什么是信息级联？信息级联发生在决策者按顺序理性地忽视自己的私人信息，并模仿他们观察到的他人的选择——产生的群体行为在个体上是理性的，但在整体上是脆弱的，且常常是错误的。
信息级联在1992年由Sushil Bikhchandani、David Hirshleifer和Ivo Welch在《政治经济学杂志》中正式化，与此同时，Abhijit Banerjee在同一年发表了一个密切相关的群体行为模型。机制：每个人持有关于正确选择的嘈杂私人信号，并可以观察到之前人的选择——但不能看到他们的理由。一旦观察到的选择的权重超过了个人信号的权重，理性的举动就是模仿，从那时起，行动不再携带新信息。级联是自我强化的，但又是脆弱的：它仅依赖于最初几个参与者的私人信号，这就是为什么小冲击可以打破它。级联解释了餐厅排队、金融泡沫、技术采纳浪潮和病毒性错误信息——Vosoughi、Roy和Aral在《科学》（2018）中表明，虚假新闻在网上传播的距离和速度显著超过真实新闻。级联与群体思维不同：级联是对观察到的行为的理性推断，而群体思维是朝向一致性的社会压力；两者都破坏了人群智慧所需的独立性。在决策生命周期内（参与、框架、生成、调查、汇总、审议、分配、选择、实施、监控），级联破坏了汇总和审议阶段：当人们在贡献自己的观点之前观察彼此的立场时，汇总反映的是首批参与者的观点，而不是群体的分散知识。解决办法是结构性的——在揭示任何人的立场之前收集独立判断。Argumentree通过将贡献与观察分开来实现这一点：参与者异步且可选择匿名地提交论点，论点根据其优点进行评分，完整的推理过程保留在审计记录中。
什么是信息级联？
一个信息级联发生在理性的人忽视自己的信息并复制他人可见的选择——它解释了泡沫、群体、餐厅排队和病毒性错误信息。令人不安的部分是：级联中的每个人都在理性地行为。
最后更新： 2026-07-18
TL;DR
当人们按顺序做决定并能看到早期选择但看不到其背后的理由时，迅速变得理性去忽视自己的信息并模仿——之后你的行动不会为池中添加新信息。这就是信息级联（Bikhchandani、Hirshleifer & Welch，1992）。级联在个体上是理性的，在整体上是脆弱的，且常常是错误的——它们驱动泡沫、时尚和错误信息浪潮。与群体思维不同，不需要社会压力：仅仅数学就能产生人群。解决办法是结构性的：在任何人看到群体方向之前捕捉每个人的独立判断——这正是Argumentree的结构化提交如何运作的。
群体行为研究的简史
人类几百年来一直在描述人群的疯狂——但直到1992年，经济学家才表明这种疯狂根本不需要疯狂：理性个体就足够了。
经典的泡沫故事：郁金香球茎价格在1636–37年的荷兰冬季飙升并崩溃。现代学术研究（Anne Goldgar，Tulipmania，2007）表明，流行故事被严重夸大——真实交易有限，随之而来的破产也很少。这个故事本身是一个关于级联叙事如何级联的教训。
南海公司的股票在几个月内上涨约八倍，然后崩溃——这是金融市场中模仿超越信息的早期、文献记录良好的案例。
查尔斯·麦凯的《非凡流行妄想与人群的疯狂》普及了人群集体疯狂的观点。生动——但前科学的：它描述了群体行为而没有解释其机制。
欧文·贾尼斯在研究猪湾入侵后创造了“群体思维”一词：凝聚的群体在朝向一致性的社会压力下压制异议。与级联不同的独立性杀手——心理上的而非信息上的。
Bikhchandani、Hirshleifer和Welch（《政治经济学杂志》）以及Banerjee（《经济学季刊》）独立证明，完全理性的个体在顺序决策时会忽视私人信息并进行模仿——而由此产生的级联是脆弱的，且常常是错误的。
安德森和霍尔特（《美国经济评论》）通过实验重现信息级联：参与者理性地跟随前任的选择，反对自己的信号，确认了模型的机制与真实人群的吻合。
纳斯达克在2000年3月10日达到5,048.62的峰值，然后在2002年底损失约78%；对不断上涨的房价的相关信念助长了2008年的危机。级联动态通过杠杆和媒体放大。
Vosoughi、Roy和Aral（《科学》）分析了约126,000个Twitter级联：虚假新闻传播的距离、速度和深度显著超过真实新闻，且被转发的可能性约高出70%。
关于大型语言模型和集体智能的研究（Burton等，2024年《自然人类行为》）警告说，AI中介可能会使人们接收到的信息同质化——在源头上相关信号并使得易于触发级联的动态。
信息级联的工作原理
Bikhchandani–Hirshleifer–Welch模型简单到可以在脑海中运行。想象人们在两个餐厅A和B之间逐个选择。每个人都有一个关于哪个更好的私人、不完美信号——并且可以看到每个早期人的选择，但看不到他们的理由。
- 1
1. 私人信号
每个人自己的信息正确的频率高于错误，但嘈杂。如果每个人独立选择，大多数人几乎肯定会选择更好的餐厅——这就是康多塞特陪审团定理的作用。
- 2
2. 早期选择变为公开
第一个人跟随他们的信号。第二个人将自己的信号与第一个人的可见选择进行权衡。从第三个人开始，观察到的历史已经可以超过任何单一的私人信号。
- 3
3. 理性模仿
一旦观察到的选择超过了你的信号，贝叶斯推理会说：忽视你的信号并进行复制。这不是愚蠢或从众——在你能看到的情况下，模仿是正确的推断。
- 4
4. 信息停止积累
这里是集体失败：一旦你模仿，你的行动就不会透露任何关于你的私人信号的信息。餐厅A外的排队不再意味着A更好——这意味着前两个人这样认为。人群看起来是一致的，但几乎没有汇聚任何信息。
- 5
5. 脆弱性
因为级联仅依赖于最初几个参与者的信号，所以它本质上是脆弱的。一小块可信的公共信息——或一个拥有强大信息的可见叛逃者——可以打破它并开始一个相反方向的级联。
深刻的教训：个体理性行为产生了集体非理性的结果。没有人犯错，但群体的决策依赖于两三个嘈杂的信号，而不是数百个信号。顺序、可见的决策过程默默地将一个明智的人群转变为一个群体——这就是为什么人们在会议中发言的顺序比团队假设的要重要得多。
级联与群体思维与群体行为的区别
这些术语可以互换使用，但它们命名不同的失败机制——而这些差异对于选择正确的对策很重要：
信息级联
一种理性推断的失败。人们模仿是因为观察到的行为确实携带信息，并且可以合理地超过私人信号。不需要社会压力。对策：恢复独立性——在揭示任何人的选择之前收集判断。
群体思维
一种社会心理学的失败（Janis，1972）。凝聚力和对一致性的追求使成员自我审查怀疑；异议感觉不忠。对策：合法化异议——设立辩论者、匿名输入、领导者最后发言。
群体行为（广义）
任何行为的趋同，无论是否理性——包括基于收益的模仿（因为上涨的价格会吸引更多买家而购买）和基于声誉的模仿（没有经理因共识选择而被解雇）。泡沫通常混合了这三种机制。
这三者都破坏了同一个资产：人群智慧所依赖的独立性条件。一个群体可以在没有任何群体思维的情况下通过级联失败，也可以在没有任何级联的情况下通过群体思维失败——强健的决策过程可以防御这两者。
野外中的级联
一旦你知道了这个模式，你会在任何地方看到它：
餐厅排队
两个餐厅，一个空着，一个排着队——队伍在增长。每个新到者理性地将排队视为证据，即使队伍可能基于两位早期就餐者的中等信息而存在。Banerjee的1992年模型正是使用了这种逻辑。
金融泡沫
纳斯达克在2000年3月10日的5,048.62点的上涨和大约78%的崩溃，以及2008年前对房价只会上涨的相关信念，都显示了模仿超越了信息——通过杠杆、媒体报道和共识交易的声誉安全放大。
病毒性错误信息
社交平台是级联机器：可见的分享是没有理由的行为。Vosoughi、Roy和Aral（科学，2018）发现虚假新闻传播得比真相更远、更快、更深，跨越约126,000个Twitter级联——虚假信息被转发的可能性约高出70%。
会议和招聘循环
当意见按顺序大声表达时，后来的发言者理性地将新出现的共识与他们的私人观点进行权衡——与餐厅排队相同的数学，在会议桌周围展开。第一个自信的声音往往决定结果。
郁金香狂热及其重述
1636-37年的荷兰郁金香事件是真实的，但Goldgar（2007）表明灾难叙事在重述中大部分是民间传说。级联故事本身也会级联：每次重述都复制早期的重述，而不是来源。
医学和技术标准
Bikhchandani、Hirshleifer和Welch以医学实践作为激励示例：治疗方法可以通过早期采用者的模仿成为标准，在严格的试验介入之前，一些方法后来被证据推翻。技术标准显示出相同的顺序采用动态——早期选择吸引补充和追随者，因此获胜的标准不一定是独立评估所选择的标准。
如何打破级联
因为级联是结构性的，所以解决办法也是结构性的。目标始终是相同的：在观察污染之前将私人信息引入池中。结构与个体层面并行工作，而不是取而代之：认知偏见如锚定和可得性会放大级联，而恢复的独立性是否真正被使用取决于群体动态——审议质量和心理安全——每个领域都是深刻的研究领域。
独立输入优先
在任何人看到其他人的立场之前，收集每个参与者的书面判断——这是德尔菲方法（RAND，1950年代）和规划扑克等估算技术的原则，后者同时揭示。
在社会利益相关的地方保持匿名
当立场与姓名和等级脱离时，声誉驱动的群体行为失去控制，人们报告他们的实际信号。匿名贡献是诚实汇聚的一个特征，而不是缺陷。
同时揭示
一次性揭示所有判断，而不是按顺序揭示。同步性消除了使模仿在第一时间合理的观察历史。
理由，而不仅仅是行动
级联依赖于没有理由的行动。当贡献必须携带其推理——一个论点，而不仅仅是投票——后来的参与者可以评估证据本身，而不是从行为中推断。
决策记录
记录谁争论了什么，以及为什么的文档化轨迹，让群体审计其共识是否基于汇聚的证据，或基于大家复制的三种早期意见——并使级联在事后可见。
Argumentree如何通过设计防止级联
Argumentree的核心工作流程——在群体收敛之前进行结构化论证提交——是内置于工具中的级联对策：
贡献与观察分开
参与者异步且独立地将他们的论点添加到共享的支持/反对树中，因此私人信息在群体方向可见之前进入池中。
匿名贡献选项
在等级或声誉会扭曲输入的地方，论点可以匿名贡献——切断社会地位与影响之间的联系，从而驱动声誉驱动的群体行为。
论点携带理由
每个贡献都是一个带有推理的主张，而不是一个单纯的立场。多维评分（有用性、清晰度、准确性、完整性）根据其优点评估证据，因此后来的参与者回应理由，而不是从排队中推断。
可审计的汇总
共识分数明确汇总评分，完整的审计轨迹保留了谁在何时贡献了什么——因此群体可以验证其结论是否基于汇聚的知识，而不是基于前两种声音。
常见问题
什么是信息级联？
信息级联发生在决策者按顺序理性地忽视自己的私人信息并模仿他们观察到的他人的选择。一旦观察到的选择超过一个人的信号，复制就是正确的贝叶斯推断——但从那时起，行动不再携带新信息，因此人群的表面一致性仅依赖于最初几个成员的信号。该模型在1992年由Bikhchandani、Hirshleifer和Welch正式化。
为什么信息级联在个体层面是理性的，但在群体层面是非理性的？
每个个体正确地权衡他们可用的证据，包括其他人可见的选择。但一旦个体开始模仿，他们的行动就不再揭示他们的私人信号——因此群体停止积累信息。每个人的推理都是正确的，但集体结果依赖于两三个嘈杂的早期信号，而不是整个群体的知识。
信息级联和群体思维有什么区别？
信息级联是一种理性推断现象：不需要社会压力，仅需顺序决策和可见行为。群体思维由欧文·贾尼斯在1972年识别，是一种社会心理现象：凝聚力和对一致性的追求迫使成员自我审查异议。两者都破坏了人群智慧所需的独立性，但需要不同的对策——级联通过独立输入和同时揭示被打破，群体思维通过合法化异议被打破。
信息级联的真实例子是什么？
餐厅排队（排队本身成为证据）、金融泡沫如纳斯达克在2000年3月的5,048高峰的点燃、技术采纳浪潮、招聘小组讨论中第一个自信的意见锚定其余，以及病毒性错误信息——Vosoughi、Roy和Aral（《科学》，2018）表明虚假新闻在约126,000个Twitter级联中传播得更远、更快。
信息级联总是坏的吗？
不。社会学习通常是有效的——当他人确实知道更多时，模仿是一种合理的捷径，正确选择的级联也会发生。问题在于级联是不可靠的（它们可能会从几个嘈杂的早期信号中锁定错误选项）、信息贫乏（它们停止汇聚）和脆弱的（它们可能在小冲击下逆转）。对于重要决策，错误级联的预期成本通常足以证明支付独立判断的合理性。
如何在群体决策中防止信息级联？
结构性地恢复独立性：在任何立场被揭示之前收集每个人的书面判断，在等级会扭曲输入的地方使用匿名，按同时而非顺序揭示立场，要求贡献携带理由而不仅仅是投票，并保持决策记录，以便群体可以审计其共识实际上依赖于什么。像Argumentree这样的工具将这些步骤内置于工作流程中，通过独立的异步论证提交和基于优点的评分。
信息级联与社交媒体有什么关系？
社交平台工业化了级联机制：分享、点赞和趋势信号是没有理由的可见行为，按顺序呈现给数百万用户。推荐算法增加了相关曝光——每个人都看到相同的趋势项目——进一步相关信号。关于大型语言模型和集体智能的研究（Burton等，2024）警告说，AI中介可能会通过同质化不同人接收到的信息来加剧这一点。
参考文献与进一步阅读
Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). 一种关于时尚、风格、习俗和文化变化的理论作为信息级联。《政治经济学杂志》，100(5)，992–1026。
基础级联模型：理性模仿，脆弱的群体。
Banerjee, A. V. (1992). 一种简单的群体行为模型。《经济学季刊》，107(3)，797–817。
独立的伴随模型，基于餐厅选择的直觉。
Anderson, L. R., & Holt, C. A. (1997). 实验室中的信息级联。《美国经济评论》，87(5)，847–862。
实验确认真实人群如模型预测的那样级联。
Janis, I. L. (1972). 群体思维的受害者。霍顿·米夫林。
社会压力失败模式，与信息级联不同。
Harvey, J. B. (1974). 阿比林悖论：协议的管理。组织动态。
管理不当的协议——群体趋同于无人想要的事情。
Mackay, C. (1841). 非凡流行妄想与人群的疯狂。
关于人群狂热的前科学经典——生动的描述，没有机制。
Goldgar, A. (2007). 郁金香狂热：荷兰黄金时代的金钱、荣誉与知识。芝加哥大学出版社。
档案纠正：郁金香灾难叙事在很大程度上是民间传说。
Vosoughi, S., Roy, D., & Aral, S. (2018). 在线真实与虚假新闻的传播。《科学》，359(6380)，1146–1151。
~126,000个Twitter级联：虚假新闻传播得更远、更快、更深。
View source →Surowiecki, J. (2004). 人群的智慧。双日出版社。
为什么独立性是人群需要智慧的四个条件之一。
Burton, J. W., et al. (2024). 大型语言模型如何重塑集体智能。《自然人类行为》，8，1643–1655。
AI中介与同质化、易于级联的信息生态系统的风险。
View source →相关概念
在群体形成之前获取独立判断
Argumentree将贡献与观察分开：每个人的论点独立地进入树中，根据其优点进行评分，并保持记录。从汇聚的知识中决策——而不是从排队中的第一个声音。
开始免费试用