Создан алгоритм, предсказывающий решения судов и исход выборов
Пользователям ресурса FantasySCOTUS удалось предсказать решения Верхового суда США с 80-процентной точностью. Студенты Чикаго-Кентского колледжа права в Иллинойсе смогли создать алгоритм, проанализировавший 600 тыс. прогнозов, на основе которого планируют предсказывать результаты выборов, пишет MIT Technology Review.
Ученые давно интересуются «мудростью толпы» — феноменом, согласно которому большое количество отдельных людей, действуя независимо, принимают удивительно точные решения, иногда делая это лучше, чем самые умные индивидуумы.
Даниэль Кац из Чикаго-Кентского колледжа права в Иллинойсе и несколько его однокурсников нашли подтверждение этому феномену. Они создали алгоритм, который обработал данные ресурса FantasySCOTUS, на котором обычные люди могут делать предположения о решениях Верховного суда США по тому или иному делу. Студентам удалось изучить более чем 600 тыс. прогнозов от более чем 7 тыс. пользователей FantasySCOTUS и сравнить их с реально принятыми решениями Верховного суда.
«Мы пришли к выводу, что краудсорсинг обеспечивает точность прогноза до 80,8%, — говорит Даниэль Кац. — Насколько нам известно, этот набор данных и анализ представляют собой одно из самых больших исследований массовых прогнозов на сегодняшний день». Команда планирует использовать свой алгоритм для прогнозирования результатов судебных процессов и даже выборов.
Тем не менее, работа не учитывает слабые места этого подхода, пишет издание. Например, «мудрость толпы» часто дает сбой, когда мнения людей слишком сильно влияют друг на друга. Это может привести к катастрофическим ситуациям, когда большие группы придерживаются иррациональных или неправильных мнений под влиянием группового мышления.
«Мудрость толпы» оказалась мудростью просвещенного меньшинства. Ученые нейроэкономической лаборатории МТИ вместе с коллегами из Принстона опровергли мнение о том, что большинство всегда право — они создали алгоритм, который помогает найти правильные ответы среди мнений группы людей, большинство из которых ошибается.