首页 > 资讯 > 国际动态 > 新的研究表明,常识并不是那么普遍
2024-04-11 16:35:17

新的研究表明,常识并不是那么普遍

新的研究表明,常识并不是那么普遍

新的研究引入了一个量化常识的新框架,揭示了共同信念的显著变化和社会感知的影响。他们的研究结果突出了常识性认知的独特性,为未来人工智能的全球研究和应用提供了建议。

宾夕法尼亚大学的研究人员解决了对知识理解的一个重大缺陷。

纵观人类生存的历史,错综复杂的社会的持久和发展在很大程度上依赖于知识的积累和应用。同样重要的是理解关于什么是真实的或不真实的共同信念,通常被称为常识。这个概念在日常场景中发挥着重要作用,比如遵守交通规则:行人本能地避开迎面而来的车辆,而驾车者则避免使用人行道作为捷径来避开交通堵塞。

然而,偏离这些看似直观的人际行为原则的现象仍然普遍存在。尽管常识无处不在,但对于个人集体认为的对与错,并没有一致的共识。

瓦茨和怀廷对常识的研究

现在,宾夕法尼亚大学综合知识大学工程与应用科学学院和沃顿商学院的教授邓肯·沃茨和马克·怀廷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上量化常识的方法。

“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这些信念,”沃茨说。“马克和我打算做的是创建一个框架,以系统的、实证的方式回答这些问题。”

个人和集体的常识

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”。这包括评估人们对特定主张的一致程度,以及个人对他人对这些主张的一致程度的了解程度。

怀廷说:“从本质上讲,我们不仅要衡量人们是否同意一种说法,还要衡量他们对这种共同同意的意识。”“这种方法超越了简单地汇总协议,而是理解了共识的深度和广度。”

第二个方面是集体常识,一个关注不同群体的共同信念的概念。这一方法帮助研究人员衡量了群体**同信念的程度,有趣的是,他们发现群体越大,共同信念就越少。

研究人员将这种测量方法称为“pq常识”度量标准,其基础是绘制出人们之间共享的信念网络——每个人和他们所相信的每一项主张都是相互关联的——目标是在这个网络中找到对某些主张高度一致的集群或群体。

怀廷说:“这里,‘p’代表人口的一小部分,‘q’代表索赔的一小部分。“然后,该框架计算一定比例的人p分享的索赔比例q。”

怀廷说,这就像对一大群人进行调查,找出这些人中有多少人同意某一特定比例的说法。它量化了一个群体中常识的共性。

f框架测试和洞察

为了测试这个框架,研究人员随后收集了大量的4407种说法——从哲学陈述到实践真理——并让2046个人根据他们认为这些说法的常识程度对它们进行评分。主张类别的例子对应于维基百科本体的最高层次,包括一般参考:地理和地点,数学和逻辑,文化和艺术,哲学和思想。他们还根据他们在事实与观点、字面语言与修辞、知识与推理等方面的立场对主张进行分类。

然后,他们将他们的框架应用到这些数据中,分析共识网络以找到共同信念的模式,他们的结果显示,个人认为的常识存在显著差异,很少有信念在群体层面上得到普遍认可。

“有趣的是,年龄、教育程度或**倾向等人口因素对一个人的常识水平没有显著影响,”怀廷说。“但是,社会感知能力——理解他人想法的能力——确实与更高的常识相关。”

他们的研究还强调了常识性信念的个体独特性,表明在较大的群体中,对常识性信念的一致性显著降低。怀廷说:“我们的研究结果表明,每个人对常识的看法可能都是独一无二的,这使得常识的概念没有人们想象的那么普遍。”研究人员指出,鉴于他们对常识作为一种社会概念的兴趣,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,以了解它是如何变化的,以及可能存在哪些普遍方面。他们还对开发方法来测量和实现人工智能系统中的常识感兴趣,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。

瓦茨说:“当我们认为某件事是常识时,我们通常会对它感到非常强烈,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。”因此,无论我们的目标是更好地解决关于常识问题的分歧,还是向计算机传授常识,我们最好首先对什么是常识、什么不是常识有一个更清晰的认识。这就是我们想要实现的目标。”

参考文献:《量化个人和集体常识的框架》,作者Mark E. Whiting和Duncan J. Watts, 2024年1月16日,《美国国家科学院院刊》。DOI: 10.1073 / pnas.2309535121