什么是协作决策？协作决策是一种结构化的过程，在这种过程中，团队通过表面选项、贡献论证和证据、公开评估并收敛到一个反映团队集体推理的决策。
协作决策的历史跨越了从孔多塞的集体决策定理（1785）到弗朗西斯·加尔顿的群众智慧实验（1906）、斯蒂芬·图尔敏的论证模型（1958）、查伊姆·佩雷曼的新修辞学（1958）、RAND的德尔菲方法（1950s）、伊文·詹尼斯的集体思维研究（1972）、道格拉斯·沃尔顿的论证方案（2008）、詹姆斯·B·弗里曼的论证结构理论（2011）到谷歌的阿里斯多德利研究（2012-2015），发现心理安全是团队成功的#1预测因素。图尔敏的主张-数据-担保-背书-限定-反驳模型为论证映射提供了理论基础。沃尔顿的96种论证模式为分类论证类型（支持、反对、支持、攻击）提供了词汇。弗里曼的链式收敛区别和宏观结构图表为论证树的可视化提供了信息。克里斯蒂安·斯塔布和伊琳娜·古列维奇的计算论证挖掘研究（2014，图灵大学达姆施塔特）使AI能够自动提取断言、前提和论证关系的文本——Argumentree的AI提取技术的基础。
什么是协同决策？
协作决策是一种团队中心的决策形式，通过表面选项、贡献论证和证据、公开评估并收敛到一个反映团队集体推理的决策。这个指南涵盖了240年的研究：从孔多塞的集体决策定理（1785）到AI增强团队（2026）。
摘要
在协作决策中，受决策影响的人会参与决策。每个人都会提出支持和反对的论证，团队会公开评估它们，并最终形成一个反映团队集体推理的决策。这样做可以产生更好的决策，减少盲点，形成一个清晰的决策记录。谷歌的阿里斯多德利研究发现，心理安全是团队成功的#1预测因素。
团队决策的简史
集体决策的科学研究跨越了几个世纪。了解历史可以解释为什么结构化工具如此重要。
马基斯·德·康德塞特数学证明，如果每个人都略好于抛硬币，多数人的胜算会随着群体的增长而趋近于确定——前提是成员独立决策。
弗朗西斯·高尔顿研究了一场"猜牛重量"比赛。787个猜测的中位数（1,207磅）与实际重量（1,198磅）仅相差1%——甚至比牛专家还要好。该研究发表在《自然》杂志上，成为群体智慧的奠基性例子。
冯·诺伊曼和莫根斯特恩出版了《博弈论与经济行为》，建立了理性选择的数学基础。
兰德公司开发了一种匿名和分轮收集专家意见的技术——保护了独立性，不受职位和社会影响。
斯蒂芬·图尔明出版了《论证的用途》，引入了主张-数据-保证-支持-限定-反驳模型。该模型成为论证映射和结构化推理的理论基础——也是Argumentree实现的架构。
沙伊姆·佩雷尔曼和露西·奥布雷希茨-泰特卡出版了《论证论：新修辞学》，为现代观众复兴了古典修辞学。他们区分了演示（正式证明）和论证（为了获得认同而进行的推理）——证明了现实世界的决策需要说服，而不仅仅是逻辑。
欧文·贾尼斯在研究猪湾入侵事件后创造了"群体思维"的概念：当追求一致性的驱动力超过了现实的评估时，异议会自我审查，弱选项不会受到挑战。
杰里·哈维描述了如何让群体同意他们实际上不想要的东西——"管理不善的协议"，每个人都假设其他人想要某事，但实际上没有人想要。
艾米·埃德蒙森出版了开创性的研究，证明了表现最好的医院团队报告了更多错误——因为他们感到足够安全来报告错误。
马克·威尔逊在PMI上提出协作决策工程方法：定义问题→生成替代方案→决策，包括发散和收敛阶段。
詹姆斯·苏罗维茨编纂了群体智慧的四个条件：多样性、独立性、分散性和汇总。删除任意一个条件，群体就会变得更愚蠢，而不是更聪明。
道格拉斯·沃尔顿、克里斯·里德和法比齐奥·马卡格诺出版了《论证方案》（剑桥大学出版社），编目了96种刻板的推理模式，每种模式都有批判性问题。该书提供了分类论证类型的理论词汇——正面、反面、支持、攻击，这些都是计算工具实现的功能。
撒勒和桑斯坦引入了选择架构的概念：如何呈现选项来影响决策——而不限制自由。
詹姆斯·B·弗里曼出版了《论证结构：表示和理论》（施普林格出版社），将图尔明的模型与辩证方法相结合。他的链接-收敛区别和宏观结构图表阐明了论证树如何表示支持关系——Argumentree构建的视觉基础。
丹尼尔·卡内曼的畅销书解释了系统1（快速、直觉）和系统2（慢、刻意）思考——以及为什么大多数决策从未经过仔细分析。
谷歌研究了180个团队，发现心理安全是有效性的最强预测因子——超过个人才能、团队组成或资历。
克里斯蒂安·斯塔布和伊琳娜·古列维奇（达姆施塔特工业大学）发表了关于自动论证挖掘的基础论文——使用自然语言处理在文本中识别主张、前提和支持/攻击关系。他们的论证注释论文集成为基准数据集。该研究使AI能够从非结构化文本中提取结构化论证——Argumentree的AI提取技术背后的技术。
理查德·撒勒因行为经济学获得诺贝尔经济学奖，证明了几十年来关于人类如何实际做出决策的研究。
COVID-19迫使团队转向在线工作。异步决策成为必不可少的。以文档为中心的文化出现。
AI会议记录、LLM驱动的反对派和决策智能平台改变了团队的协作方式。Gartner在2025年的炒作周期中将DI命名为"变革性技术"。
协同决策流程
有效的团队决策遵循一个分散→收敛模型：首先打开可能性，然后驱动到闭合。这一结构，自1950年代以来由决策研究人员识别出来，防止了两个失败模式：过早收敛（错过选项）或永远不收敛（无休止的辩论）。
第一步：诊断决策背景（Cynefin)
不是每个决策都需要相同的过程。戴夫·斯诺登的Cynefin框架帮助团队匹配他们的方法与问题类型：
清晰
因果关系明显。最佳实践存在。感知→分类→响应。不要过度协作于常规决策。
复杂
因果关系可以通过专业知识发现。感知→分析→响应。咨询专家，然后决策。
混乱
因果关系只能在回顾中明显。探测→感知→响应。运行实验，收集反馈，适应。这是协作发散增加最多价值的地方。
混沌
无法辨别因果关系。行动→感知→响应。首先稳定，然后分析。单个领导者必须行动；协作在危机之后。
大多数战略、跨功能和创新决策都是复杂的——它们受益于多样化的输入、结构化的争论和迭代学习。常规运营决策通常是清晰的——只需遵循程序。
分散阶段
打开可能性
- 1
定义决策
明确陈述问题和目标。使用"五个为什么"技术来找到根源问题——您如何定义决策定义了可用的替代方案。威尔逊（2003年）说："最重要的步骤是建立适当的框架"。
- 2
生成替代方案
在评估之前创建选项。将想法创造与判断分开——当批评被推迟时，会产生更多的想法。使用头脑风暴、情景规划或"如果一切皆有可能，您会希望什么？"来提出创造性的可能性。
收敛阶段
驱动到闭合
- 3
贡献论证
每位参与者添加正反理由——理想情况下是在团队会议之前异步进行，这样就不会被第一或最资深的意见所左右。
- 4
公开评估
团队根据每个论证的优点评估其价值——有助于、清晰、准确、完整——这样质量就可以被衡量，而不是假设。
- 5
权衡和收敛
使用多重投票、成对比较或决策主导原则（消除在每个标准上都明显劣于其他选项的选项）等技术。比较净支持与反对，并收敛于推理最支持的选项。
- 6
记录推理
捕获决策和完整的正反论证轨迹，以便可以解释和重新审视几个月后。没有记录推理的决策是不可学习的决策。
为什么小组可以超越其最聪明的成员
在1906年，统计学家 弗朗西斯·加尔顿 研究了一个“猜测公牛重量”的比赛。结果， 787个猜测的中位数是1,207磅 — 与实际重量 1,198磅 相差约1%，并且比牛专家更准确。他在《自然》杂志上发表了这篇论文“民意”。它成为人群智慧的创始例子。
数学上也支持这一点： 孔多塞陪审团定理 (1785)证明，如果每个人都比掷骰子稍微好一点，群体的正确率就会随着群体规模的增长而趋近于确定性 — 假设 成员们独立决策。
James Surowiecki的《众智》（2004）提出了群体需要具备的四个条件。去掉任意一个，群体就会变得更愚蠢，而不是更聪明：
多样性
每个人都带来一些私人信息或不同的解释。
独立性
意见不受周围人的影响——反对群体行为的解药。
去中心化
人们可以专门化并利用自己的本地知识。
聚合
存在一个机制来将私人判断转化为集体决策。
这就是为什么RAND公司（1950年代）的德尔菲方法收集专家意见匿名并进行轮流讨论——以保护独立性和避免社会影响。现代协作工具为此提供了相同的功能：捕获独立输入在团队收敛之前。
当群众犯错误时
最近的研究（2025年）表明集体准确性实际上会随着团队规模的增长而下降——当个人共享高度相关的信息时。群众智慧只有在低相关性个人占多数时才会出现。这解释了为什么：
- 回音室会摧毁群体智慧——每个人都从相同的来源获取信息
- 意见领袖即使在特定领域没有专长，也可能将群体引入歧途
- 信息来源的多样性比人口统计学多样性更重要
解决方案：结构化的工具收集独立输入在团队讨论之前，并评估论证的质量而不是其来源。
团队心理安全的科学
1999年，哈佛教授艾米·埃德蒙逊做出了一个令人惊讶的发现：最好的医院团队报告了更多的错误——而不是更少。为什么？他们感到安全地表达出来。团队成员隐瞒错误的团队什么也没有学到并且重复了错误。
团队心理安全是一种共享的信念：团队是安全的，成员可以冒险表达自己的想法、承认错误和挑战现状而不会被耻笑或惩罚。
谷歌的阿里斯多德计划
2012年至2015年，谷歌研究了180个团队，发现什么使团队有效。结果令人惊讶：
心理安全是最强的预测因子——比个人才能、团队组成或资历更重要。
心理安全与43%的团队性能差异相关。
具有高心理安全的团队被高管评为有效的频率是其他团队的两倍。
与有效性无关的变量：同事的位置、团队大小、资历、基于共识的决策和个人团队成员的表现。
有效团队的五个动态
心理安全
我们可以在不感到不安全或尴尬的情况下冒险吗？
可靠性
我们可以指望对方按时完成高质量的工作吗？
结构和清晰度
目标、角色和计划是否明确？
意义
我们的工作对我们个人来说重要吗？
影响
我们相信我们的工作很重要吗？
团队心理安全是其他四个动态的基础。
这对协作决策意味着什么
- 多样性可以改善决策——但只有在心理安全的环境中。没有安全的发言环境，多样化的观点永远不会进入对话。
- 对话轮流和高社会敏感性可以预测团队成功。
- 领导者的行为设定了基调：独裁行为、不易接触或未能承认脆弱性都会降低安全性。
行为经济学和选择架构
传统经济学假设人类是理性的决策者（"Econs"）。行为经济学，率先由卡尼曼、特弗斯基和泰勒等人开创，揭示了我们实际上是"人类"——在系统性方式下预测性地不理性。
系统1和系统2思维
丹尼尔·卡尼曼的《快速思考和慢思考》(2011年)描述了两个认知系统：
快速、直觉、自动
运作需要很少的努力，依赖于模式和启发式，处理大约96%的决策。容易受到偏见的影响：锚定、可得性、损失厌恶。
慢、刻意、分析
需要有意识的努力，用于复杂的推理。更可靠，但需要努力——并且"懒惰"，只在绝对必要时才会参与。
大多数团队决策都是由系统1完成的——人们会对第一个发言的人、他们的声音和社会信号做出反应。结构化的论证捕获会强制系统2参与。
干扰团队决策的认知偏见
锚定
提到的第一个数字或选项不成比例地影响了最终的决策。
确认偏见
人们寻找支持其现有观点的证据，并忽略相矛盾的证据。
可得性启发式
最近或生动的例子感觉更有可能——即使它们在统计学上很少见。
损失厌恶
损失感觉大约是收益的两倍——偏向于现状。
现状偏见
默认选项不成比例地获胜——即使替代方案在客观上更好。
选择架构和推动
泰勒和桑斯坦的《推动》(2008)表明了如何呈现选项会影响人们的选择——而不限制自由。这是"选择架构"。
- 默认选项会极大地影响结果（选择加入与选择退出器官捐赠）
- 损失框架（"您将损失100美元"）比收益框架（"您将节省100美元"）更具说服力
- 将健康食品放在眼前高度会增加健康选择
协作决策工具是一种选择架构。结构化的论证树、明确的评分标准和可见的共识分数都"推动"团队朝着更好的推理方向。
为什么小组决策会出错
理解失败模式至关重要。这些并不是罕见的——它们是团队缺乏结构时的默认值。
群体思维
欧文·贾尼斯（1972）提出的术语，当追求一致性的驱动力超过了现实的评估——他将其归因于猪湾入侵事件。异议是自我审查的，疑虑被压制，弱选项不会受到挑战。
阿比林悖论
杰里·哈维（1974）的一个案例：一个家庭开车到阿比林吃晚饭，但没有人想要——每个人都假设其他人想要。群体可以同意他们实际上不想要的东西——"管理不善的协议"，沉默被误认为是同意。
隐藏的个人资料问题
群体过度讨论每个人都知道的内容，并忽略只由一个人掌握的事实——因此，只有通过汇集未共享的信息才能出现的答案仍然被埋没。
社会影响力摧毁独立性
当人们开始分享意见时，谈话可以产生"群体思维"并摧毁群体智慧。宾夕法尼亚大学的研究："意见领袖更有可能将群体引入歧途，而不是改善它"——即使他们在其他领域具有真正的专长。
锚定在第一位发言者
提出的第一个意见不成比例地塑造了最终的结果。在会议中，这通常意味着最资深的人——无论他们在特定问题上是否具有专长。
论证从未浮现
没有心理安全或结构化输入，安静的参与者不会发言。他们的推理——往往是最有价值的，因为它是不同的——只是丢失了。
推理蒸发
会议结束后，没有人记得为什么做出了决定。团队重新审议已解决的问题，新成员无法理解过去的选择。
远程和混合团队中的协作决策
工作世界已经发生了变化。52%的知识工作者现在是混合的，26%是完全远程（盖洛普2024）。协作决策必须适应。
挑战
- 时区使全球团队的同步会议变得困难或不可能
- 视频疲劳降低了长时间决策会议的参与度
- 非正式的走廊对话——通常在那里分享背景——不会发生
- 文档变得至关重要："如果没有书面记录，决策就不存在"
异步决策
研究表明，拥抱异步决策的团队：
先文档
在安排任何会议之前，先写下决策背景、选项和论证。让人们在自己的时间内贡献。
异步输入，同步冲突
异步收集独立输入。只为复杂、有争议或不确定的决策保留同步时间。
明确的响应期望
定义团队成员应该多快响应——这可以防止焦虑和延迟。
透明度优于会议
共享文档中有正在进行的论证，优于每周的状态会议。人们可以在他们的高效时间内贡献。
混合政策和团队决策
加利福尼亚州的调查发现，具有正式混合协作计划的团队比没有此计划的团队更有可能被激活（66%）并且更不容易经历职业倦怠（29%）。
混合工作者在他们的团队一起决定混合日程时最为积极参与。但是，只有 12% 的混合员工有这种协作方法。最常见的方法（34%）：完全依赖个人，这会导致协调混乱。
人工智能增强的协作决策
我们正在经历一个转型。甘特尔将决策智能列为其 2025 年人工智能热度周期中的转型技术，预计在 2-5 年内实现大规模采用。
什么是决策智能
甘特尔将决策智能定义为“明确理解和工程决策过程以及评估、管理和改进决策结果的实用学科”。通过数字化和建模决策，DI 可以填补见解与行动之间的差距。
人工智能如何增强团队决策
会议记录和决策提取
AI可以实时记录会议并自动提取行动项、关键决策和论证——减少了每次会议30多分钟的行政负担。
AI作为反对派
研究（ACM 2024）探索了LLM驱动的反对派，可以挑战群体假设，帮助团队避免群体思维，通过提出人类可能压制的反论证。
人机互补性能
目标不是AI取代人类，而是结合性能超过任意一方。研究强调了"了解用户行为和将AI集成到人类团队中的团队性能"。
跨语言协作
AI驱动的翻译允许全球团队以母语贡献，同时保持共享的决策记录——对于66%不说英语的世界来说，这是必不可少的。
为什么人工智能不会取代人类判断
人工智能擅长处理信息、发现模式和自动化文档。但是，协作决策是关于人类的买入、组织知识、道德判断和责任。最好的AI工具可以增强人类推理——它们不会绕过它。
什么时候不应该使用协作决策
专家包括知道什么时候不应该应用某种方法。协作有成本：时间、协调工作量和决策疲劳。要谨慎使用。
速度关键决策
当子弹正在飞行——字面意义或比喻意义——召开决策会议将会错过时间窗口。美国海军陆战队的教条："直觉方法更适合大多数典型的战术决策"。
明确的个人专长
当一个人具有明确的专长，而其他人没有时，他们的判断应该占主导地位。协作增加了价值，当观点多样时；它增加了噪音，当观点不明时。
必须是个人责任
一些决策——法律、监管、受托——需要单一的负责决策者。协作可以提供信息，但不能分散责任。
决策者不受影响
如果群体不受结果的影响，他们不会认真对待决策过程。"有皮在其中"是必不可少的。
决策是微不足道的
并非每个选择都值得有一个结构化的过程。可逆、低风险的决策应该快速做出并继续前进。
协作最好在以下情况下：(a) 多样化的观点增加了真正的价值，(b) 执行需要买入——人们支持他们帮助塑造的决策，(c) 决策足够重要以证明时间的价值，(d) 理由需要为将来参考而记录。
决策权：谁贡献、谁决策
‘协作’并不意味着‘每个人都决策’。现代组织将输入权（谁贡献观点）与决策权（谁做出决策）区分开来。清晰的界定可以避免僵局和排斥。
DACI
驱动者（拥有流程），批准者（拥有否决权），贡献者（提供输入），知情者（保持知情）。Atlassian的跨职能决策标准。
RAPID
Bain的框架：推荐，同意（必须签字），执行，输入，决定。澄清了利益相关者中的责任。
基于同意
来自社交学：决策在没有合理异议时继续进行——不是完全同意。比共识更快，仍然包容。
咨询
领导者在结构化输入后做出决定。贡献者塑造了思考，但不持有否决权。常用于具有广泛影响的高管决策。
决策越是不可逆转、价值越高、影响越大，决策过程越应该透明和参与。每个决策都需要一个清晰的负责人。
Argumentree通过角色访问控制确保这一点：任何人都可以贡献论点，但讨论所有者控制何时关闭和何时采用哪种解决方案。审计记录显示谁贡献了什么——无需任何模糊。
促进共识的技术
‘收敛阶段’是团队决策中经常失败的地方——无限的辩论或过早的闭合，没有考虑异议。这些技术可以帮助：
事前验尸（加里·克莱因）
在做出决定之前，想象一下决定以壮观的方式失败。问："出了什么问题？"这表明了乐观偏见隐藏的风险，并给了发表疑虑的许可。克莱因的研究表明，事前验尸可以增加识别未来结果原因的能力30%。
红队/反对派
指定一个人来反对出现的共识——不是为了赢，而是为了测试。结构化的异议可以防止群体思维，而不需要自然产生的异议。Argumentree的AI可以自动生成反论证。
多重投票
每个人得到N票（通常N = 选项数量 ÷ 3），并将其分配在选项上。快速表明了群体偏好，而不强制二元选择。
名义群体技术（NGT）
沉默的想法生成 → 轮流分享（无讨论） → 澄清 → 投票。防止主导声音控制早期讨论。
成对比较
将每个选项与每个其他选项在矩阵中进行比较。从偏好模式中推导出权重。适用于少数重要选项。
决策主导原则
如果一个替代方案在每个标准上都明显劣于至少一个其他选项，则消除它。"缩小竞争范围"，然后再进行详细评估。
共识阈值
提前定义什么程度的协议构成了"足够"——一致、超级多数、多数或"同意"（没有人阻止）。不同的决策需要不同的阈值。
结构化评分与汇总
参与者根据明确的标准评估论证或选项；评分以数学方式汇总为分数。Argumentree自动执行此操作——共识是衡量的，而不是假设的。
Argumentree如何支持协同决策
Argumentree为团队提供了一个共享的结构化的位置来争论和决策——建立在论证映射的基础上。每个功能都解决了研究中识别出的特定失败模式：
共享的正反论证树
每个人的论证都组织成一个分层的正反结构——强制执行系统2的参与，并使推理可见。解决：推理蒸发，论证从未浮现。
异步贡献优先
参与者在团队收敛之前添加论证，保护独立性。解决：锚定在第一位发言者，社会影响力摧毁智慧。
结构化的来回（4步链）
问题、妥协和审查让参与者轮流探索和协商论证——揭示隐藏的个人资料信息并测试假设。
多维评分→共识评分
参与者评估论证（有用性、清晰度、准确性、完整性）；评分以数学方式汇总为分数。共识是衡量的，而不是假设的。
基于角色的访问和心理安全
控制谁可以贡献和谁可以审查。匿名贡献选项保护了对敏感话题的心理安全。
从录音中提取AI
上传会议录音；AI将论证、决策和行动项提取到结构化树中。解决：文档负担，推理蒸发。
完整的审计跟踪
论证版本控制和草稿→开放→关闭的生命周期保持了对决策是如何达成的完整记录——用于合规、入职和未来学习。
66种语言协作
AI驱动的翻译允许全球团队以母语贡献，同时保持一个共享的决策记录。
协作决策是以团队为中心的决策形式。看看它在12个用例中应用——从团队会议到DAO治理和公共政策。将该共享推理转化为群体决策是共识构建的工作。
决策包：需要记录的内容
没有记录的决策是不可学习的决策。借鉴建筑决策记录（ADRs），每个重要的协作决策都应该产生一个‘决策包’，包含：
决策声明
做出了什么决定，用一句话概括。
日期和所有者
何时做出决定，谁负责执行。
背景
什么促成了决策？什么限制适用？
考虑的选项
评估了哪些替代方案？包括被拒绝的选项。
正反论证
塑造选择的推理——在论证树中捕获。
引用的证据
哪些数据、研究、先例告知了决策？
异议意见
谁不同意，为什么？少数派报告。对于学习至关重要。
假设
我们相信什么是真的？如果这些改变，重新考虑。
风险和缓解
什么可能出错？什么是后备计划？
成功指标
我们如何知道这个决策是否有效？
审查日期
何时重新审视？防止决策默认成为永久的。
重新打开触发器
什么条件会使这个决策失效？
Argumentree可以自动完成这一步。论点树捕捉选项、理由和异议；审计记录记录日期、负责人和贡献者；讨论生命周期（草案→开放→关闭）确保复审。导出完整的决策记录以便于遵守、入职或未来参考。
"If the organization cannot remember why it decided something, it cannot learn."
为什么值得努力
协作决策比自主决策花费更多的时间。但是，投资会带来回报：
更好的决策
每个观点都被捕获和测试，因此盲点在决策之前出现——而不是之后。谷歌发现，具有高心理安全的团队被评为有效的频率是其他团队的两倍。
真正的买入
人们支持他们帮助塑造的决策——协作将判决转变为共同的承诺。执行力提高，因为团队了解为什么。
持久的记录
推理被保存，因此团队可以更快地入职，停止重新讨论已解决的问题，并可以从过去的决策中学习。
降低离职率
谷歌的研究：具有高心理安全的团队离职率降低了27%。人们会留在他们被倾听的地方。
解锁创新
消除发言的恐惧，释放人们提出新颖或非传统想法的自由——创新所需的原始材料。
常见问题
什么是协作决策？
协作决策是一种结构化的过程，群体共同做出决策——提出选项，贡献论证和证据，公开评估，并收敛于反映群体集体推理而非单个权威的选择。它用透明度和更好的测试决策来换取速度。
协作决策过程是什么？
该过程遵循发散-收敛模型。在发散阶段，您（1）定义决策和（2）生成替代方案。在收敛阶段，您（3）贡献正反论证，（4）根据其优点评估每个论证，（5）权衡净支持与反对并收敛，（6）记录决策和推理。结构化工具使每个步骤可见和可审计。
什么是心理安全，为什么它很重要？
心理安全是一种共享的信念，即团队对人际风险承担是安全的——成员可以发言，承认错误，并挑战想法而不怕尴尬或惩罚。谷歌的亚里士多德项目发现它是团队有效性的#1预测因子，与43%的性能差异相关。没有它，多样化的观点永远不会进入对话。
为什么群体决策经常出错？
常见的失败模式包括：群体思维（一致性优先于现实主义），阿比林悖论（同意于没有人想要的东西），隐藏的个人资料问题（独特的信息被埋没），锚定在第一/最响亮的演讲者，认知偏见，如确认偏见，以及在会议结束后蒸发的推理。结构化的输入捕获可以在群体讨论之前解决大多数这些问题。
协作决策和共识决策有什么区别？
共识决策需要整个群体积极同意（或至少不阻止）才能继续。协作决策更广泛：每个人都贡献，输入塑造结果，但最终决策仍然可以由领导者、投票或定义的规则做出。协作是关于共享输入和透明度；共识是一种特定的结束方式。
AI如何帮助协作决策？
AI通过以下方式增强协作决策：（1）实时记录会议并自动提取行动项、关键决策和论证；（2）作为"反对派"挑战群体假设；（3）为全球团队翻译贡献；（4）为一致性和合规性建模决策逻辑。目标是互补性能——结合的人机团队超越任意一方。
什么时候不应该使用协作决策？
避免在以下情况下使用协作决策：速度至关重要的决策，决策需要明确的个人专长，需要个人责任的决策，微不足道或可逆的选择，以及不受结果影响的群体。协作决策最适合多样化的观点增加价值、买入很重要的执行以及决策足够重要以证明时间的投入。
软件如何支持协作决策？
协作决策软件提供了一个共享的结构化空间来论证和决策：它组织了贡献到层次结构的正反论证中，异步收集输入以保护独立性，允许每个人评估论证以衡量共识，控制访问权限，并保持完整的审计跟踪。Argumentree添加了AI从会议录音中提取和66种语言翻译的功能。
参考文献和进一步阅读
康德塞特，M.（1785）。《分析应用于多数票决策的概率》。
证明群体可以优于个人的原始数学证明。
高尔顿，F.（1907）。《民众之声》。《自然》，75，450-451。
群体智慧的奠基性例子。
贾尼斯，I. L.（1972）。《群体思维的受害者》。霍顿·米夫林出版社。
群体思维和猪湾入侵事件的经典研究。
哈维，J. B.（1974）。《阿比林悖论：协议管理》。《组织动态》。
群体同意于他们实际上不想要的东西。
威尔逊，M. A.（2003）。《协作决策：为项目成功而建立共识》。PMI全球大会。
决策工程方法框架。
苏罗维茨，J.（2004）。《群体智慧》。道布尔迪出版社。
集体智慧的四个条件。
图尔明，S. E.（1958）。《论证的用途》。剑桥大学出版社。
主张-数据-保证-支持-限定-反驳模型的基础——论证映射的基础。
佩雷尔曼，C. & 奥布雷希茨-泰特卡，L.（1958）。《论证论：新修辞学》。法国大学出版社。
新修辞学——区分演示和论证。
撒勒，R. H. & 桑斯坦，C. R.（2008）。《推动力：对健康、财富和幸福的决策改进》。耶鲁大学出版社。
选择架构和自由式父权主义。
斯塔布，C. & 古列维奇，I.（2014）。《说服性论文中的论证组件和关系注释》。COLING 2014会议论文集。
计算论证挖掘的基础——使AI能够从文本中提取主张、前提和关系。Argumentree的AI提取技术背后的技术。
View source →一起决定，会更好
为你的团队提供一个结构化的位置来争论和决策——捕获每个人的观点，评估每个论证，记录决策和推理。加入使用Argumentree的组织，改变他们的决策方式。
开始免费试用