国际视角
汇集全球集体智慧的最新研究、经典著作、实践案例与代表人物，帮助中国读者建立国际视野。
栏目定位
集体智慧不是某个国家的专利。本栏目追踪全球前沿——从 MIT 集体智慧中心的实验室研究，到《哈佛商业评论》的管理洞见；从 James Surowiecki 的经典著作，到 Google Project Aristotle 的实战案例——为中国读者提供一幅完整的国际地图。
两条主线
本栏目内容围绕两条相互呼应的主线组织：
- 经典精华（永不过时）：经得起时间检验的奠基性研究与人——Woolley 的"c 因子"、Malone 的"CI 基因组"、Scott Page 的"多样性胜过能力"、Tetlock 的"超级预测者"、Pierre Lévy 对概念本身的界定。它们构成了集体智慧的科学底座，是任何时代都值得反复研读的元典。
- AI 时代前沿（与时俱进）：当大模型和智能体成为人类集体认知的中介层，集体智慧正在被重新定义——人类与 AI 如何协作、LLM 如何放大或压缩群体智慧、AI 如何充当"超级协调者"促进大规模审议。这是当下最活跃、也最关乎未来的方向。
子栏目
- 最新研究：MIT / HBR / Nature 等关于集体智慧的学术与管理研究（含经典与 AI 时代）
- 经典与新书：Wisdom of Crowds、The Difference、Collective Intelligence、Superminds、Wiser、Handbook of Collective Intelligence、The Global Brain 等导读；新增协作实践线——McDermott & Hall《The Collaborative Leader》、O'Connor & McDermott《The Art of Systems Thinking》、Dilts & McDermott《Intentional Fellowship》（明确指向"把连接变成集体智慧"）
- 全球实践案例：Google 亚里士多德计划、Good Judgment Project、DARPA 红气球挑战、Foldit 众包科学等团队效能与预测案例
- 机构与人物：MIT CCI、Thomas Malone、Anita Woolley、James Surowiecki、Scott E. Page、Ian McDermott（ITS 创始人、与 Robert Dilts 逾三十年合作）等
与 DSG 课程的关系
DSG 的 Success Factor Modeling: Facilitating Collective Intelligence™ 课程提供了系统化的面对面训练框架；本栏目则把这一框架置于更广阔的全球研究脉络中，帮助学习者理解：DSG 的方法既根植于严谨科学，也回应着当代组织最真实的协作挑战。
栏目内容
最新研究
能力越强的语言模型，越可能'不需要'协作？
MIT Media Lab 在 Nature Machine Intelligence 发表研究：多智能体协作并非越多越好，当单一智能体能力超过某个阈值后，增加协作者反而可能增加开销、降低性能。
大模型也会'过度协作'：Kim 等 2026 的 Nature Machine Intelligence 研究
MIT 等机构团队在《Nature Machine Intelligence》发表受控实验：在 260 种配置、6 个基准、5 种架构、3 个 LLM 家族上，研究多智能体协作何时优于单一强智能体。核心发现——存在一个'能力饱和阈值'：当底层单智能体已足够强，再加协作反而可能拖累表现。
每个团队都需要一位超级引导者
斯坦福心理学家 Jamil Zaki 在 HBR 提出：超级引导者通过调谐、沟通与贡献分配，把个体优势整合为集体智慧——这与 DSG 的 COACH Container™ 异曲同工。
人与 AI 何时协作最佳？MIT 106 项实验的元分析
MIT 集体智慧中心回顾 106 项实验发现：人+AI 组合平均而言并不优于最强的 AI 单独系统，但在人类本就强于 AI 的任务、以及内容创作任务上，人机协同最有价值。
AI 辅助的集体审议：让群体决策更智慧
两项标志性研究把 AI 用作'集体审议的促进者'：Habermas Machine（Science, 2024）用 LLM 合成高质量公众审议摘要，Democratic AI（Nature Human Behaviour, 2022）让算法学出被多数人认可的财富再分配规则——AI 开始承担'超级协调者'角色。
大模型如何重塑集体智慧？《Nature Human Behaviour》2024
Max Planck 研究所 Rahwan 与 Hertwig 团队在《Nature Human Behaviour》发表综述，系统梳理大模型（LLM）正在从'中介社会学习、增强意义建构、重塑预测聚合'三个方向改变人类集体智慧——既是放大器，也带来同质化与依赖风险。
集体智慧因子跨文化复现：Engel 等 2015 的 CHI 研究
Engel 等人在 CHI 2015 发表的研究，用标准化的'集体智慧'在线测评电池，证明 Woolley 2010 发现的 c 因子不仅存在于美国实验室，也在德国、日本的线下/在线、临时/长期群体中稳定出现——说明 c 因子是一个可跨媒介、跨情境、跨文化的通用群体绩效指标。
游戏玩家解出蛋白酶结构：Khatib 等 2011 的 Foldit 实验
华盛顿大学团队让在线游戏 Foldit 的玩家尝试解析 M-PMV 逆转录病毒蛋白酶的晶体结构。此前大量常规方法均告失败，而玩家生成的高质量模型直接促成了分子置换与结构测定——这是'众包科学'击败专业方法的经典案例。
9 小时找齐 10 个红气球：Pickard 等 2011 的 DARPA 社会动员实验
在 DARPA 网络挑战赛中，Pickard、Pentland 等团队用一套'递归激励机制'，动员大众在不到 9 小时内找齐散落美国本土的 10 个红色气象气球，赢得挑战。研究展示了大规模、时间紧迫的社会动员如何被精心设计激励所驱动。
集体智慧的'基因组'：Malone 如何用四个问题设计 CI 系统
Malone 等人分析了近 250 个网络集体智慧案例（Google、Wikipedia、Threadless 等），提炼出由'做什么/谁来做/为何做/怎么做'四个问题构成的'CI 基因组'——一套可像搭积木一样重组的系统设计框架。
集体智慧存在'通用因子'吗？Woolley 2010 的 c 因子
Woolley 等人在《Science》发表的两项研究（699 人、2-5 人小组）首次用因子分析证明：群体表现中存在一个通用'集体智慧因子 c'，它不取决于成员平均智商，而取决于社会敏感度、发言轮流平等与女性比例。
全球脑的浮现：Heylighen 2008 的宏观隐喻
比利时自由大学（VUB）复杂性科学家 Francis Heylighen 在 Tovey 主编的《Collective Intelligence》论文集中提出'全球脑'隐喻：随着 ICT 把人类连成一张全球神经网络，humanity 正在涌现出一个行星尺度的集体心智，类似有机体的大脑。
多样性胜过能力：Hong & Page 2004 的 PNAS 经典证明
密歇根学者 Hong 与 Page 在《PNAS》用数学与计算实验证明：在复杂问题上，由认知多样的普通解题者组成的群体，能够稳定胜过由高能力个体组成的同质群体。其基础是'多样性预测定理'——集体误差等于平均个体误差减去预测多样性。
经典与新书
《有意共同体》Dilts & McDermott：把连接变成集体智慧
Robert Dilts 与 Ian McDermott 基于三十年创意伙伴关系的实践指南，提出'有意共同体（Intentional Fellowship）'——一种主动、以价值观驱动的协作方式，明确把'把对话变成创造、把连接变成集体智慧（connection into collective intelligence）'作为核心承诺。
《超级思维》：人与计算机共同思考的力量
MIT 集体智慧中心主任 Thomas Malone 提出'超级思维'概念：任何以群体形式行动、表现出智能的系统——包括层级制、市场、社群，以及未来的人机混合系统。
《协作型领导者》McDermott & Hall：把协作变成领导力
Ian McDermott（ITS 创始人、'教练们的教练'）与认知心理学家 L. Michael Hall 合著的实操指南，把'协作型领导'拆解为可练习的能力：凝聚共同愿景、整合差异产生协同、建立协作文化，并识别伪协作与协作危机。
《Handbook of Collective Intelligence》Malone & Bernstein 主编：学科基石
由 MIT 集体智慧中心主任 Thomas Malone 与 Stanford 的 Michael Bernstein 主编，MIT Press 出版的学科手册。它汇集计算机科学、生物学、经济学、心理学等多学科视角，为'集体智慧'这一新兴交叉领域奠定共同的研究问题与术语基础。
《Wiser》Sunstein & Hastie：让群体决策更聪明
《Nudge》合著者 Sunstein 与决策科学学者 Hastie 在《Wiser》中系统剖析群体决策为何常常失败（放大错误、信息级联、群体极化、共享信息偏差），并给出让群体更聪明的实操方法（让领导闭嘴、重设激励、分配角色、预测市场等）。
《差异》Scott Page：为什么多样性胜过能力
密歇根大学复杂系统科学家 Scott Page 用数学证明'多样性胜过能力定理'：在复杂问题上，认知多样的普通群体能稳定击败高度同质的'精英'群体。其基础是 Diversity Prediction Theorem——集体误差=平均个体误差−预测多样性。
《群体的智慧》：为什么多数人比少数人更聪明
James Surowiecki 通过'猜牛重量'等经典案例提出：在多样性、独立性、去中心化和聚合机制四个条件下，群体的判断往往优于专家个体。
《The Global Brain》Howard Bloom：生命作为行星学习机
科普作家 Howard Bloom 在《The Global Brain》中提出：从细菌到人类，地球生命整体是一个'复杂适应系统'、一台行星尺度的学习机器。万维网只是这个'全球脑'演化的最新一步。
《集体智慧》Pierre Lévy：一个被创造出来的概念
法国哲学与新媒体学者 Pierre Lévy 在 1997 年的《Collective Intelligence: Mankind's Emerging World in Cyberspace》中首次系统提出'集体智慧'概念，把它定义为分布式的、实时协作的人类知识网络。
《系统思维的艺术》O'Connor & McDermott：看见模式与连接
Joseph O'Connor 与 Ian McDermott 用 NLP 训练师的视角，把'系统思维'从 Peter Senge 的抽象理论落地为可练习的技能：超越孤立事件、看见更深的模式与连接，用更小的投入获得更大的结果。
全球案例
Google 亚里士多德计划：高效团队的真正密码
Google 耗时两年研究 180 个团队，发现团队构成不重要，真正决定高效的是'心理安全感'等五大团队动力。
Good Judgment Project：普通人的预测如何击败情报专家
在 IARPA 资助的四年预测竞赛中，Tetlock 团队的'Good Judgment Project'用普通志愿者+偏差训练+聚合算法，预测准确率比 rival 团队高 35-72%，比有绝密情报的情报分析师还高约 30%。
机构与人物
MIT 集体智慧中心（MIT Center for Collective Intelligence）
MIT 集体智慧中心成立于 2006 年，是全球首个系统研究'人+计算机如何共同变得更聪明'的跨学科研究机构。
Anita Williams Woolley：集体智慧'c 因子'的发现者
卡内基梅隆大学组织行为与理论教授 Anita Williams Woolley 是 2010 年《Science》'集体智慧因子 c'论文的第一作者，奠基了'群体也有通用智力因子'这一实证领域。
Ian McDermott：把 NLP 与教练带到协作现场
Ian McDermott 是 International Teaching Seminars（ITS）创始人，被《独立报》称为'教练们的教练'，致力于把 NLP、教练与神经科学转化为可落地的协作与领导力工具；与 Robert Dilts 有逾三十年的创意伙伴关系是他重要的合作资产。
James Surowiecki：群体智慧概念的普及者
James Surowiecki 是《纽约客》前财经专栏作家，2004 年出版《群体的智慧》，让'集体智慧'从学术概念进入大众视野。
Scott E. Page：多样性与复杂系统的奠基学者
Scott E. Page 是密歇根大学复杂性科学家，以'多样性胜过能力定理'与'多样性预测定理'闻名，著有《The Difference》《The Diversity Bonus》《The Model Thinker》等书，并共同创办学术期刊《Collective Intelligence》。
Thomas W. Malone：集体智慧研究领域的奠基人
Thomas W. Malone 是 MIT 集体智慧中心创始主任，被誉为集体智慧与组织设计研究的先驱，其著作《超级思维》影响了全球对人机协作的理解。