Cualquiera que haya seguido las encuestas de pronóstico previas a las elecciones de 2016 probablemente creyó que Hillary Clinton se convertiría en la 45ª presidenta de los Estados Unidos. Aunque esta opinión fue el consenso entre la mayoría de los líderes y medios de opinión política, algo claramente salió mal con estas herramientas de predicción.
Aunque puede que nunca se sepa con certeza las razones de la discrepancia entre la percepción pública y la realidad electoral, los nuevos hallazgos de Damon Centola de la Universidad de Pensilvania pueden ofrecer una pista: la sabiduría de una multitud está en la red.
La clásica teoría de la "sabiduría de las multitudes" es así: si le pedimos a un grupo de personas que adivine un resultado, la suposición del grupo será mejor que la de cualquier experto individual. Por lo tanto, cuando un grupo intenta tomar una decisión, en estecaso, prediciendo el resultado de una elección, el grupo hace un mejor trabajo que los expertos. Para las predicciones del mercado, el pronóstico geopolítico y las ideas de productos de crowdsourcing, se ha demostrado que la sabiduría de las multitudes incluso supera a los expertos de la industria.
Eso es cierto, siempre y cuando las personas no se hablen entre sí. Cuando las personas comienzan a compartir sus opiniones, sus conversaciones pueden conducir a influencias sociales que producen "pensamiento grupal" y destruyen la sabiduría de la multitud. Así dice el clásicoteoría.
Pero Centola, profesora asociada de la Escuela de Comunicación y Escuela de Ingeniería y Ciencias Aplicadas de Penn's Annenberg y directora del Grupo de Dinámica de Redes, descubrió lo contrario. Cuando las personas hablan entre ellas, la multitud puede ser más inteligente. Centola, junto conEl candidato a doctorado Joshua Becker y el recién graduado de doctorado Devon Brackbill, publicaron los hallazgos en Actas de la Academia Nacional de Ciencias .
"La teoría clásica dice que si dejas que las personas hablen entre sí, los grupos se extravían. Pero", dijo Centola, "descubrimos que incluso si las personas no son particularmente precisas, cuando hablan entre sí, ayudan a que cada unootro más inteligente. Si las cosas mejoran o empeoran depende de las redes.
"En las redes igualitarias", dijo, "donde todos tienen la misma influencia, encontramos un fuerte efecto de aprendizaje social, que mejora la calidad de los juicios de todos. Cuando las personas intercambian ideas, todos se vuelven más inteligentes. Pero todo esto puede volverse loco"si hay líderes de opinión en el grupo "
Un líder de opinión influyente puede secuestrar el proceso, llevando a todo el grupo por el mal camino. Si bien los líderes de opinión pueden estar bien informados sobre algunos temas, Centola descubrió que, cuando la conversación se alejó de su experiencia, seguían siendo igual de influyentes. Como resultado, arruinaron el juicio del grupo.
"En promedio", dijo, "los líderes de opinión tenían más probabilidades de desviar al grupo que de mejorarlo"
El estudio en línea incluyó a más de 1.300 participantes, que fueron ubicados en una de tres condiciones experimentales. Algunos fueron ubicados en una de las redes "igualitarias", donde todos tenían el mismo número de contactos y todos tenían la misma influencia. Otros fueron ubicadosen una de las redes "centralizadas", en la que un solo líder de opinión estaba conectado con todos, dando a esa persona mucha más influencia en el grupo. Cada una de las redes contenía 40 participantes. Finalmente, Centola hizo que cientos de sujetos participaran en un "control"grupo, sin ninguna red social.
En el estudio, a todos los participantes se les dieron una serie de desafíos de estimación, como adivinar la cantidad de calorías en un plato de comida. Se les dio tres intentos para obtener la respuesta correcta. Todos primero dieron una respuesta instintiva.
Entonces, los participantes que estaban en las redes sociales podían ver las suposiciones hechas por sus contactos sociales y podían usar esa información para revisar una respuesta. Luego podían ver las revisiones de sus contactos y revisar sus respuestas nuevamente. Pero esta vez era su finalrespuesta. Los participantes recibieron hasta $ 10 en función de la precisión de su conjetura final. En el grupo de control, los participantes hicieron lo mismo, pero no se les dio ninguna información social entre cada revisión.
"El objetivo de todos era hacer una buena suposición. No se les pagaba por aparecer", dijo Centola, "solo por ser precisos".
Los patrones comenzaron a surgir. Los grupos de control mostraron inicialmente la sabiduría clásica de la multitud, pero no mejoraron a medida que la gente revisaba sus respuestas. De hecho, en todo caso, empeoraron un poco. Por el contrario, las redes igualitarias también mostraron la sabiduría clásica dela multitud, pero luego vio un aumento dramático en la precisión. En general, en una red tras otra, las respuestas finales en estos grupos fueron mucho más precisas que la "sabiduría de la multitud" inicial.
"En una situación en la que todos son igualmente influyentes", dijo Centola, "las personas pueden ayudar a corregir los errores de los demás. Esto hace que cada persona sea un poco más precisa de lo que era inicialmente. En general, esto crea una mejora sorprendente en la inteligencia deel grupo. ¡El resultado es incluso mejor que la sabiduría tradicional de la multitud! Pero, tan pronto como tienes líderes de opinión, la influencia social se vuelve realmente peligrosa ".
En las redes centralizadas, Centola descubrió que, cuando los líderes de opinión eran muy precisos, podían mejorar el rendimiento del grupo. Pero incluso los líderes de opinión más precisos siempre se equivocaban constantemente.
"Por lo tanto", dijo Centola, "aunque los líderes de opinión a veces pueden mejorar las cosas, estadísticamente tenían más probabilidades de empeorar al grupo que ayudarlo.
"La red igualitaria era confiable porque las personas más precisas tendían a hacer revisiones más pequeñas, mientras que las personas menos precisas revisaban más sus respuestas. El resultado es que toda la multitud se movió hacia las personas más precisas, mientras que, en elAl mismo tiempo, las personas más precisas también hicieron pequeños ajustes que mejoraron su puntaje ".
Estos hallazgos sobre la sabiduría de las multitudes tienen implicaciones sorprendentes en el mundo real en áreas como la ciencia del cambio climático, el pronóstico financiero, la toma de decisiones médicas y el diseño organizacional.
Por ejemplo, mientras los ingenieros han estado tratando de diseñar formas de evitar que las personas hablen entre sí al tomar decisiones importantes en un intento de evitar el pensamiento grupal, los hallazgos de Centola sugieren que lo más importante es la red. Un grupo de científicos igualmente influyentes hablandoel uno al otro probablemente conducirá a juicios más inteligentes que los que podrían surgir al mantenerlos independientes.
Actualmente está trabajando en la implementación de estos hallazgos para mejorar la toma de decisiones de los médicos. Al diseñar una tecnología de red social para su uso en entornos hospitalarios, es posible reducir el sesgo implícito en los juicios clínicos de los médicos y mejorar la calidad de la atenciónque pueden ofrecer
Si se necesitan nuevas tecnologías para mejorar la forma en que los grupos se comunican entre sí, o si solo debemos ser cautelosos sobre el peligro de los líderes de opinión, Centola dijo que es hora de repensar la idea de la sabiduría de las multitudes.
"Es mucho mejor hacer que las personas hablen entre sí y discutan sus puntos de vista que hacer que los líderes de opinión dominen a la multitud", dijo. "Al diseñar sistemas informativos donde se escuchen las voces de todos, podemos mejorar el juiciode todo el grupo. Es tan importante para la ciencia como lo es para la democracia "
Fuente de la historia :
Materiales proporcionado por Universidad de Pennsylvania . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :