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。
研究背景
当 LLM 进入 billions 人的日常，它不再只是"工具"，而成为人类集体认知的中介层。Max Planck 人类发展研究所的 Iyad Rahwan 与 Ralph Hertwig 团队（第一作者 Jonas W. Burton）在《Nature Human Behaviour》发表综述，提出一个关键问题：
大模型究竟是放大还是削弱了人类的集体智慧？
三个重塑方向
作者指出 LLM 正在从三个机制改变集体智慧：
-
中介社会学习（mediating social learning） 推荐系统、对话助手在"重连"人的社交网络——人越来越从 AI 而非彼此那里获得信息，这会改变文化累积与信息扩散的路径。
-
增强意义建构与前瞻（enhancing sense-making & foresight） AI 能把人类与机器预测组合（combination），提升预测质量；也能帮群体更快对齐目标、澄清假设。
-
重塑预测的聚合（reshaping aggregation） 当越来越多人用同一类模型，原本"多样、独立"的判断可能趋于同质化——这正是 Surowiecki 四条件被侵蚀的危险信号。
核心张力：放大器 vs 同质化器
论文点出 AI 时代集体智慧的最大悖论： - 正向：AI 扩展每个人的知识边界、连接互补专长、充当"魔鬼代言人"暴露盲点 - 负向：若大家都依赖同一个模型，预测的多样性下降，集体智慧反而退化——"相关误差"会取代"独立误差"，削弱聚合优势
这呼应了 Scott Page 的 Diversity Prediction Theorem：AI 若压缩了"预测多样性"，集体的准确反而受损。
与 DSG 框架的呼应
这篇综述是 DSG Generative Collaboration™ 与 Wisdom of Crowds 模块在 AI 时代的注脚：AI 时代的教练与容器设计，核心任务之一是刻意保住人类的认知多样性——让 AI 做"连接器与放大器"，而不是让所有人长成同一个模型的克隆。COACH State™ 在 AI 时代的新内涵，是"人保持独立判断、不被模型同化"。