En 1907, un statisticien nommé Francis Galton a enregistré les entrées d'un concours de jugement de poids alors que les gens devinaient le poids d'un bœuf. Galton a analysé des centaines d'estimations et a constaté que si les suppositions individuelles variaient énormément, la médiane des entrées était étonnamment précise et à moins d'un pour cent du poids réel du bœuf. Lorsque Galton a publié ses résultats, il a inauguré la théorie de l'intelligence collective, ou la "sagesse des foules, " dans la conscience publique.

La sagesse collective a ses limites, bien que. Dans une nouvelle étude publiée dans le Journal de la Royal Society Interface , chercheurs Albert Kao (Harvard University), Andrew Berdahl (Institut Santa Fe), et leurs collègues ont examiné à quel point notre intelligence collective est précise et comment les biais individuels et le partage d'informations faussent les estimations globales. En utilisant leurs découvertes, ils ont développé une correction mathématique qui prend en compte les biais et les informations sociales pour générer une meilleure estimation de la foule. Dans l'étude, leurs mesures corrigées étaient plus précises que la moyenne, médian, et d'autres statistiques traditionnelles.

"Il y a de plus en plus de preuves que la sagesse des foules peut être vraiment puissante, " dit Kao. " De nombreuses études montrent que vous pouvez calculer la moyenne des estimations et que cette moyenne peut être étonnamment bonne. "

"Toutefois, " ajoute Berdahl, "Il existe de nombreuses preuves que les gens ont de forts biais dans les tâches d'estimation et de décision."

Les chercheurs ont recruté plus de 800 volontaires pour participer à l'étude et ont demandé à chaque participant de deviner le nombre de boules de gomme dans un pot, qui variait sur plusieurs ordres de grandeur de 54 à plus de 27, 000. De plus, ils ont quantifié la manière dont les individus intègrent les informations sociales dans leur propre opinion. Faire cela, les chercheurs ont offert aux participants de faux détails sur les suppositions d'autres personnes et leur ont permis de modifier leur estimation à la lumière de ces informations.

L'équipe de Kao a découvert que même si les estimations variaient considérablement, ils étaient très prévisibles. Les gens avaient tendance à deviner des nombres plus petits que la valeur réelle et à deviner une gamme de nombres plus large pour les pots plus grands. L'information sociale joue également un rôle dans la sagesse collective. Par exemple, les informations sociales simulées ont révélé que les conseils des pairs influençaient plus fortement un individu si les connaissances suggéraient que le nombre réel d'éléments était supérieur à l'estimation initiale du devineur. De petites suppositions, même si c'est plus précis, semblent être plus fréquemment mis de côté.

Les résultats définissent un ensemble clair de règles pour l'estimation collective, qui à leur tour donnent un aperçu des raisons pour lesquelles nous observons la sagesse des foules. Cette compréhension peut améliorer la sagesse du groupe dans divers contextes. Qu'il s'agisse de deviner le poids d'un gros bœuf ou de prédire le résultat des futures élections, Kao et ses collègues ont aidé la foule à devenir plus intelligente.