无论是解决科学、商业还是其它复杂问题，都需要团队协作。而团队在多种任务上的能力差异，可以通过“群体智慧”来描述。近日发表在PNAS的一篇论文，针对此前22项研究中的团队绩效数据进行元分析。结果表明，团队合作过程对群体智慧的预测力最强，其次是个人技能与团队合作。女性在群体中占比也是重要预测因素。
论文题目：
Quantifying collective intelligence in human groups
论文地址：
https://www.pnas.org/content/118/21/e2005737118
如果一个团队表现优秀，人们通常会说是因为领导管理有方，或者说是团队中有大牛能够开疆辟土。但是站在复杂科学的视角上，人与人之间的联系才更重要。而群体智慧这一概念的出现，指出不论是面对数独这样需要逻辑思维的任务，还是头脑风暴这样需要发散性思维的任务，有的团队总是表现优异。
2010年科学杂志的论文[1]，得出了两条出人意料的结论，一是团队的群体智慧不取决于团队中个体的智商，而是取决于个体智商的平均值；另一个是群体的社交敏感度越高，群体智慧越高；由于女性通常在社交上更敏感，因此女性占比高的团队，其群体智慧也越高。
自从这项研究之后，许多其他的研究者已经重现并证实了该研究发现的影响群体智慧的因素[2-5]，然而，其他人质疑该文的结论[6,7]，还有研究者[8]对个人智力水平对群体智慧的影响水平持不同意见。为了解决这些分歧，最好的办法就是让所有关于群体智慧的研究来一个大聚会，让真理越辩越明。
2. 配合与协调，
而不是团队付出的努力决定了团体智慧
该文构建了一个类似谷歌文档的平台，称为Platform for Online Group Studies，可让研究者能够实时查看其它成员的输入，并进行协同编辑。该平台可以量化收集团队协作中的数据，并让研究者确保不同分组的参与者是同质的。
基于此平台，可以将已有的22项研究，一模一样地进行复现。这些研究一共涉及8项任务，包括1356个团队，共5279名参与者。之后看各项任务表现之间的相关性，通过7项任务的水平预测剩余任务上的水平（中图），最后判断是那些因素影响了群体智慧（右图）。
图1. 量化研究群体智慧的方法学流程图（其中社交敏感程度通过在根据眼动实验判断情绪任务上的分值来衡量）
该研究首先证实了群体智慧确实能够预测团队在一系列任务上（包括头脑风暴、拼字游戏、打字、记忆图片）的表现，即其相关性都比较高。
之后，使用多种线性回归模型，预测不同因素对群体智慧的影响，可以发现女性成员占比例及团队成员的社交敏感程度，确实和群体智慧有关；同时年龄差异过大，也会降低群体智慧。该项研究还提出，完成任务的数量多少和群体智慧无关，而团队成员在分配任务时能否达成妥协，能否协调不同任务和群体智慧显著相关。
图3. 群体智慧影响因素。其中使用技能一致性（Skill congruence）评估一个团体在对成员技能和贡献达成妥协的能力；策略（strategy）是指团队中协调工作以完成任务所需的要素的能力；而努力（effort）程度是指团队成员为了完成任务做了多少活动。
如今的企业管理，关注的是个人的绩效而非团队。但群体智慧的研究结论将告诉管理者，不是将一群聪明人放在一起，就能组成高效的团队的。女性比例太少、年龄差异太大都不利于群体智慧。同时，当前如果一个团队表现不好，对策要么是更换领导，要么是拆分团队，将团队中优秀成员指派到其它任务上。但通过团体智慧的研究，可以评估是不是团队组成出现了问题。
该研究还提供了详尽的指导，关于如何通过技术手段，可以让团队成员意识到队友的需求，从而变得更为高效。通过群体协调策略，使群体能够以更高的“杠杆率”从其成员的知识和技能中获得收益。如此，通过让团队的群体智慧提升1个标准差，就能提升18%的任务绩效。而这也说明了群体智慧既可以、也有必要进行量化研究。
[1] A. W. Woolley, C. F. Chabris, A. Pentland, N. Hashmi, T. W. Malone, Evidence for a collective intelligence factor in the performance of human groups. Science 330, 686–688 (2010)
[2] I. Aggarwal, A. W. Woolley, C. F. Chabris, T. W. Malone, The impact of cognitive style diversity on implicit learning in teams. Front. Psychol. 10, 112 (2019)
[3] D. Engel, A. W. Woolley, L. X. Jing, C. F. Chabris, T. W. Malone, Reading the Mind in the Eyes or reading between the lines? Theory of Mind predicts collective intelligence equally well online and face-to-face. PLoS One 9, e115212 (2014)
[4] D. Engel et al. “Collective intelligence in computer-mediated collaboration emerges in different contexts and cultures” in Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (CHI ’15) (Association for Computing Machinery, New York, NY, 2015), pp. 3769–3778.
[5] N. Meslec, I. Aggarwal, P. L. Curs¸eu, The insensitive ruins it all: Compositional and compilational influences of social sensitivity on collective intelligence in groups. Front. Psychol. 7, 676 (2016)
[6] J. B. Barlow, A. R. Dennis, Not as smart as we think: A study of collective intelligence in virtual groups. J. Manage. Inf. Syst. 33, 684–712 (2016).
[7] M. Credé, G. Howardson, The structure of group task performance-A second look at “collective intelligence”: Comment on Woolley et al. (2010). J. Appl. Psychol. 102, 1483–1492 (2017).
[8] T. C. Bates, S. Gupta, Smart groups of smart people: Evidence for IQ as the origin of collective intelligence in the performance of human groups. Intelligence 60, 46–56 (2017)
集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：
点击“阅读原文”，追踪复杂科学顶刊论文
