我们怎样才能收获最好的想法？

探索过程从根本上说是在一个人的社交网络中寻找新的想法，因此为了理解如何找到最好的想法，我启动了覆盖两个社区内每一个人的两项大数据研究，历时两年多，获得了将近二百万小时的交互数据。这些研究使我能够建立定量的预测模型，来说明我们人类如何发现新的想法并将其纳入我们的决策。

这些研究描绘了这样一幅画面：周围同伴的范例和故事形成了围绕我们的思想的溪流，而人类就像水手航行其中，并受其影响形成我们的习惯和信仰。如果尝试，我们可以抵制这种思潮，甚至选择划向另一条思想的溪流。但我们的大多数行为是由我们所接触到的想法所决定的。在这些溪流中流动的思想将我们联系在一起，形成一种包含同辈共同学习的集体智慧。

人类持续的探索行为是一个以同伴间显而易见的人气为指引的快速的学习过程。相反，习惯和偏好的养成则是一个缓慢的过程，需要在一个同伴群体中反复接触和感知验证。我们的社交世界既有通过探索获得新思想带来的冲动和兴奋，也有更安静而缓慢的与同伴的交往过程，以便甄别出哪些想法应该转化为个人习惯和社会规范。

我把组织看成是在思潮中航行的一群人。他们有时航行于思想充沛的快速而清澈的溪流，但有时却处于死水潭或可怕的漩涡中。还有些时候，一个人的想法从思潮中分离出来，并把大家引向一个新的方向。对我来说，这就是社区和文化的真义，其余的只是表象和错觉。

当思潮融入源源不断的外来思想时，社区中的个人能够做出更好的决定。然而，要将新的想法引入工作小组或社区，须谨记以下三点：

社会学习至关重要。将复制他人的成功与个人学习相结合，其效果比单独的个人学习要好得多。当你的个人信息不明确时，更多地依靠社会学习；当你的个人信息强大时，则较少地依赖社会学习。

这些结论有一个令人不安的暗示，那就是当今的超联通世界可能正在朝思想流动过多的状态发展。在充满回音室的世界里，赶时髦和恐慌是常态，而作出正确决定变得困难许多。我们需要更多地关注我们的想法从何而来，我们应当积极地忽视普遍的看法，而追踪不随大流的想法。（我们可以创建软件工具来帮助我们自动完成这项工作，但前提是我们必须跟踪想法的出处。）

反对者很重要。当人们的行为独立于社会学习之外时，他们很可能拥有独立的信息，并充分信任这些信息，使得他们足以对抗社会影响的作用。尽可能多地找到这样的“聪明人”，并向他们学习。

有时候这些反对者拥有最好的想法，但有时他们只是怪人。怎样知道他们到底是哪个呢？如果你能找到许多这样的独立思考者并且发现他们中的一大部分取得了一个共识，那么真正明智的策略就是遵循“反对者的共识”。

多样性很重要。当每个人都朝同一个方向前进时，很有可能你的信息和想法来源不够多样化，你应该作进一步的探索。社会学习的一大危险是群体思维。为了避免群体思维和回音室效应，你必须将社会学习的启发与那些只有外部信息源的孤立的个体所做的工作进行比较。如果社会学习产生的所谓“常识”只是来自孤立个体的过于自信的想法，那么你很可能处于群体思维或回音室效应的状态。在这种情况下，反对该常识会是一个极好的策略。

不过，同时考虑多个战略，实现多样化也是很重要的，因为随着环境的变化，旧的战略会失效，而新的战略将起主导作用。因此，你需要的并不是当下最成功的策略，而是必须找到未来的最佳策略。而鉴于预测未来的难度，社会学习的多样化就变得很重要。

总之，人们表现得像思想处理机，将个体思考和源于他人经验的社会学习结合起来。成功在很大程度上取决于你探索的质量，而这又依赖于信息和想法来源的多样性与独立性。通过从我们的社交网络中接触其他思潮的部分获取信息和想法，即通过跨越社会学家Ron Burt所说的社会结构中的“结构洞”，我们可以进行创新。当我们选择探究不同的思潮时，我们会培养新的习惯和信仰，而正是这些创新帮助我们做出更好的决定，并帮助我们的社区蓬勃发展。

Alex Pentland领导着MIT的人类动力学实验室，并主管MIT媒体实验室的创业项目。他还联合领导着世界经济论坛大数据和个人数据倡议（World Economic Forum Big Data and Personal Data Initiatives）。迄今为止，他的研究小组和创业项目已经孵化出了30多家公司。2012年，福布斯将Pentland评为“世界上最具影响力的七位数据科学家”之一。

经许可，本章节摘自“Social Physics：How Good Ideas Spread——The Lessons froma New Science”（Penguin Press，2014）。