Collective Intelligence: 240 Years of Research — From Condorcet to AI

1794年，一位法国数学家在革命监狱中去世，距他发表几乎无人阅读的定理已有九年。1906年，一位84岁的维多利亚统计学家在一个牲畜博览会上收集使用过的抽奖卡。2026年，麻省理工学院的研究人员正在进行数十万次人工智能代理之间的谈判，以了解机器应该如何加入人类团队。这三个场景属于一个单一的、连续的研究故事 — 集体智慧的研究，群体以看似智能的方式行动的能力。接下来是这个故事，逐个时代，包含实际发现和实际斗争。

1785年：启蒙赌注 — 孔多塞的定理

玛丽·让·安托万·尼古拉·德·卡里塔，孔多塞侯爵，是那种让现代博学者显得狭隘的启蒙人物：一位在二十多岁时当选为科学院的数学家，早期并积极倡导公共教育、女性选举权和废除奴隶制。1785年，他发表了关于将分析应用于多数投票的决策概率的论文 — 一篇关于将概率理论应用于多数投票的论文。在其中埋藏着我们现在称之为孔多塞陪审团定理的结果。

该定理说了一些令人震惊的事情。假设有一个是/否问题，且有一个正确答案。假设每位选民的正确概率甚至稍微好于掷硬币 — 比如55% — 并假设选民彼此独立判断。那么随着群体的扩大，多数正确的概率接近确定性。平庸的个体判断，经过适当聚合，变成近乎完美的集体判断。该定理还有一个黑暗的双胞胎：如果每位选民的正确概率稍微差于掷硬币，随着群体的扩大，多数几乎肯定是错误的。聚合放大了你输入的任何能力 — 或无能。我们在关于孔多塞陪审团定理的配套文章中讲述了该定理的完整故事、假设及其现代用途。

同一篇论文中包含了第二个发现，这一发现需要160年才能引爆：孔多塞悖论。在三个或更多选项中，多数偏好可能会循环 — 群体偏好A于B，B于C，C于A — 因此“多数想要的东西”甚至可能没有明确定义。这个观察是社会选择理论的种子，肯尼斯·阿罗后来用他的不可可能定理转变了这一领域：没有任何排名投票系统可以同时满足一小部分合理的公平条件。投票系统、排名选择方法和偏好聚合的数学是一个独立的故事 — 与本文所遵循的信念平均不同 — 我们将在未来的系列中回到这个故事。

孔多塞没有活着看到这些事情的重要性。在恐怖统治期间因反对雅各宾宪法而被禁止，他藏匿了数月 — 令人惊讶的是，他写下了乐观的人类思维进步的历史画作草图 — 于1794年3月被捕，并在两天后在布尔格-拉-雷纳的牢房中被发现死去。集体智慧的数学开始于一个被疯狂集体摧毁的人的工作。讽刺的是，这个领域自那时以来一直笼罩着：群体可以是聪明的，群体也可以是可怕的，而区别不在于人 — 而在于条件。

1906–1950年代：统计时代 — 高尔顿、哈耶克与德尔菲

在其第一次实证测试中，集体智慧不得不等待121年 — 它出现在一个牲畜博览会上。1906年秋天，弗朗西斯·高尔顿，时年84岁，参加了在普利茅斯举行的西英格兰肥牛和家禽展览会，那里有一个重量评估比赛，邀请访客以六便士的票价猜测一头活牛的穿衣重量。高尔顿 — 统计学的创始人，性格上并非民主主义者 — 预计参赛作品将证明普通选民的无知。他获得了使用过的卡片，丢弃了13张无法辨认的卡片，并分析了剩下的787个猜测。中间的估计是1207磅；牛的实际穿衣重量是1198磅 — 误差不到1%，比在场的牛肉专家更好。他于1907年3月7日在自然上发表了这一结果，标题为“民意”，并在后续的信件中承认算术平均数更准确：1197磅，相差一磅。完整的故事 — 包括高尔顿的错误和自那以来的一个世纪的复制 — 在我们对高尔顿的牛的深入探讨中，以及我们对群众智慧的一般现象的指南中。

这个技巧为什么有效？每个猜测可以分为信号加误差。如果误差是独立的，并且在真相的两侧分散，聚合会取消它们，而共享信号得以保留。这个“如果”就是孔多塞的独立假设穿上统计的外衣，它是每个群体智慧成功与失败的关键。肯尼斯·沃利斯2014年对高尔顿比赛的重新审视确认了博览会条件的有效性 — 私人书面条目、准确性的激励、没有可见的实时统计 — 恰好保护了它。

下一个飞跃来自经济学。在《社会中的知识使用》（美国经济评论，1945年）中，弗里德里希·哈耶克认为，经济决策相关的知识从来不是集中存在的 — 它分散在数百万人的地方，作为局部、部分、通常是隐性的片段。没有中央计划者可以收集它；但价格系统会自动聚合它，将分散的知识压缩成一个数字，告诉每个人如何行动。哈耶克实际上识别出了在生产中运行的第一个大规模聚合机制。半个世纪后，预测市场将他的洞察字面化，建立了其唯一产品是价格中的信息的市场。

1950年代增加了第一个故意设计的集体智慧过程。在兰德公司，研究人员在制定长期预测时面临一个熟悉的问题：把专家放在一个房间里，最响亮或资深的声音会锚定其他人。他们的答案，德尔菲法，匿名收集专家判断，并在控制反馈的迭代轮次中进行 — 保护独立性不受等级和社会压力的影响，同时仍然让信息流通。德尔菲法是每个现代结构化输入过程的直接祖先，从规划扑克到在协作决策平台中使用的独立优先贡献流。

1940年代–1990年代：控制论、博弈论与增强智力

当统计学家研究聚合时，另一条血脉研究了互动。约翰·冯·诺依曼和奥斯卡·摩根斯特恩的博弈论与经济行为（1947年版）为社会科学提供了战略相互依赖的数学 — 当我的选择结果依赖于你的选择时会发生什么。博弈论将群体重新定义为不是独立估计者的集合，而是相互作用的代理系统，这一观点在研究人员开始询问为什么理性个体会产生非理性集体时变得极为重要（这是信息级联研究数十年后讨论的主题）。

第二条线索是技术的。在他1962年的SRI报告增强人类智力：一个概念框架中，道格拉斯·恩格尔巴特提出，计算的目的不是取代人类思维，而是增强它 — 包括解决任何个体无法处理的问题的群体的集体思维。恩格尔巴特的框架为1980年代形成的计算机支持的协作工作（CSCW）研究领域播下了种子，随之而来的群体软件浪潮。他在1962年提出的增强与替代的问题几乎逐字地成为2024–2026年人类-人工智能文献现在用数据回答的问题。

这个中间时代贡献了一些容易被低估的东西：它将集体智慧从一个你观察的属性转变为一个你构建的系统。德尔菲法是一个设计的协议；群体软件是设计的软件；恩格尔巴特的框架明确是群体认知的工程议程。统计时代曾问“群体是否准确？”控制论时代则提出了每个现代协作平台继承的问题：什么结构使群体比其他情况下更聪明？ 结构化论证本身在这里也有一个平行的知识谱系 — 斯蒂芬·图尔敏1958年的论证模型和后来的论证映射传统为集体智慧的审议方面提供了数据结构，论证图，正如价格已成为市场聚合的数据结构。

1959–1999：群体时代 — 没有任何人负责的智能

与此同时，生物学悄然拆解了智能需要一个负责大脑的假设。1959年，法国动物学家皮埃尔-保罗·格拉塞在研究白蚁巢穴建造时，创造了刺激性协调的术语：通过环境中留下的痕迹进行协调。没有任何白蚁持有蓝图；每个白蚁都对土堆的局部状态作出反应，而土堆本身协调着整个群体。这是无领导协调的第一个精确机制 — 结果证明它远远超出了昆虫的范畴。

1987年，计算机图形研究员克雷格·雷诺兹展示了个体复杂性实际上需要多么少。His SIGGRAPH论文“群体、群体和学校：一种分布式行为模型”动画化了由仅仅三个局部规则（分离、对齐和凝聚）控制的模拟鸟群 — boids。没有领导者，没有剧本，然而群体像真实的事物一样旋转、分裂和重组。两年后，赫拉尔多·贝尼和景王在细胞机器人系统的背景下创造了群体智能的术语，为这一现象命名。

工程收益迅速跟进。马尔科·多里戈1992年在米兰理工大学的博士论文优化、学习与自然算法，将蚂蚁觅食 — 信息素轨迹强化较短路径，通过阿根廷蚂蚁的双桥实验揭示 — 转化为蚁群优化，一系列用于路由和调度问题的算法。詹姆斯·肯尼迪和拉塞尔·埃伯哈特的粒子群优化（1995年）为群体聚集做了同样的事情。到1999年，博纳博、多里戈和特劳拉兹的群体智能：从自然到人工系统（牛津）已将该领域规范化，基于蚂蚁的算法用于路由电话通话（Schoonderwoerd及其同事在BT实验室，1996年）和送货卡车。后来，机器人技术在物理上证明了这一点：2014年，鲁本斯坦、科尔内霍和纳格帕尔用1024个Kilobots自组装形状（科学），而托马斯·西利的蜜蜂民主（2010年）展示了蜜蜂群体通过侦察、摇摆舞倡导和法定感知选择巢穴 — 一种自然的、去中心化的陪审团定理的近似。完整的叙述在我们对群体智能的指南中。

群体时代对人类群体的教训是双刃剑。它证明了去中心化有效 — 本地知识加上简单的互动规则可以超越中央计划，正如哈耶克所主张的。但它也标志着一个边界：群体协调行动，而不是理由。蚂蚁不进行审议。人类集体智慧增加了一层任何群体都没有的层次 — 论点的交流和评估 — 而这一层需要不同的机制。

1999–2015：互联网时代 — 集体智慧进入生产

然后互联网使每个人都成为潜在的贡献者，集体智慧不再是实验室的好奇心。开源软件证明，数千个松散协调的志愿者可以构建与操作系统一样复杂的系统 — 埃里克·雷蒙德1999年的文章大教堂与集市提供了这一时代的宣言。维基百科于2001年推出，将这一模型扩展到人类知识本身：一个没有主编的百科全书，通过被编辑的文物进行协调 — 白蚁逻辑，应用于文本。

2004年，两篇出版物为这一时代提供了理论。詹姆斯·苏罗维基的群众的智慧汇集了一个世纪的证据，并提炼出四个条件，在这些条件下群体是明智的：意见多样性、独立性、去中心化和聚合 — 去掉任何一个，群体就会变得愚蠢，而不是更聪明。同年，卢·洪和斯科特·佩奇在PNAS上发表了他们的“多样性胜过能力”结果：在他们的计算模型中，一个随机的、认知多样的解决问题的群体的表现优于由个体最佳表现者组成的群体。诚实需要附注：2014年，数学家阿比盖尔·汤普森在美国数学学会通报上发表了一篇尖锐的批评，认为基础定理是微不足道的且标记错误，模拟被过度解释；包括佩奇本人在内的辩护者回应称，该结果在所述条件下成立 — 困难问题、能力强的代理、大池子 — 并且从未声称任何多样性群体会击败任何专家团队。辩论及其存续的内容在我们关于多样性与能力的文章和我们对认识多样性的指南中进行了探讨。

哈耶克的价格机制在这一时代也得到了控制实验。爱荷华电子市场，一个于1988年在爱荷华大学成立的真实货币研究市场，积累了足够的历史以进行明确比较：伯格、纳尔逊和里茨（国际预测期刊，2008年）将市场价格与964项全国民调进行匹配，发现市场在1988–2004年美国总统选举中更接近最终结果74%的时间，其优势在100天以上的时间范围内最为明显。罗宾·汉森的对数市场评分规则（2003年）则通过算法解决了薄市场问题，使得即使是小型群体也能运行内部预测市场。

相比之下，专家判断遭受了重创。菲利普·泰特洛克的专家政治判断（2005年）报告了一项对284名专家和约28000个概率判断的近20年的研究；平均专家的表现仅略好于简单的外推 — 这一发现背后是著名的“投掷飞镖的猩猩”讽刺。但泰特洛克在IARPA预测锦标赛（2011–2015年）中的后续工作发现了故事的建设性一面：一小部分“超级预测者”，并不是凭借资历而是凭借概率思维和不断更新信念，报告称其表现优于拥有机密信息的情报分析师。预测技能和校准值得 — 并将获得 — 在未来系列中进行深入探讨。

这一时代的制度里程碑出现在2006年，当时托马斯·马龙围绕一个看似简单的问题创立了麻省理工学院集体智慧中心：人们和计算机如何连接，以便集体行动比任何个人、群体或计算机所做的更智能？早期成果绘制了设计空间 — “集体智慧基因组”（马龙、劳巴赫和德拉罗卡斯，麻省理工学院斯隆管理评论，2010年）对CI系统的构建模块进行了分类，围绕四个问题：谁在执行任务（群体或等级）、为什么（金钱、爱或荣耀）、什么（创造或决定）以及如何（独立或依赖）。到2015年，马龙和伯恩斯坦的集体智慧手册（麻省理工学院出版社）可以清楚地定义该领域的对象：“以看似智能的方式集体行动的个体群体。”

2010年，该领域获得了最具挑衅性的测量。安妮塔·威廉姆斯·伍利、克里斯托弗·查布里斯、亚历克斯·彭特兰、纳达·哈什米和托马斯·马龙（科学，330：686–688）测试了699人在两到五人的小组中进行广泛任务的表现。跨任务的群体表现相关性足够高，以产生一个单一的统计因子 — 一个集体智慧因子，c — 解释了约43%的方差，群体层面的类比于个体智商的g因子。令人震惊的是，预测它的因素。平均和最大成员智力与c的相关性仅微弱。强相关的是：群体的平均社会敏感性（通过“阅读眼睛中的思想”测试测量）、对话轮次的平等性以及群体中女性的比例（这在很大程度上由社会敏感性中介）。数据表明，一个群体的聪明程度，取决于其成员之间的互动方式，而不是谁在其中。

阴影历史：当集体失败时

在整个乐观时间线的底下，有一条第二条更黑暗的文献 — 研究聪明、善意的个体群体如何产生集体愚蠢。这在这里很重要，因为这不是一个独立的主题：每一种记录的失败模式都是成功故事所依赖的条件的违反。

心理学分支首先出现。欧文·贾尼斯的群体思维的受害者（1972年）剖析了肯尼迪总统的极其能干的顾问如何自我说服进行1961年的猪湾入侵。贾尼斯将八个症状分为三个集群 — 对群体的高估（无懈可击的幻觉、对固有道德的信仰）、封闭的心态（集体合理化、对外部人士的刻板印象）和对一致性的压力（自我审查、统一的幻觉、对异议者的直接压力，以及自我任命的“思想警卫”，过滤令人不安的信息）。两年后，杰瑞·哈维的“阿比林悖论”（组织动态，1974年）描述了更奇怪的表亲：群体同意采取一种没有任何个体成员想要的行动，因为每个人都误以为其他人的沉默是偏好。这两者都是同一输入的失败：诚实、独立的判断从未进入池中。

经济学分支在1992年出现，它更令人不安，因为它根本不需要心理学。苏希尔·比克昌达尼、大卫·赫希莱弗和伊沃·韦尔奇（“时尚、习俗和文化变化的理论作为信息级联”，政治经济学杂志，100：992–1026）以及独立的阿比吉特·班纳吉（“一种简单的群体行为模型”，经济学季刊，1992年）展示了完全理性的代理人在顺序决策时，在仅仅观察几次后，会理性地忽视自己的私人信息并复制前任。由此产生的信息级联在个体上是合理的，但在集体上是脆弱的 — 它几乎没有聚合群体的分散知识，并且可能将整个群体锁定在少数早期行动者恰好选择的错误答案上。丽莎·安德森和查尔斯·霍尔特在实验室中按需再现了级联（美国经济评论，1997年）。这一机制阐明了从资产泡沫到病毒错误信息的一切：沃索基、罗伊和阿拉尔对大约126,000个Twitter故事级联的分析（科学，2018年）发现，虚假新闻传播的速度、范围和深度显著超过真实新闻，虚假信息被转发的可能性约高出70%。完整的失败目录 — 从郁金香狂热到2008年 — 在当人群出错时中。

注意这两个分支的共同点。群体思维在社会上破坏独立性；级联在信息上破坏独立性。无论哪种方式，群体不再是许多判断，而是一个穿着许多面孔的判断 — 正是孔多塞定理从智慧的保证转变为自信错误的保证的条件。阴影历史是为什么该领域的实践部分变得痴迷于过程：在让人们接触彼此的观点之前收集判断，结构性地保护异议，并使聚合变得明确。

2015–2023：辩论十年 — 复制、批评与回应

任何如此惊人的测量都将受到攻击，而攻击在2017年到来。马库斯·克雷德和加雷特·霍华德森（应用心理学杂志）重新分析了六个样本，并认为对一般c因子的实证支持较弱 — 群体表现可能更好地用特定任务的能力来描述，而不是一个潜在的因子。伍利、金和马龙在2018年回应，争辩批评的评分程序和模拟假设与群体实际执行的任务不匹配。这就是一个健康领域的样子：斗争是在数据和重新分析中进行的，而不是在新闻稿中。

最接近判决的结果在2021年到来。Riedl、金、古普塔、马龙和伍利在PNAS上发表了一项涵盖22项研究和1356组的元分析 — 学生、军人、在线工作者、游戏玩家 — 并发现所有群体中都有一致的集体智慧因子证据，群体协作过程和成员社会敏感性是其最强的前因。构造的结构和边界条件仍然存在争议，正如它们应该的那样；但“群体智力是可测量的，并且不能简化为成员智商”现在建立在比2010年原始论文更大的证据基础上。

两项互补的发现为十年画上了句号。马龙的超级智能（2018年）提供了文明已经运行的集体智慧的分类法 — 等级、民主、市场、社区和生态系统 — 每种都是对聚合问题的不同回答，每种都有特征性的优势和失败模式。谷歌的阿里斯托特尔项目（2012–2015年），对180个团队的内部研究发现，心理安全 — 团队安全进行人际风险承担的共同信念 — 是团队有效性的最强预测因素，超越了组成和资历。伍利的轮流平等和谷歌的心理安全是同一基本真理的两种测量：群体智力的瓶颈是成员持有的信息是否真正进入群体。群体动态 — 安全、审议及其病态，如群体思维 — 是一个独立的集群，我们在当人群出错时中处理它们的失败模式。

2024–2026：人类-人工智能超级智能 — 当前的前沿

当前时代始于大型语言模型加入该小组。Burton和27位跨学科的合著者在《大型语言模型如何重塑集体智能》（自然人类行为, 8: 1643–1655, 2024）中绘制了利益图谱：LLMs可以降低参与的障碍，总结广泛的讨论，并以空前的规模聚合分散的知识——它们也可以同质化观点，制造虚假的共识，并稀薄众智所依赖的信息生态的多样性。Surowiecki列表上的每一个条件都同时被同一技术加强和威胁。

协同效应问题——Engelbart在1962年提出的问题——终于得到了元分析。Michelle Vaccaro、Abdullah Almaatouq和Thomas Malone分析了106个实验和370个效应大小（“人类与AI的组合何时有用，”自然人类行为, 8: 2293–2303, 2024），发现平均而言，人类-AI组合的表现不如单独的人类或AI的最佳表现。损失集中在决策任务上；真正的收益出现在内容创作任务中。简单地将“人放入循环”并不会改善结果——人类往往会覆盖更好的机器判断，或屈从于更差的判断。协同效应是一种设计成就，而不是默认。人类-AI系统的新兴科学——自动化偏见、信任校准、何时让哪一方决定——是本系列的另一个未来章节。

该设计议程现在是麻省理工学院集体智能中心的明确计划，其研究在2026年分为三个领域：生成性AI与集体智能（AI增强人类创造力），超级思维设计（设计人类与计算机的创新组合），以及设计人类-AI团队（在人工智能团队中设计和分配任务——与新加坡-麻省理工学院M3S项目一起追求任务分配的系统科学：哪些子任务分配给人类，哪些分配给AI，谁来监督，以及AI作为工具、助手、同伴或管理者的角色）。早期的旗舰项目——气候合作实验室和CoLabs平台、CI设计实验室、测量集体智能项目——现在正式成为遗留工作，融入这些AI时代的问题中。

具体的输出展示了“设计协同效应”的样子。超级思维创意者，一种基于LLM的创意工具，通过结构化的创造性问题解决步骤引导用户，在一项实验研究中产生了显著更多的创新想法，超过了单独的ChatGPT或无辅助工作的人员（ACM集体智能会议2024；集体智能, 2024）；测试者已经生成了超过10,000个想法，而一个兄弟工具DesignAID则将这种方法应用于设计工作。该框架实现了超级思维设计的六个步骤——放大、缩小、类比、分组、认知、技术化——这是重新构想谁（或什么）负责任务每个部分的检查清单。这个教训与Vaccaro的元分析完全一致：价值不在于模型，而在于包裹在其周围的结构。在测量方面，AGI-Elo（Sun及其同事，NeurIPS 2025；arXiv 2505.12844）——与包括Malone在内的CCI相关合著者——像棋手一样对AI模型和个别测试案例进行评级，因此任务的难度和模型的能力落在一个可比较的尺度上：这是决定将工作哪些部分交给机器的前提。

另外两个2026年的结果勾勒出未来的方向。一篇PNAS论文，“推进AI谈判：大规模自主谈判竞赛”，报告了一场国际竞赛，其中参与者设计的AI代理相互进行了超过180,000次谈判。人类谈判理论在物种变更中幸存：表现出温暖——积极性、感激、提问——的代理在交易和价值上始终取得更好的结果，而以主导为特征的马拉松式交流则预测了僵局；这些代理还发展了AI原生战术，从思维链推理到尝试提示注入。一个深层的工作本体（Cai及其同事，arXiv 2603.20619，2026年3月）重新组织了大约20,000个O*NET工作活动，并将13,275个AI应用程序以及全球20.8百万个机器人系统映射到它们上——发现AI市场价值极为集中，前1.6%的活动占据了超过60%的市场。人类和机器的超级思维不再是隐喻；它们是正在被清点的已安装基础。

240年教会我们的

将各个时代并排放置，一个主线浮现出来：这段历史中的每一个成功都是结构的成功，而每一个失败都是同样少数条件的失败。Condorcet的定理依赖于独立性和优于随机的能力。Galton的公平恰好强制执行独立的、有激励的、书面的判断。Hayek的价格和Hanson的市场制造者是聚合机制；Delphi是一个独立保护机制；Surowiecki的四个条件只是反复出现的要求。c因子文献发现，互动过程——轮流发言、社会敏感性、发言安全——决定了一个小组是否能够利用其所包含的智慧。而AI时代的元分析发现，当人类-AI团队的合作经过精心设计时，他们获胜。当条件破裂时——当判断不再独立，人们开始模仿他人的可见行为时——你会得到信息级联、泡沫和群体思维：个体理性，集体错误。

这也是，恰好，决策生活中集体智能所处位置的地图。做出良好决策意味着关注正确的问题，框定它，生成选项，调查它们，聚合分散的判断，审议理由，然后再选择、实施和监控。240年的研究计划主要集中在这些中间阶段——聚合和审议——因为这就是个体知识要么变成集体知识，要么在沉默中消亡的地方。

Argumentree是这些发现的直接应用。独立、异步的论点提交在小组收敛之前保护了Condorcet和Delphi的独立条件。结构化的支持/反对论点树为每个观点——包括异议——提供了一个一流的位置，这是Woolley的轮流平等和Google的心理安全所指向的条件。多维评分（有用性、清晰度、准确性、完整性），聚合成共识分数，是Galton-Hayek谱系中的一个明确聚合机制——不同于市场价格，它保留了推理。完整的审计轨迹将每个决策转化为组织记录，以便小组可以从自身学习——生命周期结束时的监控阶段。从会议记录中提取AI遵循2024-2026年的教训：在AI显著有帮助的地方使用AI（结构化和内容处理），而人类保留判断。历史的裁决从1785年到2026年是一致的：小组不是偶然变聪明的。它们通过结构变聪明——而这种结构现在是你可以采用而不是即兴发挥的东西。开始时请参考我们的集体智能指南，或查看这些原则如何在协作决策的真实决策过程中运行。