---

群居动物要做出两种类型的选择：其一是共识决定，即这个群体做出一个一致的集体选择，比如寻找巢穴的蚂蚁决定栖身何处；其二是组合决定，比如关于如何在工蜂中分配工作的问题。

研究人员在利斯特博士的带领下，对蜜蜂群体进行了研究。一旦群体内的蜜蜂达到一定数量，这个群体便会在春末或夏初分裂。老蜂王带着大约2/3的工蜂出走，迁入新巢，把新蜂王和其余的工蜂留在旧巢内。在离开的蜜蜂中有侦察蜂，它们负责寻找新巢址，然后返回并报告信息。它们用一种摇摆舞来通告合适的新巢地点，舞蹈时间越长，说明地点越好。不久，其它侦察蜂开始探访同伴推荐的地点，回来后也大跳摇摆舞。这一过程最终导致蜜蜂就最佳地点和蜂群迁移达成共识。这个决定相当可靠，因为蜜蜂们选择了最佳地点，哪怕两个选择之间只有细微的差别。 但是，究竟蜜蜂是如何达成共识的呢？为了找到答案，利斯特和同事设计了一个决策过程的计算机模型。通过对计算机模型的调整，他们发现，非常善于找到筑巢地点、但没有分享信息的计算机仿生蜜蜂大大延迟了迁移行动，导致蜂群无家可归，且容易受到侵害。相反，计算机仿生蜜蜂盲目跟随其它蜜蜂跳摇摆舞、却不首先核查筑巢地点是否如宣传的那样名副其实，它们导致了迅速但却是错误的决定。研究人员得出结论认为，蜜蜂快速辨别最佳筑巢地点的能力取决于蜜蜂在交流最佳地点的位置时的相互依赖性与它们在确认该信息时的独立性发生相互影响的情况。

利斯特说：“蜂群会设法预防和阻止可能损害良好决策过程的集体思维。”当投资者争相购买某个股票、其他人纷纷效仿、从而造成泡沫的时候，人们就会表现出这种糟糕的决策过程。

出现另一种集体思维的情况是，人们要么得不到关键来源的信息，要么被群体中的一些成员控制，其中有的或许不怀好意。这也已经在动物身上得到了证明。布鲁塞尔自由大学的若泽·阿卢瓦利用仿生机械蟑螂，彻底搅乱了活蟑螂的行为，并控制了它们的决策过程。在实验中，人造蟑螂被引入活蟑螂群中，很快就与它们充分融合、群居在一起，两者看上去并无二致。通过操纵属于少数的人造蟑螂，阿卢瓦能够说服蟑螂选择不合适的藏身之处——即便这个藏身之处以前因为有机器侵入而被它们放弃。这可以成为一种新的捕蟑法的科学依据吗？

动物作出集体决定的方式可以是非常复杂的。英格兰里斯托尔大学奈杰尔·弗兰克斯和同事对一种蚂蚁建立新蚁穴的过程进行了研究。他们在皇家学会的杂志上发表报告,阐述这种昆虫是如何减轻匆忙决策的弊端的。如果蚂蚁现有的巢穴受到威胁，它们就派出侦察蚁四处寻找新的巢穴。它们完成迁移的过程的长短，不仅取决于蚂蚁在多长时间内就现有的最佳巢穴地点达成一致，也取决于它们在多长时间内能搬迁到那里。如果找到了一个合适的地点，侦察蚁就开始引导守候旧巢穴的其它侦察蚁到达新巢穴。问题是，如果快速做出决定，没有几个侦察蚁知道路线，那么训练搬迁所需的侦察蚁就需要更长的时间。蚂蚁搬家需要将蚁后、工蚁和幼蚁运到新巢穴。

弗兰克斯和同事辨认出一种使蚂蚁搬迁过程更有效的行为，称为“逆向前后跑”。在搬迁的运输阶段，侦察蚁带领其它同行者沿着最快捷的路线回到旧巢穴，这样更多的侦察蚁就熟悉了线路。集体决策的动态是与这些决定的贯彻紧密交织在一起的。虽然尚不清楚这可能与人类做出的选择有何关系，但是这的确表明，为一项事业招募活跃能干的领导者是多么重要。

 

英国《经济学家》周刊文章《参考消息》2009.4.27