实验社会学：代表性个体的影响力悖论
反常识案例
音乐实验室：流行音乐如何流行
在我们的常驻程序员彼得·奥塞尔（Peter Hausel）和博尔特传媒（一个面向青少年的社交网站）的几个朋友的帮助下，我们做了一项基于网络的音乐“市场”模拟实验——“音乐实验室”。博尔特传媒允许我们在它家网站上宣传该实验。在几周的时间里，大约有1.4万名会员点击了广告并同意参与进来。当他们打开我们的页面后，会被要求听一些未知乐队的歌曲并做出评价，如果他们愿意的话，还可以下载下来。一些参与者只能看见歌名，而另一些人还可以看见歌曲的历史下载量。我们称后一组实验为“社会影响”组，里面的人将会被进一步划分进8个平行“世界”，实验者只能看见自己所在“世界”的下载量。因此，如果新来的人被随机划分到了1号“世界”，他可能会看见帕克理论乐队（Parker Theory）的歌曲《她说》（She Said）排名第1位。如果他被分配到了4号“世界”，这首歌可能排名第10位，而排名第1位的或许是52路地铁乐队（52 Metro）的《禁闭》（Lockdown）。16
我们并不会操控排名，所有“世界”的初始下载量都是零。由于不同“世界”是相互独立的，它们可以独立发展。因此，这种设置使我们能够直接测试出社会影响的作用。如果人们了解自己的喜好，不受他人想法的影响，那么“社会影响”和“独立”条件下的结果应该没有什么差别，也就是在所有“世界”中，同一首歌曲应该获得大致相同的下载量。但是，如果人们并非独立做出决定，累积优势就会生效，那么“社会影响”条件下的各个“世界”将截然不同，它们与“独立”条件下的实验结果也会不一样。
最终我们发现，当人们可以看见别人的下载信息时，确实会受到影响，就像累积优势模型预测的那样。比起“独立世界”，在所有的“社会影响世界”里，流行歌曲更受欢迎（而不流行的歌曲则更会无人问津）。但是，与此同时，不同“世界”里最火的热门歌曲也不尽相同。也就是说，将社会影响引入人类决策过程，不仅增加了不平等性，也增加了不可预测性。收集再多歌曲的相关信息也无法消除这种不可预测性，这就像仅凭掷骰子来预测结果一样不可行。更确切地说，不可预测性是市场动态本身固有的。
值得注意的是，社会影响并没有完全消除品质的作用，在实验中，平均而言，“优秀”歌曲（以“独立”条件下的流行度衡量）的表现仍比“低劣”歌曲要好。同样，最好的歌曲永远不会垫底，最差的歌曲也不会拔尖。也就是说，即使是最好的歌曲有时也会错失第1名，而最差的歌曲有时也会表现不错；那些处于中游的歌曲，也就是大部分不好不坏的歌曲，则可能产生任何结果。比如，52路地铁乐队的《禁闭》，品质在48首歌中排名第26位，但在某个“社会影响世界”中，它排名第1位，而在另一个“世界”中却排名第40位。换言之，只有当“世界”之间的变化很小时，某首歌的“平均”表现才有意义。但是，这种随机变化的差异往往非常大。比如我们发现，通过改变网页格式，将歌曲从随机排列变为名次排列，可以提高社交信息的有效强度，从而增强不平等性和不可预测性。在这个“强影响”的实验中，随机扰动在确定歌曲排名上起到的作用超过了品质差异的影响。总的来说，品质排在前5位的歌曲只有50%的机会成为最“流行”的5首歌。
许多观察家解读说，我们的发现只不过是体现了青少年随意的音乐品位，或是反映了当代流行音乐的空虚罢了。但原则上，我们的实验可以适用于社会环境下人们做出的任何选择，包括给谁投票、如何看待同性婚姻、购买哪部手机、加入哪个社交网络、上班穿什么衣服或者如何处理信用卡债务等。在很多情况下，设计实验看似简单，但做起来其实并不容易，因此我们选择了音乐作为研究的切入点。人们喜欢听音乐，而且习惯从网络上下载。因此，通过建立一个类似音乐下载网站的页面，我们进行了这项实验。它不仅成本低廉（我们不需要给实验者报酬），还相当接近“自然”情景。但归根结底，真正关键的是实验者需要在相互矛盾的选项之间做出选择，而且他们的选择会受到他人决定的影响。青少年是一个权宜之选，因为在2004年，他们是浏览社交网站的主力军。但需要声明的是，青少年并没有什么特别之处，我们在后来的一个实验中招募的大多数是成年的专业人士。你可能会猜到，这些人的偏好和青少年的会有所不同，所以歌曲的平均表现也略有变化。但事实上，他们和青少年一样容易受到他人行为的影响，所以同样具有不平等性和不可预测性。17
“音乐实验室”真正揭示的实验结果与格兰诺维特的暴动模型的基本观点非常类似，即当个体受到他人行为的影响时，相似群体的行为可能会变得截然不同。虽然这听起来可能没什么大不了的，但它从根本上动摇了一些常识解释。我们正是根据这些常识去解释为什么一些事物成功而另一些失败了，为什么社会规范要求我们做这些而不做那些，以及为什么我们相信我们所相信的事情。常识解释通过用“代表性个体”代替集体的方法，避开了“个体选择如何整合成集体行为”这整个问题。因为我们认为自己已经弄清楚了每个人做事的原因，所以只要我们知道发生了什么，就总能声称这就是“人民”“市场”或者其他任何虚拟个体想做的事。
通过对微观－宏观问题的剖析，“音乐实验室”等类似实验揭示了上述循环论证中的谬误。正如虽然你能明白单个神经元的所有行为，却仍会困惑于人脑意识的出现；同样，你可能了解一个给定群体中的每个人——他们的喜恶、经历、态度、信仰、希望和梦想，却仍无法预测他们的集体行为。因此，根据一些虚拟的“代表性个体”的偏好来解释某些社会过程的结果，这种做法极大地夸大了我们区分因果的能力。
如果你问问Facebook的5亿名新注册会员：如果回到2004年，他们是否愿意在网上贴出自己的个人简介、与数百名好友分享和更新自己每天的动态呢？很多人可能会说“不”，他们也确实不会这样做。换句话说，这个世界并不是坐等有人发明Facebook，然后我们好加入其中，而是有一小部分人出于各种原因先参与进来，并开始使用它。这些人之前就有过类似体验，又在使用Facebook的过程中积累了经验，这时其他人才会开始加入。然后这些人又会吸引更多人加入，以此类推，这样才成了我们今天所见的Facebook。既然Facebook这么受欢迎，显然它是迎合了人们的需求。否则，人们为什么要用它呢？
这并不是否认Facebook这些年采取的明智之举，也不是说它不应该像现在这样成功。问题的关键在于，我们对于它取得的成功做出的解释并没有看上去那么相关。像《哈利·波特》和《蒙娜丽莎》一样，Facebook也有一些自己的特质，也都产生了相应的特定结果。但是，并不是这些特质致使结果的产生。事实上，最终我们不可能解释清楚，为什么《蒙娜丽莎》会成为世界上最著名的画作之一，为什么《哈利·波特》系列丛书在10年间售出了3.5亿册，为什么Facebook可以吸引5亿多名用户。到头来，唯一靠谱的解释可能是，琳恩·特鲁斯（Lynne Truss）著的畅销书《教唆熊猫开枪的“，”》（Eats, Shoots and Leaves）的出版商在被问及该书的成功时给出的答案：“它卖得好是因为有很多人都买它。”
没错，很多人并不喜欢这个结论，但大多数人都承认，我们的决定有时会受他人想法的影响。然而，承认我们的行为偶尔会被他人行为左右是一回事，而对于作者、公司的成功，以及社会规范的意外变化或者看似坚不可摧的政治体系的迅速垮台等问题，要承认它们的真正解释可能超过了我们的理解范围，就完全是另一回事了。因此，当某些结果不能用特殊性质或给定条件来解释时，我们通常就会退而假设它由少数重要或有影响力的人决定。这也是我们第3章要讨论的话题。
章末总结
群体智慧的两个困境
1. 循环论证的困境：循环论证在探究事物成败缘由的常识解释中随处可见。比如，《哈利·波特》之所以成功，是因为它具有《哈利·波特》的特性，而非其他原因。
2. 微观－宏观问题的困境：在自然科学中，整体行为不能轻易地与自身各部分的行为联系起来。比如，我们不会把单个基因的行为当作基因组的行为，也不会把单个神经元的行为当作大脑的行为。然而，当谈论到社会现象时，我们讨论的确实是像家庭、公司、市场、政党、细分人群、国家这样的“社会角色”，就好像它们的行为或多或少与构成它们的人相同。也就是说，是家庭“决定”去哪里度假，公司“选择”商业策略。
如今，“社交网络”这个概念对人们来说已经司空见惯，从故事片到福斯特啤酒的广告语，社交网络无处不在。但令人难以置信的是，20世纪90年代中期，人们对社交网络的研究还非常模糊。这些研究主要是由一小部分擅长数学的社会学家开展的，目的在于分析人与人之间的社交互动。1近年来，社交网络领域的发展极其迅猛，这主要得益于高速计算机、电子邮件、手机等通信技术的发展，以及一些社交网站使人们能够同时精确地记录和分析多达数亿人之间的互动。现今，成千上万的计算机科学家、物理学家、数学家，甚至生物学家都把自己视为“网络科学家”，每天都会有关于网络系统结构和动力学的新发现问世。2