; hatalar iptal etmek yerine birikir.
- ✗Beslemeler çeşitliliği öldürüyor. Etkileşim odaklı sıralama, sizin yanıt verdiğiniz şeyleri daha fazla gösteriyor — her kişinin bilgi diyetini daraltıyor ve kalabalığın girdilerini homojenleştiriyor. Hataları ortadan kaldırması gereken çeşitlilik, algoritmik olarak dışarıda bırakılıyor.
- ✗Oylama sıralaması uygunsuz bir toplama işlemidir. Birinci bölümde gösterildiği gibi, olumlu oy toplamları, anlaşmayı, zamanlamayı ve eğlenceyi harmanlar. Bu sayıya göre sıralamak, kalabalığın bilgisini birleştirmez — duygusal olarak en hızlı hareket eden şeyi taçlandırır.
Herhangi bir 'kalabalık ne diyor' sayısına güvenmeden önce üç soru sorun: Yargılar bağımsız mı oluştu? Farklı bilgilere mi dayanıyorlar? Toplama mekanizması bilgileri birleştiriyor mu yoksa ivmeyi mi artırıyor? Üç evet nadirdir — ve daha azı kalabalık bilgeliği değil; kalabalık hacmidir.
Dönüş: küçük yapılandırılmış tartışmalar büyük kalabalıkları yenebilir.
On yıllar boyunca pratik tavsiye "bağımsızlığı her ne pahasına olursa olsun koru" şeklindeydi — tartışma şüpheliydi çünkü konuşmak hatalarla ilişkilidir. Ardından durumu netleştiren bir bulgu ortaya çıktı. Navajas ve meslektaşları, 5,180 katılımcıyla yaptıkları bir çalışmada, insanların genel kültür sorularını bireysel olarak yanıtlamalarını, ardından beş kişilik küçük gruplar halinde tartışarak uzlaşma yanıtları üretmelerini sağladılar. Bu küçük grup uzlaşma yanıtlarının ortalaması, bağımsız binlerce bireyin bir araya getirilmesinden daha iyi sonuçlar verdi.
Ders, bağımsızlığın yanlış olduğu değil — tartışmanın, ortalamaların ulaşamayacağı bilgileri eklediği gerçeğidir, eğer yapılandırılmışsa. Gruplarda, insanlar nedenleri paylaştı: açık hatalar yakalandı, mantıksız tahminler sorgulandı ve uzlaşma, yalnızca pozisyon değil, argüman kalitesini de kodladı. Yapılandırılmamış virallik, nedenleri paylaşmadan hataları ilişkilendirir; yapılandırılmış tartışma, nedenleri değiş tokuş ederken (iyi yönetilirse) hataları ilişkilendirmez. Önemli olan değişken, insanların etkileşimde bulunup bulunmadığı değil — etkileşimin hangi yapıya sahip olduğudur.
Samimi karşı argüman: herhangi bir müzakere kirlenme değil mi?
Safçı pozisyonun çelik adamı: insanlar konuştuğunda, hatalar birbirleriyle ilişkilidir — kaskadlar, uyum ve sabitleme, tam olarak başarısızlık literatüründe belgelenen şeylerdir, bu yüzden ciddi bir toplama sessiz ve bağımsız kalmamalı mı, tahmin piyasası tarzında?
Kanıtların desteklediği cevap: bağımsızlık, tahmin adımı için doğru kuraldır, tüm süreç için değil. Başarısızlık durumları, bireylerin bir yargıya bağlı kalmadan önceki hatalarıyla ilişkilidir — görünür sayımlar, canlı tartışma, referans noktaları. Başarı durumları (Navajas'ın grupları, genel olarak yapılandırılmış müzakere) önce bağımsız pozisyonları toplar, sonra nedenlerin yapı altında çarpışmasına izin verir, ardından toplar. Sıra ve yapı, sessizlik değil, kalabalığı koruyan unsurlardır. Bu bir tasarım spesifikasyonudur — ve inşa edilebilir.
Argumentree üç koşulu nasıl uygular
Bir argüman ağacı, mekanik olarak, yazılıma dönüştürülmüş üç koşuldur:
Bağımsızlık: asenkron yazılı giriş
Pozisyonlar ve derecelendirmeler bireysel olarak oluşur — katkı, önce ortamı okumayı gerektirmez ve derecelendirme, her argüman için kullanıcı bazında gerçekleşir, görünür bir momentum sayısını takip ederek değil.
Çeşitlilik: artıları VE eksileri yapısaldır
Ağaç, destekleyici ve saldırgan dalları yan yana sergiliyor, bu nedenle görüş çeşitliliği sadece izin verilmekle kalmıyor — yokluğu da görünür. Boş bir con dalı bir uyarıdır, zafer değil.
Toplama: özyinelemeli yetenek puanlama
Bir argümanın toplamı, kendi puanlarını destekleyen çocuklarının toplamları ile saldıran çocuklarının toplamını çıkararak hesaplanır — bu nedenle puanlar, her iddianın incelemeden nasıl geçtiğini ağa nasıl yayıldığını kodlar. Başarısız karşıt görüşler, saldırdıkları şeyi güçlendirir; bu, argüman kalitesinin birikmesi, alkış değil.
Tartışma: yapılandırılmış, viral değil
Zorluklar, belirli taleplere bağlı sınırlı değişim olarak yürütülür — Navajas bileşeni (çarpışan nedenler) olmadan, kaskad bileşeni (momentumun oy toplaması) olmadan.
Oylama platformları yargıları ilişkilendirir ve ivmeyi artırır. Bir argüman ağacı, pozisyonları bağımsız olarak toplar, anlaşmazlıkları yapısal olarak gösterir ve iddiaların zorluklara nasıl dayanarak toplandığını bir araya getirir — üç koşul, yerleşik olarak. kolektif zeka ve Argüman Ağaç Yöntemi'ni inceleyin.