Wisdom of Crowds: Galton's Ox — The 1906 Experiment That Proved Crowds Beat Experts
Decision Science

Wisdom of Crowds: Galton's Ox — The 1906 Experiment That Proved Crowds Beat Experts

AT
Argumentree Team
Decision Science
July 25, 2026
14 min پڑھیں
گیلٹن کا بیل تجربہ ہجوم کی حکمت کا بنیادی مظاہرہ ہے۔ خزاں 1906 میں، ویسٹ آف انگلینڈ فیٹ اسٹاک اور پولٹری نمائش میں، 84 سالہ شماریات دان فرانسس گیلٹن نے ایک وزن کا اندازہ لگانے کے مقابلے کا تجزیہ کیا جس میں میلے کے زائرین نے ایک زندہ بیل کے لباس پہنے ہوئے وزن کا اندازہ لگانے کے لیے چھ پنس ادا کیے۔ تقریباً 800 کارڈز میں سے 787 قابل پڑھنے تھے؛ اوسط اندازہ 1,207 پاؤنڈ تھا جبکہ حقیقی وزن 1,198 پاؤنڈ تھا — تقریباً 0.8% کے اندر — اور، جیسا کہ گیلٹن نے بعد میں پیروی کرنے والی خط و کتابت میں تسلیم کیا، اوسط 1,197 پاؤنڈ تھی، ایک پاؤنڈ کی غلطی۔ گیلٹن، جو جمہوری فیصلے کے بارے میں شکی تھے، نے توقع کی کہ اوسط ووٹر نااہل ثابت ہوگا؛ اس کے بجائے اس نے نتیجہ نیچر (1907) میں
Share:
TL;DR

1906 میں، فرانسس گیلٹن — ایک شاندار شماریات دان اور جمہوری فیصلے کے بارے میں ایک کھلا شکی — نے بیل کے لباس پہنے ہوئے وزن کے بارے میں 787 اندازوں کا تجزیہ کیا، یہ توقع کرتے ہوئے کہ ہجوم ناامید ہوگا۔ اوسط اندازہ 1,207 پاؤنڈ تھا۔ بیل کا وزن 1,198 پاؤنڈ تھا۔ ہجوم نے ماہرین کو شکست دی، اور اجتماعی فیصلے کی سائنس پیدا ہوئی۔

  • ترتیب: پلائمووت کے مویشیوں کے میلے میں چھ پنس کا وزن کا اندازہ لگانے کا مقابلہ؛ ~800 کارڈز، 787 درست
  • نتیجہ: اوسط 1,207 پاؤنڈ بمقابلہ حقیقی 1,198 پاؤنڈ — تقریباً ~0.8% کے اندر؛ اوسط، بعد میں نوٹ کیا گیا، 1,197 پاؤنڈ تھی
  • یہ کیوں کام کرتا ہے: آزاد، متنوع غلطیاں جمع ہونے پر جزوی طور پر منسوخ ہو جاتی ہیں
  • پکڑ: آزادی کو توڑیں — لوگوں کو ایک دوسرے کی نقل کرنے دیں — اور جادو الٹ جاتا ہے
  • وراثت: پیش گوئی کے بازار، اینسمبل مشین لرننگ، اور منظم گروپ فیصلہ سازی سب اس ایک دوپہر سے نکلتے ہیں

وہ سائنسدان جو ہجوم کو بے وقوف ثابت کرنا چاہتا تھا

اجتماعی ذہانت کے سب سے مشہور تجربے کا بہترین حصہ یہ ہے کہ یہ — کم از کم روح میں — اس کے برعکس ثابت کرنے کے لیے ڈیزائن کیا گیا تھا جو اس نے پایا۔

1906 تک، فرانسس گیلٹن برطانیہ کے سب سے کامیاب سائنسدانوں میں سے ایک تھے۔ چارلس ڈارون کے کزن، انہوں نے باہمی تعلق اور اوسط کی طرف رجحان کے شماریاتی تصورات کی بنیاد رکھی، موسم کے نقشے کی ایجاد کی، اور انگلیوں کے نشانات کی شناخت کو سائنسی بنیاد فراہم کی۔ وہ یہ بھی تھے — اور یہ کہانی کے لیے اہم ہے — عام لوگوں کے فیصلے کے بارے میں گہرائی سے شکی۔ گیلٹن کا ماننا تھا کہ ذہانت ایک چھوٹے وراثتی اشرافیہ میں مرکوز ہے؛ انہوں نے

تو جب 84 سالہ گیلٹن خزاں 1906 میں پلائمووت میں ویسٹ آف انگلینڈ فیٹ اسٹاک اور پولٹری نمائش کے ذریعے چلے گئے اور ایک وزن کا اندازہ لگانے کے مقابلے کا سامنا کیا، تو انہوں نے ایک ناقابل مزاحمت ڈیٹا سیٹ دیکھا۔ یہاں ایک ہجوم تھا — کچھ ماہر، زیادہ تر نہیں — جو ایک حقیقت کے بارے میں سینکڑوں آزاد عددی فیصلے کر رہا تھا، ایک چھوٹے داخلہ فیس کے ساتھ تاکہ وہ ایماندار رہیں اور ایک انعام انہیں متحرک رکھے۔ جیسا کہ انہوں نے بعد میں نیچر میں لکھا، اوسط مقابلہ کرنے والا بیل کا اندازہ لگانے کے لیے اتنا ہی موزوں تھا جتنا کہ اوسط ووٹر زیادہ تر سیاسی مسائل کے فوائد کا اندازہ لگانے کے لیے۔ جمہوریت کے ساتھ تشبیہ پوری بات تھی۔ گیلٹن نے توقع کی کہ وکس پاپولی — عوام کی آواز — خود کو شرمندہ کرے گا۔

ایک دیہی میلہ، ایک موٹا بیل، اور 787 چھ پنس کے ٹکٹ

مقابلے کی میکانکس سادہ تھیں، اور — جیسا کہ ہم اب جانتے ہیں — حادثاتی طور پر مثالی تجرباتی ڈیزائن کے قریب تھیں۔ ایک زندہ بیل نمائش پر تھا۔ چھ پنس کے عوض، کوئی بھی ایک مہر شدہ اور نمبر شدہ کارڈ خرید سکتا تھا، اس پر اپنا نام اور پتہ لکھ سکتا تھا، اور یہ ریکارڈ کر سکتا تھا کہ وہ بیل کا وزن کیا ہوگا جب ذبح اور لباس پہنا جائے گا — یہ تجارتی طور پر اہم اعداد و شمار ہے، اور جانور کے زندہ وزن سے زیادہ مشکل سوال ہے۔ سب سے درست اندازے انعامات جیتتے ہیں۔

اس ترتیب کی تین خصوصیات توجہ کے لائق ہیں، کیونکہ ہر ایک ایک شرط پر نقشہ بناتی ہے جو بعد کی تحقیق نے دکھایا کہ اجتماعی درستگی کے لیے ضروری ہے۔ پہلے، چھ پنس کی فیس نے خالص عملی مذاق کرنے والوں کو باہر نکال دیا — لوگوں کا کھیل میں جلد تھی۔ دوسرا، ہر کارڈ کو نجی طور پر بھرا گیا: ہاتھ اٹھانے کا کوئی مظاہرہ نہیں تھا، کوئی نیلام کرنے والا چلتا ہوا متفقہ رائے کا اعلان نہیں کر رہا تھا، کوئی نظر آنے والا آگے بڑھنے والا نہیں تھا جس کی نقل کی جا سکے۔ فیصلے آزاد تھے۔ تیسرا، ہجوم واقعی ملا جلا تھا: قصاب اور کسان پیشہ ور مہارت کے ساتھ کلرک اور خاندانوں کے ساتھ کھڑے تھے جو، گیلٹن کے الفاظ میں، لمحے کی خواہش سے رہنمائی کر رہے تھے۔ فیصلے متنوع تھے۔

مقابلے کے بعد، گیلٹن نے کارڈز ادھار لیے۔ تقریباً 800 میں سے، تیرہ ناقابل پڑھنے یا کسی اور نقص کے ساتھ تھے، جس سے 787 درست تخمینے باقی رہ گئے۔ انہوں نے انہیں ترتیب دیا، جدول بنایا، ان کی تقسیم کا خاکہ بنایا، اور ان کی مقدار کا حساب لگایا — ایک مکمل شماریاتی کام، جو 7 مارچ 1907 کو نیچر میں

نتیجہ جو انہیں حیران کر گیا

درمیانی تخمینہ — جسے ہم اب اوسط کہتے ہیں — 1,207 پاؤنڈ تھا۔ بیل، ذبح اور لباس پہنا، کا وزن 1,198 پاؤنڈ تھا۔ ہجوم کا اجتماعی فیصلہ نو پاؤنڈ کی غلطی پر تھا: تقریباً 0.8% کی غلطی، جو موجودہ مویشیوں کے ماہرین کے اندازوں سے قریب تر ہے۔

گیلٹن — ایک سائنسدان کے طور پر ان کے حقیقی کریڈٹ کے لیے — نے نتیجہ براہ راست رپورٹ کیا۔ “یہ نتیجہ، میں سوچتا ہوں، جمہوری فیصلے کی قابل اعتمادیت کے لیے زیادہ قابل اعتبار ہے جتنا کہ توقع کی جا سکتی تھی،” انہوں نے لکھا۔ ایک ایسے شخص کی طرف سے جو اپنی زندگی کا بیشتر حصہ اس بات پر بحث کرتے ہوئے گزار چکا تھا کہ صحیح فیصلہ ایک نایاب وراثتی تحفہ ہے، یہ جملہ ایک خاموش سائنسی تسلیم ہے: ڈیٹا نے ان کی سابقہ توقعات کو شکست دی۔

کہانی اس خط و کتابت میں بہتر ہوئی جو اس کے بعد ہوئی۔ نیچر کے قارئین نے لکھا، اور اپنے جواب میں (“دی بیلٹ باکس”، نیچر، 75، 509) گیلٹن نے تسلیم کیا کہ تمام 787 اندازوں کی ریاضیاتی اوسط 1,197 پاؤنڈ تھی — حقیقی وزن سے ایک پاؤنڈ کی غلطی۔ ایک صدی بعد، اقتصادیات دان کینتھ والیس (“فرانسس گیلٹن کے پیش گوئی کے مقابلے پر دوبارہ غور کرنا”، 2014) نے اصل ڈیٹا اور اس کے ارد گرد کے تبادلے کا دوبارہ جائزہ لیا، اس کہانی کی بنیادی باتوں کی تصدیق کی جو جیمز سوروییکی نے مشہور کی تھی۔ اوسط کی ایک پاؤنڈ کی غلطی وہ ورژن ہے جو آج عام طور پر حوالہ دیا جاتا ہے؛ درمیانی کی نو پاؤنڈ کی غلطی وہ ہے جس کے ساتھ گیلٹن نے واقعی آغاز کیا۔ دونوں حیرت انگیز ہیں۔

درمیانی یا اوسط؟ گیلٹن کا شماریاتی انتخاب اب بھی اہم ہے

گیلٹن نے درمیانی تخمینہ کو کیوں ترجیح دی؟ ان کی دلیل واضح طور پر سیاسی تھی: درمیانی وہ قیمت ہے جس کی اکثریت ہجوم ووٹ میں توثیق کرے گی۔ ہر دوسری قیمت ان لوگوں کی طرف سے ووٹ سے باہر ہو جائے گی جو اسے بہت زیادہ یا بہت کم سمجھتے ہیں۔ دوسرے الفاظ میں، درمیانی ہجوم کا جمہوری فیصلہ ہے — جو کہ وکس پاپولی کے بارے میں وہ سوال تھا جسے انہوں نے جانچنے کے لیے طے کیا تھا۔

لیکن ایک شماریاتی دلیل ہے جو سیاسی دلیل کے اندر چھپی ہوئی ہے، اور یہ آج بھی سکھائی جاتی ہے۔ درمیانی ایک مضبوط شماریات ہے: چند مضحکہ خیز اندازے — کوئی 10,000 پاؤنڈ لکھنے والا مذاق کے لیے — اسے بمشکل ہلاتا ہے، جبکہ اوسط کو ایک ہی آؤٹ لائر کے ذریعے بے حد دور کھینچا جا سکتا ہے۔ دوسری طرف، اوسط ڈیٹا میں موجود معلومات کا زیادہ استعمال کرتی ہے اور، جب غلطیاں تقریباً متوازن اور آزاد ہوں، انہیں زیادہ مؤثر طریقے سے منسوخ کرتی ہے۔ گیلٹن کا ہجوم اتنا اچھا سلوک کر رہا تھا کہ دونوں کام کر گئے: درمیانی 9 پاؤنڈ کی غلطی پر تھی، اوسط 1 پاؤنڈ کی۔ زیادہ بے ترتیبی والے ہجوم — آن لائن پولز، غیر منظم فورمز — میں درمیانی کی مضبوطی اکثر جیت جاتی ہے۔ آپ کے جمع کرنے کے طریقہ کار کا انتخاب ایک فیصلہ ہے کہ آپ اپنے ہجوم کے پونچھوں پر کتنا اعتماد کرتے ہیں۔

اوسط کیوں کام کرتا ہے: غلطی کی منسوخی کی ریاضی

گیلٹن کے نتیجے میں کوئی راز نہیں ہے۔ ہر اندازے کو حقیقی قیمت کے ساتھ ایک غلطی کے طور پر سوچا جا سکتا ہے۔ اگر غلطیاں آزاد ہیں اور سچائی کے دونوں طرف بکھری ہوئی ہیں — کچھ قصاب زیادہ اندازہ لگاتے ہیں، کچھ کم — تو اندازوں کو ایک ساتھ جمع کرنے سے بہت سی غلطیاں منسوخ ہو جاتی ہیں جبکہ مشترکہ اشارہ جمع ہوتا ہے۔ جتنا زیادہ متنوع اور آزاد غلطیاں ہوں گی، اتنا ہی زیادہ جارحانہ طور پر وہ منسوخ ہوں گی۔

اسکاٹ پیج نے بعد میں اس بصیرت کو تنوع کی پیش گوئی کا نظریہ (پیج، دی ڈفرنس، 2007) کے طور پر رسمی شکل دی: مربع غلطی کے لیے، اجتماعی کی غلطی اوسط فرد کی غلطی کے برابر ہے منفی پیش گوئیوں کی تنوع۔ یہ ایک ریاضیاتی شناخت ہے، نہ کہ ایک تجرباتی دعوی — جو اسے اتنا مفید بناتا ہے۔ ایک ہجوم اپنے اوسط رکن کو بالکل اتنا ہی شکست دیتا ہے جتنا اس کے اراکین ایک دوسرے سے اختلاف کرتے ہیں۔ تنوع ایک اضافی چیز نہیں ہے؛ یہ، ریاضیاتی طور پر، پورا فائدہ ہے۔ کلونز کا ایک ہجوم جمع کرنے سے کچھ حاصل نہیں کرتا۔

اسی منطق کو گیلٹن سے ایک صدی سے زیادہ پہلے دریافت کیا گیا تھا، مقدار کے بجائے ہاں/نہ کے سوالات کے لیے۔ مارکویس ڈی کونڈورسیٹ نے 1785 میں ثابت کیا کہ اگر ہر ووٹر صحیح ہونے کے لیے موقع سے تھوڑا زیادہ ممکن ہے، اور ووٹر آزادانہ طور پر فیصلہ کرتے ہیں، تو اکثریت کے صحیح ہونے کا امکان گروپ کے بڑھنے کے ساتھ یقین کی طرف بڑھتا ہے۔ ہم اس کہانی کو بیان کرتے ہیں — اور اس نظریے کی ناکامی کے ڈرامائی طریقے جب اس کے مفروضے ٹوٹتے ہیں — ہمارے ساتھی ٹکڑے میں کونڈورسیٹ جیوری تھیورم پر۔

پانچویں نوٹ سے فریم ورک تک: سوروییکی کی چار شرائط

بیسویں صدی کے بیشتر حصے کے لیے، گیلٹن کا بیل ایک شماریاتی تجسس تھا۔ یہ 2004 میں تبدیل ہوا، جب جیمز سوروییکی نے ہجوم کی حکمت کے ساتھ پلائمووت کی کہانی کا آغاز کیا اور ایک صدی کے شواہد کو جمع کیا — اسٹاک مارکیٹوں سے لے کر سرچ انجنوں تک — کہ ہجوم منظم طور پر ہوشیار ہو سکتے ہیں۔ اہم بات یہ ہے کہ سوروییکی نے یہ دعویٰ نہیں کیا کہ ہجوم ہمیشہ عقلمند ہوتے ہیں۔ انہوں نے چار شرائط کی نشاندہی کی جو گیلٹن کی میلے نے حادثاتی طور پر پوری کیں، اور جو کسی بھی عقلمند ہجوم کو جان بوجھ کر درکار ہوتی ہیں:

رائے کی تنوع

ہر شخص کچھ نجی معلومات یا سوال کی تشریح کا ایک مختلف طریقہ لاتا ہے۔ قصاب، کسان، اور عام میلے کے شرکاء سب بیل کو مختلف طریقے سے پڑھتے ہیں — اور ان کی مختلف غلطیاں جزوی طور پر ایک دوسرے کو ختم کر دیتی ہیں۔

آزادی

ہر ٹکٹ کو نجی طور پر بھر دیا گیا، بغیر کسی ہاتھ اٹھانے یا کسی بلند آواز والے ماہر کے کمرے میں موجود ہونے کے۔ کوئی بھی آگے بڑھنے والے کی نقل نہیں کر سکتا، کیونکہ کوئی نظر آنے والا آگے بڑھنے والا نہیں تھا۔

Decentralization

کسی کمیٹی نے یہ فیصلہ نہیں کیا کہ "سرکاری" تخمینہ کیا ہونا چاہیے۔ ہر داخلہ دینے والے نے اپنی مقامی معلومات کا استعمال کیا — مویشیوں کا کئی سالوں تک جانچنا، یا صرف ایک اچھی نظر۔

اجتماع

ایک میکانزم نے 787 نجی فیصلوں کو ایک اجتماعی جواب میں تبدیل کر دیا۔ ٹکٹوں کے ڈھیر اور کسی کے بغیر جو انہیں گننے کے لیے تیار ہو، حکمت انفرادی ذہنوں میں قید رہتی ہے۔

کسی ایک شرط کو ہٹا دیں اور ہجوم صرف اپنی برتری نہیں کھوتا — یہ اپنے اراکین سے فعال طور پر بدتر ہو سکتا ہے، کیونکہ اجتماع پھر مشترکہ تعصب کو بڑھاتا ہے بجائے اس کے کہ آزاد غلطیوں کو منسوخ کرے۔ چار شرائط اور ان کی ناکامی کے طریقوں کی مکمل سائنس کے لیے، ہمارے ہجوم کی حکمت کے رہنما کو دیکھیں۔

چھوٹے حروف: وہ کیا ہے جو میلے نے صحیح کیا جو میٹنگز غلط کرتی ہیں

یہاں کسی بھی شخص کے لیے ایک غیر آرام دہ سوال ہے جو میٹنگز کا انعقاد کرتا ہے: آپ کی تنظیم میں کتنے گروپ کے فیصلے گیلٹن کے میلے کی طرح منظم ہیں — اور کتنے بالکل اس کے برعکس ہیں؟

میلے میں، ہر فیصلہ نجی طور پر، تحریری طور پر، اس سے پہلے کیا گیا تھا کہ کوئی اور کسی اور کا نمبر دیکھے۔ ایک عام میٹنگ میں، سب سے سینئر یا سب سے زیادہ پراعتماد شخص پہلے بولتا ہے، اور ہر بعد کا “تخمینہ” ان کے نمبر پر لنگر انداز ہوتا ہے۔ جو چیز تیس لوگوں کی رضامندی کی طرح نظر آتی ہے وہ اکثر ایک شخص کا اندازہ ہوتا ہے جس کے ساتھ بیس نو آوازیں ہوتی ہیں۔ اقتصادیات دان اس میکانزم کو معلوماتی کیسیڈ کہتے ہیں: جب چند ابتدائی آراء نظر آتی ہیں، تو ہر بعد کے شخص کے لیے یہ انفرادی طور پر معقول ہو جاتا ہے کہ وہ اپنی معلومات کو کم کرے اور نقل کرے — اور ہجوم کی آزادی، پورے مظہر کی بوجھ اٹھانے والی شرط، خاموشی سے ٹوٹ جاتی ہے (بکھچندانی، ہرشلیفر اور ویلچ، 1992)۔ ہم اس میکانکس کا احاطہ کرتے ہیں ہمارے معلوماتی کیسیڈز کے رہنما میں۔

یہی وجہ ہے کہ گیلٹن کے تجربات کی نقل کبھی کبھار مایوس کن ہوتی ہے: اگر بیل کے اندازے کے کھیل کو ایک نظر آنے والی چلتی اوسط کے ساتھ چلایا جائے، یا شرکاء کو اپنے اندازے کا نعرہ لگانے دیا جائے، تو درستگی کم ہو جاتی ہے۔ جادو کبھی بھی ہجوم میں نہیں تھا — یہ پروٹوکول میں تھا۔ چھ پنس، ایک نجی کارڈ، اور ایک مقفل بیلٹ باکس زیادہ تر کانفرنس کے کمرے سے بہتر فیصلہ سازی کی تعمیر ثابت ہوتے ہیں۔

بیل کے جدید نسلیں

اجتماع کا اصول جو گیلٹن نے دستاویزی شکل دی اب جدید نظاموں کی ایک شاندار رینج میں چلتا ہے:

پیشگوئی کے بازار

آئیووا الیکٹرانک مارکیٹس، جو 1988 میں قائم ہوئی، تاجروں کے عقائد کو قیمتوں میں یکجا کرتی ہے۔ برگ، نیلسن اور رائٹز (2008) نے 1988–2004 کے صدارتی انتخابات کے دوران مارکیٹ کا موازنہ 964 قومی پولز کے خلاف کیا: مارکیٹ 74% وقت نتائج کے قریب تھی۔

اجتماعی مشین لرننگ

رینڈم فارسٹ اور دیگر اینسمبل طریقے گالٹن کا بیل ہیں سلیکون میں: کئی ناقص، جزوی طور پر آزاد ماڈلز کو ووٹنگ یا اوسط کے ذریعے جمع کیا جاتا ہے — ایک ایسی پیش گوئی میں جو کسی بھی واحد ماڈل سے زیادہ درست ہوتی ہے۔

پیشگوئی کا اوسط نکالنا

پیشگوئیوں کو یکجا کرنا — چاہے وہ معیشت دانوں، موسمی ماڈلز، یا انتخابی پیشگوئی کرنے والوں سے ہوں — باقاعدگی سے زیادہ تر انفرادی پیشگوئیوں کو پیچھے چھوڑ دیتا ہے، بالکل اسی غلطی کی منسوخی کی وجوہات کے لیے جن پر گالٹن کو اتفاقاً پتہ چلا۔

تخمینی مشقیں

تجربہ نقل کرنا آسان ہے: ایک گروپ سے درخواست کریں کہ وہ ایک مقدار کا تخمینہ خود مختاری سے اور تحریری طور پر لگائے، پھر جمع کریں۔ کلاس روم اور ورکشاپ کی نقلیں شماریاتی جمع کا ایک معیاری مظاہرہ بنی رہتی ہیں۔

ہر نسل کچھ مختلف چیزوں کو جمع کرتی ہے — مارکیٹیں عقائد کو قیمتوں میں جمع کرتی ہیں، اینسمبل ماڈل کی پیداوار کو پیش گوئیوں میں جمع کرتی ہیں، ووٹنگ کے نظام ترجیحات کو نتائج میں جمع کرتے ہیں — اور ہر ایک اسی انحصار کو وراثت میں لیتا ہے: مجموعہ صرف اتنا ہی اچھا ہے جتنا اس کی آزادی اور تنوع جو اسے فراہم کرتا ہے۔ یہ خاندانی مشابہت پورے تحقیقی روایت کی تھرو لائن ہے، کونڈورسیٹ کے 1785 کے نظریے سے لے کر آج کے ایم آئی ٹی کے مرکز برائے اجتماعی ذہانت کی اجتماعی ذہانت کی تحقیق تک — ایک 240 سال کا قوس جو ہم اجتماعی ذہانت: 240 سال کی تحقیق میں ٹریس کرتے ہیں۔

گیلٹن کے بیل کا آپ کی ٹیم کے لیے کیا مطلب ہے

1906 کے تجربے کا عملی ترجمہ ایک مختصر چیک لسٹ ہے، اور یہ فیصلہ کی زندگی کے ایک مخصوص مقام پر لاگو ہوتا ہے — اس لمحے جب آپ فیصلے جمع کرتے ہیں اور ان کو یکجا کرتے ہیں، بحث شروع ہونے سے پہلے:

  • پہلے آزادانہ طور پر تخمینے جمع کریں، تحریری طور پر۔ ملاقات سے پہلے، سینئر شخص کے بولنے سے پہلے۔ جیسے ہی فیصلے نظر آنے لگتے ہیں، آزادی — اور ہجوم کا شماریاتی فائدہ — کم ہونا شروع ہو جاتا ہے۔
  • مختلف نقطہ نظر کو فعال طور پر بھرتی کریں۔ تنوع کی پیشگوئی کا نظریہ واضح ہے: آپ کا اوسط رکن پر اجتماعی فائدہ آپ کی تنوع ہے۔ ایک ہی پس منظر اور ایک ہی معلومات کے لوگوں کا ایک پینل ایک ہی نام کے ٹیگ پہنے ہوئے ایک اندازہ ہے۔
  • اپنے جمع کرنے کے طریقہ کار کا جان بوجھ کر انتخاب کریں۔ بے ترتیبی والے ہجوم کے لیے اوسط، اچھے سلوک کرنے والوں کے لیے اوسط، جب فیصلوں کے کئی پہلو ہوں تو منظم درجہ بندی۔ "ہم نے اس پر بات چیت کی اور اتفاق رائے تک پہنچے" ایک جمع کرنے کا طریقہ کار نہیں ہے — یہ عام طور پر ایک لنگر انداز کرنے کا طریقہ کار ہوتا ہے۔
  • وجوہات کو رکھیں، صرف اعداد و شمار نہیں۔ گالٹن کے کارڈز نے اسے بتایا کیا ہجوم نے سوچا، کبھی کیوں نہیں۔ ایک بیل کے لیے، یہ ٹھیک ہے۔ ایک حکمت عملی کے فیصلے کے لیے، استدلال وہ حصہ ہے جس کی آپ کو ضرورت ہوگی جب حالات بدلیں۔

آخری نقطہ وہ ہے جہاں جدید تعاون پر مبنی فیصلہ سازی گیلٹن سے آگے بڑھتا ہے۔ آرگومنٹری کو اس پروٹوکول کے ساتھ بنایا گیا ہے جو استدلال کے ساتھ منسلک ہے: شرکاء دلائل آزادانہ اور غیر متزامن طور پر فراہم کرتے ہیں — کمرے کے ملنے سے پہلے — ایک منظم پرو/کن درخت میں؛ پھر گروپ ہر دلیل کی واضح جہتوں (مدد، وضاحت، درستگی، مکملت) پر درجہ بندی کرتا ہے، اور درجہ بندیاں متفقہ اسکورز میں جمع ہوتی ہیں جیسے 787 کارڈز 1,207 پاؤنڈز میں جمع ہوتے ہیں۔ گمنام شراکت کے اختیارات درجہ بندی سے آزادی کی حفاظت کرتے ہیں، اور مکمل آڈٹ ٹریل وہ چیز محفوظ رکھتا ہے جو بیل کے مقابلے میں کبھی نہیں کر سکا: نمبر کے پیچھے کیوں۔

گیلٹن ایک میلے میں گئے تاکہ یہ ثابت کر سکیں کہ عام فیصلے پر اعتماد نہیں کیا جا سکتا۔ وہ اس کے ساتھ چلے گئے کہ کسی نے بھی اب تک پیدا کردہ سب سے مضبوط شواہد کہ — اگر صحیح طریقے سے جمع کیا جائے — یہ کیا جا سکتا ہے۔ آلہ بیلٹ باکس سے سافٹ ویئر میں تبدیل ہو گیا ہے۔ سبق نہیں بدلا۔

اکثر پوچھے جانے والے سوالات

گالٹن کے بیل کے تجربے میں کیا تھا؟

خزاں 1906 میں، شماریات دان فرانسس گالٹن نے پلائمووتھ میں ویسٹ آف انگلینڈ فیٹ اسٹاک اور پولٹری نمائش میں وزن کا اندازہ لگانے کے مقابلے کا تجزیہ کیا۔ میلے کے شرکاء نے ایک زندہ بیل کے وزن کا اندازہ لگانے کے لیے چھ پنس ادا کیے جب اسے "ذبح اور تیار" کیا گیا تھا۔ گالٹن نے کارڈز جمع کیے — 787 قابل پڑھنے اور درست تھے — اور پایا کہ سب سے زیادہ وسطی (میڈین) اندازہ 1,207 پاؤنڈ تھا جبکہ حقیقی تیار وزن 1,198 پاؤنڈ تھا: تقریباً 0.8% کے اندر، اور موجودہ مویشیوں کے ماہرین کے اندازوں سے بہتر۔ اس نے تجزیے کو "وکس پاپولی" کے نام سے مارچ 1907 میں نیچر میں شائع کیا۔

گالٹن کے بیل کے تجربے کی اہمیت کیا ہے؟

یہ ہجوم کی حکمت کا بنیادی تجرباتی مظاہرہ ہے: صحیح حالات میں، بہت سے آزاد، ناقص اندازوں کا مجموعہ انفرادی ماہرین کے اندازے سے زیادہ درست ہو سکتا ہے۔ نتیجہ خود گالٹن کے لیے حیران کن تھا، جس نے اوسط ووٹر کی نااہلی کو ظاہر کرنے کی توقع کی تھی۔ جیمز سوروییکی نے اپنی 2004 کی کتاب 'ہجوم کی حکمت' کی کہانی سے آغاز کیا، اور بنیادی شماریات اب پیش گوئی کے بازاروں اور مجموعی مشین لرننگ کو طاقت دیتی ہیں۔

کیا گالٹن نے اوسط یا میڈین استعمال کی؟

اصل نیچر کے مضمون میں، گالٹن نے 1,207 پاؤنڈ کا "وسطی اندازہ" — میڈین — رپورٹ کیا، یہ کہتے ہوئے کہ یہ جمہوری طور پر منصفانہ انتخاب تھا کیونکہ آدھے ہجوم نے جواب کو زیادہ اور آدھے نے کم سمجھا۔ بعد کی خط و کتابت میں اس نے تسلیم کیا کہ اندازوں کی ریاضیاتی اوسط 1,197 پاؤنڈ تھی — حقیقی 1,198 پاؤنڈ سے صرف ایک پاؤنڈ کم۔ یہ تبادلہ مضبوط شماریات کے بارے میں ایک ابتدائی بحث ہے: میڈین شدید باہر کے اثرات سے متاثر نہیں ہوتی، جبکہ اوسط معلومات کو زیادہ نکالتی ہے جب غلطیاں تقریباً متوازن ہوں۔

ہجوم کو عقلمند ہونے کے لیے کن حالات کی ضرورت ہے؟

جیمز سوروییکی (2004) نے چار کی نشاندہی کی: رائے کی تنوع (لوگ مختلف معلومات اور تشریحات رکھتے ہیں)، آزادی (اندازے دوسروں کی نقل کیے بغیر بنائے جاتے ہیں)، غیر مرکزیت (لوگ اپنی مقامی معلومات پر انحصار کرتے ہیں)، اور مجموعہ (ایک میکانزم نجی اندازوں کو اجتماعی جواب میں یکجا کرتا ہے)۔ گالٹن کا مقابلہ ان چاروں کی ضروریات کو پورا کرتا تھا — یہی وجہ ہے کہ یہ کامیاب ہوا۔ اگر کوئی ایک نکال دیں، تو ہجوم کا فائدہ کمزور یا الٹ ہو جاتا ہے۔

ہجوم کب ناکام ہوتے ہیں؟

ہجوم ناکام ہوتے ہیں جب آزادی ٹوٹ جاتی ہے — جب لوگ ایک دوسرے کے جوابات دیکھ اور نقل کر سکتے ہیں، ابتدائی اندازے گروپ میں پھیل جاتے ہیں، غلطیاں باہمی طور پر مربوط ہو جاتی ہیں، اور مجموعہ اس طرف بڑھتا ہے جو پہلے بلند آواز میں کہا گیا تھا۔ معلومات کا پھیلاؤ، گروپ تھنک، اور ایکو چیمبرز اس ناکامی کے تمام ورژن ہیں۔ ٹیموں کے لیے سبق: کسی بھی شخص کے بلند آواز میں بحث کرنے سے پہلے آزادانہ طور پر اور تحریری طور پر اندازے جمع کریں۔

کیا ہجوم کی حکمت اکثریتی ووٹنگ کے برابر ہے؟

یہ آپس میں متعلق ہیں لیکن ایک جیسے نہیں۔ گالٹن کے بیل میں عددی اندازوں کو جمع کرنا شامل تھا، جہاں اوسط غلطیوں کو ختم کرتی ہے۔ ہاں/نہ کے سوالات پر اکثریتی ووٹنگ کونڈورسیٹ جیوری تھیورم (1785) کے تحت ہوتی ہے، جو ظاہر کرتی ہے کہ جیسے جیسے گروپ کا سائز بڑھتا ہے، اکثریت بہت زیادہ قابل اعتماد ہو جاتی ہے — بشرطیکہ ہر ووٹر موقع سے بہتر ہو اور آزادانہ طور پر ووٹ دے۔ دونوں ہی مجموعہ کے میکانزم ہیں؛ ووٹنگ الگ الگ انتخاب کو جمع کرتی ہے، جبکہ اوسط مقدار کو جمع کرتی ہے۔

AT

Argumentree Team

Decision Science

The Argumentree team explores the science of better decisions—from 18th-century mathematics to modern AI.

اپنی ٹیم کو میلے کے پروٹوکول دیں۔

آرگومنٹری آزادانہ طور پر فیصلے جمع کرتا ہے، انہیں متفقہ اسکورز میں جمع کرتا ہے، اور ریکارڈ پر استدلال رکھتا ہے — وہ شرائط جو گیلٹن کے ہجوم کو عقلمند بناتی ہیں، آپ کے فیصلوں میں شامل ہیں۔

مفت 14 دن کی آزمائش شروع کریں →

متعلقہ مضامین