为什么有些组织看起来比其它组织更聪明一些——能更好地驾驭周围世界中存在的不确定性。其中起着决定性作用的就是“集体智慧”。我们也许知道“个人的智慧”是什么，但是“集体智慧”到底是什么呢？
今天要为你分享的书叫作《大思维：集体智慧如何改变我们的世界》，作者为了这本书筹划了十年，而且为了更好地研究这个课题，作者还专门考取了电信博士学位。
本书作者：周若刚，是英国社会创新之父，英国首相战略办公室顾问。目前是英国国家科学、技术及艺术基金会执行官。
我们主要关注以下5个方面的内容：集体智慧的本质、有助于增强集体凝聚力的特性也有可能阻碍智慧的产生、集体智慧的现状、人与机器的结合、集体智慧的未来可能性与焦虑。
一、集体智慧的本质是什么？
在不同的时期，人们对“智慧”这个词有着不同的理解。
智慧（intelligence）一词来源于拉丁语inter与legere的结合，inter的意思是“之间”，而legere的意思是“选择”，这就意味着“智慧”不仅仅是指超大存储或极快的处理速度，它更是指我们的大脑知道要走哪条路、信任谁、做或者不做什么的能力。
我们的“智慧”有两种类型：
集体（collective）一词来源于colligere，而colligere这个词是将col（意思为“一起”）与legere（意思为“选择”）相结合而得到的。
所以“集体智慧”是一个关于“选择”的概念——我们选择和谁在一起，以及我们选择如何行动。
近些年来，这个词主要是指网络上组合在一起的小组。但是，更符合逻辑的是，应该用“集体智慧”来描述任何一种涉及集体共同选择、思考和行动的大智慧。
这样说来，“集体智慧”不仅是技术词，也是道德词，而且它还与我们的“良知”紧紧联系在一起。
二、有助于增强集体凝聚力的特性也有可能阻碍智慧的产生。
人们能凝聚在一起，不仅仅依靠兴趣和习惯，还依赖于意义和故事。而且一个集体的共同思想不仅包括知识，还包括妄想、错觉、幻想、对我们已经相信的东西加以确认的渴望、用歪曲事实和架构来服务权力的扭曲权力欲。
比如：当新闻正在直播柏林墙倒塌时，中央情报局却仍在告知乔治·H·W·布什总统：“柏林墙是不会倒塌的”；21世纪初期，当所有指标均显示次级抵押贷款毫无价值时，投资银行却还是蜂拥而入……
这些都是组织机构极易受其思维模式所困的例子。
我们往往容易被乐观性偏见的错觉所迷惑。比如，好像觉得一切均在我们的掌控中这其实就是你产生的错觉，尤其是在集体当中，会把这种错觉给放大。
在人群中，我们可以暂时抛开我们的道德责任感，或者选择风险较大的选项（我们单独一人时，绝不会做这样的选择）。
而且我们喜欢让自己的判断得到证实，这时候，我们的行为就像德克萨斯州的神枪手那样，用子弹扫射墙壁，然后将靶子画在子弹击中的地方。
三、集体智慧的现状。
1、有些集体智慧旨在更有效的观察。
鸽子卫星大约同一个鞋盒一般大，位于距地球表面250英里（约402千米）之上。在缅甸，它通过观测夜晚灯光的覆盖面积来揭示经济的繁荣程度；在肯尼亚，它通过观测金属屋顶的数量来计算房屋的数量；在中国，它观察工厂停车场的卡车数量，并把这项指标作为工业产出的代表；在美国的星球实验室，构建了历史上最大规模的卫星网络，持续不断地观测地球的生态状况。
2、模式识别的进步尤其快。
脸书能够识别在社交网络上发布的照片中的人物；谷歌照片可以识别图片中的狗、墓碑和其它物品；推特的算法可以在没有任何人类直接参与的情况下识别出色情图片；苹果智能语言助手可以解析话语。
3、人工智能。
人工智能的算法通过多个层级来学习，这些层级用较简单的概念创建出复杂概念，并形成层次结构。
每个层级向下一个层级提供输入——例如，一个层级负责找出图像的边缘。层级越多（当前技术已经从几个层级发展到了数百个层级），学习的前景就越好。
最成功的人工智能依赖于巨大的数据源对机器进行训练，并且已经将对象识别和语音识别能力提升至接近人类的水平。
另一些人工智能试图模仿人类的能力，对少量输入的数据进行抽象化并得出一般结论。与此同时，最有意思的发展方向之一就是试图对动物和人类大脑工作的方式进行逆向工程，希望借此可以为我们带来对思维的新洞见，并克服机器人在许多任务中出人意料的不足，比如，走过不平坦的表面或者绑鞋带等等。
四、人与机器的结合。
集体智慧的绝大多数实际例子依赖于人与机器、组织和网络的结合。
我们现今生活的世界是人工智能先驱之一：J·C·R·利克里德，预测的世界，他主张将人类和数字相联结，而不是用机器取代人类。
他的传记作者说，利克里德当时坚信：
“计算机不仅可以成为超级快速的计算机，还可以成为带来快乐的机器——它可以作为工具充当表达的新媒体，还可以作为创造力的灵感来源和通向广大网络信息世界的入口”。
我们已经用许多标签来描述这些人与机器的组合，比如：人机交互、人机共生、计算机支持的协同工作或社会计算。
集体智慧的近期历史就是一个人类大脑和计算机组成的混合体的故事。
比如，谷歌地图，它有一个宏伟的目标：以全面和可用的形式组织全球地理知识。为了这个目标，它购入了几家公司：
这些不同要素的集合为真正的全球地理知识系统提供了主架构，接下来通过谷歌地图API（应用程序编程接口）技术开放软件，让其它网站整合谷歌地图的过程变得尽可能地容易。
塞巴斯蒂安·特伦的创业公司乌托尔（Vutool）提供了谷歌街景。最后，谷歌地图又动员了公众的力量，它为人们提供了编辑和添加他们所知区域的地图的方法。
同样人机结合在语言教学（比如，多邻国Duolingo）、健康领域（比如，诊断乳腺癌的计算机病理学家C-Path系统）、商业领域（香港风险投资公司在2014年委任了一个名为VITAL的投资算法加入董事会）、政府部门等等方面都有得到应用。
这些算法和传感器能放大人们有用的能力，同样也会放大我们恶的一面。
比如，算法快速地从大量的人类行为数据中学习——跟踪人们点击内容、购买行为和眼球运动，结果就是它越来越擅长调动人类潜意识中的欲望和偏见，也越来越擅长加强并利用人类想获得即时满足和色情刺激的性情。
另一个重要的教训就是网络的负面效应可以和正面效应一样强大：群体产生的噪声可能比信号还要多，更不用提智慧了，而且若让太多的人参与解决问题，可能会阻碍而不是有助于进展。
五、集体智慧的未来可能性与焦虑。
乐观主义者愿意相信集体智慧能够增强我们掌握世界和解决问题的能力；同时，加强的集体智慧也使我们更加意识到风险和不确定性。换句话说，它带来了希望，也带来了焦虑。
比如，在健康领域，人们通过集体智慧更加了解任何改善健康、预防疾病和强身健体，但同时也更加焦虑，这种焦虑不仅仅存在于没病找病的“疑病症”患者中；在管理环境上，我们塑造和管理环境的能力越来越强，对系统脆弱性的认识也越来越多。
总而言之，将人类带入更高层次的集体智慧，它的演变将不会是一个令人感到安慰的演变，也不是一条必定能终结恐惧的道路。相反，它会让我们的意识发展到新的水平，这将扩大视野，同时增加不确定性。比如，我们会担忧机器会超过我们，还担忧若机器出现故障、网络崩溃或电力中断。
联系客服
