L’efecte de les prioritats errònies: per què el problema que un grup posa més amunt sol ser una conseqüència, i què mostra una sala simulada sobre votar en lloc de cartografiar les causes.

Per què una votació dividida sobre una pregunta causal s’ha de passar a altres instàncies en lloc de fracassar en silenci, i com, si se’n remet la decisió a altres grups, cap grup no pot dirigir el mapa.

Per què cal reservar unes quantes places de la llista curta per a idees passades per alt que tinguin una font al darrere, i què aporta això a una sala que classifica per intuïció.

Com milers de persones en sales petites arriben a un sol mapa causal: murs separats, preguntes compartides, afirmacions que viatgen, formulacions fusionades només pels seus autors i mapes integrats en un de sol.

Totes les xifres que hi ha darrere de True Causes, de simulacions que es distribueixen amb el programari: causes trobades votant davant de causes trobades amb el mapa, la mida del grup, el precipici de l’error i què pot fer i què no pot fer una minoria dins de la sala.

True Causes fa servir el Diàleg Democràtic Estructurat en línia: els cinquanta anys de recerca en què es basa (Warfield, Christakis, Laouris, Dye, Ashby, Miller), on se n’aparta i en què es diferencia de Polis i de la Habermas Machine.

Ajuntaments, grans organitzacions, organismes reguladors, sindicats i plantilles, universitats, anàlisis d’incidents: per a què serveix un mapa causal que conserva els desacords, i què no fa.

Set problemes que els moviments en xarxa del 2011 van deixar oberts (cap programa, símptomes en lloc de causes, líders informals, por, escala, contagi, patrocini) i com s’hi enfronta un mapa causal compartit, incloent-hi on es queda curt.

21 models de llenguatge, 14 personatges, 120 vincles causals sobre l’habitatge: el personatge no va canviar de manera mesurable quins vincles s’acceptaven. Els models més febles s’equivocaven; els capaços coincidien en la majoria de vincles i es dividien de manera coherent en la resta. Què vol dir això per als jurats de models.