常识的共性

纵观人类历史，复杂社会的生存和形成在很大程度上依赖于知识。同样重要的是关于别人认为是真是假的假设，即常识。这在遵守道路规则等日常情况下很明显：行人自然会避免走进交通，而司机则避免在人行道上行驶以绕过拥堵。

然而，偏离这些看似直观的人际行为原则仍然普遍存在。尽管常识无处不在，但对于个人集体认为的真假，并没有达成一致的共识。

现在，宾夕法尼亚大学整合了知识大学教授邓肯·沃茨（Duncan Watts）和工程与应用科学学院和沃顿商学院的马克·怀廷（Mark Whiting）开发了一个独特的框架来量化常识的概念。在《 美国国家科学院院刊》上发表的一篇论文中，研究人员提出了一种在个人和集体层面量化常识的方法。

“常识是我们都认为自己拥有的东西，但很少（如果有的话）我们被迫阐明我们认为哪些信念是’常识’，或者我们认为还有谁分享它们，”沃茨说。“马克和我着手做的是创建一个框架，以系统、实证的方式回答这些问题。
 
研究人员首先解决了定义和量化个人对常识的看法的挑战，他们称之为“常识性”。这涉及评估人们之间对特定主张的共识程度，以及个人对他人对这些主张的同意的了解程度。

“从本质上讲，我们不仅试图衡量人们是否同意一项主张，还试图衡量他们对上述共同协议的认识，”该论文的第一作者Whiting说。“这种方法超越了简单地计算协议，而是了解共识的深度和广度。

第二个方面是集体常识，一个专注于不同群体之间共同信仰的概念。这项措施帮助研究人员衡量了群体内共同信念的程度，有趣的是，他们发现群体越大，持有的共同信念就越少。

研究人员将这一措施作为“pq常识”指标引入，该指标的基础是绘制出人们之间共享的信念网络 – 每个人和他们相信的每个主张都是相互关联的 – 目标是在这个网络中找到集群或群体，其中对某些主张有高度的一致性。

“在这里，’p’代表人口的一小部分，’q’代表索赔的一小部分，”Whiting说。“然后，该框架计算出由一定比例的人 p 共享的权利要求 q 的比例。”

Whiting说，这就像检查一大群人，并弄清楚这些人中有多少百分比同意一定比例的主张。它量化了整个人群中常识的共性。

为了测试这个框架，研究人员随后收集了4,407个主张 – 从哲学陈述到实践真理 – 并让2,046人根据他们发现的常识性对这些主张进行评分。声明类别的例子与维基百科本体论的顶层相对应，包括一般参考文献：地理和地点、数学和逻辑、文化和艺术以及哲学和思想。他们还根据他们在事实与观点、文字语言与修辞手法或知识与推理等光谱上的立场对主张进行分类。

然后，他们将他们的框架应用于这些数据，分析协议网络以找到共同信念的模式，他们的结果表明，个人认为的常识存在显着差异，很少有信念在群体层面得到普遍认可。

“有趣的是，年龄、教育程度或政治倾向等人口因素并没有显着影响一个人的常识水平，”怀廷说。“但是，社会感知力——理解他人想法的能力——确实与更高的常识性相关。

他们的研究还强调了常识性信念的个体独特性，表明在更大的群体中，对常识的一致性显着减弱。“我们的研究结果表明，每个人的常识观念可能是独一无二的，这使得这个概念不像人们想象的那么普遍，”怀廷说。
研究人员指出，鉴于他们对常识作为一个社会概念的兴趣，将他们的研究扩展到全球范围将是合乎逻辑的下一步。这将涉及研究不同文化和社会的常识，以了解它如何变化以及可能存在哪些普遍方面。他们还有兴趣开发在人工智能系统中测量和实施常识的方法，这些方法可以提高人工智能对人类环境的理解并增强其决策能力。

“当我们认为某件事是常识时，我们通常会对它有非常强烈的感觉，但是，正如我们在这项研究中看到的那样，我们经常不同意它所说的内容，”瓦茨说。“因此，无论我们的目标是更好地解决关于常识问题的分歧，还是将常识传授给计算机，我们最好首先更清楚地了解它是什么，不是什么。这就是我们想要实现的目标。
 
邓肯·沃茨（Duncan Watts）是宾夕法尼亚大学史蒂文斯·宾夕法尼亚大学（Stevens Penn Integrated）知识大学教授。他在安纳伯格通信学院、工程与应用科学学院计算机与信息科学系以及沃顿商学院运营、信息和决策系担任教职，他是该学院的首任罗文研究员。他还经营着计算社会科学实验室（CSSLab），并在艺术与科学学院社会学系担任副教授。

Mark Whiting是宾夕法尼亚大学CSSLab的高级计算社会科学家。他隶属于宾夕法尼亚大学工程学院的计算机与信息科学系以及沃顿商学院的运营、信息和决策部门。