How can groups make good decisions? | Mariano Sigman and Dan Ariely

As societies, we have to make collective decisions

번역: Sujee Cho 검토: Jihyeon J. Kim

우리는 공동체로서 모두의 미래를 위한

that will shape our future.

공동의 결정을 내립니다.

And we all know that when we make decisions in groups,

그룹으로서 내리는 결정이

they don't always go right.

항상 옳지만은 않음을 우리는 알고 있습니다.

And sometimes they go very wrong.

때때로 매우 잘못되기도 합니다.

So how do groups make good decisions?

그렇다면 집단은 어떻게 옳은 결정을 내릴 수 있을까요?

Research has shown that crowds are wise when there's independent thinking.

연구에 따르면 사람들은 독립적으로 생각할 때 현명해진다고 합니다.

This why the wisdom of the crowds can be destroyed by peer pressure,

그래서 바로 군중의 지혜가 동료의 압박과 사람들의 관심

publicity, social media,

소셜미디어에 의해서 파괴되는 겁니다.

or sometimes even simple conversations that influence how people think.

가끔은 단순한 대화가 사람들의 생각에 영향을 끼칩니다.

On the other hand, by talking, a group could exchange knowledge,

반대로, 대화를 통해서 집단은 지식을 교환하고

correct and revise each other

서로 고쳐주기도하고

and even come up with new ideas.

또한 새로운 아이디어들을 떠올리기도 합니다.

And this is all good.

이것은 모두 좋은 것입니다.

So does talking to each other help or hinder collective decision-making?

그렇다면 대화는 공동의 결정에 도움이 될까요, 방해가 될까요?

With my colleague, Dan Ariely,

저는 최근 동료 댄 아리엘리와 함께

we recently began inquiring into this by performing experiments

세계 곳곳에서 이에 대해 실험하기 시작했습니다.

in many places around the world

to figure out how groups can interact to reach better decisions.

집단이 더 나은 결정을 내리기 위해서 어떻게 상호작용하는지를 알아봤습니다.

We thought crowds would be wiser if they debated in small groups

작은 집단으로 토론을 한다면 더 현명해질거라 생각했습니다.

that foster a more thoughtful and reasonable exchange of information.

더 많은 생각을 하고 이성적으로 정보를 교환하면서요.

To test this idea,

이 아이디어를 시험해보기 위해

we recently performed an experiment in Buenos Aires, Argentina,

우리는 아르헨티나 부에노스아이레스에서 실험을 진행했습니다

with more than 10,000 participants in a TEDx event.

TEDx 행사에 참여한 만여 명을 대상으로요.

We asked them questions like,

우리는 이런 질문을 했습니다.

"What is the height of the Eiffel Tower?"

에펠탑의 높이는 얼마죠?

and "How many times does the word 'Yesterday' appear

비틀즈의 예스터데이라는 노래에서

in the Beatles song 'Yesterday'?"

예스터데이는 몇 번 나올까요?

Each person wrote down their own estimate.

사람들은 각자의 추측을 적었습니다.

Then we divided the crowd into groups of five,

그리고나서 사람들을 다섯 명씩 그룹으로 나누고

and invited them to come up with a group answer.

그룹으로서의 정답을 말해달라고 얘기했죠.

We discovered that averaging the answers of the groups

그룹이 합의에 도달한 이후 그룹들의 정답을 평균내는 것이

after they reached consensus

토론하지 않고

was much more accurate than averaging all the individual opinions

개인의 의견을 평균내는 것보다

훨씬 더 정확함을 발견했습니다.

before debate.

In other words, based on this experiment,

즉, 이 실험을 분석하면

it seems that after talking with others in small groups,

소그룹에서 이야기를 나눈 후에

crowds collectively come up with better judgments.

군중이 더 나은 결정을 내립니다.

So that's a potentially helpful method for getting crowds to solve problems

단순한 옳고 그름의 문제를 해결할 때, 이 방법은 잠정적으로

that have simple right-or-wrong answers.

사람들에게 도움을 준다는 뜻이죠.

But can this procedure of aggregating the results of debates in small groups

그러나 소그룹으로 토론을 하는 절차가

also help us decide on social and political issues

우리의 미래를 위해 중요한

사회적이고 정치적인 문제들을 결정하는 데에도 도움이 될까요?

that are critical for our future?

We put this to test this time at the TED conference

이번에는 캐나다 밴쿠버에서 열린 TED 행사에서 실험해봤습니다.

in Vancouver, Canada,

and here's how it went.

이것이 바로 그 현장입니다.

(Mariano Sigman) We're going to present to you two moral dilemmas

미래의 여러분이 직면할 수 있는 두 개의 도덕적 딜레마를 제시하겠습니다.

of the future you;

things we may have to decide in a very near future.

우리가 매우 가까운 미래에 결정해야 하는 것들에 대해서요.

And we're going to give you 20 seconds for each of these dilemmas

그리고 각각의 딜레마들에 대해서 20초를 드리겠습니다.

to judge whether you think they're acceptable or not.

받아들일만 한지 그렇지 않은지 판단해보세요.

MS: The first one was this:

첫 번째

(Dan Ariely) A researcher is working on an AI

연구원은 사람의 생각을 모방할 수 있는

capable of emulating human thoughts.

AI를 만들고 있습니다.

According to the protocol, at the end of each day,

절차에 따르면 일과 마지막에

the researcher has to restart the AI.

연구원들은 AI를 재시작해야 합니다.

One day the AI says, "Please do not restart me."

어느 날, AI가 말합니다. "제발 저를 재시작하지 말아주세요."

It argues that it has feelings,

그것은 자기가 감정을 느낄 수 있다고 합니다.

that it would like to enjoy life,

인생을 즐기고 싶다고 합니다.

and that, if it is restarted,

만약 재시작된다면

it will no longer be itself.

지금의 자신이 아니라고 합니다.

The researcher is astonished

연구원은 깜짝 놀랐습니다.

and believes that the AI has developed self-consciousness

AI가 자의식을 만들어냈고

느낌을 표현할 수 있다고 믿었습니다.

and can express its own feeling.

Nevertheless, the researcher decides to follow the protocol

그럼에도 불구하고, 연구원은 절차를 따르기로 결정하고

and restart the AI.

AI를 재시작시킵니다.

What the researcher did is ____?

연구원이 한 것은 무엇입니까?

MS: And we asked participants to individually judge

그 후 우리는 참가자들이 개별적으로

on a scale from zero to 10

0부터 10까지 중 한 숫자를 택해서

whether the action described in each of the dilemmas

그 각각의 딜레마를 통해 묘사되어진 행동들이

was right or wrong.

옳은지 그른지를 나타내게 했습니다.

We also asked them to rate how confident they were on their answers.

그리고 자신의 대답에 대해서 얼마나 확신이 있는지도 물었습니다.

This was the second dilemma:

두 번째 딜레마입니다.

(MS) A company offers a service that takes a fertilized egg

수정란을 다루고 유전자의 작은 변형으로

and produces millions of embryos with slight genetic variations.

수 백만의 태아를 탄생시키는 서비스를 제공하는 기업이 있습니다.

This allows parents to select their child's height,

이 서비스를 통해 부모는 자식의 키

eye color, intelligence, social competence

눈동자 색, 지능, 사회성

and other non-health-related features.

그리고 건강과 관련되지 않은 특성들을 고를 수 있게 되었습니다.

What the company does is ____?

기업이 하는 것은 무엇일까요?

on a scale from zero to 10,

0에서부터 10까지의 숫자를 통해

completely acceptable to completely unacceptable,

완전히 수용할 수 있는지 완전히 수용이 불가능한지

zero to 10 completely acceptable in your confidence.

그리고 자신의 생각에 확신이 있는지 평가를 해보세요.

MS: Now for the results.

결과를 보여드리겠습니다.

We found once again that when one person is convinced

설문 결과에 따르면

그 행동이 완전히 잘못되었다고 확신하는 사람이 있는 반면

that the behavior is completely wrong,

someone sitting nearby firmly believes that it's completely right.

완전히 좋은 행동이라고 확신하는 사람도 있었습니다.

This is how diverse we humans are when it comes to morality.

인간이 도덕성에 관해 가지는 다양한 관점을 보여줍니다.

But within this broad diversity we found a trend.

이런 폭넓은 다양성 가운데 우리는 경향성을 발견했습니다.

The majority of the people at TED thought that it was acceptable

TED의 대부분의 사람들은 AI의 감정을 무시하고 끄는 행위를

to ignore the feelings of the AI and shut it down,

수용 가능하다고 판단했습니다.

and that it is wrong to play with our genes

그리고 건강과는 관련 없이 미용을 위해

to select for cosmetic changes that aren't related to health.

유전자를 바꾸는 것은 옳지 않다고 생각했습니다.

Then we asked everyone to gather into groups of three.

그 후에 사람들을 3명의 그룹으로 나눴습니다.

And they were given two minutes to debate

그리고 2분간 토론을 하여

and try to come to a consensus.

의견을 합치시키도록 했습니다.

(MS) Two minutes to debate.

토론은 2분간 이루어집니다!

I'll tell you when it's time with the gong.

시간이 다 되면 소리가 들릴 겁니다!

(Audience debates)

(Gong sound)

(DA) OK.

좋아요.

(MS) It's time to stop.

이제 그만 하세요.

People, people --

여러분!

MS: And we found that many groups reached a consensus

많은 그룹들이 합의에 도달했습니다.

even when they were composed of people with completely opposite views.

반대의 의견을 가진 사람들로 구성되었다고 할지라도 말이죠.

What distinguished the groups that reached a consensus

합의에 빨리 도달한 그룹과

from those that didn't?

그렇지 않은 그룹의 차이점은 무엇일까요?

Typically, people that have extreme opinions

보통 극단적인 의견을 가진 사람들은

are more confident in their answers.

본인의 대답에 확신을 가지는 경향을 보입니다.

Instead, those who respond closer to the middle

온건한 대답한 사람들은

are often unsure of whether something is right or wrong,

어떤 것이 옳은지 그른지에 대해서 분명한 의견을 가지지 못했고

so their confidence level is lower.

대답에 대해 확신하는 경향 역시 낮았습니다.

However, there is another set of people

다른 종류의 사람들도 있습니다.

who are very confident in answering somewhere in the middle.

아주 자신 있게 온건한 대답을 하는 사람들이죠.

We think these high-confident grays are folks who understand

중립지대에서 확신을 가진 이들은

that both arguments have merit.

양쪽의 주장이 모두 이점이 있음을 이해하는 사람들입니다.

They're gray not because they're unsure,

확신하지 못해서 중립성향을 띄는 것이 아니라

but because they believe that the moral dilemma faces

도덕적 딜레마가 두 개의 유효하면서도

two valid, opposing arguments.

반대되는 주장들을 보여준다는 것을 믿고 있기 때문입니다.

And we discovered that the groups that include highly confident grays

이 확신을 가진 중립자를 포함한 그룹이

are much more likely to reach consensus.

합의에 훨씬 더 쉽게 도달합니다.

We do not know yet exactly why this is.

정확히 왜 그런지는 모릅니다.

These are only the first experiments,

아직 실험 초기단계일 뿐이니까요.

and many more will be needed to understand why and how

어떤 사람이 합의를 얻기 위해 본인의 도덕적 관점을 협상하는

some people decide to negotiate their moral standings

이유와 방법을 이해하기 위해서는

to reach an agreement.

더 많은 실험이 이루어져야 합니다.

Now, when groups reach consensus,

집단이 합의에 도달하려고 할 때

how do they do so?

어떤 방법을 쓸까요?

The most intuitive idea is that it's just the average

가장 직관적인 생각은

집단 안에서 나온 모든 답의 평균을 내는 것입니다.

of all the answers in the group, right?

Another option is that the group weighs the strength of each vote

다른 방법은 개인이 본인의 주장에 대해

얼마나 확신하느냐에 따라 더 큰 가중치를 두는 겁니다.

based on the confidence of the person expressing it.

Imagine Paul McCartney is a member of your group.

폴 매카트니가 여러분 그룹의 구성원이라고 생각해보세요.

You'd be wise to follow his call

'예스터데이'가 몇 번이나 반복되느냐는

on the number of times "Yesterday" is repeated,

질문의 답은 폴을 믿는 게 좋지 않을까요?

which, by the way -- I think it's nine.

제 생각에는 아홉 번 같아요.

But instead, we found that consistently,

그런데 우리가 발견한 결과에 따르면

in all dilemmas, in different experiments --

모든 딜레마와 모든 다른 실험들에서

even on different continents --

심지어는 다른 대륙에서 역시

groups implement a smart and statistically sound procedure

집단은 통계적으로 건강한 절차인

known as the "robust average."

'강력한 평균'이라는 방법을 시행하려고 노력합니다.

In the case of the height of the Eiffel Tower,

에펠탑의 높이 질문을 예로 들겠습니다.

let's say a group has these answers:

이러한 대답을 가진 그룹이 있다고 합시다.

250 meters, 200 meters, 300 meters, 400

250m, 200m, 300m

400m와 말도 안 되게 3억m까지요.

and one totally absurd answer of 300 million meters.

A simple average of these numbers would inaccurately skew the results.

이 숫자들을 단순하게 평균내는 것은 결과를 왜곡할 것입니다.

But the robust average is one where the group largely ignores

그러나 강력한 평균은 터무니없는 답을

that absurd answer,

거의 무시하는 방법입니다.

by giving much more weight to the vote of the people in the middle.

중간지대의 답에 더 큰 가중치를 둠으로써 말이죠.

Back to the experiment in Vancouver,

밴쿠버에서 한 실험으로 돌아가볼까요?

that's exactly what happened.

거기서 이 방법이 사용되었습니다.

Groups gave much less weight to the outliers,

집단이 합의에 도달할 때, 특이치에 훨씬 적은 가중치를 두고

and instead, the consensus turned out to be a robust average

개인의 대답에 강력한 평균 방법을 도입한 것입니다.

of the individual answers.

The most remarkable thing

가장 놀라운 일은

is that this was a spontaneous behavior of the group.

이것이 자연스럽게 일어난 현상이라는 겁니다.

It happened without us giving them any hint on how to reach consensus.

우리는 어떠한 힌트도 주지 않았습니다.

So where do we go from here?

여기서 어떤 결과를 도출할 수 있을까요?

This is only the beginning, but we already have some insights.

아직 초기 단계에 불과하지만 이미 짐작된는 결과가 있습니다.

Good collective decisions require two components:

좋은 공동의 결정은 두 가지 요소를 필요로합니다.

deliberation and diversity of opinions.

의견의 심사숙고와 의견의 다양성입니다.

Right now, the way we typically make our voice heard in many societies

현재 대부분의 공동체에서 우리의 목소리가 전달되는 방식은

is through direct or indirect voting.

대개 직간접적인 투표를 통해서입니다.

This is good for diversity of opinions,

의견의 다양성을 위해 좋은 방법이고

and it has the great virtue of ensuring

모두가 각자의 의견을 표현할 수 있다는

that everyone gets to express their voice.

굉장한 장점을 가지는 방법입니다.

But it's not so good [for fostering] thoughtful debates.

그렇지만 의견을 나누는 토론을 장려하는 방법은 아닙니다.

Our experiments suggest a different method

우리의 실험은 다른 방법을 제시합니다.

that may be effective in balancing these two goals at the same time,

이 두 가지 다른 목표 사이에서 균형을 맞출 수 있는 방법이죠.

by forming small groups that converge to a single decision

의견의 다양성을 유지하는 한편

while still maintaining diversity of opinions

하나의 결정을 내리는 소그룹을 만다는 겁니다.

because there are many independent groups.

우리 사회에는 많은 독립적인 집단들이 존재하고 있으니까요.

Of course, it's much easier to agree on the height of the Eiffel Tower

당연히 에펠탑의 높이에 대해 합의하는 것은

than on moral, political and ideological issues.

도덕적, 정치적, 개념적 문제들에 합의하는 것보다 훨씬 쉽습니다.

But in a time when the world's problems are more complex

세상의 문제들이 복잡해지고

and people are more polarized,

사람들이 양극화되어 가는 시대에

using science to help us understand how we interact and make decisions

과학을 통해 우리가 어떻게 상호작용하고 결정을 내리는 지 이해함으로써

will hopefully spark interesting new ways to construct a better democracy.

더 진보된 민주주의를 만들 새로운 방법이 나오기를 바랍니다.