新乌合之众 （下）
第八章帮一把，还是快逃开？
1964年3月13号，28岁的酒吧经理基蒂·吉诺维斯（Kitty Genovese）在纽约皇后区的家门四周被人当街杀害。这起凶案成为当时的头条新闻。那是凌晨3点，年轻的基蒂下班回家路上不幸碰上了温斯顿·莫斯利（Winston Moseley），这个变态杀手尾随她走过整个清静的邱园社区，在她后面足足跟了一个多小时，而后掏出匕首，对她连捅数刀，致其死亡。
这类惨绝人寰的凶杀案一般会引起一系列报纸专栏报道，给美国屡见不鲜的袭击杀人案的长名单上再添一笔。但是今天，我们会在各类心理学教科书中读到这起案件。基蒂·吉诺维斯之死出人意料地成了一项科学发现的起点。
1964年3月27日，年轻女子遇害的几天之后，一名《纽约时报》记者发表了题为《38名未报警的目击者》的文章，梳理出杀人案现场始末。报道者将矛头直指38名透过自家公寓窗户目睹了凶杀案发生的邻居。整个事件中他们无一人施以援手，甚至无人报警，是他们的麻痹不仁放任了罪行发生。
是怯懦？是冷漠？这种群体性的无动于衷是否还有其他的阐明？读到这篇报道的早上，哥伦比亚大学心理学教授比波·拉塔内（Bibb Latané）的内心升起了这一疑问。为了探究清楚旁看者的心理，他与同事约翰·达雷（John Darley）一道着手设计实验。
4年之后的1968年，二人才迎来了他们的第一批被试。其中有一名纽约大学的学生，我们就喊她雪莉吧。教授首先将她带进一间形似录音棚的小房间里坐下，告诉她将加进一场讨论，和学生融进大学环境时碰到的困难有关。借助一套音响设备，她能跟旁边房间里的另外5位被试对话。心理学家阐明，之所以把他们分开在不同的房间，是为了让他们不暴露身份，这样谈起话来能更无所顾忌。讨论时每个人轮番发言，有两分钟阐明看点。一个人说话的时候，其他人的麦克风处在关闭状态。
拉塔内教授还强调，他不会听交谈内容，只想事后听听每人的体会。所以除了讨论组内的成员，谁也不会知道当天各位都说了什么。逐一阐明清楚这些以后，他退出房间，合上了门。
雪莉戴上耳机，仔细地听起别人的发言来。没过一会儿，其中一个人以惊人的坦诚讲起了自己的经历。他说纽约的生活方式压力太大，考试周他有时会紧张到癫痫发作。他越说越激动，唤吸粗重，声音变得时断时续。事情不太对劲……突然，耳机里传出一声巨响，像是有人摔倒了，随后是几声唤救：“我发病了……快喊人……我要死了……”雪莉环顾自己身处的空屋子。这个痛苦的人应该就在四周，要不要喊实验组织者呢？另外那四个被试应该跟她一样闻声了癫痫发作时的唤救声，也许他们中的一个已经往喊人了？雪梨最终抉择了待着不动，和基蒂遇害案中的旁看者一样，她抉择了不作为。
你肯定已经猜到，这不过是心理学家为了看察人在此类紧急情状下的反应而导演的一幕“实验剧”。雪莉事实上是独自一人接受实验的。癫痫患者以及其他4位旁看者的声音都是事先录好的。实验结果令人不安，在75名被试中，起身为他人追求救援的人数还不到1/3。
难道人类真的会对同类的苦难无动于衷？不，先别灰心。科学家又做了另一个版本的实验。结果恰好相反。假如让被试信赖自己正独自与遭难的人交流，85%的人都抉择了施以援手。可见，是旁人的在场麻痹了个体！
拉塔内与达雷将这一现象命名为“旁看者效应”，它在日常生活中经常发生。房屋失火，突发哮喘，遭人偷窃，车子抛锚……假如这些时候受害者旁边只有一个人，对方会飞奔过来出手相救，可要是四周有一群目击者，恐怕谁也不肯动一动手指了。结论让人脊背发冷：群体会抑制个体乐善好施的天性。
展开全文
事实真的如此简单吗？
布拉德·皮特大战僵尸
在了解到这些研究之前，是好莱坞最先让我意识到了大众的凝聚力。我从2015年开始接触一群搞大众研究的程序员，他们负责为电影和电子游戏产业开发动画制造技术，需要研究怎样“合成”人群，即用特效做出人山人海的场景，比如纽约的大街上成千上万人四散奔逃，躲避外星人进攻。
出于对他们研究成果的好奇心，我决定逼着自己看看马克·福斯特的大制造《末日之战》（ World War Z）。这部片子里数字合成人群的场景广受好评。某日上午，我端坐在办公室里，本着专业的动机按下了播放键。不到10分钟，我就把初衷抛在脑后。电影里的费城街头一片紊乱，这惊魂的一幕看得我拳头都攥出汗了，一心祈求又帅又猛的布拉德·皮特赶紧逃出僵尸魔爪。同事们也慢慢靠拢过来，跟着我看。我本来还想为自己正名，说我看这电影纯粹是出于专业需要，不过没人理我。“留神背后啊，布拉德！”
电影在主人公“互相扶助！”的人生哲理金句中结束了。我这才回过神来，重新琢磨那些让人屏息的恐慌场景。完全由电脑程序制造出的人山人海，面对同样由电脑制造的展天盖地的大群僵尸，夺路逃生。造出这种逼真场景的模拟软件名喊“云集”（Massive），设计它时用了很多我们实验室的研究成果，比如“行人粒子”模型就是合成人群时首要运用的方法之一。
这部电影唤起了我对人群凝聚力的兴致。《末日之战》以及《泰坦尼克号》《独立日》《2012》等灾难片当中，群体恐慌总是伴随着各种自私的举止。我们经常看见人们争先恐后，疯狂逃窜，为了早一秒置身安全之地，不惜把身边的人撞倒挤翻。除了侠肝义胆的主人公，其他人谁也不会停下来救援腿被卡车压住的同情路人。正常的社会行为准则似乎一碰到险情就会立刻土崩瓦解。他人在这时都变成了我们逃生路上的绊脚石。当然，这情有可原。你也许会问，为什么要在生死关头浪费自己求生的机会，往扶助素不相识的陌生人？我自己做的实验中确实也出现了拉塔内教授所说的“旁看者效应”，看来好莱坞大片中的套路化情节是真实存在的！危急情状下，千万别指看你身边的乌合之众伸出援手。这可是“人各为己，自求多福”的时候。
助人的天性
但是作为一个大众研究学者，就算在我分析过的最严重的灾祸现场，我也从来没看察到人群的这种黑暗面。无论在“爱的大游行”踩踏现场，还是在巴黎恐惧袭击中，人性从未堕落到如此不堪的地步。我对人群的印象甚至恰好相反。
随着研究的深进，我发现了一个吸引过众多科学家的课题——人类的利他本能。人类学家、灵长类动物学家、经济学家、心理学家、哲学家甚至物理学家，都不约而同地看察到了这样一个事实：人是亲社会的物种，能理解他人，扶助他人，与人协作，甚至对素未谋面的陌生人。比如，大脑成像展示，慷慨的举动能使人的大脑中与称心感相关联的区域兴奋起来，而目睹不公平的现象则会刺激产生厌恶感的区域。行善使人喜乐，人类似乎天生就是如此。
这个主题下的既有研究文献中存在大量有趣的事实。德国莱比锡的马克斯·普朗克进化人类学研究所的副所长、心理学家迈克尔·托马塞洛（Michael Tomasello）曾发现，一个仅仅18个月大的孩子，看到大人有什么东西够不着，就会自然地起身帮忙。假如大人手里抱满东西站在门前，小家伙还会主动为你拉门呢。为了探究人类和猿类之间可能存在的分化特征，科学家在人类的这些灵长类近亲身上做了相同的实验，结果猿类也表现出利他倾向，不过主要限于同种群成员或亲属。而在更亲社会的人类身上，利他倾向会让我们扶助陌生人，例如向流浪汉伸出援手。不仅如此，托马塞洛的研究还向我们展示，黑猩猩跟3岁大的人类幼儿一样，都会为了得到某种好处而提供扶助。不过，假如事后奖赏分配不公，只有人类幼儿才会想到重新分配，来安抚委屈的朋友。
因此，我们可以说人类生来慷慨，有时甚至有成为冤大头的倾向……市场营销专家早就明白了这一点。一些看来非常基础的手段就能刺激消费者争相购买。其中最妙的一招是，无论提了多么离谱的要求，只要最后加上一句“您完全有权拒绝”，就能让对方感到是自己在主动做出抉择。两位法国心理学家尼古拉·盖冈（Nicolas Guéguen）和亚历山大·帕斯夸尔（Alexandre Pascual）的实验证实，这一招十分有效。他们的实验很简单：一个年轻人站在路边，跟过路人讨几块钱坐车。年轻人不用这句“咒语”时，路人中有10%为他掏了腰包，但加上这最后一句，慷慨解囊者的比例居然蹿升到了48%。
另一个心理策略是“以退为进”，由心理学家罗伯特·西奥迪尼（Robert Cialdini）于1975年提出，同样完美证实了人的上述心理特征。他的方法是，在抛出自己的真正目的之前，先提出一个过分的要求，几乎不可能有人会答应。然后再退一步，提出真正的要求。就像这样：
“您能开车捎我回家吗？”
“不行。”
“哦，这样的话，也许您能给我几块钱，让我自己坐公交回往？”
你的“猎物”已经拒绝了你一次，不好意思一再拒绝。跟你的第一个无理要求相比，第二个看起来合理得多，他就很有可能接受。
我们对于薄荷糖之类的小甜头也得特殊小心。西奥迪尼发现，在那些经常送餐后小糖果的饭店里，顾客掏的小费比通常不送赠品的店里多3%。这就是“投桃报李”的心理：假如有人对你慷慨大方，你自然也更情愿给予回报。假如饭后桌上摆的糖果不是一个而是两个，小费直接多出14%。要是嘴甜的服务员再来一句“因为您是我店的老顾客了”，小费的涨幅可以高达23%！
最后再来看看各类在大街上向行人募捐的技艺吧。无论是绿色和平组织（Greenpeace），还是红十字会，这些非政府组织的义工经常套上带荧光条的马甲，在大街上向路人募捐。他们只需要让你感到捐款是出于一种完全高贵无私的动机，就足以让你更慷慨大方。募捐者经常以一个单纯无辜的问句开始：“您好，请问您喜欢海豚吗？”谁不喜欢海豚呢？你做了肯定的回答，也就不知不觉地配合了这个为动物捐助的套路。假如你感到中了圈套，至少这回是为了高贵的理由。
面对险境
既然从生理上来说，人类“性本善”，那为什么当人群数量浩大时，人们又会突变成一群无情无义的野兽呢？一种可能的阐明是，危急情状下的强大心理压力对我们乐善好施的本性施加了负面影响。换句话说，我们都乐意扶老奶奶过马路，可是假如同时有辆卡车正全速冲过来，那老奶奶只能自求多福了。
但这个逻辑并不成立。科学研究表明，事情恰好相反。耶鲁大学经济学家大卫·兰德（David Rand）指出，事实上，人越是没有时间考虑，他做出的抉择就越利他。他做过这样一个简单的小实验：找两个人来实验室，完全随机地抽取其中一位，给他一笔钱，另一个却两手空空。在实验结束前，拿到钱的被试可以把钱分给另一位被试，并且要纯粹不求回报。正常情状下，人人对钱都是在乎的，然而实验表明，留给被试的决定时间越紧，比如只有几秒，他给出往的钱也越多。换言之，当我们没空权衡利弊，比如说在紧急逃生现场时，我们更有可能做出对他人有利之事。
心理压力同样会促进人的慷慨程度。在刚才讲到的那个实验里，有些被试事前已处在精神紧张状态，结果表明，他们分给对方的钱也更多。
你一定会好奇，科学家们怎样让被试精神紧张起来？这简单得很。1993年，德国心理学家克莱门丝·基施鲍姆（Clemens Kirschbaum）为此发明了一套准则流程：被试一进进实验室，就被塞了一支笔和一张纸。他们得预备一个5分钟的演讲，题目是最近一次总统竞选之类的普通话题。没过多久，被试要进到另一个房间，在三个穿白大褂的评委注视下演讲。有人来收走了他手里捏着的稿子，相机镜头、录音话筒和一盏聚光灯像长枪短炮一样对准了他。在被试发言过程中，评委们面无表情地听着，什么也不说。这还不算，规定时间内的任务终于完成后，一脸冷漠的评委要求被试从1 022开始，以13为间隔递减报数。1 009，996……只要出错就从头再来！在5分钟的精神酷刑之后，一只神经高度紧张的“小白鼠”就预备好了，可以进进实验。
这套一刻钟不到的流程和煦无害，完全在科学伦理委员会的接受领域内，同时又十分有效。被试心跳加速，通过提取的唾液分析可见肾上腺素分泌猛增，展现出各种典型的精神紧张的生理反应。处在此种状态的人，普及表现出更强烈的同情、分享或利他的倾向。
生还者的证言
各式各样的实验数据搜集到一起，似乎都能够阐明，危急境况下人的互助倾向会胜过利己倾向。那么一场货真价实的灾难之后，现场调查又能告诉我们什么呢？
历史上最惊心动魄的灾难逃生，莫过于2001年9月11日上午纽约曼哈顿世贸中心双子塔的恐惧袭击现场了。让我们以此为例。当两架波音飞机撞上双子塔时，两栋建筑内共有17 000多人。第一座楼在撞击发生的56分钟后坍塌，第二座则在撞击过后102分钟倒塌。对于楼内大量需要疏散的人员来说，时间非常紧迫。但当时还是有85%的人成功逃离了现场，其中一些人甚至顶着大楼随时倒塌或新的袭击随时到来的浩大心理压力，从90层以上的高层一步步走到了地面。在这样的逃生经历中，人的心理究竟经历了怎样的过程？
格林威治大学的爱德温·加莱亚（Edwin Galea）教授的研究团队复原了逃生人群在仿佛永无尽头的楼梯井中的行动。在短缺监控录像的情状下，研究只能基于亲历者口述。依托250名逃生者的证词，研究者指出，当时下楼梯的人们排成一字长蛇形，以每秒0.3米的速度下楼。这个速度一点也不快，可见当时谁也没跑。人们不仅移动起来严守秩序，还经常有互助的利他表现。他们给受伤者让路，慷慨转借手机以便更多人能通知亲友，而且他们还让出了逃生楼梯的一侧，以保证消防员能同时上楼施救。整个过程中几乎没人见到惊慌失措或者暴力侵害的场面。
准则化的灾难幸存者访谈是社会心理学常用的经典研究方法。过往20年中，苏塞克斯大学的约翰·德鲁里（John Drury）教授走遍了几乎所有重大灾难性事件的现场。无论是1989年的希尔斯堡惨案，2005年的伦敦恐惧袭击，2010年的智利大地震，还是难以计数的火灾、沉船以及人群踩踏事件，他都远赴当地，走访幸存者，评估在逃生中互助精神与利己精神哪一种会占上风。
2005年7月的一个上午，他正在伦敦的一场讲座上介绍自己的研究，四周不远处的地铁站忽遭炸弹袭击。他刚被疏散出来，便就地开始现场摘访。90位搭乘被炸弹袭击的列车的乘客接受了摘访。结果与“9·11”的现场证词惊人的一致。尽管人们都意识到危难临头，烟雾充满的地铁站里却极少出现自私自利的行径。一名女性回忆道：“我们手拉着手，共渡难关。有水的人分给大家饮，我们还一起抚慰那些吓慌了神的人。”90名受访者中，有42名提到自己扶助过别人，26名得到过陌生人的扶助，50人亲眼见证了互助的场景，只有7个人声称见到了挤撞他人，或拒绝伸出援手的自私行为。
约翰·德鲁里教授阐明，在此类情境中，人们因试图扶助他人而丧生的概率，确实高于因夺先逃命而丧生的概率。换句话说，在险境中，单打独斗比充当超级英雄更轻易保命。尽管如此，人群却不改互助与协作的自然倾向。因此，心理学家意见决策部门在危急情状发生时保持信息的公开透明，让群众成为一股团结协作的力量，而不是像“泰坦尼克号”的船组人员那样，在沉船时为了避免乘客恐慌而谎称没有险情，只是一场常规演习。
慷慨的传染
做个小结：人具有慷慨大方的天性，压力和紧张情绪更会强化这一倾向。有关紧急逃生的研究也向我们展现了人群的互帮互助场景。“乌合之众”的阴暗面似乎只剩下好莱坞灾难片中的场面和“旁看者效应”了。我们可以认为卡梅隆导演的灾难大片并不算科学证据，那么对于拉塔内教授实验里那些不作为的旁看者，我们又该如何阐明呢？
2011年，德国心理学家彼得·费舍尔（Peter Fischer）进行了一项针对“旁看者效应”的元分析，整理并重新评估了围绕这一现象做过的各类科学实验，共计105个。它们的结论的确与拉塔内教授的实验结果大同小异：假如四周的人无所作为，被试也会见死不救。但是，假如其中一个人先动起来，其他的人也都会立刻跟着动起来，甚至会比第一个出手的人表现得更积极、更热心。换言之，我们的行为强烈地受他人的行为影响。人不出手，我不出手；人若救人，我必救人。这种动态法则与第6章我介绍过的“从众心理”十分相似。行为被人群扩散、放大后，可能导致整个群体麻痹不仁，就像基蒂·吉诺维斯案中一样，也可能促使人们积极互助，如“9·11”逃生现场中那样。那些第一个做出行动或抉择的人就像催化剂，引发他人竞相效仿。闻名的“5%定律”在此或许依然有效，只要一小部分人主动抉择扶助他人或者逃跑，就足以引起整个人群追随其行为。不过有效的人数比例尚未经实验证实。
2010年以来，上述阐明成了学界讨论时的主流看点。事实上，我们人性中的两面——慷慨好义或个人至上——都能传染。依据我们身边人的行为举止，有时一面占上风，有时另一面占上风。
研究者们经常利用赌一点小钱的实验来研究社会行为的“大传染”。2014年，美国康奈尔大学的社会学家迈克尔·梅西（Michael Macy）就发明了这么一款“邀请游戏”。这个游戏看起来十分诱人。你什么都不用干，一开始就先得两欧元，一旦钱落进腰包，你就可以抉择了，是自己再赚几欧元，还是慷慨舍弃这次赚钱的机会，邀请另一位被试接替你来赚钱。实验结果证实：假如你是被某人慷慨邀请加进游戏的，轮到你的时候，你邀请下一个人的可能性就更大。
正是靠着这一类实验，两位学者詹姆斯·富勒（James Fowler）和尼古拉斯·克里斯塔基斯（Nicholas Christakis）——我后面还会跟你详聊这对二人组合——显示了利他主义甚至可以产生连锁反应。假如你对办公室同事表现得豪放够意思，他也会对他老婆更好，他老婆也会对自己的姐妹更友爱，以此类推。
但是别兴奋得太早，自私自利也以同样的方式在人与人之间传播。我们都是多面体，身边人的脸色怎么变，我们的脸色也怎么变。
所以在危急时刻，你明白自己该做什么了吧。撸起袖子，想想布拉德·皮特，然后掀起一股凝聚人心的浪潮。不过当然，“您完全有权拒绝”。
第九章信息时髦病
球在泥泞的地上飞快地往前滚。两岁的埃米尔跳过灌木，跨过枝丫，绕着棕榈树跑圈，追到球后又狠狠踢了它一脚，再大笑着重新追了起来。这个男孩曾经生活在梅连度（Meliandou），这是一座位于西非国家几内亚的一个偏僻的林中村庄。“他调皮得很！喜欢听广播，整天追着球玩儿。”几个月后，面对世界各地接踵而至的时髦病学家和新闻记者，埃米尔的父亲这样介绍他的儿子。
2013年12月26号这一天，小埃米尔到底遇上了什么？世界卫生组织的调查组不能完全确定。柏林的罗伯特·科赫研究所（Robert Koch Institute）的一个田野调查组认为，这小调皮在路上有那么几分钟丢下了他的球，靠近了一只受伤的蝙蝠。他会不会顺手摘了一个沾染过蝙蝠粪便的野果子食了？
总之，那天回来他就病了，一直高烧不退，呕吐。疾病在48小时之内就夺走了他的小生命。4天以后，2014年1月1日，他的姐姐菲洛梅纳出现了同样的症状，很快也往世了。接着是他们的妈妈，还有这家人的一个朋友。梅连度村的居民共有14人遭受了同样的不幸后离世，死亡人数几乎占整个村子的一半人口。
当地的医生傻了眼，这是霍乱，还是疟疾？当小埃米尔的奶奶也开始出现同样的症状时，老太太不愿坐以待毙，于是往了盖凯杜市（Guéckédou）的医院看病。那里是几内亚第三大城市，住着近35万居民，他们都成了病毒的潜在宿主。埃博拉病毒横扫西非的死亡之旅从此开始。[1]
从“零号病人”埃米尔开始，长达2.8万人的传染链迅速形成。经由一次次传播，病原体很快于2014年3月抵达了首都科纳克里（Conakry），一个300万居民的大城市。几个星期以后，埃博拉病毒跨越国境线，进侵邻国利比里亚和塞拉利昂。瘟疫所到之处，一共造成11 300例死亡。
埃米尔的死仅过往9个月后，传染病换上了一副新面孔。美国达拉斯的得州卫生长老会医院在半夜接诊了一名42岁的男子托马斯·埃里克·邓肯，他刚从利比里亚旅行回来，发了高烧。当夜，医院给他开了些抗生素让他回家休养。两天之后，他又回来了，这回是救护车送回来的，而且生命垂危。2014年10月8日，邓肯离世。埃博拉病毒横渡了大西洋。
美利坚合众国警钟长喊！一支传染病专家组立刻进驻达拉斯，找出所有与邓肯有过接触的人。他的家人、邻居、医护人员……第一批15个亲昵接触者在全世界媒体惊异的目光下被隔离了三个星期，由传染病专家周密监控其健康状况。等到病毒感染的症状在其中两名护士身上开始显现时，另一种“时髦病”也开始在欧洲和美国蔓延，那便是谣言和恐慌。
其实，埃博拉病毒并没有在美国境内陆续传染。整个欧洲也只有一名西班牙护工感染了，因为她照顾了一名往过塞拉利昂的传教士。不过那又怎么样？谣言和恐慌依旧迅速扩散。到2014年秋天，连我也被“传染”了。
中招那天，我正一边听着伊迪丝·皮雅芙（Édith Piaf）的歌，一边煮我的意大利面。电话响了，是一个住南特的朋友。他声音紧张地告诉我，当地的医科教学与医疗中心（CHU）刚发现了一名埃博拉患者，这是他朋友从推特上看到后告诉他的。其实这是条假消息，不过越传越真，我们全都信赖了。其实不久之后，那家医院就发布了辟谣的公告，可不知道为什么这条消息却鲜有人问津。媒体上并未出现有关这次感染的报道。但我还是不安地发现，已经有几十名疑似接触过那位患者的病人被隔离了。有一个几内亚裔学生回了法国，他所在小学的学生家长就纷纷阻止自己的孩子往上学。机场开始测体温，穿着防护服、戴着口罩的医生形象开始出现在各大报纸上。恐慌简直要把我压垮了！
路过报亭，德国首都的地方性报纸《柏林人日报》（BerlinerZeitung）的头版跃进了我的眼帘。耸人听闻的标题“埃博拉病毒登陆柏林！”旁边配着一幅浩大的显微镜下的病毒图片。事实上，报道只是说到一位病情可控的感染者从非洲遣返。可是我看都没看报道，就匆匆在朋友中散播消息：“柏林有人感染埃博拉了！”让人担心迹象在我身边比比皆是。一个同事好几天没来上班了，有个朋友最近肚子疼，邻居这周没出来倒垃圾……我要疯了！要不要赶紧往超市囤粮夺水，就像电影《传染病》（ Contagion）里马特·达蒙演的那样？在当时的我看来，关在家里食几个月的青豆罐头也许是最明智的方法了。
幸亏我还没来得及干这些傻事。关于瘟疫的恐慌来得快，往得也快。没有最新猛料，媒体的兴致很快就从对公共卫生危机的关注转向其他热门话题，比如2014年“欧洲好声音”（Eurovision）的折桂者孔齐塔·维斯特刚出版的自传。
埃博拉病毒与围绕着它的惊世蜚语，两者的散播方式一样吗？世界卫生组织前总干事陈冯富珍说：“谣言和恐慌比疾病传播得更快。”让我们一探究竟。
穿过人群
发现一种病毒引起的时髦病并预言其未来的演化趋势绝非易事。从“零号病人”开始，病毒的传播轨迹会分化出许多路径，迅速形成新的传染和疫情暴发，有时甚至发生在与疾病源头很远的地域。这个扩散现象本身引起了物理学家的兴致，他们试图通过近些年来时髦过的埃博拉、H1N1流感，还有2003年肆虐全球的严重急性唤吸综合征（SARS）来分析这一现象。
时髦病是如何扩散的？1974年，美国物理学家朱利安·诺布尔（Julian Noble）研究了人类历史上致死率最高的瘟疫之一——黑死病。在14世纪中叶，约4 000万欧洲人死于这场疫病，大约相当于当时全欧洲人口的半数。朱利安·诺布尔从中世纪留下来的资料推断，细菌在全欧洲的扩散方式实际上非常简单，就如同将一粒石子投进水中时形成的涟漪。起始的扩散中心就位于东地中海，接着波浪一圈一圈往外推，疾病以天天4公里的稳定速度向四面八方蔓延。诺布尔凭借基础物理学原理，理解了传染病产生的不同源头和传播领域。
惋惜，诺布尔博士对传染病的描述已经不适用于当今形势了。今天的时髦病传播的速度更快，而且更加不法则。2009年，H1N1流感病毒蔓延全球时，平均传播速度达到天天300公里。病原体以这个速度周游世界，比《八十天周游地球》里的福格绅士的旅行速度还要快。如今，大时髦病的传播速度大约是黑死病瘟疫的100倍，而且其暴发更加难以预料。我们该如何阐明这一切呢？
不用说你也猜得到，人口的流动性就是答案。全球化的效应之一，就是今天的人类总是在移动中。我们不断地从地球上的一点移向另一点，时髦病的传播也就变得难以预料了。德国物理学家迪尔克·布洛克曼（Dirk Brockmann）依据空运繁忙程度的相关复杂数据，将世界上的每日航空客流绘制成地图。只要看上这图一眼，我们就会对今日人类的流动性留下深刻印象。假如我们把仅仅一天之内这颗蔚蓝星球上每个旅客的里程串联起来，总长度会达到140亿公里，足以冲出太阳系……
画完这张地图以后，布洛克曼又有了个新主意。他要画另一种世界地图，图上两个城市的距离与在它们之间流动的人口数量成反比。在这张古怪的地球平面图上，巴黎跟纽约离得很近（天天8 500人在两城之间穿梭），却跟拉罗谢尔市（La Rochelle）很远（天天只有400人往返）。在这张变形的地图上，今日世界上种种时髦病的扩散进程和中世纪欧洲黑死病的扩散模式一样一目了然：以“零号病人”所在地为中心形成了环形波纹，疾病像水波扩散一样传染。诺布尔的这一发现，不仅简洁优雅，而且别具价值。
假如说今天病毒的旅行方式是坐飞机，那么信息又如何传播呢？在黑死病的时代，关于瘟疫的蜚语口耳相传，很可能与疾病扩散的过程是同步的。但时代已经改变，研究者们需要到互联网上往跟踪信息的“时髦病”轨迹。
最擅长研究这个问题的是一群大数据领域的计算机科学专家，他们属于美国顶尖大学或数字化时代的企业巨头，如脸书、亚马逊或者微软的研究中心。他们当中有一位喊尤雷·莱斯科夫（Jure Lescovek）的，他戴着小眼镜，衬衣一直扣到领口，看上往就像个害羞的高中尖子生。但人不可貌相，他可是大众研究学界的未来之星，现在已经是闻名遐迩的斯坦福大学一个50人左右的科研团队的领军人物了。他的课题，就是理解社交网络上的“信息时髦病”。
他是如何研究“信息时髦病”的？在新近的一个项目里，他的团队追踪了脸书上流传的成千上万张图片的轨迹。其中有些你们肯定也看过，比如那个战胜了癌症的小姑娘，米歇尔和巴拉克·奥巴马夫妇在平民舞会上翩翩起舞，各种姿态的猫咪……简单来说，万物皆可以图片形式在网上流传。结果展示，网络上绝大多数的信息传播都极为短命，很多图片被人放到网上以后就被彻底忘了，甚至从未被上传者以外的人看到。能够被超过10个人转发的图片都很有限。因此我们可以说，比起病毒的环球旅行，一条信息的起步要更艰难。不过，一旦其传播被触发了，那么信息的“传染”速度会十分惊人，在数秒之内即可传播到成千上万人那里往。
但是病毒的传染和信息的传播之间还有一个重要的不同。病毒在每个个体之间传播，无论双方是什么年龄、职业、种族，每次人与人的接触都有可能造成传染。可信息就不同了，它不会像病毒一样对所有人一视同仁。举例来说，在世界杯足球赛上，法国队刚在决赛中大胜克罗地亚队，是谁会拼命转发冠军捧起大力神杯的图片？当然是法国佬啊。谁又更有可能到处说比赛裁判有问题？那肯定是克罗地亚人。同理，巴拉克·奥巴马的亲民舞姿很轻易在支持民主党的网民中传开，而那些亲共和党的人就不见得有兴致转发它了。不像病毒，信息会有抉择性地产生传播路径。在信息内容接受度越高的那部分受众当中，信息更轻易流通。而这会产生显著后果。
2009年H1N1流感大时髦的时候，关于抗流感疫苗是否有风险的质疑之声也在传播。瑞士科学家马塞尔·萨拉特（Marcel Salathé）为此收集了推特上近50万条消息。他发现那些强调疫苗有风险的消息，主要在本来就反对疫苗的人群中传播，反之亦然。两大阵营各自传播与自己固有推断一致的消息，并不断巩固自己的看法，这样传下往的结果只能是对立情绪愈演愈烈。
关于假新闻的真相
病毒就是病毒，可信息就不一定真的是信息了。信息可能模糊其词，夸大变形，有些甚至根本就是编造的。真相跟假新闻的传播方式一样吗？美国闻名作家、《汤姆·索亚历险记》的作者马克·吐温有一句经常被人引用的名言：“真相还在穿鞋的工夫，谣言已经走遍天下了。”事实上马克·吐温从没说过这句名言。多么讽刺啊！
科学界直到最近几年才能对这个问题提供明确的回答。在2018年3月发表的论文中，剑桥大学的“病毒式营销”研究专家锡南·阿拉尔（Sinan Aral）跟他的同事用了一年的时间，跟踪了300万网络用户间传播的上千条消息，一一比较了它们的真实性与传播度的关系。结果令人不安，谣言的传播速度是真相的6倍！与真实的新闻相比，假新闻传得更远、更快，触及的受众更广泛多元。
锡南·阿拉尔的研究还显示出，这一真假反差在政治新闻方面表现得格外突出。2016年美国总统选举就为此付出了代价。投票前的那些日子，脸书上假新闻的阅读量与美国19家主流媒体报道的阅读量持平。BuzzFeed新闻资讯网站举出了社交网络上流传最广的三大假新闻：一、教皇支持特朗普；二、希拉里·克林顿跟伊斯兰国之间搞军火交易；三、某民主党候选人涉嫌谋杀联邦调查局特工。2017年的法国总统大选也不能免俗，对选举破坏性最强的假新闻包括：梅朗雄戴的劳力士价值18 000欧元，马克龙接受来自沙特阿拉伯的选举经费，还有各种据称是移民犯下的暴力袭击的视频。
这些假新闻都是从哪儿来的？假新闻中的“零号病人”产自何方？英国《卫报》一项调查展示，假如追根溯源，大部分此类消息都产自各党派拥趸的网站，特别是极右翼的网站。《卫报》进一步追踪，发现百余个不断推送支持特朗普的假新闻的博客，背后竟然是同一个大本营——位于巴尔干半岛上的神异马其顿小城韦莱斯（Veles）。可谁是这些新闻幕后的推手？调查者们绞尽脑汁。是以东欧为基地的秘密特工在暗中密谋一场大规模假情报运动吗？把握这些网站的是俄罗斯间谍吗？
不，其实这只不过是一帮青春期少年在一边打发时间，一边挣外快！在网上散布谣言的利润相当可看，而且过程一点不费力：你建一个网站，给它起个吸引人的名字，“惊天奇闻”之类的，然后找个广告代理机构注册你的网站。从此以后，每当有访客浏览你的网站，每条出现在网站上的广告都能让你挣几分钱。简单吧？剩下的就是想方法用假新闻钓网民了。比如在脸书上发些最耸人听闻的八卦，诱惑网民点击你的链接以一探究竟。好事者一拥而上往访问你的网站，而你只要开心地数钱就好。移民问题、科学阴谋或者税款遭到挪用等话题，都是赚钱的好机会。《纽约时报》就介绍过这么一段发迹史：卡梅隆·哈里斯（Cameron Harris）是一名普普通通的政治学专业大学生。他看透了谣言背后的经济学逻辑，开了一个喊“基督教时报”（Christian Times Newspaper）的亲天主教网站，专门炮制各类假新闻。“美国大选期间，我每星期工作30分钟，就有数万美金的进账。”小伙子自己说。他最成功的一次创作，是谎称有几万张希拉里·克林顿的假选票在一个大仓库里被发现，这则谣言在脸书上被转发了600万次。真是一次货真价实的大时髦病。
假如不牵扯真的政治利益，那为什么假新闻都是对特朗普有利的？很简单，因为他的支持者多半都反对传统媒体，也就更轻易成为此类假消息的受众。谷歌现在终于决定停止付钱给此类制造假消息的网站，而在法国，埃马纽埃尔·马克龙考虑出台一条惩罚此类造假行为的法规。
有时候，不存在真正的过错方，一条真消息却在社会传播的过程中以讹传讹，成了假新闻。不确定的细节越积越多，直到完全取代了原来的真消息本身。有一种游戏表现的就是这种现象，它在法国喊“阿拉伯电话”，在美国喊“中国静静话”或者“俄罗斯丑闻游戏”。这些名字说得似乎信谣传谣的总是其他人？
艺术家克莱蒙·瓦拉（Clement Valla）为了表现这一现象，让500个人接力临摹一幅画，最终这幅画变得面目全非。一条简简单单的竖直线越来越扭曲，直到断成数截，然后演变成一个字母，甚至一张人脸……在科学领域，心理学家弗雷德里克·巴特莱特（Frederic Bartlett）在1931年最早分析了信息失真的本质。他没用竖直线或者中性的几何外形作为实验样本，却抉择了在一个西方文化背景的被试群体中接力传播一幅来自其他文化的图案。结果古埃及的象形文字“猫”，在这些当代西方临摹者的笔下一点一点地变成了一只迪士尼风尚的、头戴蝴蝶结的卡通小猫。还有一个非洲面具图案，它逐渐转变成了一张准则人脸像。实验的结论很明显，信息总会被传播的群体中占主导的文化模式重新塑造。
在实验室里看察蜚语
我对自己从事的这行最称心的一点，就是能追随自己的直觉，随时自由地投进新的科研计划。信息传播这个主题，恰好在此时激起了我的好奇心。很少有人专门往研究与危机相关的蜚语传播，就像埃博拉肆虐时随之四起的传言。信息在扩散过程中是如何演变的？它们对人群的行为方式又有何影响？这些问题足够开展一项新实验了。一年之计在于春，于是2015年春，我着手开始实验。
被试10人一组，就像玩“阿拉伯电话”一样，人人都不知情地充当了传播链中的一环。不过这通“电话”里要讲的事可不是哄小孩子的故事了，我们要传播的消息令人惴惴不安，与一种有可能扰乱人体内分泌的化学物质二氯苯氧氯酚[2]有关，但其危害性尚未确证，仍存有争议。这种化学物质在我们的日常生活中随处可见，有人怀疑它会对我们的健康造成各种不良影响，小到过敏，大到致癌。然而到目前为止，谁也不确定这种威逼是否存在、有多严重。对于这样不确定的消息，大众会如何反应呢？
第一位被试独自开始了实验，他将是第一个传出消息的人，我们的“零号病人”。按照实验规定，他读了一些有关上述化学物质的好处与风险的文章，其中既有媒体报道和维基百科词条，也有绿色和平组织的一份触目惊心的报告，还有药妆公司的让人打消顾虑的通稿。重要的是，所有素材里的正面因素跟负面因素一样多。
他读完以后，实验室里进来了第二位被试。第一位被试开始和他围绕二氯苯氧氯酚的话题谈天，时间不限，看点自由。凭借安装在实验室里的录音装置，我能从办公室收听他们的谈话。因为第二位被试之前从未读过相关资料，我自然只能够闻声第一位被试开始滔滔不绝地讲，第二位被试全神贯注地听，并不时提出自己的疑问。谈完以后，从前一位那里得到足够信息的第二个人成为信息链上新增的一环，并与一直等候的第三人开启新一轮的讨论。以此类推，直到第十位被试参与完讨论。这样10人一组，我一共做了20组。
实验得出的数据令我哭笑不得。首先，信息量在传播过程中逐步缩水，第一位被试传出的信息由一千多个单词构成，传到最后只剩小几百个单词了。同时，信息的正确性也大打折扣，变得越来越模糊。比如，素材涉及一个在小白鼠身上做的二氯苯氧氯酚的实验。第一个被试原本发出的信息是“啮齿动物的心脏泵血功能衰退了25%”，经过传输以后，细节已经不重要了，参与者说：“耗子们得心脏病死了。”
信息传播不仅会丢失原始版本中的重要细节，往往也会加进新的要素，再传播给其他人。比如，被试中有一位特殊健谈，聊到自己有些担心还在哺乳期的姐妹。没想到这点家长里短很快就成了证据确切的事实——“二氯苯氧氯酚对哺乳期母婴有危害”。
有时候，信息越传越可怕，其警告色彩被加强，而另一些时候则正相反。二氯苯氧氯酚威逼健康的风险在有些组里传着传着就淡化了，谈天的重点更多的是媒体在这个问题上的夸饰态度，或者未得出定论的实验结果。这样的区别又是怎么形成的呢？为什么有的组会将危急信号放大，而另一些组会对危害轻描淡写？秘密就在于每组成员的构成。假如组员中的大多数本来就担忧化学品会影响内分泌，那么消息就会越传越严重。相反，在大部分人都不太为之困扰的那一组里，一模一样的信息则会被越传越轻松。就像巴特莱特的实验所展示的，一个人群的主流倾向会扭曲在其中传播的信息。
我们在实验完成后测试了参与者对二氯苯氧氯酚的担忧程度。大部分人的推断都比之前更极端：组员大多忧心忡忡的那一组被试，变得比实验前更担心这种化学物质对人类的危害；而那些进了组员心态更轻松一组的参与者，则觉得这个问题更不值得操心了。很显然，多数人所持的看点被放大了。
这一结果难道不令人惊诧？无论发生了什么事情，找几位意见相近的人，在他们当中散布一个与他们原有看法相左的信息，这样做的本意是改变他们的看法，可是过不了多久，这条信息就会被传走样，变成跟他们最初的意见一致的看法。你的沟通不仅不能改变他们的主意，还会使他们更顽固！请注重，这种现象并不会表现在个体层面。大部分人在独处时都足够聪明，能认清并接受真相。但在群体层面，事情就不同了。每一次信息传播都对原始信息进行了微不足道的点滴篡改，积少成多之后，会让某一部分看点得到显著的放大。
那该怎么做呢？你怎么才能说服一群人，让他们明白他们错了？究竟你的沟通只会巩固他们的固有成见。在这方面，独裁者们有一个方法十分奏效：禁止交流争议话题。因为没有互动，自然就没有看点的放大。事实上，社交网站上的言论自由确实是诱发“阿拉伯之春”革命浪潮的原因之一。好吧。但如何在保护言论自由的前提下，防止极端团体的形成呢？也许可以依靠教诲和培训？越来越多的传统媒体开设了“谣言粉碎机”类的栏目，意在指挥公众识别假新闻，但这显然远远不够。鼎鼎大名的《华盛顿邮报》最近干脆停了它的“何为假新闻”专栏。这些辨认消息真伪的专栏的读者，本来就是自己会积极觅觅真相的个体。而那些对假新闻趋之若鹜的乌合之众，并不会往读“何为假新闻”栏目。
最新的技术趋势也并不足以让我们放心。人们试着运用电脑程序进行信息过滤，比如谷歌正在开发一种算法，往关联每一条信息的“可信指数”，脸书也在朝着同样的方向努力。而这种算法过滤的最终目的之一，就是自动拦截那些被推断为不可靠的信息。不过说到底，电脑又是谁来操纵的呢？
[1] 本节中关于2013—2014年西非埃博拉首批感染者的具体经过和详尽日期，与本书参考文献所引用的时髦病学调查简报有出进。对简报内容的引述，可参考《人类大瘟疫：一个世纪以来的全球性时髦病》（中信出版社，2020年5月）第8章。——编者注
[2] 二氯苯氧氯酚（triclosan）是一种广谱抗菌剂，对葡萄球菌属链球菌与革兰氏染色菌有较强的杀菌力，被广泛使用于肥皂、牙膏等日用化学品之中。
第十章人际网络
北美大陆的又一个早晨，“霍华德·斯特恩秀”（Howard Stern Show）的声音乘着电波如期响起。这档广播节目打着政治不正确的旗号，在20世纪90年代的美国大红大紫。它的明星主播霍华德·斯特恩留着一头和摇滚歌手吉姆·莫里森（Jim Morrison）一样的长发，在演播间里戴墨镜，满手浩大戒指，最擅长挑动听众情绪。他那舌头可从没个停下来的时候。
1994年的这一天早晨，他的演播室里迎来了三个大学生：克雷格·法斯、布莱恩·特特尔和迈克·吉内利，三人造型都特殊“90年代”。还没等他们坐稳，大主播就向他们摊出底牌：“我说小伙子们，听说那天晚上你们饮多了，就开始扯些关于凯文·贝肯（Kevin Bacon）的瞎话，是有这么回事吧？”布莱恩不紧不慢地嚼着口香糖，酷酷地答道：“对呀，霍华德，就是这么回事。”
接着主播把问题抛给听众：“头一个难倒这三位的听众，就能赢两张拳王里迪克·鲍下一场比赛的门票！”游戏规则超级简单，电话线那头的听众随便说一个演员的名字，这三位嘉宾就得把这个名字跟喜剧明星凯文·贝肯关联起来，中间的步骤越少越好。“玛丽·麦克唐纳？轻易！她在《与狼共舞》里跟凯文·科斯特纳演过对手戏，而凯文·科斯特纳跟凯文·贝肯一起演过《刺杀肯尼迪》。两步！”这三人组合似乎战无不胜：“彼得·威勒跟朱迪·戴维斯演过《裸体午餐》，而朱迪·戴维斯在《巴顿·芬克》里跟史蒂夫·布西密演过对手戏，史蒂夫·布西密与克里斯·潘协作过《落水狗》，克里斯·潘在《浑身是劲》里碰上了凯文·贝肯。四步！”
从一个演员到另一个，三人组每次都以不可思议的速度整理出他们的偶像和其他演员的关系网。主播激动地说：“你们几个真棒啊！”直到凯文·贝肯本人直接把电话打进来，跟这三人组聊上了，而大主播这时候实在想不出什么好话，居然拿这位喜剧明星妻子的体形开起玩笑来……整个节目品位并不高，很难想象它居然和21世纪最重要的科学发现有什么关系。但是……
原来克雷格、布莱恩和迈克这三位嘉宾是宾夕法尼亚州奥尔布赖特学院（Albright College）的大学生，他们在一个下雪的晚上躲在宿舍里看电影打发时间。这天他们先看了《浑身是劲》，接着是《灌篮高手》（ The Air Up There），后面还有好几部电影，每部都有凯文·贝肯。他们越想越觉得好玩，于是有了这个游戏的主意——通过电影，把任意一个演员跟他们最喜欢的明星凯文·贝肯连上。没想到，无论他们怎么试验，所需步骤从没超过六步。三人由此得出结论：围绕着凯文·贝肯，一定存在某种神异现象。这个晚上的巧合催生了一系列后续事件：三人建了一个网站，取名“凯文·贝肯——宇宙的中心”。这个游戏先是在大学同学间传开，接着很快走出校园，获得了当红广播节目“霍华德·斯特恩秀”的盛情邀请，让全美国人都熟悉了他们。
三个人一夜成名。他们立刻写了本书，开发了一款多人桌游。更重要的是，他们自娱自乐地画了一张超级电影工业网络图，在上面把所有的好莱坞演员都联系了起来。四年之后，这张网络图出现在某位喊邓肯·瓦茨的人的办公桌上。三个大学生当时还不知道，他们的游戏成了一个数据库，将大众研究带到了前所未有的维度。
剖析一项重大发现
人与人之间是如何关联的？这无疑是传播的核心问题之一。无论我们传播的是思想、蜚语、时尚潮流还是看点意见，传播都取决于人与人编织的巨网。社会关系就如同遍布我们身体四肢的血管，后者给各个器官带往氧气和能量，而前者决定着人与人之间信息或行为的传递方式。那么，这张巨网当中的“静脉”和“动脉”是如何组织起来的？
以我研究的行人群体为例，它的网络结构简单，好比一张渔网。每个个体与身边的人相连，而身边的人又与自己身边的人相接，如此延展。无论是拥挤踩踏、缓慢前进还是集体逃生的行为，也都是以一个人影响身边另一个人的方式传遍整个人群的。然而社会网络并不局限于大街上走在我们身边的人，还包括我们的朋友、同事、家人，他们有时身处地球的其他角落。比如我给我住在澳大利亚或者南美洲的叔叔发了条信息，只用了一眨眼的工夫，它就传到了世界的另一端。
这一类人际互动的网络又像什么呢？渔网、蜘蛛网，或者干脆像搅在一起的一团乱麻？科学家花了很长时间来解决这里面的谜团。1969年，斯坦利·米尔格伦给出了第一个答案。他推测这张社会联络网具有某种特殊结构特性，因此设计了一个日后将成为心理学经典案例的实验。他随机挑选出296名堪萨斯州等地的居民作为收信人，向他们发出了一封神异的信。信上有一个远在2 000公里外的波士顿股票经纪人的名字和照片，以及一个令人摸不着头脑的指令：“假如您熟悉此人，请把这封信转寄给他。假如您不熟悉他，请把信寄给您的朋友中最可能熟悉他的人。”每转寄一回，参与者也应同时通知米尔格伦，好让研究者能追踪信息传递的轨迹。想不到，投出的296个“漂流瓶”，最终竟然有64个到达了目的地。中间环节少得惊人，平均只需要五到六个人而已。由此诞生了闻名的“六度分隔”（six degrees of separation）理论：地球上任何两个人之间，最多只需要六个中间人，就能彼此产生联系。
我跟自己的朋友们讲起这个反直觉的结论时，他们经常不信赖，反驳我说，肯定不是对什么人都适用吧！你跟生活在另一个半球上的某个离群索居者之间，比如跟一个住在美国芝加哥南部郊区的流浪汉之间，六步怎么连得上？至少也得十几步吧！不信我们就来算算……冬天的时候，这个流浪汉多半往过某些社区收容中心留宿。在那里他很有可能见过收容中心的主任。而这位收容中心的主任，又有很可能率因其对慈善事业的奉献而被市长接见过。不难想象，芝加哥的市长可能在某个场合跟奥巴马总统交流过，比如说在伊利诺伊州召开的一次政治会议上。而2009—2012年，哲学家凯斯·桑斯坦（Cass Sunstein）曾在美国前总统奥巴马的政府中担任要职。桑斯坦教授凑巧不止一次访问过我所在的马克斯·普朗克研究所，所以我跟他也打过交道。只需要五次关联，问题就搞定了。
找到人与人之间最短连接路径的方法总是一样的：眼光先“往上走”，试着找出一个人际网络的中心人物，他或者她可能与最多的人有交集，就比如奥巴马。然后再“降下来”，找出他或她与目的人物的可能联系。这跟在法国搭乘高速铁路是一个道理：要从法国西海岸的圣纳泽尔（Saint-Nazaire）往西南部波尔多四周的小城贝尔热拉克（Bergerac），最好到位于法国中心的巴黎蒙巴纳斯火车站换乘。法国的首都与美国的总统在网络中的功能一致，都充当枢纽的角色。我们得通过中心才能将交通网络或人际网络的一点与另一点连接起来。
也就是说，从我连上奥巴马只需要两步，从他再多走一步，就能连到地球上差不多任何一个国家的元首，而从这位国家元首往下找，又能很快连上其他人，不管是一个中国工人，还是一个澳大利亚原住民。再举一例，奥巴马肯定熟悉法国前总统弗朗索瓦·奥朗德，奥朗德又不可能不熟悉法国驻摩洛哥大使，而大使凑巧曾经是我亲爱的妈妈的上司。所以，我只需要包括美国前总统在内的五个中间人，就能和我妈妈关联上——当然，我也可以抛开这五人，晚上下班回家直接给她一个拥抱。
说到底，米尔格伦的研究基本上并未解答问题，但他至少向我们表明了一个事实：“人网”与渔网的结构并不相同。两个人之间或多或少需要一些中间人才能产生联系，而这自然使信息的传播链变长了。
又过了30余年，一位年仅27岁的澳大利亚年轻人的研究，最终显示了这张“人网”的秘密。1998年，邓肯·瓦茨成为康奈尔大学数学家史蒂文·斯托加茨（Steven Strogatz）的博士生，他的研究工作就是天天晚上戴着头灯爬树挠蝗虫。他的研究课题是蝗虫的集体喊声。他想知道，群虫当中的个体是如何彼此影响的。他的探求一步步将他引向了米尔格伦的“六度分隔”理论，随后是人际网络。但由于短缺分析数据，他的研究陷进瓶颈。
恰恰就在这个时候，凯文·贝肯登上了舞台。三个影迷小伙子的表现传到了瓦茨的耳朵里，他立刻联系了他们。距离三人组在宿舍里绘制闻名影星之间的人际关系网已经有4年过往了，但这张关系网正中瓦茨研究的靶心。这是研究人员第一次有机会审阅我们人际关系网络的一部分，而其结构是无比惊人的。
首先，三个小伙子的网络图印证了米尔格伦的六度分隔理论。凯文·贝肯并不是演员世界唯一的中心。事实上，任意两个演员都能靠少数几个中间人产生联系。匈牙利物理学家艾伯特—拉斯洛·巴拉巴西（Albert-László Barabási）发现了这张网的另一个特征：网络都包含着一些“枢纽”。有些超级大明星能连接的人数是一般人的十倍，甚至百倍，这和我上面例子中提到的奥巴马是一样的。这类与渔网截然不同的网络被命名为“小世界”（small world）。
随着研究的推进，研究者们逐渐意识到这项发现的使用领域之广泛。“小世界”并不独属于人，可以说它无处不在！比如大脑神经元的连接，互联网上连接不同网站的可点击链接，美国电网的布局，都属于“小世界”！甚至就连性关系网络也显现出“小世界”的特征。不错，这世界上确实存在“性关系枢纽”人物，篮球运动员威尔特·张伯伦（Wilt Chamberlain）不是就号称跟两万名女性有过关系吗？
还不止这些！“小世界”网络是极佳的传播链路。任何事物都可以通过它的通路传遍整个网络。村里的闲话也好，网上的病毒也好，大脑里的神经脉冲也好，HIV这样的性传播疾病也好，都是如此。而且这张网非常牢固。就算随机切断数条连线，对整体传播效率的影响也微乎其微。
最终，瓦茨和巴拉巴西又发现，这个看似复杂精妙的结构靠一条简单规则就能编织出来。只要找一张规则的结构化网络，就像一张渔网，随机取下这张网上的一条线，重新连接到别的地方往，最好是接到那些已经连了很多线头的区域。如此反复几次，我们就得到了一张“小世界”网络！换言之，只需要做一些随机的重新连接，并且优先接到既有连接最多的那些节点上。
这种结构坚固牢固，轻易形成，且具有强大的传播能力，怪不得自然法则也偏爱它。最近，这些研究者把他们自己之间的协作关系也画成了网络。猜猜是谁充当了枢纽呢？当然了，正是瓦茨和巴拉巴西，究竟他们在1999年发表的这项成果被引用了上万次，成了学科新方向的出发点。
人际网络的中心
演员们的人际关系网被各路科学家当成一个新奇的研究对象，放在显微镜下看了又看，很快变得像榨干了汁的柠檬，再也找不到什么新的秘密了。好在第二只柠檬很快又出现了，这次它的出现地点跟上次的一样出人意料，是在马萨诸塞州的小镇弗雷明翰（Framingham）。
从1948年起，这座美国小镇一直是一项重要临床医学研究的对象。波士顿大学的心脏病学专家每两年在这里进行一次普查，测量当地15 000名居民的心率、血压、体重、运动习惯、情绪稳定度、烟酒史等等，并将一切信息详尽笔录在案，目的在于找出诱发心脏疾病的因素。这项研究被公认为迄今为止最详尽的医学调研之一，后来有数千篇论文运用到了研究中的数据。正是这项调查第一次为我们显示了吸烟、肥胖和短缺运动这三大因素与心脏疾病之间的因果关系。
2002年，关于人际关系网络的研究正如日中天，哈佛大学的医生尼古拉斯·克里斯塔基斯突然有了个想法，能不能把弗雷明翰镇居民之间的社交网络也制成一张图？原来，在翻阅这些临床资料的时候，克里斯塔基斯医生跟同事詹姆斯·富勒注重到，所有被调查居民也同时填写过他们的亲友信息：配偶、父母、子女、兄弟姐妹、朋友、同事……都在表上。当时笔录这些信息是为了避免与调查对象失往联系。这些文件资料锁在柜里60年，早已积满灰尘，无人问津。但在两个科学家眼里，它们顿时变成了一座金矿。他们立刻意识到，是重新挖掘这些资源的时候了。
两人花了好几年的时间，把连接5 000余名研究对象的超过50 000条社会关系一一整理出来。跟演员人际关系网不同，弗雷明翰居民社交网络中包含了大量关于个人健康状况和行为习惯的信息。
不出所料，这张网络同样符合“小世界”特征。出人意料的是，网络上每个研究对象的分布位置并不是随机的：那些位于紧邻区域的人有着相似的个人资料。比如抽烟的人、饮酒的人、肥胖的人、抑郁的人、快乐的人都扎堆分布，仿佛有一种看不见的力量在给小镇上的居民分组。这些社交群组里，有的可以多达数百人，而每两个人之间只需要三个中间人就能联系起来。假如一个调查对象是吸烟者，与他交往的人当中极可能出现另一个吸烟者，后者又连着另一个同好，而此人又会有一个抽烟的亲朋好友。
如何阐明这种相关性？你也许会说：“物以类聚，人以群分。”抽烟的人有机会在吸烟区结识另一个抽烟者，胖人更轻易接受另一个跟自己同样体形的人并与之结婚。因为两人有共同点，他们之间就更易于产生社会联系。
不过，克里斯塔基斯和富勒给出了一个相反的、稍微有悖常识的阐明：正是因为两个人有社交上的联系，所以他们才变得相似。这喊“社交传染”。烟酒瘾、饮食习惯、运动偏好、情绪状态……这些都跟病毒一样会传播。
例如，我们可能仅仅因为经常拜谒胖子朋友就增加了体重。这种惊人的联系可能缘于练习效应（training efect）：“这个星期六我要搞一个奶酪火锅派对，星期天接着食干酪焗土豆，你来不来？”这也可能是因为我们的社会规范受到朋友的影响而发生改变。假如你亲近的人里已经有几位发福的朋友，那么对你来说，长胖是更轻易接受的。
两位科学家通过他们把握的数据，甚至测算出了这种“传染”的强度系数。在弗雷明翰镇，假如一个人有一位亲友在过往几年内体重暴增，则此人日渐增重的概率会提高57%！假如先胖起来的那位跟此人的社交关系里隔着一位中间人，比如说，你好朋友的一位同事增重了，你跟着长胖的概率会提高20%；隔着两位中间人的情状下，发福的概率还是会增加10%。简单来说，你兄弟的老板的表亲能让你长胖，也能使你染上烟瘾，变成酒鬼，抑郁低沉，运动健身，可能促成你离婚，也可能使你幸福……
我们在社交网络中的位置，就是如此真切地塑造着我们。就算你根本不熟悉的人，也可能把他们的生活方式转手传染给你。假如你是个不抽烟、爱运动、有点忧郁气质的人，那也是你的社交圈子决定的！
那我们个人的自由意志呢？难道我们每个人真的跟一条小小的沙丁鱼一样，只会身不由己地跟着浩浩荡荡的沙丁鱼群往前游，什么抉择也没有？对于这个问题，两位科学家还比较乐看。“正好相反，每个人都有能力往做表率，把身边人往好的方面感染。”两位科学家之一的富勒教授，在做了这项研究之后更是身体力行。他努力健身减重，并且天天下班回家时面带笑脸。“因为我明白，这并不是我一个人的事，不只会影响到我自己和家庭，也许还能把好习惯带给我孩子的朋友的家长们。”
像血液一样循环
人全身的血管粗细不一，各有功用。人际网络的“动脉”和“静脉”也一样。有些只朝一个方向传递信息，另一些则不传递任何信息。比如，弗雷明翰镇的人际网络研究表明，假如一个男人的哥们儿增重，他自己长胖的风险也会增加，但假如他这个朋友是女性，他就没有长胖的风险。事实上，有关体形准则的问题，主要在同性亲友间传播。换言之，两兄弟或两姐妹之间互相影响体重的可能性，要比兄妹或姐弟之间的大得多。
人际关系中，哪些渠道的传播最广泛、最有效？与研究好莱坞的演员关系网、弗雷明翰的居民关系网的时代相比，今天的网络媒体提供了海量的可供研究的数据。花好几年时间手动整理人际关系网的时代已经过往。脸书这张巨型的社交网络上整整有20亿活跃用户，每人平均有177个“好友”，大量的数据唾手可得，很轻易就能称心好奇的大众研究学者。2007年的《纽约时报》文章甚至将马克·扎克伯格的脸书网站称为当代社会科学的最新“培植皿”，有关人类行为的多种研究均可从中取样。各种五花八门的研究由此开展。比如，有些研究者在这个平台上发心理学调查问卷，把结果与填写问卷者的脸书个人资料关联起来，这样就能够追踪我们的性格与点赞内容之间的关系。不过有时结论也让人怀疑。他们发现凯蒂猫的粉丝大多“具有开放精神，情感不太稳定，有民主倾向”。他们还说智商高的一类人喜欢点赞科学内容，喜欢电影《教父》，或者暴雨天；而智商分值较低的群体则与哈雷摩托车、丝芙兰美妆或者乡村民谣音乐联系在一起。这些研究者声称，他们只需要在脸书上看看你点赞的内容，就能推断出你的种族背景、政治倾向、性取向等等，平均正确率达到90%！
关于社会影响力的传播渠道呢？脸书又能告诉我们什么？来看看锡南·阿拉尔和迪兰·沃克（Dylan Walker）2012年发表在闻名的《科学》杂志上的研究结果吧。他们跟踪了一款简单的电影类使用程序，测量用户能在多大程度上影响其网络好友。结果发现，社交纽带的强度并不是均等的。男性对朋友的影响力要比女性强，30岁以上的人的影响力比30岁以下的强。研究者还将人分成两组：有影响力组和易受影响组。无论是思想还是商品，影响通常都是从前一组输向后一组。在人群之中，传播其实是有一定方向的。
这项研究成果成了“病毒式营销”专家的福音。他们在全体人口中精确定位那些最有影响力的个人，确保营销内容通过他们有效地散播到大众中往。2010年11月2日，美国总统大选当日，富勒的团队做了另一项实验。结果表明，你在脸书的朋友圈里简单地发一句“我要往投票”，能让投票总人数多出34万。这一公民行为通过身边人的依次传播，最终争取到了网络中数量可看的一部分人。
锡南·阿拉尔的实验摘集了130万个样本，富勒的实验样本量则有6 200万。科学实验的样本群变得前所未有地丰盛而浩大。对于任何一位科研人员来说，将脸书平台作为开展实验的场所都是不可抗拒的诱惑。不过他们也得小心，别做得太过。脸书的用户很喜欢猫咪，他们才不情愿乖乖充当实验室里的小白鼠。扎克伯格的公司就不得不为这样一项越界的研究公开道歉。这是一项有关于情绪扩散的实验，这一课题前景可期，但相对而言不那么广为人知。亚当·卡拉梅（Adam Kramer）于2014年在一家知名期刊上发表了一项有关“情绪传染”的研究，称互联网上的情绪传染比现实中的更强烈。这项实验令人瞩目，但研究方法不是每个人都能接受的。原来，科学家随机抽选了70万网民，在一个星期的时间内，为其中一部分用户屏蔽掉那些带负面情绪的信息，而让另一部分人完全看不到任何积极的内容。结果在看了一星期的负面新闻之后，用户接下来一段时间内自己发出的内容也都有点灰色，反之亦然。然而，这个实验中的“小白鼠”事先并未赞同，甚至并不知情。也许读到这里的你也曾经历过被过滤掉一半信息的情状！后来科学家阐明，这项实验是符合脸书的用户使用条款的。这家国际互联网公司只好承认错误，出面向用户道歉。
社交层面的“传染”的深度和广度，正是这样一步步被科学家们发现和意识到的。这种传播影响着我们每一个人。而且广泛传播的不只是蜚语，还有行为和情绪，只不过后两者的传播方式比大流感更复杂。那么，我们有没有可能掌控这种现象，进而使大众变得更明智呢？
第十一章千猜万判铸一智
“女士们，先生们，看过来！快来试试您的财运吧！”
说话的农民拔高了嗓音，想盖过身边的一片猪喊声和鸡喊声。在他身边的木制看台上站着一头壮牛。它体形浩大，毛色光亮，用一双怀疑的牛眼打量着身边围看的人群。“只要您掏半个先令，女士们，先生们，这头漂亮的大牲口就回您啦！”
这是1906年一个深秋的午后，英国西南部港口小城普利茅斯正在举办一年一度的牲畜与家禽博览会。这里聚集着各色人等，牵着牲口的农户与穿修身长大衣的花花公子擦肩而过，农业专家和维多利亚时代的老幼妇孺挤在一起，他们都是来这里欣赏全国最优质的牲口的。女人们都穿上了最好的鲸骨蓬裙，孩子们足蹬漆皮高帮鞋在泥水里乱踩。
那一天，一位农户照常组织着有奖竞猜以招徕路人在他的摊位前驻足。参与者只要花6便士，就有机会推测这头公牛屠宰后能够产生多少公斤的牛肉。经过称重验证之后，答案最接近正确数值的竞猜者就能赢得全部的肉。
在一片攒动的高礼帽中间，有一位鬓发繁茂的84岁老绅士正盯着场子中间卖牛的农户收取下注的钱。他就是弗朗西斯·高尔顿（Francis Galton）爵士，19世纪最活跃的知识精英之一。在他看来，芸芸众生的智力水平只到他的脚后跟，而眼下这群围着牛下注的乌合之众，并不比地上啄着他靴子的母鸡更有脑子。仿佛是为了证实这一点，这位研究者本人也上前到农户那里下了一注，然后转身回家，确信自己又找到了优生学理论的最新证据。
这些牛肉、这位科学家和787个参与下注的人，就这样成了科学史上一场惊人发现中的重要角色。一个世纪以后，这个发现引发了大众研究的全面革新。
弗朗西斯·高尔顿出身英国贵胄。他的家族在两代人之内诞生了不少当时英国最重要的知识分子，有医生、植物学家、探险家、诗人和大实业家。他的表哥不是别人，正是查尔斯·达尔文。
本着英国人的精神，高尔顿甚至研究了茶的化学成分和蛋糕的几何分割。比如他认为把圆形蛋糕切割成扇形，一片一片食掉是“错误的方法”，而且他列了方程式来证实这一点。按照爵士的计算，应该沿蛋糕的直径从中间切出一条来食，然后把剩下的两个半圆合起来，这样蛋糕留到第二天也不失美味。谢谢您啊，爵士！
但高尔顿如今为我们所知，主要因为他是“优生学之父”。高尔顿深信，他本人的家族中智者辈出，绝非偶然。因为聪明和愚蠢一样会遗传，父传子，子传孙。因为担心大英帝国里会诞生越来越多“低能蠢笨”之人，他提出了优生学的基本理论。他强调，为了人类的共同利益，应该鼓励聪明的人多生育。与他的表兄达尔文几十年前在《物种起源》中提出的“自然抉择”理论恰恰相反，高尔顿推崇“理性抉择”。
高尔顿同时也是一位出众的统计学家。他建立了人类形态研究实验室，测量不同人种的认知能力与他们各自外貌特征的联系。像他自己这样的白人颅骨光滑硕大，位于人种等级的顶层，而下等人、女性，还有他在英国殖民地各处旅行时观察的非洲当地人处于等级底端。这一套优生学理论在随后几十年中传遍世界。在其影响下，美国1909年首度立法，给“罪犯和智障者”绝育。而这样的“优生学”理论在纳粹德国手里发扬到了极致。
在高尔顿的时代，类似的精英主义看点并不少见。与他同时代的很多知识分子都深信乌合之众是愚昧无知的，而且他们数量越浩大，就越愚蠢。古斯塔夫·勒庞（Gustave Le Bon）在其1895年的著作《乌合之众：大众心理研究》中也说：“人独处时聪明，成集体时愚昧。”而早在1841年，查尔斯·麦凯（Charles Mackay）在《非同普通的大众妄想与群众性癫狂》（ ExtraordinaryPopular Delusions and the Madness of Crowds）中指出：“大众”短缺反思能力。
高尔顿先生正是在这样一种时代背景下往普利茅斯“赶集”的，他的目的是收集群氓无脑的新证据。在翻遍787张下注的单子之后，他称心地笔录下了结果：大多数人的预估与正确答案谬之千里，有的过低，有的则太高了。
然而，这些预估数字里却躲着一个惊人的秘密。农户将牛屠宰以后，这头大牲口变成牛肉的净重是543公斤。而参与竞猜者集体估算的平均值是542公斤，几乎堪称神算！
这难道纯属巧合？每个个体的推测都是错的，而且误差领域很大，为什么所有答案的平均值恰好是正确答案？“也许大众的民主决策，比我们以前想象的更值得信赖。”自豪的高尔顿爵士，作为“优生学之父”，于1907年发表了他的这一研究结论，这显然对他本人的优生学理论是个讽刺。
群体的聪明
在高尔顿研究成果发表后的97年里，这个惊人的发现一直无人问津，被引用数加在一起也没超过10次。但在2004年，它借助畅销书《群体的聪明》（ The Wisdom of Crowds）的问世重见天日。这本《纽约客》专栏作家詹姆斯·索罗维基（James Surowiecki）的力作写的是集体聪明正在改变我们今日的社会和经济。为了证实“群体的聪明”，索罗维基旁征博引，这才举出了高尔顿爵士当年的经历，吸引了当时研究者的目光。此书掀起了一阵对这个惊人结论的科学探求之风，在数年内开启了大众研究的新局面。
高尔顿爵士无意间显示的这个现象还没有一个专门的名称，研究人员便顺手以索罗维基这本书的名字“群体的聪明”来指代它。这个现象的法则很简单：当人们预估一个数值时，无须任何专业资质，所有普通个人估值的平均值最接近正确的答案，它肯定比这群人当中任何一个优异个体的估量更正确。比如，假如你想知道埃菲尔铁塔有多高，只需要到大街上随便拦住50个人，不经过任何挑选，再问他们：“您觉得埃菲尔铁塔有多高？”然后求出50个答案的平均值，或找出中位数更好，你会得到“324米”的答案，这就是埃菲尔铁塔的高度。
希奇的是，在2011年进进心理学领域以前，我听都没听过这个现象。研究大众的人，不知道大众很聪明。过分了！
我为这一现象在科学研究中的可能性感到兴奋，开始自己组织一系列实验。我可能做了十几个估值测试类实验，比如推测纪念碑有多高，两个城市之间有多远，一条河的长度，一个屋子里的温度，一个公园的面积……结果屡试不爽！每一次，大众都给出了令人称心的答案，哪怕实验中个体的答案大多数错得离谱。
假如问题更复杂一些，不只是简单的猜数游戏，那集体的推断还有意义吗？在我的研究过程中发生的一件大事，也许是这个问题的最好注脚，那就是大众与加里·卡斯帕罗夫的传奇棋赛。
1999年，微软游戏平台向全世界发出一份邀约，邀请玩家来挑战国际象棋界的标杆、来自俄罗斯的国际象棋世界冠军卡斯帕罗夫。不问棋艺如何，不需要任何资历，谁都可以参与。受到这样一个前所未见的挑战的吸引，来自75个国家的超过5万名棋手上了场。他们中既有业余棋迷，也有俱乐部选手，还不乏一小拨棋坛新锐，但不管怎么说，5万人中没有一个跟卡斯帕罗夫属于同一个级别的。
这么多人要怎样相互配合，才能下出一盘逻辑连贯的棋？微软平台给大众队每一步24小时的时间，在此期间每个参赛者都可以提出自己的意见。平台收集所有意见，在一天结束之时，最多数成员共同抉择的棋着儿会体现在棋盘上。
这场比赛情状特殊。两年之前，这位俄罗斯世界冠军刚遭计算机“深蓝”重创，如今又不得不克制这么一堆非常规选手。比赛的结果具有很大的不确定性，这5万个平凡的小脑瓜，到底能否攻破棋坛“老大”的棋局？
1999年6月21日，棋赛开始。俄罗斯棋王执白子，首先挪动了他的“国王”。在24小时的悬念之后，大众队做出了回应：一招“西西里防备”，给出了对卡斯帕罗夫开局的最佳回击！大众队看来不是外行，主办方放心了。让对决陆续吧！
这一盘棋下得高着儿迭出。业余大众队不仅玩得十分专业，还不乏出其不意的奇着儿。比如他们走的第10步，在高水平国际象棋赛事中前所未见，足以载进史册。那一步究竟是断送胜利的烂着儿，还是大众发明出的神来之笔？实际上，这步棋事后被卡斯帕罗夫本人赞为“卓著的理论创新”，也成为后来国际象棋比赛中常用的着数。很明显，从这一步开始，大众队占了上风。然而棋王终究是棋王，没那么轻易扳倒。在连续4个月的艰苦厮杀之后，棋王卡斯帕罗夫仅余3子，下出了他的第64步……将！
大众队可谓虽败犹荣。他们不仅一直与棋王不相上下，还发明了新的国际象棋经典招式。“乌合之众”的推断远远超出我们的预期。
研究者们的注重力越来越多地转向更实际的问题，比如依靠综合数十人给出的解决方案，来觅觅困难问题的最优解。我的一部分同事走得更远，甚至开始专门关注“医生群体的聪明”。同事们的研究展示，在一系列临床问题上，诸如患者是否需要手术，或者乳腺超声检查是否真的查出了癌细胞等，情状就像网络大众队与棋王卡斯帕罗夫势均力敌那样，一群医科大学生的综合推断似乎比一位体会丰盛的专科医生的个人推断更为正确。
我们今天正逐渐熟悉到这一现象的内在逻辑：它并不属于哲学或心理学的范畴，而是一个概率论和统计学的现象。事实上，对于上述无论哪一类“挑战”，大家对正确答案都有一个模糊的想法。当然他们会出错，估量得太高或太低，但假如样本量足够大，个人之间的误差会相互抵消，让人们思维中的共同之处凸显出来，从而得出接近正确答案的估量。
要把这个现象视觉化，不妨想象一下掷飞镖游戏。一大群人一起玩飞镖，当然是有的人甩高了，有的人扎低了，有的人偏左，有的人偏右。但这些飞镖落点的平均值还是会相当接近靶心。那些误差彼此抵消了。即便你饮醉酒又蒙着眼，投出了几次极差的成果，最终的平均落点也不会离正中太远，究竟所有玩家投飞镖时瞄准的都是靶心。在这种情状下，人多势众确实胜过专家的单枪匹马。假如你约上20来个朋友，就能轻易击败荷兰的世界飞镖冠军迈克尔·范格文（Michael van Gerwen），前提是裁判赞同让大众队每人投一次，然后求平均值。
然而，并不是所有情状下“乌合之众”都最聪明。首先，参与群众得对问题的解决方向有基本的直觉才行。还是以飞镖来举例，假如群众队中的成员根本不知道靶心在哪儿，那他们的飞镖将完全是随机投出的，即使求落点的平均值也没用。真正要害的因素还在于，群众不能都犯一样的错，必须错得花样百出才行。假如所有没扎准的镖全在靶心的左边，平均落点也会向左偏移。只有当扎歪的飞镖分布均匀，平均值才可能在中间。这就是斯科特·佩奇（Scott Page）闻名的“多样性推测”定理：推断的多元化，包括错误的多样性，是“群体的聪明”生效时必不可少的因素。
不幸的是，多样性这一要害因素恰恰是相当脆弱的，它的头号敌人就是我们前面研究过的人际网络中的社交影响力。同样的竞猜游戏，假如个人在发表各自的估量之前有机会先跟别人讨论上5分钟，那么大多数人的推断都会趋向同一种错误。就似乎有的飞镖上装有磁铁，当其中的一枚接触飞镖盘后，其他的飞镖全都会朝着它的方向偏，从而失往错误的多样性。社交影响力的负面效应可以表现得很快。近来有大量的研究证实，一个小小的暗示就足以让大众推断的平均结果偏离正确答案。这就是为什么我在日常生活中从来都没方法向朋友们证实“群体的聪明”有多妙；不管我如何三令五申不能跟其他人透露自己的推测，在我说完题目的那一秒钟，总有那么一位缺心眼儿的朋友直接喊道：“埃菲尔铁塔？至少得有500米吧？”这下谁也玩不成了。因为他的这个小小提示会在其他人的脑海里深深扎根，把整群人的平均推测值带离正确答案。
当大众也找不着北
在网络的世界里，求大众看点的平均值已经成为一种时髦做法。亚马逊、猫途鹰（TripAdvisor）、谷歌+等众多网络聚合平台都摘用类似于“群体的聪明”的模式，邀请网民到自己的网站来评判产品，然后通过权重算法得出一个集体的评分。通常，借助从一星到五星的量表，用户就能对一本书好看不好看，一双鞋子舒适不舒适，一款相机的像素如何给出自己的感受，并让其他网民知道。
这个做法如今变得如此普及，是时候把它当作一个社会现象来认真研究了。今时今日，什么都可以评分。喜欢昆汀·塔伦蒂诺的新片？往电影网站Allociné给个五星吧。觉得某家酒吧的氛围有点闷？上餐馆点评网站Yelp给它打个三星。觉得这个苹果挞的食谱实在太甜了？立刻上食谱网站Marmiton给个一星差评。
人也可以打分。不管是你的数学老师，还是上次跟你拼车的同路人，是你家四周的面包店师傅，或是你的一夜情对象……谁都逃不开。连私人医生也不能幸免！谷歌+上，那些被评为“冷漠”“大意”“毫无同情心”的大夫会立刻被判低分，而另一些“热情又有能力”的大夫会得到五星好评。虽说国家医师协会理事会始终不认可这套评分系统，那些钻牙时下手太重的牙医照样会在网上得零分。
评分体系如今无处不在，举足轻重。因为群体推断在网络上公开后，一件商品能否畅销，或者服务能否得到认可，网民的打分很要害。他人对网民个体的打分也是如此。那些得到差评的个体很轻易失往他人的信赖，下一次往度假时，很可能在爱彼迎（Airbnb）上找不到房子，在优步（Uber）上也喊不到车。美国专门给饭店、酒吧评分的网络平台Yelp，现已变成普罗大众的米其林指南。大众只要用手指轻松点击，就能决定哪家饭店火爆，哪家饭店破产。商户在这个网站上每上涨或降低一颗星，营业额就会增加或缺失10%。假如汤里掉了一根头发，或者服务员像门神一样凶神恶煞，那么饭店要小心了。网民们可不会客气。
你可能会问，这有什么问题？科学不是已经完美证实了群体聪明有用而且集体推断值得参考吗？事实并非如此，因为社会影响力依然存在。比如锡南·阿拉尔的团队做过一个让网民评判他们对网络新闻感兴致程度的实验。实验者随机抽取了10万条新闻，每篇文章刚发出来，科学家就先上往给它打上第一个分数。结果展示，假如首条评判是肯定的，这则新闻的总平均分会升高25%，不管随后跟进了多少真实的网民评判。这是因为网民打分前都习惯先看看前人打的分，难免会受先前意见的影响。“从众效应”的强大之处在于，不管被评判对象的真实水平和质量到底如何，只要第一个“假评”是好评，后面的人也更倾向于给好评。
另外，用户间心照不宣的“互贿”心理是使评分系统失衡的另一个因素。在一个人人互评的世界里，为了给自己换回一个好评，还有什么比先给对方一个好评更有效呢？在优步上，司机跟乘客之间要互评；在爱彼迎上，房客跟房东互相打分。在北美的一些中学里，老师给学生的分数写在成果单上，而学生给老师的分数体现在“评师网”（Rate My Professors）上。在这种情状下，也许老师在给学生的家庭作业打分时高抬贵手，就会使自己的网评多一颗星。事实上，2002年的一项研究展示，美国高校出现了普及高分的现象，部分原因确实在于引进了学生给教师打分的系统。简单来说，我们每个人都有小辫子在别人手里，胆敢第一个打差评的人，就等着受到报复吧。
鉴于评分系统已遍布网络，无处不在，某些互联网企业趁机在网络上推出了一种“聚合通行证”。比如2015年成立的法国初创公司Famust把个人在不同网站上得到的分数集中起来，给每个人制造出一套社交声誉证件。最终我们可以依此获得任何人的性格综述：让·克劳德，谷歌+得分4.3的敬业药剂师，网约车软件Blablacar得分4.2的好司机，下厨软件Marmiton上的4.7星大厨，不过，他对追女人可不大在行，在交友软件Tinder上只有1.5分。这不禁让人想起英国电视剧《黑镜》的一集，未来城市的居民们在每一次互动后都互相评分。这个反乌托邦故事描绘了社会声誉不断恶化的主人公是如何一步步坠进地狱深潭的，意在警醒我们小心此类系统的滥用。
然而Peeple等使用软件的开发者似乎对此充耳不闻。2016年Peeple上架，专用来给你身边的人打分。邻居太吵，可以给两星。本区邮递员和气可亲，给五星。在手机使用商店里，Peeple自己收成了百余条评判，平均得分惨不忍睹：1.7星。看来，普罗大众的肩膀上顶着的并不是摆设。
艺术和文化领域的情形又是怎样的？假如人们评头论足的对象不是一家饭馆或者一个司机的服务，而是一部电影、一本书或者一首歌，他们的集体推断又会不会失之偏颇呢？或者换个问法：单曲《江南Style》曾一举登上YouTube看看次数最多视频的宝座，是不是意味着这是一首杰作而必将载进史册呢？
邓肯·瓦茨的团队从2006年起就投身于这个问题的研究了。他们模拟了互联网音乐市场，建立了一个喊“音乐实验室”（MusicLab）的网络平台，在上面放了48首专业团队制造的音乐作品，都是首次面世的新作。之后，他们邀请15 000名网民来听音乐并打分，以及免费下载他们喜欢的那些。
实验分了好几个阶段。第一阶段，听众在不知晓旁人好恶的前提下先做出独立的推断，结果这48首曲子的得分都差不多，并没有特殊突出的。第二阶段，曲子还是那些曲子，不过听众换了一组，而且在听每首曲子之前，他们能先看到别人对音乐的评判。只需要这一步改变，就能使48首中的一首单曲脱颖而出，成为这个小社会里最受人喜欢的时髦歌曲了。
照这么看来，评分系统真的能扶助消费者识别市场上的最佳产品吗？当上述实验做到第三阶段，结论很快引起了我们的担忧。在实验者换上新一组听众之前，这48首曲子的既往评分被清零了。这一次又产生了48首曲子中的当红歌曲，但和上次的不一样。实验不断重复，每一次都将前一轮的结果清零。于是，人们就会爱上一首不同的歌。似乎音乐本身的品行对于获胜歌曲来说根本不重要，大众每回都随机捧红一支曲子，把它推到时髦榜首。人们被各类社交信息沉没，失往了审慎分析的能力。
不过依据研究者们的看察，被选中的当红歌曲并不是完全随机的。不管实验怎么做，最好的那些音乐从来没跌到谷底，最难听的那些也没能登上榜首。但在保持这种大趋势以外，任何结果都是有可能的。
以上你所了解的只是冰山一角而已。事实上，大众研究的这一细分领域才刚起步，但在短短的20年时间里积存的知识已经多到令人头晕目眩。新的群体聪明模型正在形成，可以预见，它们将很快被使用到你的日常生活中。投资者们个个摩拳擦掌，大众研究早已引起市场的兴致。
第十二章朝阳升起时
朝阳在加利福尼亚州上空升起。旧金山湾的南边，离山景城不远处，一辆覆着传感线路的车正飞驰在101公路上。车上没有司机，只有一名来自谷歌的工程师在用双手敲电脑键盘。这样的场景在本地已不足为奇，无人驾驶汽车估量在2022年投放市场，目前正在进行每日例行测试。
硅谷常被看作人类创新的源泉，世界明日科技的摇篮。举例而言，这里的居民在人行道上走着走着，就会碰上可爱的六轮快递机器人，体形跟卷毛狗差不多。它们是“星舰”（Starship）机器人，提供送餐上门服务。它们的箱子里装的比萨、千层面和墨西哥卷饼都是加热密封保存的，只有顾客本人收到才能打开，不用担心外卖被人半路偷食。亚马逊的总裁则更情愿让顾客收到“天上掉下来的午餐”，该企业大力投资无人驾驶飞机送餐业务。
既然说到食的，旧金山这一带还有致力于食品技术革命的“孟菲斯肉品公司”（Memphis Meats），该公司的目的是让肉无须出在动物身上。生物工程师利用动物干细胞，在培植皿里“养”牛排。未来汉堡里的肉不再出自活生生的动物，而是来自试管，同样，法式蔬菜炖牛肉也将迎来2.0时代。2015年孟菲斯人造肉刚问世时，每公斤牛肉可卖到4万美元，有点小贵……不过放心，假如你囊中羞涩，不妨花2万美元买一块鸡胸肉尝尝。这家公司宣称在2021年推出平价人造肉，让畜牧业、家禽养殖业皆成为历史。
更有甚者，人造三明治可以在失重状态下品味。这就是太空探索技术公司（SpaceX）所投资的项目，这家公司也位于加州，致力于开发民用太空旅行业务。他们能安顿顾客穿上莫列顿绒的连体服，舒舒适服地坐进“龙飞船2号”（Dragon V2）太空船，踏上一段60多万公里的往返月球的旅行。目前已有两位顾客交付定金预约了座位，而最终的票价还不能确定。
加州生命公司（Calico）创立于2013年，它直接鼓吹超人类主义，利用最新生物科技处理大量的医学数据，试图理解人类衰朽的机制，然后用纳米技术修复人类生命。
上述这些，只不过是聚集于硅谷的上千家新兴企业中的几例。这里的年轻创业者背靠大量投资，不计风险地要在未来科技领域开垦出一片天地，最终可能被大型跨国企业高价收购。新科技是否成熟并不重要，重要的是在市场上强占先机。正是这种经济逻辑让我们得以窥探明日世界的样貌。
在这一派未来主义的景象中，大众研究大有用武之地。Yelp是一个典型的例子，它借着集体点评的风潮一飞冲天。每月访问Yelp交流平台的人次高达1亿，留下了1.5亿条打分点评，覆盖了全球20多个国家的酒吧、饭店和咖啡馆。网站遵循群体聪明的逻辑，给每个酒吧、饭店一个平均分，把大多数人对这家店的印象重点展示出来。尽管大众研究一再表明“社交影响力”在评分系统中的负面作用，但Yelp公司蒸蒸日上。年轻的总裁杰里米·斯托普尔曼（Jeremy Stoppelman）才不过40岁出头，身家已达数亿美元。
就在离Yelp公司总部不远的菲尔莫尔街上，路易·罗森博格（Louis B. Rosenberg）的人工智能公司Unanimous AI则专注于利用大众推测未来。公司夸口他们已经靠着群体的聪明押准了好几场赌马的冠军，好几场比赛的结果，甚至猜出了奥斯卡奖花落谁家……当然，对自己没猜准的那些，他们就只字不提了。这种新科技如何运作？这家公司开发了一款线上产品，名为“蜂拥人群”（human swarm），几十名参与者在网络平台上同时推一只水晶球，每个人推断哪个方向的答案最可信，就把水晶球往哪个方向推。如此，水晶球会逐渐向大多数人选的方向偏移，然后系统会将答案挑选出来，当成群体推测结果。假如你想知道下一届“欧洲好声音”谁将夺冠，就在线上支付几美金，发起一次“蜂拥人群”游戏。人群将给你回答，跟占星大师索莱耶夫人（Madame Soleil）一样准。
还是在旧金山，CrowdMed公司投资了一种众包式健康治理项目。公司在2013年成立，他们邀请那些患上疑难杂症、尚未确诊的网民在平台自述症状，接受两万名“医学侦察”的诊断，其中有护士，有医学生，也有像我这样没有经过任何专业医学培训的普通人。依据患者自述的病情，这些医学侦察七嘴八舌地给出自己的意见，再由网站运用算法生成集体诊断。依据该公司的说法，诊断正确率达到78%。当然CrowdMed也不忘提示说，最终还是以主治医生的诊断为准。
化整为零
在硅谷企业家们好奇目光的注视下，科学家们关在实验室里，小心谨慎地推动科学的进取。谁知道这里面的哪一项新发现会有进驻硅谷的潜力？
其中一个经过科学检验的群体聪明模型基于“积小流以成江海”的概念。每人对棘手问题奉献微薄之力，众人便能移山填海。危地马拉人路易斯·冯·安（Luis von Ahn）是位年仅27岁的博士。他对此理解深刻。在他看来，人脑是一台极其强大的设备，每个个体只需要集中精神几秒钟，就足以让群体获得了不起的认知进取。
路易斯·冯·安是匹兹堡卡内基-梅隆大学的信息工程师，有着特殊毒舌的幽默感。他的研究起步于密码学。他发明的验证码（CAPTCHA）你上网的时候肯定碰到过。它们通常由一小串扭曲变形的字母组成，你得先识别字母，再誊抄进旁边的方框，以证实你不是一台机器，而是一个真正的用户。别小看这个视觉测试，这种认知能力只有人类才具备，借此，你想登录的网站便能免除恶意程序侵扰的风险。验证码简单好用，在网上迅速普及开来。接着，冯·安被自己发明的程序所显示出来的群体力量震动了。天天，互联网上有两亿个验证码被识别，誊抄，提交。就算平均每个用户每次只花10秒来完成这个小小的认知测验，换算一下，人类全体每一天也有大约55万小时在敲打这些字符。“我们不能利用它来干点更有建设性的事情吗？”他想。
就这样，这位计算机工程师在2008年发明了第二代验证码reCAPTCHA。在这一版中，用户每次破解和誊抄的不再是毫无意义的字符组合，而是一段摘自高校正在数字化的古籍文献的内容；这些文字由于年深日久，已经无法被计算机程序识别出来。从此，万千网民天天逐字逐句替大学录进古籍，完全意识不到这些文字出自狄德罗的《百科全书》或者卢梭的《忏悔录》。而且网络用户的录进速度非常快，一天大约能数字化识别出一亿词，相当于一年录进25万本书。所以，下次脸书要求你输进几个歪歪扭扭的字母验证码时，你就可以自豪地对自己说，你正在为人类知识的传承尽绵薄之力。
假如人群是个千头巨人，那么它也该有千眼。为什么我们不利用它来解决视觉侦测的问题呢？科学家们从2000年就开始酝酿这个想法，并由于吉姆·格雷（Jim Gray）的海上失踪而将它紧急推进了使用阶段。这位1998年的图灵奖得主、大名鼎鼎的计算机工程师，也是个帆船运动爱好者。2007年1月28日，格雷驾驶“秉持号”（Tenacious）帆船，带着他已故母亲的骨灰驶向大海深处。这是一场计划中的海葬，目的地是旧金山沿岸的法拉隆群岛。然而，科学家在光天化日之下，跟他的帆船一同消失在大海中。
海岸警卫队的搜救继续了三日三夜，既未搜索到吉姆的尸体，也没发现他的帆船。等到第四天，他忧心忡忡的同事们组织了一场杰出的网上救援行动。靠着格雷本人发明的一款数据存储技术，他们在互联网上发布了50万张格雷失踪区域的卫星图片，向网民们发起“帮忙找吉姆”（Help find Jim）的网络救援行动号召。为了在汪洋大海中找船或找人，需要把这些卫星图放大，一个像素一个像素地找，工作量极为浩大。在美国多家媒体的通力协作下，救援的号召很快得到了12 000多名网络志愿者的响应。在一个周末的时间里，上万双无名群众的眼睛一寸一寸地扫过近5万平方公里的太平洋海面，真的发现了一个疑似失踪帆船的图像！遗憾的是，当时的气象条件不答应，救援船三天后才到达这一地点。等救援人员抵达时，那里并无吉姆的踪迹。搜索又牵强继续了几个月，最终这位计算机科学家被正式公布于海上遇难。
网上搜索吉姆的行动虽然失败了，却让我们看清了大众惊人的力量。大众能帮忙找的不只是海上失踪的吉姆。当“星尘号”空间探测器经历7年星际旅行后终返地球时，群体的能力又派上了用场。
在漫漫远征中，“星尘号”穿过“维尔特二号”（81P/Wild）彗星的彗尾并期看收集到星际尘埃，这可以让美国国家航空航天局（NASA）的科学家们首次在实验室内看察地外尘埃。但科学家们面临着一个浩大挑战：这些躲在飞船收集器内的得来不易的微尘，直径不过1微米，与觅觅这些尘埃的艰巨任务相比，在干草堆里找一根针都简单得如同儿戏。
幸好还有大众来支援！大约有3万名网民通过名喊“星尘之家”（Stardust@home）的项目网站为科学发现奉献他们的眼力。这个网站上发布了在显微镜下拍到的150万张照片，囊括了飞船收集器区域内的每一个角落。这次行动非常成功，普通大众一共发现了7颗星际尘埃。它们的化学成分令人惊诧，科学家们围绕其起源展开了一番大讨论。这一发现登上了《科学》杂志，但不同于这份顶级科研期刊上发表的其他论文，这篇论文的协作作者多达30 714名，包括了全部参与过星尘觅觅行动的热心网民。
从此以后，征集大众参与科学项目慢慢成为一种常规操作。鉴别气旋的等级，跟踪蝙蝠群，检查癌细胞的电子计算机断层扫描片，为月球表面的陨石坑贴标签……群众的眼睛洞察秋毫，而且数量众多。2009年由牛津大学发起的众包式科学门户网站“宇宙动物园”（Zooniverse），注册用户高达百万，这些人随时预备为科学研究奉献出几分钟时间和精力。
这阐明群众的眼睛真的具有从事科学实验的洞察力吗？倒也未必。究竟在上述项目中，大众扮演的主要还是“小助手”的角色，从事搜集、整理、翻译、誊抄等由研究者分配好的微任务。不过，确实还存在另一种群体聪明模型，能让大众真正参与解决极度复杂的难题。
大家一起创新
华盛顿大学的生物化学家大卫·贝克（David Baker）主攻蛋白质折叠机制。蛋白质作为组成人体皮肤和器官的基本生物分子，扶助实现身体的各项基本机能。在细胞中，蛋白质分子无规则地扭曲折叠，形成一个比较大的结，它的结构决定了蛋白质分子在人体中如何工作。因此理解蛋白质分子复杂的折叠过程，就有可能发现治疗艾滋病、癌症或者阿尔茨海默病的方法。
为了破解这个折叠过程，贝克先设计了一个计算机程序，但任务量浩大，需要强大的运算能力。于是他创建了“罗塞塔之家”（Rosetta@home），让数千名志愿者的电脑参与他的算法。一年又一年，这些计算机不断反复计算蛋白质的折叠过程，折了又折，折了又折……结果一切都是白费。蛋白质的折叠过程如此复杂，相比之下，就算有一万台电脑也做不了什么。
此时，这位生化学家又想出一条妙计：与其靠电脑，不如用人脑。2008年，贝克开发了一款名为“折它”（Foldit）的在线小游戏。这款游戏将蛋白质折叠的科学难题表现为一个游戏，有点像一个小谜题，游戏玩家从一条完全展开的蛋白质链开始，任意地将其扭曲折叠，尽可能重现它在人体中真实的三维结构。游戏过程中，最终结果越接近真实的三维结构，得分越多。这是一款协作游戏。玩家们不需要单打独斗，可以协作得出一个公认的结论。每个人随时可以用他认为最有效的方式把折叠推进下往。游戏的效果相当不错，玩家们第一次给出的答案就布满期看。游戏慢慢吸引到5万名来自世界各地的玩家，共同推进集体解决方案的诞生。
这个程序的高效令科学家喜出看外，于是贝克又推出了新的挑战：让大众再现梅森—辉瑞猴病毒（Mason-Pfizer monkey virus）的逆转录病毒蛋白结构。这种病毒是导致猿猴艾滋病的元凶，在生物化学界留下了一个浩大的谜题，专业人士历经15年也未能破解。但是“折它”游戏上线该项目仅仅几天之后就实现了第一个突破。一位网名喊“spvincent”的玩家首先突破难关，让大众的解谜速度很快达到了之前计算机算法的水平，接下来名喊“grabhorn”的玩家让大众更进一步。最后，一名喊作“mimi”的玩家找出了蛋白质的结构。只用了10天，大众就破解了谜题，让科学家们大跌眼镜。
这项举世瞩目的研究结果正式发表在科学刊物上，这次的署名作者多达57 000名，堪称大众研究的一次大捷。后来人们利用相同的模型，召集大众参与“量子运动”（Quantum Moves）项目，解决棘手的量子力学问题。他们还在“综合数学项目”（Polymath Project）中，利用大众完成了一项组合分析定理的数学证实。
“折它”游戏运用的群体聪明模型翻开了大众研究新的一页。与以往不同，我们不必把一个复杂问题拆解成上千个小问题，也不必求大众解答的平均值。新模式的集体行动中不再有一位高高在上的指挥者。集体中的每一个人均按自己认为最高效的方式往自行分割任务。随着时间流逝，个体的进展不断叠加，好的方案保留下来，差的则被淘汰，错误之处也得到了修正。慢慢地，一个真正有效的解决方案如大浪淘沙，浮现出来。
这一模式的里程碑式尝试，其实就是维基百科。这个由吉米·威尔士（Jimmy Wales）和拉里·桑格（Larry Sanger）于2001年创立的在线大众百科，目前已拥有200万奉献者和3 700万条目。跟蛋白质折叠研究一样，维基百科的每一个条目都是众多网民多次修改、更新的成果。维基百科中随便一个条目的修改历史都完全开放以供浏览，只要你查查看，就会为参与奉献者的人数之众发出赞颂。他们中的有些人只改过零星错字，另一些则是整段弥补或者全文重写。每一个条目背后的修改少说也有上百次。2012年的一项研究证实，以这种方法逐步产生的文本质量，可以与专业团队完成的《不列颠百科全书》媲美。
其实这一模式要奏效也有先决条件，所有参与者对最后结果的推断准则要意见一致。在“折它”游戏里，这不成问题，因为设计者为玩家配置了清楚明确的得分系统，大家拼命挣高分就对了。至于在线百科的条目，准则就没这么简单了。比如说那种内含巧克力夹心的点心，到底该喊“巧克力酥皮包”（chocolatine）还是喊“巧克力面包”（pain au chocolat）？我这个疑问可不是空穴来风，这道维也纳酥点的词条自从2015年登上维基百科以来被修改了254次，主要改动就是反复更换名字。
此类编辑战争从来不会综合出一个大家都认同的结果。维基的内容不断从一个版本跳到另一个版本。打得最热闹的前5个词条分别是“以色列”“阿道夫·希特勒”“犹太人大残杀”“全球气候变热”和“上帝”。对于这些极化的讨论主题来说，一部分人的真理恰好就是另一部分人的谬误。2013年一项研究发现，仅在维基百科法语版内，大众打得最厉害的战场是“塞格林·罗雅尔”[1]，随后才是“不明飞行物”“耶和华见证人”和“耶稣”。这位政坛美女的职业生涯跟私生活细节众说纷纭，所以介绍她的条目总也定不下来。
当然，这种形式的群体聪明很早以前就存在于大自然中。那些社会性昆虫的巢穴都是依这一原则搭建而成的。你是否好奇过蚁穴的内部是如何构造的？巴西生物学家路易斯·卡洛斯·福尔蒂（Luiz Carlos Forti）为了找到这个答案，将一根管子插进巴西南部博图卡图平原的一处南美切叶蚁（Atta bisphaerica）蚁穴进口，随即向里面灌进水泥……这位科学家将整整10吨水泥灌下往，蚁穴才被填满。又等了几天，待水泥凝聚以后，科学家的团队向下深挖8米，挖出了一个占地150平方米的大型地下迷宫。整个巢穴由数千个气泡般的房间构成，房间之间由迷宫通道般复杂的路径相连。这哪里是一个蚂蚁窝，分明是一座国际大都会！
非洲稀树草原上的白蚁窝也不输给切叶蚁。例如，大白蚁（Macrotermes）修建的宅第运用木屑和土渣做建筑素材，垒起来高达6米，里面孔洞万千，大小不一。因为巢穴精致的通风系统，水分与二氧化碳含量能够得到稳定调剂。
要建造这些迷人的建筑，不需要周密规划或者建筑大师指挥。蚂蚁们就像编辑维基百科文章的众多网民。整个建筑工作由许多小的建筑项目连贯而成，比如移运一小坨泥土，开挖一条隧道，立起一根柱子。每个个体依据自己当下所处的环境，自由灵巧地投身到这些小项目中往，并不往操心别的蚂蚁在干什么。假如一坨土已经被垒好了，那就在上面再垒一坨；假如一根立柱要倒塌，那就赶紧加固；假如已经挖开一条隧道，那就陆续深挖它……巢穴就这样越做越大，越建越好，越来越牢固，直到形成一座地下宫殿。这就好比一群朋友一起修房子，大家事先既没开会讨论，也不过问别人的计划。有人先码好了第一块砖，后来者看到，就接着码下往，直到有一天建好了一面墙，又有人增添了一扇窗户，然后另一个人开始给墙涂蓝漆。每个人都做了他们自己想做的，但所有人的目的一致。最后修好的房子未必像一座由建筑设计师规划、由施工队建造的房子那般规整，却更有灵气，结果也更富有创新意义。
建了一半的工地本身，比建筑施工队长的指挥更能够引起人添砖加瓦、参与行动的积极性。1959年，法国生物学家皮埃尔—保罗·格拉塞（Pierre-Paul Grassé）给这种往中心化的建筑工程取了个专业的名字，喊“共识主动性”（Stigmergy）。群体在一个共同目的之下，会探索出灵巧高效的协作方法，这一点不仅体现在“折它”和维基百科中，也体现在其他事例上。
科学，陆续向前
想起12年前我枯坐实验室监视屏前的那些日子，行人两人一组在同一条走廊里迎面穿行，晃得我直想睡觉。当时我想到余生可能就要这样天天盯着人走路，不由得胆冷。
我当时没想到的是，大众研究将它的有趣之处躲得极深。短短几年时间里，从鱼群运动到人群逃生，从人流踩踏、恐慌时的运动到虚拟世界……新课题一个接一个展开。当我意识到“乌合之众”其实也会探求、推测、撒谎、解决难题时，那小小的人行道世界已逐渐扩展成了足以让我长期投进的宽广研究空间。
为了进一步探索这片研究领域的无限可能，最近我开始带着学生跟我一起干。有了这些硕士生、博士生，我就能同时开展多个项目。更重要的是，现在轮到他们干那些枯燥的数据整理了。风水轮流转啊！
最近，我的一个博士生正在预备一项实验，他想测量大众的智商。几百个人一起上场，集体参与准则认知测试，来测算大众的记忆能力、推理能力和计算能力。大众的平均智商，会比这几百个人中每个个体的智商值更高还是更低？让我们拭目以待吧。当然，每一个激动人心的实验都是从大量无聊的数据收集工作开始的。任重道远啊！正处在起步阶段的他，就像当年的我那样：
“各就各位。预备好了吗？开算！”
[1] 塞格林·罗雅尔（Ségolène Royal），法国政客，2007年曾作为社会党候选人参与法国总统选举。她也是法国前总统奥朗德的前任女友。
后记回到未来
2055年7月23日 星期五。
你说有多巧，我的退休辞别会正好撞上我的74岁生日这一天。
早上7点刚到，卧室的窗帘像往常一样准时缓缓拉开，夏日的阳光照进来，将我唤醒。闻到烤面包香，我明白我的烤面包机已经探测到我醒了。紧接着，我闻声咖啡机自行启动的声响。冰箱门也开始说话：“博士，生日快乐！”有什么可说的呢，今时今日，房子已经成了家庭的一部分。
我一边饮咖啡，一边查看大众监测仪。今早我的实验室四周展示有非常规社交活动。是不是同事们在为我的最后一个工作日预备惊喜呢？
什么是大众监测仪？这是一项21世纪40年代末问世的新科技。地球上所有的人类互动，比如你跟家人、朋友或某个饭馆服务员说话了，都会被它监测到，同时自动录进全球数据库。当然，数据是完全匿名的，没人能通过仪器得知谁跟谁说过话。不过哪里发生过互动，产生了什么情绪，这些都会笔录在案，供所有人查询。
这款使用毫不意外地俘获了大众。人们很快就习惯了早上先看社区整体氛围，再查查旅行目的地的氛围如何，就跟过往人们天天查天气预告一样。只不过如今没必要查天气预告了，因为全球变热，天天都是大热天。
大众监测仪还能预告未来趋势，并将它发布在公共场所的大屏幕上。说说今天我看到的吧：目前超市负面情绪聚集，本周末拉丁美洲恐有社会革命发生，本季度夫妻吵架概率高于往年同季度水平……近一段时期，全球的氛围确实比较压抑，这种趋势人称“社会温室效应”，媒体天天说这是世纪之灾。
其实，这种大众监测仪的创意在我年轻时就已经有了。那时21世纪头10年刚刚过往，有百余位大众研究学者共同提出了“地球神经系统”的想象。不过因为短缺资金，计划没能在那个时代实现，直到2029年，项目重新启动，这才有了我们今天所知的大众监测仪。
通常而言，我的实验室里的社交活动相当平稳，也就是天天在咖啡机边上有一段互动高峰期，外加博士生实验室里不时有一片沮丧区。不过今天例外，我的使用界面展示，那里的各项指标都惊人的高。占主导的情绪是激动、欣喜和一丝忧伤，这不正是预备辞别聚会时人们会有的反应吗？
我等不及了，穿上外套，向实验室进发。实验室离我住的地方不远，只有35公里距离。跟往常一样，我走路过往，因为有步行加速器，我只要十几分钟就到了。
步行加速器其实就是一种传送带，它横贯整个城市，从一端延伸到另一端，宽30多米，占满整条道路。行人随时可按需求使用它。在城市郊区地带，“步行加速器”速度相对较缓，方便行人“上路”并慢慢适应他们的新步速。但越接近市中心，传送带速度越快；市中心部分行人的步速高达每小时40公里。
跟天天的早高峰时段一样，加速器上挤满行人。自从汽车时代终结以来，城市地面交通全部靠“走”。历经十几年的研究，人们才成功而有效地组织起城市中汹涌的人流。现在我们已有单向人行道、快速人行道、步行加速器，外加几条为旅行者预备的沿途风景美丽的老式人行道。交通规则非常严厉：双向通行区域内，行人禁止往左避让！万一被无人机交警拍到你看见对面来人时往左避让，就等着食罚单吧。
天上的情状可就糟糕了，无时无刻不在交通阻碍，就像21世纪初的巴黎环线一样。有送快递的无人机，城市清洁无人机，娱乐无人机，还有些“野生”无人机！数年以前，第一代智能机器人样机失控，于是几十万架“野生”无人机在大城市上空乱窜。这些野生气器倒也并不邪恶，只是有点烦人。它们飞来飞往，老是想偷人类电子设备的电。你只要挥挥手就能把它们赶走，不过在露天咖啡馆悠闲饮咖啡的时候，难免还是会为之烦恼。
突然，我一个急刹，停了下来。一个事先录制好的女声公布了一条坏消息：“女士们，先生们，其他性别的人士们，由于一起压电机故障，行人加速器被迫暂时停运。感谢您的原谅。”压电！靠行人脚踏地面的压力来生产能量，这老掉牙的技术从我在图卢兹读博的时候就已经开始投进试验了，现在40年过往了，似乎始终未达到成熟。结果，满腹怨气的几千名行人被迫回到他们作为普通人的行走速度，大众监测仪上的紧张值顿时攀升。“累死人了！”“感觉回到20世纪！”“我的宝贝鞋子毁了！”当今时代，已经没有人能够容忍放慢速度了。
我的大众监测仪给我发来警示：“请注重。您正处在恶劣社会情绪峰值区，公共秩序紊乱有可能在10分钟后发生。”我还是赶紧闪吧！
最后我不得不踏上老城区的水泥马路，以原始步速行走了好几个小时，才走到我的实验室。它位于一座盖满衣藻的绿色大厦的第99层。衣藻是一种能吸取太阳能的绿藻。我们大楼用电就全靠它们。
这座城市里所有大楼的顶层如今都被用来发展农业了。依据各自不同的位置和水土，每座大厦专种一种蔬菜或瓜果，有的楼顶上是橙子，有的是番茄，有的是杧果。我们楼顶上呢，种的是芜菁。
芜菁层下面有一整层，全回大众研究学者使用。他们是生物学、物理学、心理学、哲学等不同领域的专家，还有城市规划师。按学科分类的时代已经过往了，当代的科研是按课题分类。照我看，现在这样好。
我刚到实验室，一个博士生就兴冲冲地朝我走过来，显然是为新发现而激动。这位博士生的研究课题是“野生”无人机的群体行为。这些飞行器自脱离人的掌控以来，似乎在继续进化，目前已经自行组成小型的智能社会，协同觅觅新能源了。博士生的新发现是，这些“野生”无人机之间似乎有一种舞蹈语言，借助空中动作交换信息。“舞蹈？”于是我给他讲，20世纪40年代奥地利动物行为学家卡尔·冯·弗里希（Karl von Frisch）发现蜂群的交流也靠一种类似无人机舞蹈的空中运动。
“蜜蜂？我倒是见到过一回，在‘消失物种博物馆’里。”
是啊，这些昆虫已经灭绝了几十年，现在的年轻人什么虫也不熟悉。
博士生还跟我说，他企图依托自己的研究写本书，书名都想好了，就喊《野生无人机群体研究》。
我的大众监测仪上出现了兴奋峰值点。宴会厅里，辞别惊喜派对终于预备好了。虽然我早就猜到，监测仪也早已预告，推开门的那一刻我还是惊呆了：这里大腕云集。我在图卢兹、苏黎世还有柏林时代的老同事全来了，还有德克·赫尔宾、所罗门·阿希、斯坦利·米尔格伦、比波·拉塔内、邓肯·瓦茨、尼古拉斯·克里斯塔基斯、博达诺夫兄弟，连弗朗西斯·高尔顿都现身了。总之，我们这个学科里有影响力的所有历史人物，居然都在我的退休辞别派对上现身。当然，我眼前的这些人并非真人，而是人工智能程序激活的有机复制品。虽然是复制品，但各位行业大咖的举止特征被模拟得惟妙惟肖，难怪这项技术成了最新时尚。只要花一点小钱，你就能跟中意的名人巨星共度一两个小时，无论对方在世还是已经作古。
晚会快结束的时候，一位同事动情地说：“74岁，你为什么这么早就退休啊？”的确，在“青春常驻丸”已经普及的当代，我至少还可以再工作10年。不过我还是更想用余生往多多旅行，发现世界。
与大家一一热情拥抱过后，到了彻底回还白大褂的时刻了。我离开实验室，转身融进茫茫人海，成为众多行人中的一员。
致谢
我首先想感谢奥莉维亚·雷卡森，感谢她给我这个分享科学冒险的机会，并且感谢她的信赖和宝贵意见。
若没有让娜的支持和鼓励，这本书也终难写就。究竟，一个又一个的晚上，我是在她翻唱伊迪丝·皮雅芙的《人群》（ la Foule）的歌声中写作的。
深深感谢阿涅斯、玛丽翁、索尼娅、西蒙、吉尔、马提斯、贝特朗、巴吉，还有马马杜，我的这些朋友们像工蚁一样不吝时间精力，重读校正我的初稿。还有伊萨克和索拉勒，帮我检查拼写问题。
最后，当然少不了感谢路上的行人和社交媒体的用户，没有你们，我永远无法完成这些研究！