En engagerande och lättläst bok är James Surowieckis ”The wisdom of crowds”. Och det är en av de här ”snygga en-idé-böcker” som känns så vanliga nuförtiden, som jag fortfarande ständigt hänvisar till, i många olika sorters konversationer.

Det handlar i korthet om att många människor, tillsammans, är bättre på att gissa än den smartaste människa i gruppen. Det gäller i första hand situationer där det finns ett rätt svar. Även om det svaret inte kan vara känt av någon på förhand, för det ligger i framtiden.

Ett enkelt exempel är att förutse exempelvis vem som kommer vinna ett presidentval, eller för den delen ett travlopp, vilket återspeglar sig i oddsen hos spelhusen. Eller som en chef på Best Buy gjorde: frågade de anställda hur många presentkort som skulle säljas i februari. Den kollektiva gissningen var korrekt till 99,5 % – ungefär 5 % bättre än den siffra som presenterats av företagets team för försäljningsprognoser*.

Till grund för detta ligger samma saker som vanlig statistik bygger på. När vi på universitetet använder oss av enkäter för att undersöka psykologiska fenomen grundar vi det på true score theory. Idén kan uttryckas som en enkel formel:

X = T + E

…där X är observerat värde, T sant värde och E mätfelet. Ett observerat värde skulle i ovanstående fall kunna vara en medarbetares gissning på försäljningen av presentkort i februari. Medarbetarens gissning kommer att reflektera det sanna värdet (som vi inte vet än!), fast med stor eller liten över- eller underskattning av värdet, beroende på en rad olika faktorer.

Men, alla medarbetare kommer antagligen inte att överskatta värdet. Vissa kommer göra det, andra kommer underskatta. Avvikelsen från rätt svar kommer vara olika stor. Men om vi inte har någon anledning att tro att något systematiskt får folk att gissa fel, kommer deras ”mätfel”, deras fel i uppskattningar, att jämna ut sig. Och ju fler personer du frågar, desto närmare 0 hamnar medelvärdet på deras över- & underskattningar. Ju närmare 0 hamnar E i formeln. Vad vi får kvar då är X = T. Medelvärdet av deras gissningar, X, blir ett gott estimat av det sanna värdet, T.

Däri ligger ”hemligheten” med massans vishet. Surowiecki beskriver också några kriterier som måste uppfyllas för att vi ska ha en smart grupp:

Kriterium Beskrivning
Mångfald av åsikter Varje person har någon unik liten bit av kunskap.
Oberoende Personernas åsikter är inte bestämda av folk runtomkring dem (varning för gruppdynamik!)
Decentralisering Folk kan vara specialiserade och stödja sig på lokal kunskap.
Aggregation Någon mekanism för att aggregera det hela till kollektiv kunskap.

Tabell från wikipedia.

Av en händelse är det ungefär samma kriterier som gäller för vi ska räkna bra statistik.

För det första behöver vi en spridning i det stickprov vi tar. Om vi bara frågar långa människor om deras skostorlek kommer vi få en väldigt dålig approximation av vad genomsnittet för befolkningen är.

För det andra måste våra mätningar vara oberoende. Vad en person gissat ska inte påverka vad en annan person gissar.

Detta med decentralisering är något som mest reflekterar oberoende och spridning (mångfald) än en gång.

Slutligen ett sätt att aggregera den kollektiva visheten. Inom statistiken är det ofta det aritmetiska medelvärdet.

Det var grunderna, som det är skönt att kunna. Det är så enkelt egentligen att det känns pinsamt, men att Surowieckis bok egentligen handlade om grunderna i statistik klickade inte riktigt för mig förrän häromveckan. Så för den som skulle skygga vid ordet statistik finns alltså Surowieckis bok där allt är förklätt till intressanta historier istället. :)

* Källa: Smart Swarm av Peter Miller.

Tagged with:
 

Kommentera

E-postadressen publiceras inte. Obligatoriska fält är märkta *

Följande HTML-taggar och attribut är tillåtna: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>