True Causes
DA

NOTER · KILDER

Struktureret demokratisk dialog – Forskningen bag True Causes

True Causes er en onlineimplementering af struktureret demokratisk dialog (Structured Democratic Dialogue), den metode, der voksede ud af John Warfields Interactive Management og blev udviklet af Alexander Christakis og Yiannis Laouris. Den er ikke ny: halvtreds års fagfællebedømt arbejde, hundredvis af dokumenterede dialoger. Laouris og Christakis kaldte det at udnytte kollektiv visdom og pegede på skala som dens sværeste begrænsning; at løfte den begrænsning er det, True Causes er til for. Nogle få bevidste afvigelser. Én af dem: metoden holder hver idé knyttet til forfatterens navn hele vejen igennem, og dens udøvere hævder, at anonymitet svækker ansvarligheden. Her er ingen navngivet inde i en dialog, fordi navnet på en arbejdsplads eller i et splittet fællesskab er det, der forhindrer folk i at skrive den sande seddel. Vi mener, at afvejningen er rigtig; den er uprøvet. Se forskningen. Mekanismeforskningen omkring den, reglerne, der er afprøvet mod blokafstemning, og implementeringen er det, vi lægger til.

Den bredere litteratur: Structured Democratic Dialogue · Interpretive Structural Modelling · Interactive Management. Vores egne simuleringer og deres resultater følger med softwaren og er beskrevet i de noter, der følger med den.

Hvad der ellers findes. Polis finder, hvor en mængde allerede er enig, og viser dig klyngerne. Remesh og lignende værktøjer skalerer den enighedssøgning til tusindvis af mennesker. Habermas Machine skriver en udtalelse, som det meste af en gruppe kan skrive under på. Alle tre er gode til ét spørgsmål: hvad er vi enige om? Dette stiller et andet — hvad forårsager hvad? — afgør det par for par og bevarer de uenigheder, det ikke kan afgøre, i stedet for at glatte dem ud. Det nærmeste værktøj er metodens eget: IdeaPrism fra Laouris’ team kører sortering og kortlægning asynkront og sender uenigheder tilbage til begrundelse.

Ikke mængdens visdom. Galtons okse og ethvert forudsigelsesmarked siden virker ved at tage gennemsnittet af uafhængige gæt: fejlene ophæver hinanden, fordi ingen talte sammen. Det er det rette værktøj til et tal — en vægt, en dato, en pris. Det har intet svar på forårsager A B, hvor hundrede uinformerede gæt giver et uinformeret gæt i gennemsnit. Dette virker omvendt: folk bringes til at tale sammen først, så det, de bedømmer, er informeret; og deres bedømmelser tages ikke i gennemsnit, men tælles op mod en grænse, de skal nå sammen. Uafhængighed er, hvad en mængde har brug for; fælles forståelse er, hvad en gruppe har brug for.

Med andre fags ord. For en datalog er dette menneskebaseret beregning: mennesker besvarer hvert par, og en algoritme, fortolkende strukturel modellering, samler kortet. For en økonom arbejder det med spredt viden i Hayeks forstand: det, et problem kræver, er spredt over mange mennesker, og ingen har det hele. På et offentligt spørgsmål er det civil intelligens. Og det er kollektiv problemløsning, ikke kollektiv beslutningstagning: det giver grundlag for en beslutning og overlader beslutningen til dem, der skal stå til ansvar for den.

Kør en struktureret demokratisk dialog online, om jeres eget spørgsmål.

← Forside · Flere noter