තමන් සමග තව කීදෙනෙක් එකඟවේදැයි විමසීමෙන් වඩාත් නිවැරදි තක්සේරුවක් ලබා ගත හැකිය
ජනතාව අතරේ බොහෝ දෙනෙකු යමක් ගැන දරන මතය සාමාන්යකරණය කිරීමෙන් ඒ පිලිබඳව ඕනෑම පුද්ගලයෙකුගේ – විශේෂඥයෙකුගේ වුණත් දරන මතය අභිබවා යාමට හැකිවන බව හඟවන දත්ත ඕනෑ තරම් තිබේ. එසේ වුවද, විශේෂිත දැනුම ඕනෑ කරන අවස්ථාවක ජනරාශියේ ප්රඥාව, ඒ ජනරාශිය තුළ විශේෂඥයන් ද සිටියේ වී නමුත් බොහෝ දුරට නිවැරදි නොවේ. බහුතරයේ අවිද්යාවෙන් ඔවුන්ගේ මතය වැළලී යන හෙයිනි. එහෙත් Nature සඟරාවෙහි ජනවාරි 30 දා පළ වූ වාර්තාවක, බහුතරයේ මතය වැරදි වන අවස්ථාවල දී පවා ජන සමූහයකින් නිවැරදි පිළිතුරු උකහා ගැනීමට හැකි නව මගක් ඉදිරිපත් කර තිබේ. අධ්යයනය මෙහෙයවනු ලැබුවේ මැසචුසෙට්ස් තාක්ෂණික ආයතනයේ (Massachusetts Institute of Technology- MIT) චර්යාමය ආර්ථිවිද්යාඥ ඩ්රේසන් ප්රිලෙක් විසිනි.
ජනරාශි ප්රඥා සංසිද්ධිය පිළිබඳ බහුලව ම උපුටා දක්වන නිදසුන වනුයේ 1987 සිදු කළ අධ්යයනයක ප්රතිඵලයි. එම අධ්යයනයේ දී පර්යේෂකයෝ බරණියක බහා තිබූ (පැණි රස කෑමක් වන බෝංචි ඇට හැඩැති) ජෙලිබීන් සංඛ්යාව කොපමණ දැයි තක්සේරු කරන ලෙස සිසුන් 56 දෙනෙකුගෙන් ඉල්ලා සිටියහ. මේ අනුමානයේ සාමාන්යය වූයේ 871 කි. එය, එක් අයෙකුගේ හැර අනෙකුත් සෑම තනි තනි පුද්ගලයන්ගේ අනුමානවලට වඩා බරණියේ ඇත්තටම තිබූ ජෙලිබීන් 850හේ සංඛ්යාවට වඩාත් සමීප විය. එහෙත්, මේ ප්රවේශය හැමවිටම සාර්ථක වන්නේ නැත.
නිරවද්යභාවය වැඩි දියුණු කිරීම අරමුණු කරගත් පූර්ව අධ්යයනවල දී බොහෝ විට සිදු වූයේ විශ්වාසනීය ප්රමාණනය(confidence ratings) ලබා ගැනීමයි. වැඩි විභවයක් ඇති පිළිතුරු වලට වැඩි බරක් දීමෙන් නිරවද්යතාව වර්ධනය කරගත හැකිවේ. එසේ වුවද, සමහර අවස්ථාවන්වලදී මෙය අසාර්ථක වේ. මිට නිදසුනක් හැටියට හිතා මතාම නොමග යවන සුළු ප්රශ්න අසන අවස්ථා දැක්විය හැකියි– පෙන්සිල්වේනියාවේ අගනුවර පිලඩෙල්පියාව නේද? යි (හිතා මතාම) ඇසුවොත් නිවැරදි පිළිතුර හැරිස්බග් වුව ද බොහෝ දෙනා පිළිතුරු දෙන්නේ ‘ඔව්’ යනුවෙනි(පිලඩෙල්පියාව ඓතිහාසික වශයෙන් වැදගත්, විශාල නගරයක් බව ඔවුන් දැනසිටිනා හෙයිනි). විශ්වාසනීය ප්රමාණනය මේ ගැටළුව ලිහීමට අසමත් වන්නේ නිවැරදි නොවන පිළිතුරක දීද, නිවැරදි පිළිතුර සම්බන්ධයෙන් තරමටම ජනතාවට විශ්වාසනීයත්වයක් ඇති හෙයිනි.
අධ්යයන කණ්ඩායම මීට සරල එහෙත් දක්ෂ පිළියමක් සැලසුම් කළහ. ඔවුන් එය හැඳින් වූයේ ‘පුදුම එළවන සුළු ජනප්රිය’ ක්රමය(surprisingly popular) ලෙසිනි. මෙහිදී පිළිතුර සහ විශ්වාසනීය ප්රමාණන සැපයීමට අමතරව අනෙක් අය කෙලෙස ප්රතිචාර දක්වන්නේ දැයි පුරෝකතනය කිරීමට සහභාගී වන්නන්ට දන්වන ලදී. ඔවුන් පෙන්වා දෙන්නේ, පුරෝකතනය කළ පිළිතුරට වඩා ජනප්රිය පිළිතුර තෝරා ගැනීම ‘වඩාත් ජනප්රිය’(“most popular”) ‘වඩාත් විශ්වාසනීය’(“most confident”) ක්රම පරදවාලීමට සමත් වූ බවයි. නොමග ගිය බහුතරය මෙන්ම නිවැරදි සුළුතරය යන දෙපාර්ශවයම පුරෝකතනය කරන්නේ සියළුම දෙනා වැරදි ප්රතිචාරය දක්වන බවයි. එහෙයින් පුරෝකතනය කළ ප්රතිචාරයට වඩා බොහෝ විට වැඩිපුර සැපයුනේ සුළුතර(එහෙත් නිවැරදි) ප්රතිචාරයයි. බහුතර අවස්ථාවල දී විශේෂඥයන් නොවන අය කුමක් සිතයි ද යන්න විශේෂඥයෝ දනිති. එහෙයින් එවැනි අවස්ථාවල වඩාත් ‘පුදුම එළවන සුළු ජනප්රිය’ ප්රතිචාරය තෝරා ගැනීම වඩාත් නිවැරදි වන බව ප්රිලෙක් පෙන්වා දෙයි.
විවිධ පරිස්ථිති (settings රාමු) හතරක දී ඔව්-හෝ-නැහැ යන ද්විමය (යුගල) ප්රශ්න කෙරෙහි අධ්යයනය අවධානය යොමු කරන ලදී. ඒ සෑම අවස්ථාවකදීම, තනිකර බහුතර හෝ විශ්වාසනීයත්වය පදනම් කරගත් හෝ ක්රම නොව දෝෂ සියයට 21 සිට 35 දක්වා ප්රමාණයකින් අඩු කර ගනිමින් නව ක්රමය හොඳ බව පෙනී ගියේය. ‘‘මෙහිදී වැදගත් වන එක් අවස්තාවක් තිබෙනවා. ඒ අදහස තමයි තමුන් සමග තව කොපමණ දෙනෙක් එකඟ වේදැ යි ජනතාවගෙන් අහන එක’’ අර්වින්හි කැලිෆෝනියා විශ්ව විද්යාලයේ සංජානන විද්යාඥ මයිකල් ලී කියයි. ඔහු අධ්යයනයට සහභාගී නොවූවෙකි. ‘‘එය වැඩ කරන්න තියෙන දක්ෂ විදිහක්. එම ප්රතිඵල අපව පොළඹවන සුළුය.’’
මේ අධ්යයනයෙන් මතු වූ කාරණා සැබෑ ලෝකයේ දී ඉක්මණින්ම යොදා ගැනීමට ද මග පෑදී ඇත. ජර්මනියේ, මනාව සංවර්ධනය සඳහා වූ මැක්ස් ප්ලෑන්ක් ආයතනයේ ස්ටෙෆාන් හර්සොග්, පියයුරු සහ සමේ පිළිකා රෝගනිර්ණය වැඩි දියුණු කිරීම පිණිස ‘සමූහ බුද්ධිය’ යොදාගෙන සිදු කළ අධ්යයනයක යෙදී සිටියේය. එම අධ්යයනය පසුගිය වසරේ ප්රකාශයට පත් කෙරුණකි.
‘‘ සිද්ධාන්තයක් ලෙස ගත්තහම බහුතරයේ මතය ඉස්මතු වන ඕනෑම අවස්ථාවක් සඳහා එය යොදා ගත හැකියි’’ ඔහු සඳහන් කරයි,‘‘ ඔවු, සිය තීරණය ගැන පමණක් නොව ජනතාවගෙන් කොපමණ අනුපාතයක් ඒ හා එකඟ වේද යන්න ප්රශ්න කෙරෙන ඕනෑම අවස්ථාවක් සඳහා.’’
මෙම අධ්යයනයේ ප්රතිඵලවල දිගු කාලීන අරමුණ වනුයේ, පිළිතුරු නොදන්නා, හොඳින් විග්රහ නොකෙරෙණු පිළිතුරු නොමැති ප්රශ්න සඳහා මනා තක්සේරුවක් කිරීමේ හැකියාව ජනනය කිරීමයි. ‘‘මෙහිදී ක්රමවේදය වනුයේ පිළිතුර සත්යාපනය කළ හැකි තම ක්රමය සියුම්ව සුසර කර ඉන් අනතුරුව සත්යාපනය කළ නොහැකි ප්රශ්න සම්බන්ධයෙන් ද ඔබට කළ හැකි හොඳම දේ එය බව උපකල්පනය කිරීමය’’ යි ප්රිලෙක් විශ්වාසයෙන් යුතුව කියා සිටී.
Scientific American හි පළවූ Hive Mind: New Approach Could Improve on Crowd Wisdom යන ලිපිය ඇසුරෙනි
තතු 
ප්රතිචාරයක් ලබාදෙන්න