張 怡

智能化社會究竟對人類的智能發(fā)展帶來怎樣的影響，也許這是一個仁者見仁、智者見智的問題。美國著名的發(fā)明家、未來學家?guī)炱濏f爾（Ray Kurzweil）認為，隨著人類對人工智能的開發(fā)，并且開發(fā)的速度又呈指數(shù)式的增長，未來人類與機器、現(xiàn)實與虛擬的界線會變得模糊，生物性的智能與非生物性的智能的合二為一可能成為不可改變的趨勢。在時間序列上，2010年超級計算機模擬人類智能；2020年個人電腦模擬人類智能，21世紀20年代中期軟件模擬人類智慧并有效建模。2030年左右，圖靈測試最終通過，機器智能與生物智能沒有區(qū)別。技術發(fā)展到這個程度，計算機能夠融合生物智能和機器智能，從而納米機器人形成；2045年由于電腦計算能力巨增和其成本的驟減，電腦所創(chuàng)造的人工智能的數(shù)量將是當今存在的所有人類智能數(shù)量的大約10億倍。那時，人類將會成功地逆向設計出人腦，技術出現(xiàn)了撕裂人類歷史結構的能力，“奇點”時刻就會出現(xiàn)。奇點主義的理論基礎是加速回歸定律，經(jīng)驗依據(jù)之一是摩爾的指數(shù)增長規(guī)律以及泛摩爾定律導致的科技性價比的指數(shù)化。但是，2016年世界半導體工業(yè)協(xié)會宣布半導體工業(yè)的生產不再遵循摩爾定律的路線圖，這意味著摩爾定律從此將失效，人類社會進入到一個后摩爾定律的時代，庫茲韋爾的觀點受到嚴厲的挑戰(zhàn)。盡管庫茲韋爾的奇點理論過于樂觀，但是他卻揭示了智能化社會條件下人類智能的進化可能出現(xiàn)新的變化。

從現(xiàn)代信息技術的發(fā)展看，人類智能的發(fā)展在個體層面借助于芯片技術的進展的確有可能在某個特定方面超越人類，但是從類的角度看人類大腦到目前為止仍然是一個謎。應該講，人類智能的發(fā)展并不是簡單地能夠從個體智能的發(fā)展中得到說明，而是應該從類的智能發(fā)展水平上得到解釋。在智能化的社會條件下，當社會的形態(tài)出現(xiàn)全面透徹的感知、寬帶泛在的互聯(lián)，那么一種基于以物聯(lián)網(wǎng)為載體的社會存在方式為人類智能的進化打開了新的空間。個體智能受生物性的制約，其感知的閥域值總是有限的，其思維的單個功能總是難以與機器智能相比。但是，當計算機呈現(xiàn)分布式的架構，各種智能傳感器不斷代替人的感覺器官，各種形式的數(shù)據(jù)、文本、圖表、聲音、信息不斷地被轉化為數(shù)字形式，并且能在賽博空間進行存儲和傳播時，那么人類的個體智能就有可能虛擬地連接起來，從而突破個體智能的局限，形成超個體的智能行為，并具備更有社會屬性的類的智能，這就是集體智慧（Collective Intelligence）。

一、集體智慧的智力因子

自從互聯(lián)網(wǎng)產生以來，集體智慧現(xiàn)象一直受到學術界的高度關注。但是，初期學術界對集體智慧的研究主要是在定性的意義上加以直觀的認定。但是，它是否真正具有人類意義上的智力行為，需要從定量的角度加以考量。我們知道個體的智力因素g不僅僅是心理學上測量智能行為的方法論產物，它也是個體智能進化中客觀存在的生理因素，是人類進化的產物。集體智慧要具有人類意義上的智能行為必須在行為方式上反映出與個體類同的智力行為。從直觀上講，當社會基于互聯(lián)網(wǎng)并通過眾多傳感器形成一個龐大的物聯(lián)網(wǎng)系統(tǒng)時，不同的個體是可以圍繞著同一個解題目標發(fā)揮它們各自的作用的，眾多個體行為的宏觀反映應該產生了類似于個體的智力行為。

波蘭學者舒巴（Tadeusz Szuba）2001年發(fā)表了《集體智慧和智商測量的形式化定義》一文，首先開始了對集體智慧的智力因子C進行定量化的研究，并在2011年出版的《計算集體智慧》一書中，做了較為系統(tǒng)的總結。他認為，集體智慧是賽博空間中團體成員隨機智能行為的宏觀反映，因而可以借助抽象的混沌計算模型的形式化來加以評價，并且可以對結構化環(huán)境中人的智能行為進行統(tǒng)計分析，其中最重要的是概率地分析個體成員推理的智力行為。舒巴的這個想法應該講還是有道理的，因為在賽博空間中人和物都被解構為信息，特別是在一個社會的合作結構中人們是難以區(qū)分思維的和非思維的存在體的。所以，當每一個個體成員，包括形形色色的智能代理，都在賽博空間中圍繞著特定的目標進行解問題時，他們推理的智力行為一定具有隨機性。如果說賽博空間中不同個體在解問題過程時進行推理的現(xiàn)象是隨機地分布在時空條件下的，那么集體智慧現(xiàn)象就可以從那些貌似雜亂無章的個體的智力行為之中得到解釋。

從定量上考慮集體智慧，舒巴提出這樣一個解決策略：假設存在于環(huán)境E中已知個體S的集合為I（i） （i=1，……，n），環(huán)境E中個體集合S的集體智慧的測試周期為tstart– tend，那么在環(huán)境E中可能問題P（x）的域U是可以確定下來的。在這樣一個問題域U的定義下，當不存在其他的相互作用時，個體集合S解問題的能力可以被理解為每一個個體成員解問題能力的求和。舒巴在2001年《集體智慧和智商測量的形式化定義》①T. Szuba， “A Formal Definition of the Phenomenon of Collective Intelligence and its IQ Measure”，F(xiàn)uture Generation Computer Systems， Vol.17， No.4， 2001，pp.489—500.和《集體智慧的普適形式模型和智商測量》②T.Szuba，“Universal Formal Model of Collective Intelligence and Its IQ Measure”， in From Theory to Practice in Multi-Agent Systems， edited by Barbara Dunin-Keplicz and Edward Nawarecki，Berlin：Springer-Verlag，2001，pp.303—312.兩篇文獻中給出了定量的表述。其實舒巴的定量處理說明，在一個團體中只要個體對問題做出了解答就是對集體智慧做出了貢獻，只要這個團體確實在解問題，甚至是解決了問題，應該認為這個群體具有個體一樣的智力。但是考慮到，每一個個體在同一時間內以不同的推理法則進行，因此這種推理總是平行的和隨機的。舒巴認為只要滿足下列條件，集體智慧的智商就可以被認為是存在的。第一個是“N個元素的推理允許被解釋為在社會結構中或者在一個單一的存在體中的一個解問題過程，并且N個的推理必然得到一個結果；或者形成一個過程，其中N個技術/元素不得不被發(fā)現(xiàn)且統(tǒng)一成為一個最終的技術或者結果”。第二個是“模擬的N個元素的推理允許我們在個體間、時空耗散或集體智慧的運動中對推理的分布進行建?！?。第三個是“在模擬的情況下，其中推理鏈的某些元素可以暫時無效，但是在某個時間t，在后臺或并行運行的另一推理中就會導致丟失內容的現(xiàn)象”。此外，模擬的推理要反映人類推理的各種方向。①T.Szubaet al.， “On Efficiency of Collective Intelligence Phenomena”， in Transactions on Computational Collective Intelligence III， edited by Ngoc Thanh Nguyen， Berlin：Springer-Verlag，2011， pp.61—62.所以，舒巴用符號IQS=P（t，N）來表示集體智慧的智商，把它看成是N個個體從推理出發(fā)狀態(tài)到達目標狀態(tài)的概率。在具體的計算上舒巴認為，在賽博空間中每一個體的推理都是基于特定的邏輯編程程序PROLOG來實現(xiàn)的，因此可以考慮每一個個體在PROLOG程序推理過程中從開始到結束的概率問題。

舒巴2001年和2011年的工作僅僅是一種理論上的構思，盡管也做了智商的理想化的定量計算，但是畢竟沒有非常多的經(jīng)驗數(shù)據(jù)的支持。但是在集體智慧定性研究的那個時代，學術界看到了定量處理的希望，也進一步激發(fā)起探索集體智慧中的智力因子C的熱情。從科學證據(jù)的角度講，集體智慧中智力因子C的測定取得決定性進展的工作來自MIT集體智慧研究中心。MIT集體智慧研究中心馬龍（Thomas W.Malone）團隊的核心成員伍莉（Anita Williams Woolley）2010年在《科學》 （Science）上發(fā)表了重要論文《人類團體行為中集體智慧因素存在的證據(jù)》，從而表明了集體智慧的智力因子C的存在。

自從英國心理學家斯皮爾曼（Charles Edward Spearman）1904年提出個體智能的二因素理論以來，關于一般智能的客觀決定和測量方法有了許多模型。應該講作為人類智能進化的客觀因素，個體一般智力因子g的研究在心理學上已經(jīng)有了相當?shù)幕A。20世紀末，美國著名心理學教授詹森（Arthur Jensen）用信息處理的方式進一步測定了個體一般智力因子g，從而更加確定個體智能存在著一般智力因子。按照這些心理學家們的研究，在個體智能的測試中，認知能力占比也就是一般智力因子g因素，通常在人的智能行為中占據(jù)30%—50%，其他因素的占比迅速下降，因而認知能力占比在衡量智能水平中具有重要地位。伍莉按照心理學家對個體智力因子g的處理方式，處理了集體行為中的智力因子C。伍莉提出：“我們定義集體智慧智力因子C為群體履行各種各樣任務的一般能力。這類集體智慧的因素是群體自身的特征，而在個體中是沒有的?！薄拔覀兊哪繕耸菦Q定作為一個整體的群體的集體智慧是否具有預測到上述或超越群體個體成員的那種已經(jīng)解釋過的能力?！雹贏nita Williams Woolley， Christopher F. Chabris， Alex Pentland， Nada Hashmi， Thomas W. Malone， “Evidence for a Collective Intelligence Factor in the Performance of Human Groups”， Science， 2010， Vol.330， No.6004，pp.686—688.只要能夠確定群體履行任務的認知能力占比與個體一樣也處于30%—50%之間，那么我們有理由認為群體行為存在著智能行為。所以，他們給不同群體各種各樣的任務，這些任務在性質上需要不同的合作過程，然后利用因素分析決定這里是否存在一個群體的單一智力因素。經(jīng)過對40個3人一組的團隊進行測試，讓他們履行特定的任務，結果得到的重要結論是C因素占比值為43%，位于g因素值的中間。然后，他們又用了152個小組，2人到5人不等，使用更廣泛的任務樣本來進行測試，結果得到智力因子C因素占比值為44%。從而確定了集體智慧存在著智力因子C。集體智慧存在著智力因子C意味著智能化社會條件下，眾多隨機性的個體智能行為可以形成一個單體的宏觀智能效 應。

二、集體智慧的智能行為方式

如果說集體智慧存在著智力因子C，那么只要智能化社會是依托互聯(lián)網(wǎng)和物聯(lián)網(wǎng)建立起來的社會形態(tài)，分布式智能的集體智慧就能形成一種跨界的合作性認知。跨界的合作性認知主要表現(xiàn)為基于互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的集體解問題，集體創(chuàng)造。

集體解問題并不是一個新鮮的概念。自從人類進行合作生產以來，集體解決社會生活和社會生產中的難題從未斷過。但是，在賽博空間產生以前，集體解問題的范圍受到時空的制約是相當有限的。它不僅體現(xiàn)在人員非常有限，而且也體現(xiàn)在人員構成的知識背景有限；它不僅體現(xiàn)在解問題范圍有限，而且也體現(xiàn)在解問題的深度有限。而現(xiàn)代計算機網(wǎng)絡的形成為突破這一局限提供了可能。鼠標的發(fā)明者恩格爾巴特（Douglas Englebart）1962年在斯坦福研究所工作時提交了一篇在學術界非常有影響的工作報告，名為“增強人類智慧：一個概念框架”。他希望通過計算機網(wǎng)絡來提高人們處理復雜問題的能力，以求獲得理解問題和解決問題的方法。具體框架就是讓每一個人在這個計算機網(wǎng)絡上都能發(fā)揮作用，通過“預感、嘗試、無形和人類的‘情境感受’與強大的概念、簡化的術語和符號、復雜的方法和高性能的電子輔助工具有效地共存”等措施來實現(xiàn)這一目標。①D. Englebart， “Augmenting Human Intellect： A Conceptual Framework”， Summary Report in the Stanford Research Institute ， 2011.但是受到技術條件的限制，他并沒有完全如愿。

基于集體智慧的集體解問題是有著現(xiàn)代特定技術含量的概念內涵。法國早期集體智慧的研究學者列維（Pierre Lévy）曾把集體智慧理解為分布式的智能。由于賽博空間中大量個體智能的隨機行為，在宏觀上產生了一個智能的集成。如果這些個體都是圍繞著解決某個特定的問題，那么他們的行為構成了集體解問題。所以，美國新墨西哥大學格林尼（Kshanti A. Greene）等人對賽博空間中集體解問題給出了這樣一個定義：“集體解問題是許多個體合作定義問題并尋找一個或者多個可能的方案來改進境況的突現(xiàn)過程。”②Kshanti A. Greene， Joe M. Kniss and Steven S. Garcia， “Creating a Space for Collective Problem-Solving”，Encyclopedia of Social Network Analysis and Mining， Berlin： Springer Publishing Company， 2014， pp.289—304.以色列海法大學的管理學學者蓋夫曼和拉邦（Dorit Geifman and Daphne R. Raban）認為：“集體解問題是一個過程，在這個過程中許多個體被指派解決一個問題，個體結論的總體加和產生一個集體的結論。求和是由集聚了個人知識、決策和創(chuàng)造力的各種在線平臺來形成一個混合的智能人工事實。”①Dorit Geifman and Daphne R. Raban， “Collective Problem-Solving： The Role of Self-Efficacy， Skill， and Prior Knowledge”， Interdisciplinary Journal of e-Skills and Lifelong Learning， Vol.11， 2015， pp.159—178.從這一定義，我們可以看到基于集體智慧的集體解問題具有兩個基本特征：第一是基于集體智慧的集體解問題是分布式個體智能隨機求解行為的宏觀反應；第二個是基于集體智慧的集體解問題是立足于平臺操作的認知行為。

舒巴在形式化研究集體智慧時曾提出這樣一個基本觀點，在社會結構中個體通常是以混沌的非連續(xù)的方式進行的。原因在于：“社會結構中，存在體的運動是隨機的，現(xiàn)實生活的需要和機會迫使他們這樣做。推理過程是隨機做出的，當需要時，當高層的需求暫時不去干擾給定的存在體，或者當有約定并要做推理的機會時，那么推理就會開始?！雹赥. Szuba， “A Formal Definition of the Phenomenon of Collective Intelligence and its IQ Measure” .但是大多數(shù)推理都不會完成，這與布朗運動驚人地相似，因而人們建議用準布朗運動來對社會結構中的行為進行建模。舒巴的這一觀點事實上與列維早期的觀點是一致的，分布式的個體智能在一個特定的社會結構范式下，他們的行為對某一個特定目標來講都是具有隨機性的。因此，在合作性認知的需要下，每一個個體的解問題行為一定也是隨機的。但是，最終在宏觀層面會突現(xiàn)解問題的綜合效應——集體解問題。這也許是復雜性效應的行為結果。

在賽博空間中，個體行為的解問題能夠成為集體解問題的一個有機組成部分，它必須在一定的平臺上進行。比如，維基百科就是在維基網(wǎng)站上進行的。集體解問題的結果必須要有一種自動集成的機制才行，因為個體行為的解問題畢竟是隨機的，而要將這種隨機行為的結果放到一個宏觀層面上來考量，平臺是不可或缺的。格林尼之所以研究集體解問題的空間就是為了解決這個問題。維基盡管創(chuàng)造了一個百科體裁的解決方案，但是它的功能畢竟有限，不能涵蓋所有問題。一個集體解問題的過程通常包含著這些因素：（1）問題表征域和問題求解域，賽博空間中問題通常被理解為通過干預可經(jīng)改善的境況，它是一種立足已知狀態(tài)下的未知情況，所以通過一定的知識表征是可以加以構造的，這就存在著一個問題域。同時，一個沒有求解域的問題對計算機系統(tǒng)來講是不構成問題的。（2）問題的體驗場境。在賽博空間中，個體對問題的把握通常是通過虛擬環(huán)境來實現(xiàn)的，因為對每一個個體來講，問題并不是都呈現(xiàn)為維基百科那種文體的風格，許多時候都是圖像構成的問題境況。（3）問題求解的決策與行動。每一個個體在解問題過程中也許是合乎理性的，但是從群體的角度來看未必合理，因此需要有一種機制來進行決策和行動，以選擇合理的方案進行組合。（4）問題求解的目標。目標實際上是集體解問題的理想狀態(tài)，它是決策與行動的行為指向。從上述這些因素來看，每一個因素在賽博空間中都對應著一種網(wǎng)絡或者一種虛擬的環(huán)境，因此，集體解問題必須立足于平臺操作，也可以說是平臺認知模式。

集體創(chuàng)造是跨界的合作性認知的一個基本環(huán)節(jié)。由于集體智慧存在著智力因子，因此類比于個體智能的性質，解問題過程中一定存在著以創(chuàng)造性為核心的“思維過程”，我們把它簡單地表述為集體創(chuàng)造。美國管理學家哈格丹和貝奇（Andrew B. Hargadon，Beth A. Bechky）提出：“集體認知的理念，加上我們對創(chuàng)造性解問題的理解，提供了理解瞬間集體創(chuàng)造力的框架?！雹貯ndrew B. Hargadon， Beth A. Bechky， “When Collections of Creatives Become Creative Collectives： A Field Study of Problem Solving at Work”， Organization Science， Vol.17， No.4， 2006， pp.484—500.他們想要說明的是集體創(chuàng)造力深深地扎根于社會互動之中。與集體解問題一樣，集體創(chuàng)造也不是一個新鮮的概念。只要人類有合作行為，它就蘊含著集體創(chuàng)造。但是賽博空間中跨界的合作性認知所蘊含的集體創(chuàng)造，其含義可能與我們日常生活中的集體創(chuàng)造有很大的區(qū)別，這主要根源于集體智慧在賽博空間中的運行模式與個體進行簡單的合作行為不同。列維與舒巴在處理社會群體的集體智慧時都認為，賽博空間中人們對信息的操作行為通常不是在比特原子層面上，而是在分子層面上（比如數(shù)字化層面）進行的，也就是形成人們常說的認知模塊。格林尼認為，基于集體智慧考量下的集體解問題也是模塊化的，形成“積木”式的解問題模式。所以，分析賽博空間中的集體創(chuàng)造實際上就是揭示這些“積木”在集體創(chuàng)造性行為中的作用。

馬龍在《集體智慧基因》一文中指出，在維基百科上，成千上萬的人在世界各地集體地創(chuàng)造這部世界上最大的百科全書。它并沒有一個所謂的主編，任何人都可以進行某個詞條的編輯。而有意思的是這個工作是不拿報酬的，全是自愿的。如果分析這些集體行為，并從集體智慧的角度將它們分解為一些相對小的“積木”單元，然后通過“what、who、why、how”四個問題形式的提問，就可以發(fā)現(xiàn)這些集體行為的內在創(chuàng)造力。馬龍他們構思的四個問題是這些所謂的積木“正在做什么？”“誰在做？”“為什么要做？”和“怎樣做？”，而在每一個問題的具體分析中可以發(fā)現(xiàn)集體智慧的“基因”，而這些基因行為的共同結果就是產生智能，并形成一種集體的創(chuàng)造行為。②Thomas W. Malone， Robert Laubacher， Chrysanthos Dellarocas，“The Collective Intelligence Genome”， IEEE Engineering Management Review， Vol.38， No.3， 2010， pp.38—52.事實上，基于集體智慧的解問題之所以具有一種創(chuàng)造力，從產生機制上講是因為馬龍這些問題背后蘊含著集體成員之間的互動，這一點正如哈格丹和貝奇所說：“互動促成了瞬間的集體創(chuàng)造力?！雹跘ndrew B. Hargadon， Beth A. Bechky， “When Collections of Creatives Become Creative Collectives：A Field Study of Problem Solving at Work”.集體成員之間尋找互助、給予互助會產生“集體心靈”的反思性重構，從而對集體創(chuàng)造力作出貢獻。

當然，賽博空間中大量個體的行為方式和思維方式往往存在著很大的差異，對于一個集體認知任務來說，這個集體必須存在著一種平滑機制，以平滑集體成員中個體的行為方式和思維方式。伍莉和馬龍他們認為只要集體智慧的智力因子C的確是客觀存在的，那么這種平滑機制一定也是存在的。因為由大量個體所反映的集體智慧是一個宏觀的平均量，它已經(jīng)過濾了那些極端的行為和方式。我們知道集體智慧的質量并不完全取決于個體質量的簡單加和，即使這個集體全由精英們組成，也不等于精英集體。伍莉在研究集體智慧的智力因子時，曾發(fā)現(xiàn)個體的集體成員的智能平均值與最大值的確都是與因子C有關的，但都只是適度的。①Anita Williams Woolley， Nada Hashmi， “Cultivating Collective Intelligence in Online Groups”， edited by Pietro Michelucci， Handbook of Human Computation， New York： Springer Science+Business Media， 2013，pp.703—714.所以平滑機制非常重要。從創(chuàng)造性的角度看，這種平滑機制主要反映在平滑個體的發(fā)散性思維與收斂性思維上。在基于集體智慧的集體認知中，個體的發(fā)散性思維與收斂性思維都是必需的。發(fā)散性思維有助于創(chuàng)造性的產生，而收斂性思維則有助于決策。宏觀上一個只有發(fā)散性思維的集體認知，將導致認知趨于無序狀態(tài)；宏觀上一個只有收斂性思維的集體認知，將導致認知無創(chuàng)造性，只是知識狀態(tài)的復制和線性遷移。所以，基于集體智慧的集體認知一定存在著平滑收斂性思維和發(fā)散性思維的機制。伍莉認為這種機制來源于集體認知的社會洞察力和平等參與。當然，伍莉的觀點只是從社會學的角度揭示了這種機制的存在。事實上，如果集體創(chuàng)造出現(xiàn)在同一網(wǎng)絡平臺上，那么基于這個平臺的操作本身受到這個平臺特定代碼的制約，使得個體的智力行為被約束在特定的代碼上，因此群體的發(fā)散性思維與收斂性思維都會受到一定的制約。所以，代碼一定也是一種重要機制。

三、基于集體智慧的超專業(yè)化勞動分工

智能化社會條件下，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的存在導致人們將原本出現(xiàn)在賽博空間中的集體智慧認知方式向社會勞動分工遷移，因而出現(xiàn)了超專業(yè)化（hyperspecialization）現(xiàn)象。所謂超專業(yè)化是指在互聯(lián)網(wǎng)條件下，因超鏈接的存在使得個體的具體勞動能夠讓他人方便地跨界切入進來，從而共同完成。亞當·斯密（Adam Smith）曾經(jīng)對于工業(yè)化社會中勞動分工的價值給予了經(jīng)濟學上最為深刻的肯定性評價，它與貨幣理論、分配理論、資本積累理論、稅賦理論等一起構成了現(xiàn)代市場經(jīng)濟的基石。但是，亞當·斯密的勞動分工理論是基于產品生產的線性邏輯來加以處理的。而現(xiàn)代智能化社會里，由于互聯(lián)網(wǎng)的存在，一種基于虛擬鏈接關系而形成的勞動分工讓我們看到一種全新的、突破產品生產的線性邏輯的分工現(xiàn)象。物聯(lián)網(wǎng)更是以其強大的深度感知能力，創(chuàng)造了物與物、人與物的泛在聯(lián)系，使得人們可以方便地切入工作的每一個細節(jié)中。馬龍和他的同事2011年在《哈佛管理評論》上發(fā)表文章，認為現(xiàn)在是一個超專業(yè)化的時代?！俺瑢I(yè)化這個術語并不是將工作外包給其他公司或者將工作分配給其他地方（如離岸外包）的同義詞，盡管它是由相同的技術來推進的?！薄跋喾吹?，它意味著把以前一個人做的工作分解成幾個人來完成的更專業(yè)的工作。無論這些產品是外包還是分銷，它們的獨立往往會導致質量、速度和成本的提高?！雹賂homas W. Malone， Robert Laubacher，“The Big Idea： The Age of Hyperspecialization”，Harvard Business review， Vol.36， No.7， 2011， pp.56—65.馬龍認為超專業(yè)化勞動分工是現(xiàn)代管理學的大理念，這無疑是非常有價值的。但是，他把超專業(yè)化勞動分工僅僅理解為工作的一種更加細分的狀態(tài)，這樣可能并沒有完全深刻地揭示超專業(yè)化勞動分工的深刻內涵。

超專業(yè)化勞動分工的形成首先在于集體智慧現(xiàn)象的存在讓智能化社會的勞動生產可以基于互聯(lián)網(wǎng)從事跨界性的合作工作，形成智能合作。在工業(yè)化勞動生產條件下，不同個體、群體或者國家可以利用自己特定的比較優(yōu)勢從事特定的產品生產，從而通過產品交換獲得收益。從宏觀上講這種勞動分工可以創(chuàng)造更大的社會效益。在亞當·斯密的勞動分工理論中，他主要是把著眼點放在社會產品意義的勞動分工上。但是，他并沒有重點考慮富有知識含量的具體工作的細分。事實上，在現(xiàn)實的社會中一個人的具體工作因為知識和技能的跨界因素的存在，往往無法獨自完成，即使對于快遞這樣一項簡單工作來講也存在著類似的問題，快遞的實時定位通常并不是快遞員能夠解決的問題。以往，對于解決一個人無法完全完成工作的做法是找一些人來共同商量，比如，在醫(yī)療過程中醫(yī)生面臨著疑難雜癥時常常需要專家會診。但是正如與前面所說的傳統(tǒng)集體解問題所面臨的問題一樣，這種做法因時空條件的制約是非常有限的。在智能化社會條件下，因互聯(lián)網(wǎng)甚至是物聯(lián)網(wǎng)的存在，不同的專業(yè)人員可以通過網(wǎng)絡切入到同一個工作過程中去，形成跨界性的合作工作。勞動的分工不僅僅是在產品上，也可以在過去被認為是同一個人的工作過程中。同一時間中的同一工作不一定非得屬地化，也可以異地化。這種工作由多人共同完成的可行性和可靠性得益于集體智慧的存在讓人們可以進行智能的在線合 作。

超專業(yè)化勞動分工的邏輯依據(jù)是基于集體智慧所存在的那種超鏈接的非線性的實踐推理。美國學者伊利亞·米爾格蘭姆（Elijah Millgram）曾就超專業(yè)化現(xiàn)象進行了哲學研究。②Elijah Millgram，The Great Endarkenment：Philosophy for an Age of Hyperspecialization， Oxford：Oxford University Press， 2015.他認為，人類總是會不斷地面臨許多新的問題，他稱之為新的生態(tài)龕。以往人們面對這些新的生態(tài)龕總是以工具主義的方式來處理。但是，工具主義的理念需要對新的生態(tài)龕有一個期望的解決目標或者解決結果，它通常是建立在以往成功的經(jīng)驗基礎上。新的生態(tài)龕往往不會給出這樣一種經(jīng)驗信號。然而，串行的超專業(yè)化介入可以分解這種生態(tài)龕的目標定位和期望結果，使得人們能夠得心應手地處理分解的目標，從而在實踐上可以探索新的生態(tài)龕。所以，2015年他以《大地震》為名出版了他對超專業(yè)化研究的新作。伊利亞·米爾格蘭姆把人類的超專業(yè)化解問題的本質理解為實踐推理，這無疑有很大的學術價值。但是，他僅僅在串行的意義上理解超專業(yè)化顯然是不夠的。事實上，因為集體智慧的存在，人們可以通過超鏈接非線性地共同處理一些新的問題。智能化社會條件下，即使一個非常普通的工作現(xiàn)象，也可以從中看到超專業(yè)化勞動分工所存在的那種超鏈接的非線性的合理性。比如快遞業(yè)務中我們可以看到，商品傳遞過程中可以實時定位，顧客隨時可以了解到物品現(xiàn)在處于何種流通環(huán)節(jié)。貨物的實時定位并不是串行的，而是超鏈接的。網(wǎng)購商品下單可以實行第三方支付，這樣可以保證商品的到位和商品是否符合質量。第三方支付也是一種非線性的引入方法，它是傳統(tǒng)買賣邏輯鏈上所不需要的非線性行為。也許正是基于這樣一種非線性的實踐推理，超專業(yè)化的勞動分工有了合理的合作智能的依據(jù)。另外，包括合作智能在內的人類的任何合作都需要一定的價值觀支撐。盧梭（Jean-Jacques Rousseau）也許是歷史上提出最具價值的合作方案的學者之一，他認為：“尋找出一種結合的形式，使它能以全部共同的力量來維護和保障每個結合者的人身和財富，并且由于這一結合而使得每一個和全體相聯(lián)合的個人又只不過是在服從其本人，并且仍然像以往一樣的自由?！雹俦R梭：《社會契約論》，何兆武譯，北京：商務印書館2005年版，第19頁。結論是通過自由人的公意簽訂社會契約，通過政府治理來實現(xiàn)社會合作，并且讓這一形式置于法律的框架下進行運行。盧梭的理論實際上是把合作的成功維系在集體意志的基礎上，如果沒有集體意志的支撐，沒有對公共利益的維護，契約只是一紙空文，社會合作是不可能得到維系的。合作智能同樣也具有類似的要求。但是，在互聯(lián)網(wǎng)條件下，現(xiàn)實產權與人身自由、個人身份是相分離的，在隨機條件下影響智能合作的外在非理性因素會下降，而按照共同的代碼方式運行的理性因素會上升。從這個意義上講，智能合作的“公意”主要是代碼，代碼成為最主要的“社會契約”。

基于集體智慧的超專業(yè)勞動分工也是一種信息共享和智能共享的過程。關于個體勞動的解問題和創(chuàng)造力的研究在認知科學或認知心理學上都是聚焦于個體的性格、思維方式、動機激勵和文化背景等問題上，基于集體智慧的超專業(yè)勞動分工事實上也與這些問題相關。但是，人們更關心處于社會結構化下并活躍在賽博空間中的個體，他們的集體創(chuàng)造力是如何不斷地受到其他個體影響的。這里涉及在特定的工作條件下如何通過互動機制共享他人創(chuàng)造力的問題，而這個問題的展開也就是一個信息共享和智能共享的問題。

列維在創(chuàng)立他的集體智慧理論之前曾與奧捷（Michel Authier）合作寫了一本書，名為《知識樹》。他認為，計算機產生以后人類有了一種可以互動的、動態(tài)的，甚至可以記憶和推理的媒體。人們可以借助計算機進行想象和推理，借助計算機進行決策。如此，知識、學習和技能之間的關系因計算機的存在而出現(xiàn)了新的屬性?！巴ㄟ^與其他事物的互動，我們發(fā)展技能。通過與符號的信息的關系，我們探究知識。通過與其他人起始與轉換過程的媒體化，我們可以將知識引入生活中?！雹貾ierre Lévy，Collective Intelligence：Mankind’ s Emerging World in Cyberspace， New York： Perseus Books Group，1999， p.11.由于人們可以借助計算機進行想象和推理，因而當計算機呈分布式聯(lián)網(wǎng)時，知識、學習和技能就形成樹式網(wǎng)狀結構。列維的知識樹研究本來是為集體智慧理論所做的一個鋪墊，但同時也揭示了在智能化社會條件下人們的勞動可以進行知識共享和智能共享。當知識樹現(xiàn)象通過本地計算機屬地化后，人們就可以在共享的基礎上將自身融入進去，從而為同一任務做出貢獻。

超專業(yè)勞動分工需要知識共享是不難理解的，如果沒有共同的工作對象，沒有共同的期望目標、沒有相應的知識背景，超專業(yè)勞動分工是無法進行的。但是，如何理解共享智能卻是一件麻煩的事。在學術界，研究人員通常認為共享信息、共同利用某種智能體、人們可以互動，在一定程度上意味著智能的共享。但事實上這里涉及超專業(yè)勞動分工許多具體的理論性問題，比如超專業(yè)勞動分工中的意向性共享和行動共享。對于集體智慧來講，意向性共享是完成任務的先決條件。意向性共享在集體智慧中是對解問題或者承擔某種任務的共同承諾，在一定程度上表達了集體行動的共同指向。但是，在超專業(yè)勞動分工中由于存在著參與者的隨機性，個體工作的意向性與集體意向性還是有區(qū)別的，集體意向性一般被看作是集體行動的理由。但是在超專業(yè)勞動分工中個體意向性共享只是個體對集體工作任務的一種承諾，但并不代表著這些意向性的共享成為集體行動的理由。因為在賽博空間中，大量個體，包括了現(xiàn)實的人和各種各樣的智能體，只要數(shù)量足夠多，它就不可能也沒有必要受同一種理念來支配自己的具體工作任務，它只需要共享一個意向前提即可。個體意向性共享通常是通過互動機制來實現(xiàn)的，這與社會活動中集體行為在某個理念（集體意向性）指導下的共同行為有很大的差別。通過互動，個體與個體之間的意向性可以溝通、可以共享，它無需用嚴格的規(guī)則來約束。而社會活動中具體的集體都是數(shù)量有限的，集體意向性可以化為具體倫理的和法的規(guī)則來約束集體中個體的行為。所以，這種集體意向性與個體共享意向性存在一定的區(qū)別。當然，個體共享意向性與集體意向性存在著一定的交集，因為在任務驅動這個層面上兩者具有相同性。意向性是人類智能的一種重要屬性，從這個意義上說，個體共享意向性意味著一種智能的共享。人類的智能也是語言和行為的表達過程。超專業(yè)勞動分工需要知識共享在一定程度上的確表達了智能共享的含義，因為知識總是由一定的語言載體來實現(xiàn)的。語言表達智能的共享其實就是建構一種共享的語言，只有在這種共享的語言符號系統(tǒng)中集體行為才能得以高效地實現(xiàn)。當然，語言表達智能的共享也是對語言意義的共享，超專業(yè)勞動分工之所以可以產生出比個體勞動更高效的能力，在一定程度上個體可以通過互動平臺分享他人的工作成果，從而在迭代行為中提升工作能力。智能也是與決策推理這些理性行為有關。在賽博空間條件下每一個受任務驅動的個體勞動行為都具有相對獨立性，他們只是在行為的宏觀效應上產生一個集體行為效果。我們可以認為超專業(yè)勞動分工中的個體決策和推理的行為是隨機的。但是，這種隨機性現(xiàn)象存在的前提是個體要參與，個體參與動機是超專業(yè)勞動分工成功的關鍵因素之一。但是個體參與動機不僅僅是受到自身愛好驅動的問題，它也受到他人成功的影響。個體智能總存在著差異，并不是任何個體都能承擔各種各樣復雜的任務，解決各種各樣復雜的問題，他們需要互助。社會心理學研究也表明，人們傾向于依靠他們的鄰居和同事來獲取某些信息、知識或技能，并且通過利益的感覺來提升自己的參與動機。所以，一個超專業(yè)勞動分工行為一定存在著知識提供者和知識接受者的機制，通過他人成功決策推理的共享來激勵自身參與的動機，提升自己解決問題的能力，從而進一步地為完成同一項工作任務做出自己的貢獻。所以，行為表達智能的共享也是集體認知的條件。

綜上所述，超專業(yè)勞動分工的本質并不是將工作簡單細分，而是將工作置于一個“全球腦”下進行虛擬的整體操作。在馬龍看來，超專業(yè)勞動分工是將原本一個人完成的工作分解為離散任務而讓多個人來做，他們共同在一個平臺上實現(xiàn)任務的完成。在智能化社會條件下，最簡單的工作也附加了許多知識含量，更不要說有些復雜的知識工作可能對一個人來講根本無法完成。所以，工作的細分從效益、質量和速度的角度上講的確有益。但是，超專業(yè)化更應該從整體上被理解為多個人甚至包括了智能代理在內形成了一個虛擬腦，它類似于單體的人腦在從事一項工作。它之所以稱為超專業(yè)，是因為除了需要工作的線性分割之外，還需要通過非線性的超鏈接進行處理。馬龍認為超專業(yè)從管理的角度講存在著一個困難，難以招聘超專業(yè)人才。事實上超專業(yè)勞動分工除了需要勞動組織機構本身具有一定數(shù)量的人之外，利用平臺讓其他專業(yè)人員可以隨機加入也是非常重要的。所以，超專業(yè)勞動分工既存在著固定人員的工作，也存在著隨機人員的工作，只要他們共同完成同一項任務即可。超專業(yè)勞動分工的本質也許在于因為集體智慧的存在從而可以將工作置于一個“全球腦”下進行虛擬人的整體操作，實現(xiàn)人類智能的合作與共享。因此，集體智慧是智能化社會條件下人類智能合作與共享的基本形態(tài)。