你认为的常识真的是常识吗？未必

纵观人类历史，社会的生存和形成在很大程度上取决于知识。同样重要的是关于他人认知是对是错的假设，即常识。这一点在日常情况下很明显，比如遵守道路规则：行人自然避开车流，而司机则避免在人行道上行驶。

然而，偏离这些看似直觉的人际行为原则的现象仍然普遍存在。尽管常识无处不在，但对于个人的集体认知是对是错，并没有达成共识。

现在，宾州大学教授邓肯•瓦茨（Duncan Watts）和同时在宾大计算机系与沃顿商学院执教的马可•怀庭（Mark Whiting）共同开发了一个独特的框架来量化常识概念。在《美国国家科学院院刊》上发表的这篇论文中，他们提出了一种在个人和集体层面量化常识的方法。

瓦茨说：“常识是我们都认为自己拥有的东西，但我们很少会被迫阐明哪些认知是‘常识性的’，或者还有谁与我们有同感。马克和我着手创建了一个框架，以系统和实证的方式回答这些问题。”

“我们的研究结果表明，每个人的常识观念可能都是独一无二的。”—马可•怀庭

群体越大，共识越少

研究人员首先解决了如何量化定义常识的挑战，他们称之为“常识性”。这包括评估人们对某个特定主张是否赞同，以及对他人是否赞同该主张是否有意识。

该论文的第一作者怀庭说：“从本质上讲，我们不仅试图衡量人们是否同意某项主张，还试图衡量他们对共识的认知。这是一种理解共识深度和广度的方法。”

第二个方面是集体性常识，这是一个关注不同群体共同认知的概念。这项测量帮助研究人员衡量了群体中共同认知的程度。有趣的是，他们发现群体越大，持有的共同认知就越少。

研究人员引入了一个“pq常识”指标，以此绘制一个人们的共识网络——每个人和他们所认同的每一种主张都是相互关联的——目的是在这个网络中找到对某些主张有高度一致意见的群体。

怀廷说：“这里，p代表人群的一小部分，q代表主张的一小部分。然后，该框架计算出某个比例的p人群分享某个比例的q主张。”

他说，这就像检查一大群人，找出这些人中有多大比例同意某个百分比的说法。它量化了人群中常识的共性。

我们很少会被迫阐明哪些认知是“常识性的”，或者还有谁与我们的意见相同。——邓肯•瓦茨

常识真的普遍吗？

为了测试这一框架，研究人员收集了4407种认知结论，从哲学陈述到实践事实，并让2046人根据他们对这些认知的常识性程度对其进行评分。这些认知结论来源于维基百科本体论的最高水平陈述，还包括地理、数学和逻辑、文化和艺术以及哲学和思维等各种领域的参考文献。研究者还对事实与观点、字面语言与修辞、知识与推理等进行了分类。

然后，他们将自己的框架应用于这些数据，分析常识网络，以找到共同认知的变化路径。研究显示，个人对常识的看法存在显著差异，很少有常识能得到集体认同。

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

研究还显示出常识的个体独特性。在较大的群体中，对常识的一致性显著降低。怀廷说：“我们的发现表明，每个人的常识观念可能都是独一无二的，这使得常识其实不像人们预期的那样普遍。”

研究人员指出，未来会将他们的研究扩展到全球。这将研究不同文化和社会的常识，以了解常识是如何变化的，可能存在哪些全球共同性。他们还对开发在人工智能系统中衡量和实施常识检测的方法感兴趣，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，我们通常会对此有强烈的感受，但正如研究所示，我们经常在所谓的常识上意见相左。因此，无论我们的目标是要更好地解决分歧，还是向计算机传授常识，我们最好先更弄清楚它是什么，不是什么。这就是我们的研究目标。”

本文最初发表在《今日宾夕法尼亚》上。