때로는 결정에 있어서 한 머리가 두 머리보다 낫습니다

: By Davide Valeriani, University of Essex

방문해 주셔서 감사합니다 InnerSelf.com, 있는 곳에 20,000+ "새로운 태도와 새로운 가능성"을 홍보하는 삶을 변화시키는 기사. 모든 기사는 다음으로 번역됩니다. 30 개 이상의 언어. 확인 매주 발행되는 InnerSelf Magazine과 Marie T Russell의 Daily Inspiration에 게재됩니다. InnerSelf 매거진 1985년부터 출판되었다.

때로는 한 사람의 머리가 결정보다 오히려 두 사람보다 낫습니다.

의사 결정은 일상 생활에서 없어서는 안될 부분입니다. 중요한 결정에 관해서는 일반적으로 그룹이 개인보다 낫다고 가정하고 다른 사람들과 협력하기를 원합니다. 이것은 결국 두 경우 모두에 해당하는 것으로 나타났습니다. 인간 과 동물. 위원회, 패널 및 배심원단은 일반적으로 "군중의 지혜” 개인의 의견과 견해를 공유하여 합의가 이루어질 때까지 그룹 내에서 논의합니다.

그러나 두 개의 머리가 항상 하나보다 나은 것은 아닙니다. 지나치게 지배적인 지도자의 존재, 시간 제약 및 사회적 역학은 그룹의 장점을 분산. 에 발표된 최근 연구에서 과학 보고서, 우리는 상황이 불확실할 때 결정을 내리기 위한 최상의 조건을 조사했습니다. 다시 말해, 충분한 정보에 입각한 결정을 내릴 수 없다면 혼자 또는 그룹으로 하는 것이 더 나을까요?

불확실성이 있는 상황에서 감각에서 나오는 정보는 일반적으로 정확한 결정을 내리기에 충분하지 않습니다. 또한, 지각적 결정예를 들어 이미지에서 특정 개체를 찾는 것과 같이 추론은 도움이 되지 않습니다. 이러한 상황에서 최선의 결정은 일반적으로 느낌 파괴. 그러나 연구에 따르면 귀하의 결정을 다른 사람들과 논의하는 것은 성능을 향상시켜야 합니다.

실험에서 우리는 참가자들에게 펭귄 무리와 아마도 북극곰이 있는 일련의 북극 환경 이미지를 보여주었습니다. 이미지는 이 두 종으로 조작되었습니다. 반대 극에 살다. 각 이미지가 끝난 후 참가자들은 사진에 북극곰이 있는지 가능한 한 빨리 결정해야 했습니다. 각 이미지는 XNUMX/XNUMX초 동안 표시되었으므로 개인에게는 작업이 매우 어렵습니다. 아래 애니메이션을 참조하십시오.

북극곰이 있습니까? (힌트: 예).

{유튜브}https://youtu.be/5oQHtf8UDNU{/youtube}

우리는 34명의 참가자를 모집하고 세 세트로 나누었습니다. 세트 A와 B(각각 참가자 10명)에서 사람들은 서로 상호 작용하지 않고 격리된 상태에서 실험을 수행했습니다. 각 결정 후 세트 B의 참가자는 해당 결정에 대해 자신이 얼마나 확신하는지 표시했습니다. 모든 참가자가 동일한 이미지를 보고 있었기 때문에 응답을 집계하여 형성할 수 있는 가능한 쌍과 그룹의 성능을 연구했습니다.

세트 C에서 우리는 무작위로 XNUMX쌍을 구성하고 각 참가자를 별도의 방에 배치했습니다. 우리는 실험 중에 각 쌍이 정보를 교환하도록 허용했습니다. 각 쌍의 한 구성원은 두 가지 결정을 내렸습니다. 하나는 유일한 지각 정보(첫 번째 응답이라고 함)를 기반으로 하고 다른 하나는 다른 구성원의 첫 번째 응답과 자신의 신뢰도도 고려한 것(두 번째 응답)입니다.

고립된 참가자(세트 A와 B)의 응답을 단순히 함께 추가하여 페어링할 때 군중의 지혜가 차이를 만들었습니다. 쌍이 개인보다 더 정확했습니다. 쌍이 결정에 동의하지 않으면 가장 자신 있는 구성원의 결정을 사용했습니다. 그러나 놀랍게도 세트 C의 의사 소통 참가자는 세트 A와 B의 고립된 참가자보다 50% 더 많은 오류를 범했습니다. .

그룹 커뮤니케이션은 사람들이 내리는 잘못된 결정의 수를 증가시켰을 뿐만 아니라 참가자들이 자신의 결정 신뢰도를 올바르게 평가할 수 없게 만들었습니다. 우리는 결정에 대해 매우 자신감을 느끼는 사람들이 그렇지 않은 사람들보다 옳을 가능성이 더 높다는 것을 알고 있습니다. 세트 B에서는 이것이 사실이지만 세트 C에서는 결정 신뢰도가 대답이 올바른지 여부와 상관관계가 없었습니다.

실험에서 일어난 일은 과신한(그러나 부정확한) 사람들이 덜 자신감 있는(그러나 정확한) 사람들이 잘못된 결정으로 의견을 바꾸도록 설득했다는 것입니다. 따라서 의사 소통 참가자에게 각 결정 후 자신감 정도를 보고하도록 요청하는 것은 위험합니다.

무의식을 읽는다

이 연구에서 우리는 또한 뇌파를 추적하고 기록하기 위해 두피에 배치된 전극을 사용하는 뇌파 검사(EEG)를 사용하여 다양한 의사 결정권자의 뇌 활동을 조사했습니다. 목표는 참가자들에게 그들이 얼마나 확신하는지 묻지 않고 결정의 품질을 평가하는 패턴을 찾는 것이었습니다.

우리는 뇌의 특정 영역에서 뇌파의 강도가 사용자의 결정 자신감을 반영한다는 것을 발견했습니다. 그런 다음 기계 학습 알고리즘을 통해 뇌 신호와 응답 시간을 사용하여 각 참가자의 결정 신뢰도를 예측하기 위해 BCI(뇌-컴퓨터 인터페이스)(EEG에 직접 연결된 컴퓨터)를 개발했습니다. 우리의 인터페이스는 다른 추론이 작용하기 전에 무의식을 활용하고 의사 결정에 대한 자신감의 증거를 포착하도록 설계되었습니다.

BCI를 사용할 때 참가자는 자신감 수준과 관련된 피드백을 받지 못했습니다. 이런 식으로 우리는 두뇌 활동만을 기반으로 각 결정에 대해 누가 더 신뢰되어야 하는지를 설정할 수 있었습니다. 이는 나중에 답을 합산할 때 쌍 및 그룹 결정의 정확성을 개선하는 데 도움이 되었습니다.

우리의 결과는 사람들이 정보를 교환하지 않는 경우에만 불확실한 상황에서 두 마음이 하나보다 낫다는 것을 시사합니다. 또한 BCI를 사용하여 그룹 구성원의 뇌 신호에 따라 어떤 그룹 구성원을 더 신뢰해야 하는지를 설정하여 최적의 그룹 결정을 내릴 수 있습니다.

이것은 다양한 직장에서 의사 결정을 개선하는 데 도움이 될 수 있습니다. 최대 성능을 달성하려면 BCI를 갖춘 여러 명의 격리된 사용자가 필요합니다. 이것은 잘못된 결정이 심각한 결과를 초래할 수 있는 시나리오에 특히 유효합니다. 예를 들어, 경찰이 현장에서 위협을 식별하기 위해 보안 카메라를 모니터링하는 감시에서. 또는 금융에서 중개인이 더 나은 결정을 내리고 비용을 절약할 수 있도록 합니다. 마찬가지로 의료 분야에서 방사선 전문의는 BCI의 도움을 받아 X선 이미지보다 더 나은 진단을 내릴 수 있습니다. 이것은 실제로 생명을 구하는 데 도움이 될 수 있습니다.