《黑镜》第三季第一集剧照
然而Peeple等应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。本区邮递员和蔼可亲，给五星。在手机应用商店里，Peeple自己收获了百余条评价，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？如果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，他们的集体判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观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入史册呢？
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，建立了一个叫“音乐实验室”（MusicLab）的网络平台，在上面放了48首专业团队制作的音乐作品，都是首次面世的新作。之后，他们邀请15000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判断，结果这48首曲子的得分都差不多，并没有特别突出的。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价。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流行歌曲了。
照这么看来，评分系统真的能帮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。似乎音乐本身的品质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，把它推到流行榜首。人们被各类社交信息淹没，失去了审慎分析的能力。
不过根据研究者们的观察，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年时间里积累的知识已经多到令人头晕目眩。新的群体智慧模型正在形成，可以预见，它们将很快被应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趣。
本文摘自新书《新乌合之众》，澎湃新闻经授权刊载，标题为编者所拟。
《新乌合之众》，【法】迈赫迪·穆萨伊德/著 刘耘/译，中信出版集团·新思文化，2021年6月版
