意思決定は私たちの日常生活の不可欠な部分です。 重要な意思決定については、一般的にはグループが個人よりも優れていると仮定して他者と協力したいと考えています。 結局のところ、これは両方で 人間 & 動物。 委員会、パネル、審査員は、通常、この "群衆の知恵個々の意見と意見を共有することで、コンセンサスが得られるまでグループ内で議論することができます。
しかし、2つのヘッドが必ずしも1つより良いとは限りません。 過度に支配的な指導者、時間的制約、社会的ダイナミクスの存在は、 グループの利点を消散する。 最近の研究では、 科学的なレポート状況が不確実な場合には、最善の判断条件を調査しました。 言い換えれば、十分に情報に基づいた決定を下すことができない場合は、単独で、またはグループでより良いのか？
不確実性が存在する場合、感覚から来る情報は一般的に正確な決定を下すのに十分ではありません。 また、 知覚的決定画像内の特定のオブジェクトを探すなど、推論は役に立たない。 そのような状況では、最良の決定は、一般に、 気持ちを腸。 しかし、研究は、他者とのあなたの決定について議論することを示唆している あなたのパフォーマンスを高める必要があります.
我々の実験では、参加者に、群衆のペンギンと、恐らく北極熊を持つ北極環境の一連の画像を示しました。 これらの2種として画像を操作した 反対の極で生きる。 それぞれのイメージの後、参加者はできるだけ早く、写真にシロクマがあるかどうかを決定しなければならなかった。 各画像は、1秒間に1秒間表示されたため、個人にとって非常に難しいものでした。以下の動画をご覧ください。
北極熊はありますか？ （ヒント：はい）。
{youtube}https://youtu.be/5oQHtf8UDNU{/youtube}
私たちは34参加者を募集し、3組に分けました。 セットAとB（各10参加者）では、人々はお互いの相互作用なしに孤立して実験を行った。 各決定の後、セットBの参加者は、その決定にどれくらい自信があるかを示した。 すべての参加者が同じ画像を見ていたので、私たちは可能なペアとグループのパフォーマンスを研究しました。
セットCでは、無作為に7組を作り、各参加者を別々の部屋に入れました。 実験中に各ペアが情報を交換できるようにしました。 各対の1人のメンバーは、唯一の知覚情報（第1の応答と呼ばれる）に基づくものと、他のメンバーの第1の応答およびその信頼度（第2の応答）も考慮に入れた2つの決定をした。
孤立した参加者（AとBのセット）を単純に一緒に追加してペアリングすると、群衆の知恵が違いを生みました。ペアは個人よりも正確でした。 ペアが決定に同意しなかった場合は、最も信頼できるメンバーの決定を使用しました。 しかし、驚くべきことに、集合Cの通信参加者は集合Aと集合Bの孤立した参加者よりも50％の誤りを多く抱えていた。言い換えれば、同じ作業を単独で行うのではなく、 。
グループのコミュニケーションは、人々が行った誤った決定の数を増やすだけでなく、参加者に決定の信頼度を正しく評価させることもできませんでした。 私たちは、意思決定に非常に自信を持っている人々は、自信がないと感じる人々よりも正しい可能性が高いことを認識しています。 これはセットBには当てはまりましたが、セットCでは、決定の信頼度は答えが正しいかどうかとは関係ありませんでした。
実験で何が起こったのは、過信がある（しかし、不正確な）人々が、自信がない（しかし正確な）人々に間違った決定に向けて意見を変えることを納得させることでした。 したがって、コミュニケートする参加者に、それぞれの決定が危険なので、信頼度を報告するよう依頼する。
無意識の心を読む
この研究では、脳波を追跡して記録するために頭皮に配置された電極を使用する脳波記録（EEG）を用いて、異なる意思決定者の脳活動を調べた。 目標は、参加者に自信を持って質問することなく、意思決定の質を評価するパターンを見つけることでした。
我々は、脳の特定の領域における脳波の強度が、ユーザの決定の信頼を反映することを見出した。 次に、脳信号を用いて各参加者の決定信頼を予測し、機械学習アルゴリズムを介して応答時間を予測するための脳 - コンピュータインタフェース（BCI）（脳波に直接接続されたコンピュータ）を開発した。 私たちのインターフェースは、意識不明の心を掴み、他の推論が始まる前に決定の信頼性の証拠を得るように設計されました。
私たちのBCIを使用する場合、参加者は彼らの信頼水準に関するフィードバックを受けていませんでした。 このようにして、私たちは、脳活動だけに基づいて、それぞれの決定についてより信頼されるべき人物を確立することができました - 後で回答を追加する際にペアとグループの決定の精度を向上させる助けとなりました。
我々の結果は、人々が情報を交換しない場合にのみ、不確実性の間に2つの心が1つより良いことを示唆している。 また、BCIを使用して最適なグループ決定を行うことで、脳の信号に応じてより信頼されるべきグループメンバーを確立することができます。
これは意思決定を改善するために様々な職場を助けることができます。 最大限のパフォーマンスを達成するには、BCIを備えた複数の独立したユーザーが必要です。 これは、誤った決定が重大な結果をもたらすシナリオで特に有効です。 たとえば、監視では、警察官が監視カメラを監視して、シーンの脅威を特定します。 ブローカーがより良い意思決定を行い、お金を節約できるようにするため、財務面でも、 同様に、医療では、X線画像より優れた診断を行うために、放射線医師がBCIの支援を受けることができます。 これは実際に人生を救うのに役立ちます。
著者について
Braide-Computer Interfacesの博士研究員、EyeWink Ltd.の共同設立者であるDavide Valeriani氏は、 エセックス大学
関連書籍：
at InnerSelfMarketとAmazon
