随着预测分析日益成熟，企业越来越依赖汇总数据，借此开展从营销到开发新产品线等各项工作。但企业应该在多大程度上相信群众的智慧？在最新研究中，沃顿商学院营销学教授约翰·麦考伊提出了一种新的众包解决方案，有助于得出更好、更准确的结果：不要选择某个问题最受欢迎的答案，而要选择“出乎意料地受欢迎”的答案。他与德拉任·普雷莱克和H.塞巴斯蒂安·宋合著的论文题为《单题群众智慧问题的解决方案》，发表于《自然》杂志。他接受Knowledge@Wharton采访，谈到只要提出正确的问题，群众便蕴藏着丰富的智慧。
以下为经编辑的访谈实录。
Knowledge@Wharton：过去几年，群众进行预测或提出建议的能力受到广泛认可。能否谈谈这一趋势如何发展、目前应用于哪些领域，以及有哪些局限？
约翰·麦考伊：例如，许多公司正在使用内部预测市场，试图找到有效方法，借助全体员工的智慧。政府机构也在利用群众的力量，作出准确的经济或地缘政治预测。我不确定运用群众智慧本身有什么局限。我认为，局限存在于目前从群众中提取智慧的一些方法中。比如，在我们开展研究之前，许多现行方法都假定多数人的判断往往正确，或者认为几乎可以立即辨认出群众中的专家。事实上，情况往往并非如此。
Knowledge@Wharton：您的研究提出了一种运用群众智慧的新方法：不采用最受欢迎的答案，而是采用您所说的“出乎意料地受欢迎”的答案。能否解释一下？
“你要向群众询问两项信息——不仅要问他们自己的答案，还要问他们对群众中其他人会如何作答的预测。”
麦考伊：如果采用多数票之类的方法，实际上就是选出最受欢迎的答案，也就是人们给出的最频繁的答案。我们认为，正确做法应当是选出我们所说的“出乎意料地受欢迎”的答案。也就是说，要向群众询问两项信息——不仅要问他们自己的答案，还要问他们对群众中其他人会如何作答的预测。然后，选出“出乎意料地受欢迎”的答案，就是同时考察实际投票比例和预测投票比例，并选择实际投票比例高于预测投票比例的答案。
我可以举个例子。想想这样一个简单的事实问题：宾夕法尼亚州的首府是费城吗？正确答案是否定的。首府是哈里斯堡。但很多人以为是费城，因为费城是座人口众多的大城市。大多数人都知道费城。当你向一群人提出这个问题时——我们曾向麻省理工学院的学生这样提问——只有大约三分之一的人答对。不过，我们也可以考察群众对群体成员会如何作答的预测。如果让每个人预测有多少人会回答“不是”，群众认为只有23%的人会回答“不是”。因此，我们的方法认为应选择“不是”这个正确答案，因为尽管它不是最受欢迎的答案——只有33%的人选择了它——却是“出乎意料地受欢迎”的答案。33%远高于预测的23%。
Knowledge@Wharton：企业需要如何调整现有做法，才能采用这种方法？
麦考伊：目前有些公司采用简单多数投票，或根据能力给选票加权。另一些公司则使用预测市场。我们的方法很简单：向这群员工询问一些问题——比如对市场作出预测——请他们给出自己的答案，并预测同事会如何作答。然后，只需将这两项信息结合起来。
［这种方法］有个优点：它的适用范围远比许多公司目前采用的方法广。如果我是一家使用预测市场的大公司，能提出的问题类型就非常有限，因为比如说，我必须能够根据人们的答案立即向他们结算——某个事件是否发生？某款产品是否售出？而采用我们的方法，不需要这些。只要有答案和预测，就可以立即应用。
Knowledge@Wharton：有人向我们提问时，我们不只是想给出正确答案，或自己认为最好的答案。我们也会考虑是谁在问我，以及对方想听什么？看来，这个模型让这些因素发挥了更大的作用。
我认为，一个重要启示是，群众比很多人认为的要聪明得多。
麦考伊：是的，在某种程度上确实如此。当然，这个模型的一大优点是，可以利用两项输入——人们自己的答案，以及他们对其他人答案的预测——巧妙地激励他们说实话。把这两项信息结合起来，即使我不知道正确答案，也可以激励人们给出他们认为真实的答案，而不受你提到的其他因素影响。
Knowledge@Wharton：对于希望在工作中更多运用群众智慧的行业，有哪些经验值得借鉴？
麦考伊：我认为，一个重要启示是，群众比很多人认为的要聪明得多。正如你刚才所说，人们对群众智慧的兴趣日益增长，但我们的方法表明，有许多问题通常会被认为群众答不对，因为多数人确实答错了。但运用巧妙、成熟的方法后，即使面对这类问题，群众往往也知道正确答案。这些行业可以从中得到的启示之一是：哇，把员工集合起来，他们其实懂得很多；如果采用我们这样的方法，就能提取他们的智慧。
Knowledge@Wharton：您未来的研究方向有哪些？
麦考伊：我正在开展大量后续研究，进一步探索“出乎意料地受欢迎”的答案这一理念。一项工作是将其应用于其他情境。在许多早期研究中，我们假设一个问题只有一个、两个或三个答案。现在，我很想将其应用于连续变量——比如能否预测金价会是多少？我也有兴趣将这一［概念］用于预测产品购买情况。我可以问你：“你喜欢这款产品吗？你觉得你的朋友会买吗？”然后，我们可以结合这两项信息，更好地预测哪些产品会卖出去。我还对人们实际作出这些回答和预测时的心理过程感兴趣，目前正在实验室开展研究，试图揭示其背后的机制。
