때로는 한 사람의 머리가 결정보다 오히려 두 사람보다 낫습니다.

때로는 한 사람의 머리가 결정보다 오히려 두 사람보다 낫습니다.

의사 결정은 우리 일상 생활에서 없어서는 안될 부분입니다. 중요한 결정에 관해서, 우리는 일반적으로 그룹이 개인보다 낫다고 가정하면서 다른 사람들과 협력하기를 원합니다. 이것은 결국 양쪽 모두에 해당되는 것으로 나타났습니다. 인간동물. 위원회, 패널 및 배심원은 일반적으로 이것을 달성합니다. "군중의 지혜합의가있을 때까지 그룹 내에서 개별적인 의견과 견해를 공유함으로써 - 그룹 내에서 논의합니다.

그러나 두 개의 머리가 항상 하나보다 낫지는 않습니다. 지나치게 지배적 인 지도자, 시간 제약 및 사회적 역학의 존재는 단체의 장점을 낭비하다. 최근 연구에서 과학 보고서상황이 불확실 할 때 의사 결정을 내리기위한 최선의 조건을 조사했습니다. 다른 말로하면, 우리가 충분히 정보에 입각 한 결정을 내릴 수 없다면, 우리는 혼자 또는 그룹으로 나아지는 것이 더 좋습니까?

불확실성이있는 경우, 감각에서 오는 정보는 일반적으로 정확한 결정을 내리기에 충분하지 않습니다. 또한, 지각 적 결정, 이미지에서 특정 물체를 찾는 것과 같은 추론은 도움이되지 않습니다. 그러한 상황에서, 최선의 결정은 일반적으로 느낌 파괴. 그러나 연구 결과에 따르면 다른 사람들과 결정을 논의하는 것이 좋습니다. 실적을 향상시켜야합니다..

우리의 실험에서 우리는 참가자들에게 수많은 북극곰과 함께 북극 환경의 일련의 이미지를 보여주었습니다. 이미지는이 두 종으로 조작되었습니다. 반대 극에 산다.. 각 이미지가 끝난 후 참가자들은 가능한 한 빨리 북극곰이 있는지를 결정해야했습니다. 각 이미지는 1/4 초 동안 표시되었으므로 개별적인 작업을 어렵게 만듭니다. 아래 애니메이션을 참조하십시오.

북극곰이 있습니까? (힌트 : 예).

우리는 34 참가자를 모집하여 세 세트로 나눴습니다. 세트 A와 B (각각 10 참가자)에서 사람들은 서로 상호 작용없이 격리하여 실험을 수행했습니다. 각 결정 후에, 세트 B의 참가자는 또한 그들이 그 결정에 얼마나 자신 있다고 지적했습니다. 모든 참가자가 동일한 이미지를보고 있었기 때문에 우리는 가능한 응답을 모아서 만들 수있는 가능한 쌍 및 그룹의 실적을 연구했습니다.


InnerSelf에서 최신 정보 받기


세트 C에서 무작위로 7 쌍을 만들어 각 참가자를 별도의 방에 집어 넣습니다. 우리는 각 쌍이 실험 도중 정보를 교환하도록 허용했습니다. 각 쌍의 한 구성원은 유일한 지각 정보 (첫 번째 응답이라고 함)와 다른 구성원의 첫 번째 응답 및 자신감 (두 번째 응답)을 고려한 두 가지 결정을 내렸다.

고립 된 참가자 (세트 A와 B)를 단순히 함께 응답을 추가하여 페어링 할 때, 군중의 지혜가 차이를 만들었습니다. 쌍은 개인보다 정확했습니다. 쌍이 결정에 동의하지 않으면 우리는 가장 확실한 회원의 결정을 사용했습니다. 그러나 놀랍게도 집합 C의 의사 소통 참가자는 집합 A와 B의 격리 된 참가자보다 50 % 더 많은 오류를 만들었습니다. 즉, 동일한 작업을 수행하는 것보다 혼자만 작업하는 사람들은 성능을 향상시키지 못합니다. .

그룹 의사 소통은 사람들이 내린 잘못된 결정의 수를 증가 시켰을뿐 아니라 참여자들이 의사 결정 신뢰도를 정확하게 평가할 수 없도록 만들었습니다. 우리는 의사 결정에 대해 매우 자신감을 가진 사람들은 자신감이 덜한 사람들보다 정확할 가능성이 높다는 것을 알고 있습니다. 이것이 세트 B에 해당하는 동안, 세트 C에서 결정 신뢰는 답이 맞는지 아닌지 상관 관계가 없습니다.

실험에서 어떤 일이 있었는지 과언이 아닌 (그러나 부정확 한) 사람들은 자신감이 부족한 (그러나 정확한) 사람들이 잘못된 결정에 대한 자신의 의견을 바꿀 것을 확신했습니다. 따라서 의사 소통 참가자들에게 각 의사 결정이 끝나면 자신감의 정도를보고하도록 요청하십시오.

무의식적 인 마음 읽기

이 연구에서 뇌파를 추적하고 기록하기 위해 두피에 전극을 둔 뇌파 검사 (electroencephalography, EEG)를 사용하여 여러 의사 결정권자의 뇌 활동을 살펴 보았습니다. 목표는 참가자들에게 그들이 얼마나 확신하는지 묻지 않고 결정의 질을 평가할 수있는 패턴을 찾는 것이 었습니다.

우리는 뇌의 특정 영역에서 뇌파의 강도가 사용자의 결정 신뢰를 반영한다는 것을 발견했습니다. 그런 다음 뇌 신호를 사용하여 각 참가자의 의사 결정 신뢰도를 예측하고 기계 학습 알고리즘을 통해 응답 시간을 예측하기 위해 뇌 컴퓨터 인터페이스 (BCI) (뇌파에 직접 연결된 컴퓨터)를 개발했습니다. 우리의 인터페이스는 무의식적 인 사고를 활용하고 다른 추론이 시작되기 전에 의사 결정의 확신에 대한 증거를 수집하도록 설계되었습니다.

우리 BCI를 사용할 때, 참가자들은 자신감 수준과 관련하여 어떠한 피드백도받지 못했습니다. 이 방법으로 우리는 두뇌 활동에 기초하여 각 결정에 대해 더 많이 신뢰할 수있는 사람을 확립 할 수 있습니다 - 나중에 답변을 추가 할 때 쌍 및 그룹 의사 결정의 정확성을 향상시키는 데 도움이되는 것.

우리의 결과는 사람들이 정보를 교환하지 않는 경우에만 두 가지 마음이 불확실성 중에 하나보다 낫다고 제안합니다. 또한 BCI를 사용하여 그룹 구성원이 자신의 뇌 신호에 따라 더 신뢰할 수 있어야 하는지를 결정하기 위해 최적의 그룹 결정을 내릴 수 있습니다.

대화이것은 의사 결정을 향상시키기 위해 다양한 사업장을 도울 수 있습니다. 최대 성능을 얻으려면 BCI가 장착 된 여러 명의 분리 된 사용자가 필요합니다. 이는 잘못된 결정이 심각한 결과를 초래할 수있는 시나리오에 특히 유효합니다. 예를 들어 감시에서 경찰은 보안 카메라를 모니터링하여 장면의 위협을 식별합니다. 또는 브로커가 더 나은 의사 결정을 내리고 비용을 절감 할 수 있도록하는 금융. 마찬가지로 의료 분야에서 X 선 영상에 대한 진단을 향상시키기 위해 방사선 의사가 BCI의 도움을받을 수 있습니다. 이것은 차례로 실제로 생명을 구하는 데 도움이 될 수 있습니다.

저자에 관하여

Braide-Computer Interfaces의 박사후 연구원이자 EyeWink Ltd.의 공동 설립자 인 Davide Valeriani는 " 에 섹스 대학

이 기사는 원래에 게시되었습니다. 대화. 읽기 원래 기사.

관련 도서 :

{amazonWS : searchindex = 도서, keywords = 협력, maxresults = 3}

enafar에서 zh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

InnerSelf을 (를) 팔로우하세요.

페이스 북-아이콘지저귀다 아이콘rss 아이콘

이메일로 최신 정보 얻기

{emailcloak = 오프}