《智慧社会：大数据与社会物理学》
阿莱克斯·彭特兰
149个笔记
对谈
社会物理学确实已经有两个世纪的历史了，这一名称反映了人们期望具有预测能力和社会科学可以数学化的梦想。这里使用的“物理学”一词并不局限于力学和场论等概念，而是意指可预测和可解释性。
我所称的社会物理学是关于想法在人们之间的流动是如何改变人们的行为的，如同力学中的能量在粒子之间的流动改变运动一样。
推荐序一 测量，还是感知
全书对传统市场理论和社会学的基本假设进行了批判，提出基于交互、接触、连接的“想法流”概念，并建构基于“社会感知计算”的全新社会科学领域。
1830—1842年，孔德发表了重要的六卷本著作《实证哲学教程》（The Course in Positive Philosophy）。在第四卷里，孔德提出了“社会学”（Sociology）这一概念。孔德的“实证哲学”强调以事实为依据，采用观测、实验、比较和历史的研究方法，他认为可以获得与自然科学相媲美的社会科学知识。可以说，迄今为止的主流社会学基本理论，依然建构在孔德的思路之上。
虽然传统社会学也分析所谓群体、家庭、团队、组织；但把个体当质点看，就必然会把情感、欲望、意图等等，仅看成个体质点的“参数”，而忽略内在的丰富性（这一点，认知神经科学大有用武之地）。彭特兰认为，“我们（对人类社会）的理解框架，停留在18世纪。”为什么这么说？他引用亚当·斯密的《道德情操论》指出，人出于本性不仅交换物品，还交换想法、帮助和同情之心。
彭特兰比较了2004年詹姆斯·索罗维基（James Surowiecki）提出的“群体智慧”与“社会学习”的概念。他认为，詹姆斯的群体智慧只是想法的“汇聚”，而不是想法的流动，特别不是想法的互动。
在这种语境下，社会学习是想法流的关键；多样性是想法萌生的土壤；特立独行则是催化想法流的典型风格。
2012年4月，彭特兰在《哈佛商业评论》发表文章《塑造伟大团队的新科学》，文中指出，“要想从使用组织结构图的管理中解放出来，就需要放弃依靠个体才能管理组织的方法，并转而通过塑造互动模式来获得更好的集体智能。”
“看见结构”是参与的最大目的。看见更高次元的知识地图，这是共有知识的更高层级（参见2005年诺贝尔经济学奖获得者奥曼与谢林关于“共有知识”的理论）。彭特兰因此说，“重要的是参与，而不是所说的内容”。
一个是社会学将从关注个体（以及由个体组成的群体）转向关注“关系”，关注互动，关注流动性；另一个是，社会学将会与心理学、认知科学、脑神经科学结盟，进入关系互动的“有温度、有气息、有情感”的境地。
彭特兰热情洋溢地描绘了社会激励下的合作与协同、群体参与下的权力解构与建构，指出了基于功能设计的城市规划的失败，以及基于“数据新政”引领下的城市实践、社会分配解构和交换的重要性—
推荐序二 我们都是大数据时代的海狸
乔布斯曾经说过，创新就是把不同的事物联系起来。
尽可能地多接触背景不同，但各有各的智慧的高人，如果你发现在他们中间，有一个相当大的子集已经形成了逆势操作的共识，这个判断很可能会是对的。
你如何行动，取决于你如何认识未来的规则：在大数据时代，合作比竞争更重要，交流比交易更重要，灵活的同伴关系比冰冷的阶级斗争更重要。
前言 我生活在未来
拥有最好想法的并不是最聪明的人，而是那些最擅长从别人那里获取想法的人。推动变革的并不是最坚定的人，而是那些最能与志同道合者相处的人。最能激发人的并不是财富和声望，而是来自同伴的尊重和帮助
媒体实验室放弃了传统的评分体系，转而尝试建立同伴社区，并把在实际项目上的相互尊重与合作当作成功和获得更大支持的标准。毕竟，我们生活在社会网络，而不是课堂或实验室里。
我清楚地看到，大多数政府领导和CEO思考创新和集体合作的方式与我在MIT看到的存在着巨大的差异。大多数人想的仍然是一些较为静态的术语，例如竞争、规则以及偶尔被提及的复杂性。而我则倾向基于一些更为动态、更具有进化性的术语进行思考，着眼于网络中想法的流动、社会规范的产生以及复杂性的产生过程。大多数人在思考时使用的框架是以个人和渐近稳定性结果为中心的，而我采用的则是“网络中的增长过程”这种社会物理学的思考方式。
为了理解这种思维差异，我开始了一项长达10年的研究，试图建立一个严谨的智力框架。该框架通过社会互动来扩展现有的以个人为中心的经济和政策思维，把社会学习和社会压力作为推动文化发展、支配超连接的世界的多个方面的主要力量。
我希望这些论文能够进一步深化对复杂性和网络科学领域的研究，并为进化动力学提供新视野。
本书开启了一场更大范围的讨论，这场讨论的目标是促使社会物理学的语言能够为大众使用，为传统的市场竞争和调控语言提供必要的细微差别的表述。在一个超连接的世界中，社会动力学对结果的影响非常重要，因此更好地理解社会物理学已经变得至关重要。
引言 更好的想法流，更智慧的社会
尽管数字网络的使用改变了经济、商业、政府和政治的运作方式，我们仍然无法真正洞悉这些新型人机网络的本质。世界似乎在一夜之间演变成了一个人类和技术共存的联合体，它既拥有无与伦比的力量，也具有前所未有的弱点。
要了解这个崭新的世界，我们需要对已经熟知的经济和政治思想进行扩展，使其能够包含这种数百万人相互学习并影响彼此观点的情况所产生的影响。我们不能再仅仅把自己当作谨慎决策的个体，必须要考虑那些影响个人决策，驱动经济泡沫、政治革命和互联网经济的动态社会效应。
社会物理学对传统的经济和政治思维加以拓展，使其不仅包括竞争力，也涵盖了想法、信息、社会压力和社会地位的交换。
预测小群体、公司内各个部门甚至是整个城市的生产率，还能帮助我们校正沟通网络，以便可靠地做出更好、更高效的决策。
我们需要超越单纯地描述社会现象，可以构建社会结构的因果理论。这一领域的研究进展正向着大卫·马尔（David Marr） 所称的行为计算理论发展：如何用数学解释社会为什么会产生这样的反应，以及这些反应怎样解决（或为什么不能解决）人类的问题 。
社会物理学框架
社会物理学作为一门科学的重要性不仅体现在它能提供精确有用的数学预测上。
社会物理学主要依赖“生活实验室”（living laboratories）。什么是生活实验室呢？假设我们拥有一种能力，能够将整个社区放进一个假想的房间里，并记录和展现社区成员行为、沟通和社会互动的所有细节。而且在连续几年的实验周期内，社区成员能够继续着他们的日常生活。那么，这就是一个生活实验室。
大多数社会科学都以分析实验室现象或调查结果为基础，换言之，是基于对平均或典型的描述。这些方法并没有体现现实生活中我们的思维在同时运转时的复杂性，并且忽略了关键的一点：我们与哪些人互动、如何互动等细节与市场作用力或阶层结构等概念同样重要。社会现象是由个体之间数十亿的微小交换组成的——人们交换的不仅包括货物和金钱，也包括信息、想法，甚至是小道消息。
社会物理学的一个基本假设在于，从他人的举止（以及相关的语境特征）中学习是人类行为变化的一个主要甚至可能是主导的机制。正因为社会物理学并不试图捕捉内在认知过程，它在本质上是概率性的，即由于回避了人类思维生成的本质而具有不可避免的不确定性。
第1章 探索 发现好想法和做出好决策
●收获能够带来伟大决策的想法的关键在于，从他人的成败中学习，并确保这种社会学习的机会充分多样化。
●在衡量社会网络对于收集和提炼决策的影响时，想法流的速率是一个非常关键的指标。
●人们的决定是个人信息和社会信息的混合体，而且当个人信息较弱的时候，人们更依赖社会信息。在人们不确定的情况下，社会学习对于提升自信心起着更大的作用。
●你的成功在很大程度上取决于你探索的质量，并进而取决于你所拥有的信息及想法来源的多样化和独立性。
最好的想法总是来源于仔细和持续的社会探索。
科学、艺术或管理的主要工作是相同的：塑造一个关于世界的引人入胜的故事，并接受实践的检验。
这一探索过程本质上是对一个人社会网络的搜寻，因此回答这些问题的出发点就是：研究社会互动在寻找新想法并将其用于决策过程中所扮演的角色。
人种学家发现，几乎所有影响整个群体的决定都是在社交情景下做出的 。
社会学习
社会学习，即新想法如何成为习惯，以及如何通过社会压力加速影响学习。包括通过观察他人行为学习新策略以及通过体验或观察学习新信仰。
对人类而言，反馈当前最佳想法的社会学习策略（也就是说，一种将收获想法的过程与专家评估想法的过程互相穿插的、有约束的、人为的社会互动）能产生一种即使是对小群体也有效的群体智慧效应 。但是，在动物群和人群中，这一群体智慧效应只有当个体的决策足够多样化时才有效 。收获能够带来伟大决策的想法的关键在于，从他人的成败中学习，并确保这种社会学习的机会充分多样化。
随着个体交易员决定效仿其他用户，新的交易策略就会通过社会网络在用户之间传播，并进而被其他交易员效仿。
一些人由于与他人之间的连接过少导致社会学习的机会很少，另一些人则深陷在反馈循环的网络中，以至于他们只能反复地听到相同的想法，而大多数用户则拥有适中的社会学习机会。
对这一数字交易环境而言，群体智慧处于孤立行为和“羊群效应”这两个极端之间。这一中间地带正是社会学习（即效仿成功人士）能真正带来回报的地方。
一群社会学习者能自发形成无标度
分形网络
随着学习者之间的连接模式趋于最优，整个群体的表现也会显著提升。最终，我们会看到把想法转化为智慧学习的分形舞蹈。
事先开发与专家沟通的可靠的双向通道，并建立起一种未来能够帮助这些明星员工完成关键任务的关系。此外，这些明星员工的网络与普通员工的网络之间存在两个重要的差别。
他们可以从顾客、竞争对手和管理者等不同的角度来看待问题。正因为如此，他们能够找到更好的解决方案。
们发现，那些用充满活力、吸引人的互动方式产生更多参与对话的个体，对社会网络中的想法流更加重要 。
这也正是我观察世界上最有效率的人时所发现的现象：他们通过持续与他人交流来获得新的想法，并且这种探索性行为会创造更好的想法流。
过度自信和团体迷思（group-think）
回音室里的过度自信效应是导致流行时尚和金融泡沫的原因之一。
能可靠地预测出某个因素变化会如何影响网络中所有人的表现
多样性是重要的：当每个人都选择相同的方向时，你的信息和想法来源极有可能不够多样化，这时你应该做进一步的探索 。团体迷思对社会学习而言是很危险的。
如果你能够找到很多这样的独立思考者，并发现他们中很大一部分人之间具有共识，那么一个很好的交易策略就是跟随这些特立独行者的共识。
第2章 想法流 让好想法汇成群体智慧
发现充满活力和创意的公司里存在不同种类的想法流，并进而产生了多样化的从社区内外学习的能力。
想法流是想法通过案例或故事在公司、家庭或城市等各种社会网络中的传播。
融入这种想法流能够让人们不必冒个体试验的风险就学习到新的行为，不必进行繁琐的试验就能获得大量关于行为的集成模式 。
社会物理学的价值所在：通过我们与他人示范性行为的接触预测我们自身的行为。
大数据的力量是驱动想法流并形成观点的最强大的作用力。但需要注意的是：起作用的不是直接互动的数量，而是与他人的观点和表达的接触量，包括通过对话的直接接触和通过偶然观察的间接接触。无意听到的评论和对他人行为的观察是想法流的有效推动力。
即使是在一个看似完全属于有意识决策的环境中，与周围同伴行为的接触仍然是预测的主导因素。搜寻新的想法和信息如同新习惯的形成一样，似乎主要是由社会接触驱动的。
想法流汇聚同伴共享学习和群体智慧
当我们遇到一个复杂的问题并且涉及不同目标之间的权衡时，快思考中的关联机制通常要优于慢思考中的推理机制——在决策时间有限时尤为如此。
第3章 参与 强化社群的合作与互动
以群体形式一起工作的行为比人类的历史更加悠久。
他们推动团队中的每一个成员共同负责目标设定、群体义务、工作活动、时间表和群体成就。也就是说，明星员工通过让每一个成员感受到自己是团队的一部分来推动团队内部一致的想法流，并且他们会尝试达到充分的一致，从而让每一个成员自愿跟随新想法。
相似的是，商业研究表明这种参与（全体成员之间重复的合作性互动）能够改善群体的社会福利 ，并且会促进有益于商业合作成功的可信赖的合作行为 。诸如乡村银行（Grameen Bank）这样的小额信贷银行目前在发展中国家已经较为普遍了，较强的社会参与是其成功的关键，因为较强的参与提高了偿还贷款的可能性 。
能看到一些已经投票了的朋友的头像。给用户看这些熟悉的面孔显著提高了动员消息的有效性。
平均而言，一个人投票能够带动另外3个投票
常规的经济激励并未切中要害，因为它们把人限定为独立、理性的参与者，而不是受到社会纽带影响的社会动物。
“朋友和家庭”实验中的每一个人都被指派了两个伙伴，
每个人都有机会既是行为改变针对的对象，也是促进行为改变的伙伴。
社会网络激励的效果几乎是传统的个体激励方法的8倍
正如我们从“贝尔明星”实验中了解的那样，大部分团队成员都不愿意主动跟随，除非他们看到人们争先恐后地采纳新行为
社会物理学告诉我们，我们的分析方法不仅需要包括经济交换，还需要包含信息和想法的交换以及社会规范的生成，这样才能够更充分地解释人类行为。
亚当·斯密对于“好的资本主义”的描述勾勒出了一个理想化的场景：社会参与几乎总能平衡各种经济势力。因为他生活在一个更小的世界里：城市里的资本家很可能互相认识，并因此受制于相似的社会规范和成为好市民的压力。
参与需要互动如果人们想有效地进行合作，就需要有网络约束：
半个多世纪以来，社会学家一直在研究社会系统中谁影响谁的问题，但是许多研究都只是定性或相关性研究。他们长期以来的挑战是，如何用一种形式化的、数学的方式来建模社会影响。其中最复杂的因素是，影响通常并非直接可测，因而需要从个体水平的行为信号中加以推断
一个组织内部最有价值的想法流是面对面和电话交流，因为它们携带了最复杂、最敏感的信息——然而很少有组织会衡量它们。当然，没有衡量就无法管理。
我们得到了一个高度一致的发现：交流模式是团队成功最重要的因素，要了解一个组织内部的整体互动模式，关键是要捕捉所使用的媒介中的所有数据。
不仅如此，交流模式往往与其他所有因素之和一样重要，这些因素包括个体智能、性格、技能和想法的内容等。
第4章 集体智能 互动模式如何转化为群体智慧
对于预测集体智能而言，最重要的因素是话轮转换的平等性：相比于话轮转换分布更为均等的群体，那些由少数个体主导对话的群体拥有更低的集体智能。紧随其后的重要因素是群体成员的社会智能，这是基于测量他们阅读他人的社会信号的能力得出的结论。
第5章 塑造组织 互动模式可视化如何提高生产率和创意产出
●要想从使用组织结构图的管理转型到监测想法流的管理，就需要放弃只有依靠个体才能管理组织的方法，并转而通过塑造互动模式来获得更好的组织智慧。
●把你的工作想象成改进想法流、让大家相互交流并在团队之间建立联系的过程，这些都能有效地提高绩效。
为了实现一个典型的组织内部互动模式的可视化，我们给管理人员和员工佩戴了特别设计的社会计量标牌（详情请见深度洞察“现实挖掘”）。
最有用的可视化反映了组织内部参与和探索的水平，因为这些是健康的想法流的两个主要模式。
我们发现，不考虑内容、性格和其他因素，参与水平本身就能预测出组织生产率高达一半的差异。探索则是一个组织中的成员从外部带进组织的新想法的多少，它能够帮助组织预测创新和创意产出。
塑造高效组织的途径1：参与
开发了提供与参与有关的实时图表反馈的方法，以促进多种不同类型的工作团队绩效的提高。我们的目标是让人们通过使用这些实时图表显示获得促进更好的互动模式所需要的社会智能，从而带来更高的生产率和创意产出。
创意产出特别依赖探索。
塑造高效组织的途径3：多样性
社会智能的一个关键方面是要辨析所收获的想法是否足够多样化。如果一个社会网络拥有太多的“环”而导致同样的想法一再循环，或者有助于探索的外界沟通渠道过于雷同，那么想法流就缺乏多样性。
研究小组开发了一种方法：先请每个人预测其他人将要说的话
●贝叶斯真理血清（Bayesian Truth Serum）。这是一种用于辨析谁真正拥
有重要的新信息的方法，它是由MIT的卓瑞森·普瑞雷克（Drazen Prelec）发明的 。我们也可以把它称为是解决想法流多样性不足这一问题的聪明人的方法。
在这种聪明人的方法中，我们会寻找能够准确预测他人反应且自己的行为与众不同的人。其背后的逻辑在于，如果一个人能够预测他人的行为，他就已经知道了常识。但是，如果他的行为也与众不同，那么他肯定了解一些他人不知道的信息。因此，这些聪明人的行为能够被当成独立的信息。
社会影响估计。这一方法是我所想到的：估计人们之间的社会影响的数量，跟踪记录人们的想法和行为之间的依赖度
促进形成高绩效文化最常见的方法之一是使用领导者的个人影响力。高效的领导者通常都具有某种个人魅力：精力充沛并有条不紊地与他人互动；能够引导自己组织内的互动模式朝正确方向发展；并不主宰团队内的讨论，而是鼓励好的想法流模式。
我认为他们真正感兴趣的是想法流，尽管可能只有小部分人会如此描述他们的兴趣。这些魅力型连接者倾向于推动谈话、询问他人的生活和项目进展，以及解决问题的方式。这让他们对发生的每件事都有很好的感知，并成为社会智能的来源。与他们交谈的人也会感觉良好：一个人真心对你所做的事感兴趣，这样的机会并不太常见吧？这是令人感到荣幸的体验。
我们看到了互动模式可视化能够帮助员工和管理者塑造想法流，从而提高组织的生产率和创意产出。我们让团队成员更好地了解团队内和团队间的沟通模式，从而改进他们的社会智能，带来更高的生产率和创意产出。
第6章 变革组织 社会网络激励如何创建速成组织和应对颠覆式变革
所有组织从某种程度上来说都是动态的，随着组织对新事件或新情况的反应，他们的想法流网络内也会出现可预测的变化。
我们是想法、商品、“投资”和信息的交易员，而不只是传统市场思维造就的竞争者。
这意味着社会科学分析往往局限于检查变化的前提条件或者缓慢出现的重要现象（如人口变化或长期的健康状况等）这类问题。例如，经济学在历史上一直是由平衡状态分析主导的，该分析假设一切事物都是均衡的（而这与人类世界的大多数情况并不相符）。
创建速成组织，不是众包，而是社会网络激励
这是传统的百科全书制作成本如此之高的原因，也是如今大部分企业依旧效率低下并且行动缓慢的原因。
我们来分析一下参与过程，它推动组织习惯的形成并通过社会压力令这些习惯得到遵守。当一个团队面对变化时，它需要产生并遵守新的互动习惯，以适应新环境。
一件新产品、一个新的电脑系统或是重组公司往往意味着每个人的工作都会改变。因此，要与谁进行协调，具体任务以及分工都可能出现改变。所有这些都意味着形成和采纳新习惯是十分紧要的，因此团队之间的参与更有必要。
这种员工参与水平在面对新挑战时出现的系统性变化恰好是我们在研究中观察到的。
我在自己关于人际交流的作品《诚实信号》（Honest Signals）中指出，与内容无关的互动模式可以准确衡量想法流和决策 。正如《自然》报道的那样，这是由于互动模式（谁打断谁、人们交谈的对象与频率等）是支配、想法流、同意和参与等行为的社会信号 。
当我们的语言能力开始进化时，已有的信号机制也并入了新的设计中。因此，我们祖先的社会信号仍然塑造了我们现代的对话模式。
正如社会信号决定了猿类部落的支配网络一样，现代人类的对话模式也决定了人们在社会网络中的位置。特别是我们可以从谁控制对话（即谁发起对话、谁打断谁等）的模式中弄明白社会结构 。
人们倾向于自动和无意识地相互模仿
我们对此应该不会感到惊讶——每一个这样的信号都有神经系统的生物学基础。模仿被认为与皮质镜像神经元相关，这类神经元作为分布式大脑结构的组成部分似乎是灵长类动物独有的，并且在人类中更为突出。
我们的活动水平与我们的自主神经系统这种特别老的神经结构的状态相关。
第7章 感知城市 移动感知如何创造城市神经系统
同一个行为人群中的人具有相似的饮食习惯、相似的衣着、相似的金融习惯和相似的对待权威的态度，等等，并因此也具有相似的健康状态和相似的职业路径。
然而，第三重要的模式就是一个未知数了：人们用于探索的时光，通常是购物或郊游。第三重要的模式的特征就是缺乏结构。
为人熟知的利用人们留下的数字痕迹的例子就是，使用从司机的手机采集的GPS数据来提供分钟级的交通流量更新。这样，我们就可以更准确地监测交通拥堵模式和估计驾驶时间。事实上，这一采集方法的简单版本已经植入了全球的汽车导航系统。
营造社会规范的社会物理学方法则依赖于社会网络的影响。从社会物理学的观点看，存在3类自然的干预方法：社会动员、校正社会网络和提升社会参与。
第一，社会动员
我觉得这类激励的主要用途是创造新组织，而不是解决短期危机。
第二，校正社会网络：第二类干预涉及提供充分的、想法多样性的校正网络
为了同时解决多样性不足和回音室效应的问题，我们可以通过给个体小的激励或推动来校正人们之间想法的流动。
提供反馈，想法、响应和进一步建议之间的链接模式准确刻画了想法传播的网络。这将有助于想法流的衡量，使我们可以衡量想法和响应的模式并判断是否正在发生有效的社会学习。
第8章 城市科学 大数据与社会物理学如何变革城市的发展
一个定量的预测模型居然适用于如此多的现象和如此广的尺度，这在科学中是很少见的，在社会科学中更是几乎没有听说过。
[插图]
图8-1 社会纽带密度对电话通信模式和艾滋病毒感染率的预测
城市中所有的社会纽带模式都能在更小规模的团队结构中找到对应。正如在我们关于公司的研究（第4章和第5章）中所看到的那样，亲密的社会纽带对参与有支持作用，因为这些人更有可能互相交谈，从而进一步把想法转变为行动。远距离的社会纽带则起着探索的作用，因为我们在新环境中遇见“新人”，并从他们那里收获新想法。
亲密的社会纽带对参与有支持作用，因为这些人更有可能互相交谈，从而进一步把想法转变为行动。远距离的社会纽带则起着探索的作用，因为我们在新环境中遇见“新人”，并从他们那里收获新想法。
对你的社会网络带来全新体验的最大可能来自你最少去的地方。
对社会网络中的每个人而言都是全新体验的最大可能性，发生在人们最不常去的地方。去远处探索新想法是最有成效的，日常生活中的普通体验则通过在本地社区的参与被升华为社会规范。
更多的探索引发当前规范和新想法之间更多的互动，从而成为创新行为的一个推动力。
人们的探索是无限的，并且人们似乎从未停止过体验新商店和新服务。
当人们拥有丰富的资源时，驱动探索行为的是好奇心和社会动机，而不是找到更便宜价格或更好产品的愿望。
我们甚至可以计算出这样一个城市的最佳规模：如果在每个同伴群中，每个人都是任意其他人的朋友或朋友的朋友，那么根据社会物理学的数学理论，我们可以得到最大互动量对应的人口上限大约为10万人 。这意味着最佳解决方案是小型到中等规模的城镇，每个人在步行距离内就可以到达城市中心、商店、学校和诊所 。
为了使创意产出最大化，商业和文化区域应该使探索机会最大化。
和苏黎世一样，社会物理学模型表明，正确的方法是专注于创造一个热的“内核”，它将具有高生产率和高创意产出。
人们希望数字通信能够帮助我们把远距离的人群连在一起。高分辨率的数字通信已经能够在许多方面与面对面互动相抗衡，并且有一天可能会成为与面对面互动一样有效且足够丰富的通信渠道（见本章专栏“数字网络与面对面”）。遗憾的是，现有的数字通信的便利性已经使其容易产生回音室效应，导致一再循环的流言蜚语和相同想法的不断重复。
数字媒体并没有传递社会信号和面对面互动，这使得人们难以互相理解。
第9章 数据新政 大数据驱动大未来
尽管这些高度精细和数学化的模型有助于建造交通和电力之类的自动化系统，但是它们对于指导个人决策几乎毫无用处。
为了帮助政府和公民做出有关社会的决策，我们需要给出一个人类尺度的、直觉的对社会物理学的理解。
我设想的社会物理学承认人类的独立思考能力，但并不需要试图解释它。社会物理学基于的是覆盖整个人群的统计规律性，即在几乎任何时刻对几乎每个人都是正确的事情。
社会物理学基于的是所有人都具有的规则性，它不能解释个体信仰体系的这种不稳定性。
因此，尽管我们能够使用社会物理学来设计为日常和典型的人类行为服务的生活空间、交通系统和政府，我们也总是需要为不寻常的个人选择留有余地。令人惊奇的是，数据本身告诉我们：这种偏离规则的社会模式的行为是很少发生的。因此，我们必须非常小心地呵护这些个体创新的萌芽，而不应屈从于关于费用和仅支持最常见模式的争论（关于这一主题的更多细节请见附录一“快、慢和自由意志”。）
第10章 智慧社会的建立 用人性的洞察设计更人性的社会
这种对人类本性看法的一个主要缺陷在于，人类并不只是自利、自制的个体。我们感兴趣的东西以及我们的控制机制本身，在很大程度上是由与他人互动所生成的社会规范决定的。
这些团队不只是一起工作的经济同盟，它们也促成了对范围很广的各种主题的很强的规范，包括生活目标、价值观，甚至着装要求。团队的成员建立起一种整体文化和生活方式，并且又由这些成员将之带到他们所属的其他团队。
交换优于市场的核心是信任
重要的是，这意味着我们的智力和文化是在一个东西和想法都通过个体互动来传播的时代中进化的，一个新想法或有价值的东西在人群中传播需要花费很长的时间。换言之，许多早期社会的运行状态更像是一个交换网络而不是市场：缺乏确定物品或想法的价值的市场机制或价格设定权威。
交换网络优于市场的核心原因在于信任。交换网络中的关系会很快稳定（我们会一再找那些给我们最佳交易的人），而稳定性会带来信任，即我们会期望有一个持续的有价值的关系。这与典型的市场情形是不一样的，因为在市场中，一个买家可能会每天随着价格的波动与不同的卖家打交道。
今天我们在互动的广度和速度方面都有了极大的提升，我们的习惯在很大程度上仍然依赖与少数可信的人的经常性互动。对每个人而言，这类可信的人的数量总是相当小的。事实上，证据表明，今天我们每个人拥有的可信同伴的数量与数万年前相比几乎没有变化
这种小的、相对稳定的可信同伴网络仍然主导着我们的饮食、消费、娱乐、政治行为，甚至技术采用的习惯。与此类似，面对面的社会纽带推动企业产出并且影响最大型城市的生产率和创意产出（见第4章和第8章中我的小组的研究）。这意味着，尽管我们拥有现代数字媒体和现代交通，新行为在社会中的传播仍然是由局部的人际交流主导的。因此，尽管具有高得多的探索水平，我们仍然生活在一个交换社会。
设计准则1：社会效率
设计准则3：弹性
如果存在诸如隐式依赖性或假设之类的系统性风险，整个系统就有崩溃的风险。
附录二 数学
社会网络中的趋势预测（第1章）
对于慢模式，往往与一个新想法或一条新信息的单次接触就足以改变行为。
我们的许多行为都缘自快思考习惯。
对于快思考模式，我们通常需要接触一些别人已经成功使用某个新行为的例子，然后才会愿意自己去尝试这个新行为。在这些情形中，另一个复杂的接触传染模型可以更好地描述对于习惯性的快思考行为的采用。
在一个由自利个体组成的大型社会中，合作是一个至为重要但又难以实现的目标 。
我们的主要观点是：通过使用异质、动态、随机的网络，我们可以从简单的可观察行为准确建模借助于社会学习的人类行动习惯的传播。这种能力对于增进我们对人类社会动力学的理解并进而提高我们谋划未来的能力都具有革新意义。
微信读书
若有收获，就点个赞吧
0 人点赞
