Cascades thông tin là gì? Một cascade thông tin xảy ra khi mọi người đưa ra quyết định theo thứ tự một cách hợp lý bỏ qua thông tin riêng tư của họ và bắt chước những lựa chọn mà họ quan sát thấy người khác thực hiện — tạo ra hành vi theo đám đông mà cá nhân là hợp lý nhưng tập thể thì mong manh và thường sai lầm.

Cascades thông tin đã được chính thức hóa vào năm 1992 bởi Sushil Bikhchandani, David Hirshleifer và Ivo Welch trong Tạp chí Kinh tế Chính trị, với một mô hình hành vi theo đám đông liên quan được công bố cùng năm bởi Abhijit Banerjee. Cơ chế: mỗi người giữ một tín hiệu riêng tư ồn ào về lựa chọn đúng và có thể quan sát các lựa chọn — nhưng không phải lý do — của những người đi trước. Khi trọng số của các lựa chọn quan sát được vượt quá trọng số của tín hiệu riêng của một người, động thái hợp lý là bắt chước, và từ thời điểm đó trở đi, các hành động không mang lại thông tin mới. Cascade tự củng cố nhưng mong manh: nó dựa vào các tín hiệu riêng tư của chỉ một vài diễn viên đầu tiên, đó là lý do tại sao những cú sốc nhỏ có thể làm vỡ nó. Các cascade giải thích cho các hàng đợi nhà hàng, bong bóng tài chính, làn sóng áp dụng công nghệ và thông tin sai lệch lan truyền — Vosoughi, Roy và Aral đã chỉ ra trong Science (2018) rằng tin tức sai lan truyền xa hơn và nhanh hơn đáng kể so với sự thật trực tuyến. Các cascade khác với tư duy nhóm: các cascade là suy diễn hợp lý từ hành vi quan sát được, trong khi tư duy nhóm là áp lực xã hội hướng tới sự đồng thuận; cả hai đều phá hủy sự độc lập mà trí tuệ tập thể yêu cầu. Trong vòng đời ra quyết định (Tham gia, Định hình, Tạo ra, Điều tra, Tập hợp, Thảo luận, Phân bổ, Chọn, Thực hiện, Giám sát), các cascade làm hỏng các giai đoạn Tập hợp và Thảo luận: khi mọi người quan sát vị trí của nhau trước khi đóng góp ý kiến của riêng mình, tổng hợp phản ánh những người đi đầu thay vì kiến thức phân tán của nhóm. Giải pháp là cấu trúc — thu thập các phán đoán độc lập trước khi tiết lộ vị trí của bất kỳ ai. Argumentree thực hiện điều này bằng cách tách biệt đóng góp khỏi quan sát: người tham gia gửi các lập luận một cách không đồng bộ và tùy chọn ẩn danh, các lập luận được đánh giá dựa trên giá trị của chúng, và toàn bộ quá trình lý luận được bảo tồn trong một dấu vết kiểm toán.

KHOA HỌC QUYẾT ĐỊNH

Cascades thông tin là gì?

Một cascade thông tin xảy ra khi những người lý trí bỏ qua thông tin của chính họ và sao chép những lựa chọn rõ ràng của người khác — và nó giải thích cho bong bóng, đám đông, hàng đợi nhà hàng và thông tin sai lệch lan truyền. Phần đáng lo ngại: mọi người trong cascade đều hành xử một cách hợp lý.

Cập nhật lần cuối: 2026-07-18

TL;DR

Khi mọi người quyết định theo thứ tự và có thể thấy các lựa chọn trước đó nhưng không phải lý do đứng sau chúng, nhanh chóng trở nên hợp lý để bỏ qua thông tin của chính bạn và bắt chước — sau đó hành động của bạn không thêm thông tin mới vào nhóm. Đó là một cascade thông tin (Bikhchandani, Hirshleifer & Welch, 1992). Các cascade là hợp lý cá nhân, mong manh tập thể và thường sai lầm — chúng thúc đẩy bong bóng, xu hướng và làn sóng thông tin sai lệch. Không giống như tư duy nhóm, không cần áp lực xã hội: toán học tự nó tạo ra đám đông. Giải pháp là cấu trúc: thu thập phán đoán độc lập của mọi người trước khi bất kỳ ai thấy hướng đi của nhóm — đó chính xác là cách mà quy trình nộp đơn có cấu trúc của Argumentree hoạt động.

Lịch sử ngắn gọn về nghiên cứu hành vi theo đám đông

Con người đã mô tả sự điên rồ của đám đông trong nhiều thế kỷ — nhưng chỉ vào năm 1992, các nhà kinh tế mới chỉ ra rằng sự điên rồ không cần phải điên rồ chút nào: những cá nhân lý trí là đủ.

1636–1637Cơn sốt tulip Hà Lan

Câu chuyện bong bóng điển hình: giá bóng tulip tăng vọt và sụp đổ trong mùa đông Hà Lan năm 1636–37. Nghiên cứu hiện đại (Anne Goldgar, Tulipmania, 2007) cho thấy câu chuyện phổ biến này bị phóng đại rất nhiều — giao dịch thực tế bị hạn chế và ít vụ phá sản xảy ra. Câu chuyện này là một bài học về cách mà các câu chuyện nối tiếp nhau.

1720Bong bóng Nam Hải

Cổ phiếu của Công ty Nam Hải tăng khoảng tám lần trong vài tháng trước khi sụp đổ — một trường hợp sớm, được tài liệu hóa tốt về việc bắt chước vượt qua thông tin trong các thị trường tài chính.

1841Những ảo tưởng phổ biến phi thường của Mackay

Những ảo tưởng phổ biến phi thường của Charles Mackay và sự điên cuồng của đám đông phổ biến ý tưởng rằng đám đông điên cuồng một cách tập thể. Sống động — nhưng trước khoa học: nó mô tả việc chăn dắt mà không giải thích cơ chế của nó.

1972Nhận diện tư duy nhóm

Irving Janis đặt ra thuật ngữ "tư duy nhóm" sau khi nghiên cứu cuộc xâm lược Vịnh Con Lợn: các nhóm gắn kết đàn áp sự bất đồng dưới áp lực xã hội hướng tới sự đồng thuận. Một loại giết chết độc lập khác so với các chuỗi — tâm lý hơn là thông tin.

1992Mô hình chuỗi

Bikhchandani, Hirshleifer và Welch (Tạp chí Kinh tế Chính trị) và, độc lập, Banerjee (Tạp chí Kinh tế Hàng quý) chứng minh rằng các tác nhân hoàn toàn hợp lý quyết định theo thứ tự sẽ bỏ qua thông tin riêng và bắt chước — và rằng các chuỗi kết quả là mong manh và thường sai.

1997Chuỗi trong phòng thí nghiệm

Anderson và Holt (Tạp chí Kinh tế Mỹ) tái tạo các chuỗi thông tin một cách thực nghiệm: người tham gia hợp lý theo dõi những người đi trước trái ngược với tín hiệu của chính họ, xác nhận cơ chế của mô hình với những người thực.

2000 / 2008Bong bóng quy mô lớn

NASDAQ đạt đỉnh 5,048.62 vào ngày 10 tháng 3 năm 2000, sau đó mất khoảng 78% vào cuối năm 2002; những niềm tin tương quan về giá nhà ngày càng tăng thúc đẩy cuộc khủng hoảng năm 2008. Động lực chuỗi được khuếch đại bởi đòn bẩy và truyền thông.

2018Tin giả lan truyền nhanh hơn

Vosoughi, Roy và Aral (Khoa học) phân tích ~126,000 chuỗi câu chuyện trên Twitter: tin giả lan truyền xa hơn, nhanh hơn và sâu hơn so với sự thật, và có khả năng được retweet cao hơn khoảng 70%.

2024–2026Khuếch đại thuật toán và AI

Nghiên cứu về các mô hình ngôn ngữ lớn và trí tuệ tập thể (Burton et al., Hành vi Con người Tự nhiên 2024) cảnh báo rằng các trung gian AI có thể đồng nhất hóa thông tin mà mọi người nhận được — tương quan tín hiệu tại nguồn và làm cho động lực dễ bị chuỗi hơn.

Cách một cascade thông tin hoạt động

Mô hình Bikhchandani–Hirshleifer–Welch đủ đơn giản để bạn có thể tưởng tượng trong đầu. Hãy tưởng tượng mọi người chọn giữa hai nhà hàng, A và B, từng người một. Mỗi người có một tín hiệu riêng tư, không hoàn hảo về cái nào tốt hơn — và có thể thấy lựa chọn của mọi người trước đó, nhưng không phải lý do của họ.

  1. 1

    1. Tín hiệu riêng

    Thông tin của mỗi người thường đúng nhiều hơn sai, nhưng có tiếng ồn. Nếu mọi người chọn độc lập, phần lớn gần như chắc chắn sẽ chọn nhà hàng tốt hơn — đó là Định lý Jury Condorcet đang hoạt động.

  2. 2

    2. Lựa chọn sớm trở thành công khai

    Người đầu tiên theo dõi tín hiệu của họ. Người thứ hai cân nhắc tín hiệu của mình so với lựa chọn rõ ràng của người đầu tiên. Từ người thứ ba trở đi, lịch sử quan sát có thể đã vượt qua bất kỳ tín hiệu riêng nào.

  3. 3

    3. Bắt chước hợp lý

    Khi các lựa chọn quan sát vượt qua tín hiệu của bạn, lý luận Bayes nói: bỏ qua tín hiệu của bạn và sao chép. Đây không phải là sự ngu ngốc hay tuân theo — dựa trên những gì bạn có thể thấy, bắt chước là suy diễn đúng.

  4. 4

    4. Thông tin ngừng tích lũy

    Đây là sự thất bại tập thể: khi bạn bắt chước, hành động của bạn không tiết lộ gì về tín hiệu riêng của bạn. Xếp hàng bên ngoài nhà hàng A không còn có nghĩa là A tốt hơn — nó có nghĩa là hai người đầu tiên nghĩ vậy. Đám đông trông như đồng thuận trong khi gần như không tích lũy thông tin.

  5. 5

    5. Sự mong manh

    Bởi vì một chuỗi dựa vào tín hiệu của chỉ một vài diễn viên đầu tiên, nó vốn dĩ mong manh. Một mảnh thông tin công khai đáng tin cậy — hoặc một kẻ phản bội rõ ràng với thông tin mạnh mẽ — có thể làm vỡ nó và bắt đầu một chuỗi theo hướng ngược lại.

Bài học sâu sắc: hành vi hợp lý cá nhân đã tạo ra một kết quả không hợp lý tập thể. Không ai sai lầm, nhưng quyết định của nhóm dựa vào hai hoặc ba tín hiệu ồn ào thay vì hàng trăm. Quyết định theo thứ tự, rõ ràng im lặng biến một đám đông khôn ngoan thành một đám đông — đó là lý do tại sao thứ tự mà mọi người phát biểu trong các cuộc họp quan trọng hơn nhiều so với những gì các nhóm giả định.

Cascades vs. Tư duy nhóm vs. Theo đám đông

Những thuật ngữ này thường được sử dụng thay thế cho nhau, nhưng chúng chỉ ra các cơ chế thất bại khác nhau — và sự khác biệt quan trọng cho việc chọn biện pháp đối phó đúng:

Chuỗi thông tin

Một sự thất bại trong suy diễn hợp lý. Mọi người bắt chước vì các hành động quan sát thực sự mang thông tin và có thể hợp lý vượt qua một tín hiệu riêng. Không cần áp lực xã hội. Biện pháp đối phó: khôi phục độc lập — thu thập các phán đoán trước khi tiết lộ lựa chọn của bất kỳ ai.

Tư duy nhóm

Một sự thất bại tâm lý xã hội (Janis, 1972). Sự gắn kết và động lực cho sự đồng thuận khiến các thành viên tự kiểm duyệt nghi ngờ; sự bất đồng cảm thấy không trung thành. Biện pháp đối phó: hợp pháp hóa sự bất đồng — các luật sư quỷ, ý kiến ẩn danh, lãnh đạo nói sau cùng.

Chăn dắt (nghĩa rộng)

Bất kỳ sự hội tụ nào của hành vi, hợp lý hay không — bao gồm bắt chước dựa trên lợi ích (mua vì giá tăng sẽ thu hút nhiều người mua hơn) và bắt chước dựa trên danh tiếng (không có quản lý nào bị sa thải vì lựa chọn đồng thuận). Bong bóng thường kết hợp cả ba cơ chế.

Cả ba đều phá hủy cùng một tài sản: điều kiện độc lập mà trí tuệ tập thể phụ thuộc vào. Một nhóm có thể thất bại do cascade mà không cần tư duy nhóm, và do tư duy nhóm mà không cần cascade — các quy trình quyết định vững chắc bảo vệ chống lại cả hai.

Cascades trong thực tế

Khi bạn biết mẫu, bạn sẽ thấy nó ở khắp mọi nơi:

Xếp hàng nhà hàng

Hai nhà hàng, một cái trống và một cái có hàng — hàng dài tăng lên. Mỗi người mới đến hợp lý đọc hàng như bằng chứng, mặc dù hàng có thể dựa trên lựa chọn của hai thực khách đầu tiên với thông tin trung bình. Mô hình của Banerjee năm 1992 sử dụng chính logic này.

Bong bóng tài chính

Sự tăng trưởng của NASDAQ lên 5,048.62 (10 tháng 3 năm 2000) và sự sụp đổ khoảng 78%, cùng với niềm tin tương quan trước năm 2008 rằng giá nhà chỉ tăng, đều cho thấy việc bắt chước vượt qua thông tin — được khuếch đại bởi đòn bẩy, sự phủ sóng truyền thông, và sự an toàn danh tiếng của giao dịch đồng thuận.

Thông tin sai lệch lan truyền

Các nền tảng xã hội là máy móc chuỗi: các chia sẻ rõ ràng là hành động không có lý do. Vosoughi, Roy và Aral (Khoa học, 2018) phát hiện ra rằng tin giả lan truyền xa hơn, nhanh hơn và sâu hơn so với sự thật trên khoảng ~126,000 chuỗi Twitter — sự giả dối có khả năng được retweet cao hơn khoảng 70%.

Cuộc họp và vòng tuyển dụng

Khi các ý kiến được đưa ra theo thứ tự, những người phát biểu sau hợp lý cân nhắc sự đồng thuận đang nổi lên so với quan điểm riêng của họ — cùng một toán học như xếp hàng nhà hàng, diễn ra quanh một bàn hội nghị. Giọng nói tự tin đầu tiên thường quyết định kết quả.

Cơn sốt tulip — và việc kể lại

Sự kiện tulip Hà Lan năm 1636–37 là có thật, nhưng Goldgar (2007) cho thấy câu chuyện thảm họa chủ yếu là truyền thuyết đã phát triển trong việc kể lại. Các câu chuyện chuỗi tự chúng cũng chuỗi: mỗi lần kể lại sao chép các lần kể lại trước đó thay vì các nguồn.

Tiêu chuẩn y tế và công nghệ

Bikhchandani, Hirshleifer, và Welch đã sử dụng thực hành y tế như một ví dụ thúc đẩy: các phương pháp điều trị có thể trở thành tiêu chuẩn thông qua việc bắt chước những người áp dụng sớm trước khi các thử nghiệm nghiêm ngặt được đưa ra, và một số sau đó bị đảo ngược bởi bằng chứng. Các tiêu chuẩn công nghệ cho thấy cùng một động lực áp dụng theo thứ tự — các lựa chọn sớm thu hút các bổ sung và người theo dõi, vì vậy tiêu chuẩn thắng không phải lúc nào cũng là tiêu chuẩn mà một đánh giá độc lập sẽ chọn.

Cách phá vỡ một cascade

Bởi vì các cascade có cấu trúc, các biện pháp khắc phục cũng có cấu trúc. Mục tiêu luôn giống nhau: đưa thông tin riêng vào nhóm trước khi quan sát làm ô nhiễm nó. Cấu trúc hoạt động song song, không thay thế, cấp độ cá nhân: các thiên kiến nhận thức như neo và khả năng có thể khuếch đại các cascade, và việc khôi phục sự độc lập thực sự có được sử dụng hay không phụ thuộc vào động lực nhóm — chất lượng thảo luận và an toàn tâm lý — mỗi cái là một lĩnh vực nghiên cứu sâu sắc trong chính nó.

Đầu vào độc lập trước

Thu thập phán đoán của từng người tham gia bằng văn bản trước khi bất kỳ ai thấy vị trí của người khác — nguyên tắc đứng sau phương pháp Delphi (RAND, những năm 1950) và các kỹ thuật ước lượng như poker lập kế hoạch với tiết lộ đồng thời.

Ẩn danh nơi có rủi ro xã hội

Khi các vị trí được tách rời khỏi tên và cấp bậc, việc chăn dắt danh tiếng mất đi sức mạnh và mọi người báo cáo tín hiệu thực của họ. Đóng góp ẩn danh là một tính năng, không phải là một lỗi, của việc tổng hợp trung thực.

Tiết lộ đồng thời

Tiết lộ tất cả các phán đoán cùng một lúc thay vì theo thứ tự. Tính đồng thời loại bỏ lịch sử quan sát khiến việc bắt chước trở nên hợp lý ngay từ đầu.

Lý do, không chỉ hành động

Các chuỗi dựa vào hành động không có lý do. Khi các đóng góp phải mang lý do của chúng — một lập luận, không chỉ là một phiếu bầu — những người tham gia sau có thể đánh giá bằng chứng chính nó thay vì suy diễn từ hành vi.

Ghi chép quyết định

Một dấu vết tài liệu về ai đã lập luận điều gì, và tại sao, cho phép một nhóm kiểm toán xem liệu sự đồng thuận của nó dựa trên bằng chứng được tổng hợp hay trên ba ý kiến đầu tiên mà mọi người khác đã sao chép — và làm cho chuỗi trở nên rõ ràng sau đó.

Cách Argumentree ngăn chặn các cascade theo thiết kế

Quy trình làm việc cốt lõi của Argumentree — nộp lập luận có cấu trúc trước khi nhóm đồng thuận — là một biện pháp đối phó với cascade được tích hợp vào công cụ:

Đóng góp tách biệt khỏi quan sát

Người tham gia thêm lập luận của họ một cách không đồng bộ và độc lập vào cây pro/con chung, vì vậy thông tin riêng vào hồ bơi trước khi hướng đi của nhóm đủ rõ ràng để bắt chước.

Tùy chọn đóng góp ẩn danh

Nơi cấp bậc hoặc danh tiếng có thể làm sai lệch đầu vào, các lập luận có thể được đóng góp ẩn danh — cắt đứt liên kết giữa vị trí xã hội và ảnh hưởng thúc đẩy việc chăn dắt danh tiếng.

Lập luận mang lý do

Mỗi đóng góp là một tuyên bố có lý do, không chỉ là một vị trí trống. Đánh giá đa chiều (tính hữu ích, độ rõ ràng, độ chính xác, độ đầy đủ) đánh giá bằng chứng dựa trên giá trị của nó, vì vậy những người tham gia sau phản hồi theo lý do thay vì suy diễn từ một hàng đợi.

Một tổng hợp có thể kiểm toán

Điểm đồng thuận tổng hợp các đánh giá một cách rõ ràng, và toàn bộ dấu vết kiểm toán bảo tồn ai đã đóng góp điều gì và khi nào — vì vậy nhóm có thể xác minh kết luận của nó dựa trên kiến thức được tổng hợp, không phải trên hai giọng nói đầu tiên.

Câu hỏi thường gặp

Chuỗi thông tin là gì?

Một chuỗi thông tin xảy ra khi mọi người đưa ra quyết định theo thứ tự hợp lý bỏ qua thông tin riêng của họ và bắt chước các lựa chọn mà họ quan sát thấy người khác thực hiện. Khi các lựa chọn quan sát vượt qua tín hiệu của một người, việc sao chép là suy diễn Bayes đúng — nhưng từ thời điểm đó trở đi, hành động không mang thông tin mới, vì vậy sự đồng thuận rõ ràng của bầy đàn dựa trên tín hiệu của chỉ một vài thành viên đầu tiên. Mô hình này đã được chính thức hóa bởi Bikhchandani, Hirshleifer và Welch vào năm 1992.

Tại sao các chuỗi thông tin hợp lý ở cấp độ cá nhân nhưng không hợp lý cho nhóm?

Mỗi cá nhân đúng khi cân nhắc bằng chứng có sẵn cho họ, bao gồm các lựa chọn rõ ràng của người khác. Nhưng ngay khi các cá nhân bắt đầu bắt chước, hành động của họ ngừng tiết lộ tín hiệu riêng của họ — vì vậy nhóm ngừng tích lũy thông tin. Mọi người lý luận đúng, nhưng kết quả tập thể dựa trên hai hoặc ba tín hiệu ồn ào ban đầu thay vì kiến thức của toàn bộ nhóm.

Sự khác biệt giữa chuỗi thông tin và tư duy nhóm là gì?

Một chuỗi thông tin là một hiện tượng suy diễn hợp lý: không cần áp lực xã hội, chỉ cần các quyết định theo thứ tự và các hành động rõ ràng. Tư duy nhóm, được xác định bởi Irving Janis vào năm 1972, là một hiện tượng tâm lý xã hội: sự gắn kết và động lực cho sự đồng thuận gây áp lực lên các thành viên tự kiểm duyệt sự bất đồng. Cả hai đều phá hủy sự độc lập mà trí tuệ đám đông cần, nhưng chúng cần các biện pháp đối phó khác nhau — các chuỗi bị phá vỡ bởi đầu vào độc lập và tiết lộ đồng thời, tư duy nhóm bằng cách hợp pháp hóa sự bất đồng.

Các ví dụ thực tế về chuỗi thông tin là gì?

Xếp hàng nhà hàng (chính hàng dài trở thành bằng chứng), bong bóng tài chính như sự tăng trưởng của NASDAQ lên đỉnh 5,048 vào tháng 3 năm 2000, các làn sóng áp dụng công nghệ, các cuộc thảo luận trong hội đồng tuyển dụng nơi ý kiến tự tin đầu tiên neo giữ phần còn lại, và thông tin sai lệch lan truyền — Vosoughi, Roy và Aral (Khoa học, 2018) cho thấy tin giả lan truyền xa hơn và nhanh hơn so với sự thật trên khoảng 126,000 chuỗi Twitter.

Các chuỗi thông tin có luôn xấu không?

Không. Học tập xã hội thường hiệu quả — việc bắt chước là một lối tắt hợp lý khi người khác thực sự biết nhiều hơn, và các chuỗi dẫn đến các lựa chọn đúng cũng xảy ra. Các vấn đề là các chuỗi không đáng tin cậy (chúng có thể khóa vào lựa chọn sai từ một vài tín hiệu ồn ào ban đầu), thiếu thông tin (chúng ngừng tổng hợp), và mong manh (chúng có thể đảo ngược trước những cú sốc nhỏ). Đối với các quyết định quan trọng, chi phí dự kiến của một chuỗi sai thường biện minh cho việc trả tiền cho phán đoán độc lập.

Làm thế nào để ngăn chặn các chuỗi thông tin trong các quyết định nhóm?

Khôi phục độc lập một cách cấu trúc: thu thập các phán đoán bằng văn bản từ mọi người trước khi bất kỳ vị trí nào được tiết lộ, sử dụng ẩn danh nơi cấp bậc có thể làm sai lệch đầu vào, tiết lộ các vị trí đồng thời thay vì theo thứ tự, yêu cầu các đóng góp phải mang lý do thay vì chỉ là phiếu bầu, và giữ một ghi chép quyết định để nhóm có thể kiểm toán những gì sự đồng thuận của nó thực sự dựa trên. Các công cụ như Argumentree xây dựng những bước này vào quy trình làm việc thông qua việc gửi lập luận độc lập không đồng bộ và đánh giá dựa trên giá trị.

Các chuỗi thông tin liên quan đến mạng xã hội như thế nào?

Các nền tảng xã hội công nghiệp hóa cơ chế chuỗi: các chia sẻ, thích, và tín hiệu đang thịnh hành là những hành động rõ ràng không có lý do, được trình bày theo thứ tự cho hàng triệu người. Các thuật toán gợi ý thêm sự tiếp xúc tương quan — mọi người đều thấy cùng một mục đang thịnh hành — điều này càng làm tương quan các tín hiệu riêng. Nghiên cứu về các mô hình ngôn ngữ lớn và trí tuệ tập thể (Burton et al., 2024) cảnh báo rằng các trung gian AI có thể làm trầm trọng thêm điều này bằng cách đồng nhất hóa thông tin mà các người khác nhau nhận được.

Tài liệu tham khảo & Đọc thêm

Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). Một lý thuyết về các mốt, thời trang, phong tục, và sự thay đổi văn hóa như là các chuỗi thông tin. Tạp chí Kinh tế Chính trị, 100(5), 992–1026.

Mô hình chuỗi cơ bản: bắt chước hợp lý, bầy đàn mong manh.

Banerjee, A. V. (1992). Một mô hình đơn giản về hành vi chăn dắt. Tạp chí Kinh tế Hàng quý, 107(3), 797–817.

Mô hình bạn đồng hành độc lập, được xây dựng dựa trên trực giác lựa chọn nhà hàng.

Anderson, L. R., & Holt, C. A. (1997). Các chuỗi thông tin trong phòng thí nghiệm. Tạp chí Kinh tế Mỹ, 87(5), 847–862.

Xác nhận thực nghiệm rằng người thực sự chuỗi như mô hình dự đoán.

Janis, I. L. (1972). Nạn nhân của tư duy nhóm. Houghton Mifflin.

Chế độ thất bại do áp lực xã hội, khác biệt với các chuỗi thông tin.

Harvey, J. B. (1974). Nghịch lý Abilene: Quản lý sự đồng thuận. Động lực Tổ chức.

Sự đồng thuận quản lý kém — các nhóm hội tụ vào những gì không ai muốn.

Mackay, C. (1841). Những ảo tưởng phổ biến phi thường và sự điên cuồng của đám đông.

Cuốn sách cổ điển trước khoa học về những cơn cuồng tín của đám đông — mô tả sống động, không có cơ chế.

Goldgar, A. (2007). Tulipmania: Tiền bạc, Danh dự, và Kiến thức trong Thế kỷ Vàng của Hà Lan. Nhà xuất bản Đại học Chicago.

Sửa chữa lưu trữ: câu chuyện thảm họa tulip chủ yếu là truyền thuyết.

Vosoughi, S., Roy, D., & Aral, S. (2018). Sự lan truyền của tin tức thật và giả trực tuyến. Khoa học, 359(6380), 1146–1151.

~126,000 chuỗi Twitter: tin giả lan truyền xa hơn, nhanh hơn, sâu hơn.

View source →

Surowiecki, J. (2004). Trí tuệ của đám đông. Doubleday.

Tại sao sự độc lập là một trong bốn điều kiện mà đám đông cần để trở nên khôn ngoan.

Burton, J. W., et al. (2024). Cách các mô hình ngôn ngữ lớn có thể định hình trí tuệ tập thể. Hành vi Con người Tự nhiên, 8, 1643–1655.

Các trung gian AI và rủi ro của các hệ sinh thái thông tin đồng nhất, dễ bị chuỗi.

View source →

Các khái niệm liên quan

Nhận phán đoán độc lập trước khi đám đông hình thành

Argumentree tách biệt đóng góp khỏi quan sát: lập luận của mọi người vào cây một cách độc lập, được đánh giá dựa trên giá trị của chúng, và giữ lại trong hồ sơ. Quyết định từ kiến thức được tổng hợp — không phải từ giọng nói đầu tiên trong hàng đợi.

Bắt đầu dùng thử miễn phí