NOTATER · BELEGG
True Causes ble testet i simulering før noen brukte den: mot et kjent svar, og mot plasser som stemmer som en blokk. Hvert tall på denne siden kommer fra disse simuleringene, som følger med programvaren og kan kjøres på nytt på noen få minutter. En påstand vi ikke kan gjenskape, står ikke på denne siden.
En simulert organisasjon med tjue problemer, hvorav fem virkelig er de dype årsakene. Femten personer arbeider seg gjennom den, to hundre ganger per rad, og avgjør hvert par slik True Causes gjør det: én stemme per person, avgjort ved 75 % av de avgitte stemmene. Fordi det er en simulering, kjenner vi det riktige svaret, så vi kan telle hvor mange av de fem hver metode ender opp med — den eneste ærlige måten å gi en prosess poengsum på, siden ingen virkelige rom har en fasit.
| Rommet rangerer etter det som gjør vondt i dag | Stopp ved avstemningen | Fortsett og bygg kartet | Kart, med plasser holdt av til belegg |
|---|---|---|---|
| ikke i det hele tatt | 3.1 av 5 | 3.9 av 5 | 4.1 av 5 |
| litt | 2.4 av 5 | 3.8 av 5 | 4.1 av 5 |
| for det meste | 0.8 av 5 | 3.4 av 5 | 4.0 av 5 |
| nesten utelukkende | ingen | 0.2 av 5 | 3.3 av 5 |
Les den nederste raden. Når et rom rangerer rent etter hva det føler, peker avstemningen ut ingen av de fem virkelige årsakene, og et kart bygd oppå redder bare 0.2 — en årsak som faller ut ved avstemningen, kan ikke hentes inn igjen senere. Den siste kolonnen er løsningen: hold av fem plasser på kortlisten til oversette ideer underbygd med en kilde, og rommet finner 3.3 av 5 i sitt verste tilfelle. Og les den øverste raden: selv et rom helt uten blindsone finner flere ved å kartlegge enn ved å stemme, 3.9 mot 3.1, fordi et parvis spørsmål ved 75 % er et bedre instrument enn en rangering.
Gruppestørrelse betyr mindre enn nøyaktighet. Med like nøye folk som ovenfor finner paneler på fem til femti alle mellom 4.0 og 4.5 av de fem årsakene; et større panel lar færre par stå omstridt, men hvert medlem svarer på hvert par. Et rom deles i grupper på rundt femten fordi femten personer kan lese én vegg og svare på parene dens i én økt, ikke fordi tallene topper seg der.
Det finnes et stup, og det er menneskelig. Når folk tar feil om én av fem virkelige påvirkninger, og om én av ti der det ikke er noen påvirkning, finner en gruppe på femten fortsatt 4.0 av de 5 årsakene. Når de svarer feil på ett av tre spørsmål, blir 78 % av parene aldri avgjort, og kartet peker ut 2.9, mest fra de få parene som ble avgjort; å velge fem kort tilfeldig ville peke ut 1.25. Syttifem prosent kan fange opp spredte feil, men ikke et rom som for det meste tar feil. Derfor stilles ett spørsmål til et helt panel om gangen, i stedet for femti spørsmål til én person.
Noen svar kommer gratis. Hvis gruppen er enig i at A påvirker B og B påvirker C, trenger ingen å bli spurt om A og C — det følger allerede. Med én stemme per person er snarveien liten: den fjerner 1–3 % av spørsmålene, fordi en kobling først avgjøres ved 75 %, og over 800 parvise kjøringer kostet den ingen nøyaktighet i det hele tatt.
Duplikater koster tid, ikke årsaker. La de fem mest synlige klagene stå på veggen som tre ulikt formulerte kort hver. Siden hvert kort med et klistremerke blir strukturert, mister ingen virkelig årsak plassen sin: rommet finner fortsatt 4.0 av de fem. Men rommet svarer på 830 par i stedet for 380. Å slå sammen duplikater er det som holder partrinnet kort.
Den samme simulerte organisasjonen, tjue problemer, fem virkelige årsaker. Femten personer avgjør hvert par ved 75 % av de avgitte stemmene. Noen plasser stemmer som en blokk: ærlig overalt, unntatt der sannheten skader én årsak — den versjonen som er vanskeligst å se, den en KI-agent ville spilt. Et rom på tretti kjøres slik det bygges opp: alle skriver på én vegg, personene fordeles i to grupper ved loddtrekning, hvert kort går til forfatterens gruppe, hver gruppe strukturerer sin egen vegg, en fastlåsning går til den andre gruppen, og en brorunde stiller hver gruppes røtter opp mot den andres. Hvert tall nedenfor er to hundre simulerte rom med den innstillingen.
| plasser mot én årsak | årsaker pekt ut | målet blant de fem øverste | flagget |
|---|---|---|---|
| ingen | 4.1 av 5 | 79 % | 4 % |
| to av femten | 3.9 av 5 | 62 % | 78 % |
| tre av femten | 3.8 av 5 | 43 % | 98 % |
| fire av femten | 3.7 av 5 | 34 % | 99 % |
| seks av femten — overtatt | 3.6 av 5 | 30 % | 35 % |
| ingen av tretti, to grupper | 4.6 av 5 | 94 % | 2 % |
| fire av tretti, to grupper | 4.5 av 5 | 90 % | 28 % |
| åtte av tretti, to grupper | 4.2 av 5 | 63 % | 54 % |
Et mindretall kan ikke legge til en kobling. Det kan presse én årsak nedover på kartet: to plasser av femten holder den utenfor de fem dypeste mer enn en tredjedel av gangene, fire plasser to av tre ganger, og resten av kartet ser fint ut. Men de samme plassene havner i mindretall på hvert par som berører den årsaken, og protokollen flagger det — 78–99 % av rommene med en slik blokk og 4 % av de ærlige, som et antall, aldri et navn. Seks plasser overtar en gruppe fullstendig, og da er mønsteret for vanlig til å skille seg ut. Botemiddelet er de siste radene: i et rom på tretti splittes blokken ved loddtrekning, og en fastlåsning går til den andre gruppen, så fire plasser lar årsaken bli stående ni av ti ganger.
Ingen skript virker. Parene finnes ikke før avstemningen er avsluttet, så hver plass må lese og svare som alle andre, med minst tre sekunder per par. Det stopper hastverk, ikke en KI. Det en KI ikke kan skaffe, er en person som går god for den.
Noen må gå god for rom. Det er gratis å åpne rom, så fabrikkerte rom kunne stemme ned virkelige rom på det felles kartet. Et roms avgjørelser teller bare når det tilhører en verifisert organisasjon, har en vert som instansen stoler på, eller noen har gått god for det fra et rom som allerede teller — og ett navn er én talt stemme per spørsmål, uansett hvor mange rom det åpner. Hvert rom vises likevel på det sammenslåtte kartet, merket som talt eller ikke verifisert, så en leser alltid ser hvem som uttalte seg, og hvem sine avgjørelser som veide. I simulering — fem virkelige rom mot fem fabrikkerte — tar regelen en virkelig årsak fra å overleve i 69 av 100 kjøringer til alle 100.
Skjulte tall hjelper litt. Når en tredjedel til halvparten av folkene ville kopiert det som ligger an til å vinne, koster det rommet omtrent en femtedel av en årsak å vise antallet klistremerker under avstemningen: 4.0 av de fem funnet mot 4.2 når antallet er skjult. Plassene for belegg fanger det meste av det mengden overser; antallet forblir skjult fordi metoden stemmer i stillhet.
Hvor nøye folk må være. Hvis hver person har de vanskelige parene riktig fire av fem ganger og de lette ni av ti, finner én gruppe 4.1 av de fem virkelige årsakene og et rom med to grupper 4.6. Hvis folk tar feil tre av ti ganger, blir 70 % av parene aldri avgjort, og kartet er gjetning. Derfor sendes et par en gruppe ikke kan bli enig om, ikke tilbake til de samme personene: hver side skriver én setning om hva som ville gå tapt hvis den andre siden vant, publisert uten navn ved siden av paret, og paret går til en annen gruppe, som leser dem og svarer på det på nytt.