1973年，Alex Pentland还只是个大三学生，他到美国国家宇航局环境研究所实习，做一名电脑程序员。分给他的一项任务是开发一个利用人造卫星，从外太空数清加拿大 海狸数量的软件。人造卫星离地球太远，海狸的个头太小，难以精确测度。Pentland灵机一动，想出一个主意：海狸会建造水坝，通过水坝的数量，可以推 测海狸的数量。重要的不是去数每一个海狸，而是观察海狸们的生活方式。

      在之后的四十多年里，Pentland一直沿着同样的思路思考问题，只不过他关心的不再是海狸的数量，而是人类社会的秩序。Pentland的学术道路充 满了戏剧性。他完成了海狸软件项目之后，对大学生活感到非常沮丧，中途辍学，去当卡车司机了。后来，他又想回到校园，本来报考的是密歇根大学，但他的女朋 友去了波士顿，于是，Pentland就改为申请麻省理工学院和哈佛大学。他懒得再写一份新的申请书，直接复印了给密歇根大学的申请书。结果，麻省理工学 院录取了他。

Pentland和麻省理工学院里别的科学怪人不同，他一直对心理学感兴趣，想利用人工智能等高科技分析人类的社会行为。拿到博士学位之 后，Pentland曾经到斯坦福大学做过一段研究，1986年又回到麻省理工学院，逐步建立自己的团队和实验室。如今，他是麻省理工学院人类动力学实验 室的主任，培养了一批批优秀的科技人才，还孵化了至少30家高科技公司。

传统的经济学模型认为每个人都是“理性人”，会独立地做出自己的决策。Pentland的研究则指出，人与人之间存在着广泛的信息交流和传播，这种信息 的交流与传播会影响到人们的社会行为。传统的经济学模型依据简单的前提假设进行逻辑推理，而Pentland的研究则依靠大数据。他们有一个庞大的家庭数 据库，实时观测30多个行为指标，每6分钟就更新一次数据。他们还有一个大学宿舍的实时监测系统，这些大学生刚入学，Pentland就送他们每人一部智 能手机，这部智能手机中的软件会监测学生们的通话、社交活动等信息，累积连续记录了500,000个小时的数据。

与传统经济学理论的假设不同，Pentland发现，人们在做出决策的时候总是会模仿他人的行为。这是有道理的，模仿别人是最有效的学习方式。如果你买 了一台新电脑，比如你过去用的是IBM的小黑本，但现在想换一台MacBook Air, 但操作系统跟过去用的不一样，你会怎么办？你是照着操作手册一条一条边读边摸索，还是请教一个用过Mac OS X的朋友呢？

你身边的人会在不知不觉中影响你的行为

比较经典的案例就是体重的变化。如果你身边有熟人体重增加了，你很可能也会慢慢变胖。不过，有趣的是，如果你身边有人成功减肥，却不会对你有太大的影 响。而且，只要是熟人，就会影响你的行为，倒不一定非得是跟你亲密的好朋友。你的政治观点也会受到熟人的影响。一般来讲，政治观点相似的人们更愿意厮混在 一起，而你和这群人呆的时间越久，彼此互相打气，潜移默化中，你的观点会比以前更加偏激。

   这就是信息交流中的“双刃剑”

一方面，“独学而无友，则孤陋寡闻”，但另一方面，如果是抱团取暖，就容易党同伐异，虽起于意见之歧，实成于意气之激。Pentland曾经观察过一个 投资者群体的行为。投资者们互相交流心得，比较各自的交易策略，慢慢地，成功投资者的身后会聚拢了一批追随者。一开始，这些成功投资者和他们的追随者的收 益率会不断提高，但聚拢来的人太多了，就会出现“羊群效应”，原本能够脱颖而出的交易策略也就失效了，大家的收益率反而比不跟风的时候更低。

乔布斯曾经说过，创新就是把不同的事物联系起来。有创新力的人们知道怎样把自己的经验融会贯通，并尽可能地整合其他人的经验。我们要是想变得更有创新力，就必须注意：

第一，社会学习是重要的。能模仿别人的经验就尽量模仿别人的经验，同时也要从别人的失败中吸取教训，这比自己在黑暗中摸索，把所有的错误再犯一遍要更划算。

第二，多样性是重要的。如果所有的人都说你错，你可能还会有一线机会是对的；如果所有的人都说你对，那么你很可能离犯大错不远了。尽可能地让你的社交网络广泛，尽可能地让你的团队成员有差异性，最正常的状态应该是一半人说你对，一半人说你错。

第三，逆势操作是重要的。站在潮流之外的人很可能看得最清楚。他们可能会选择和潮流相反的方向。他们有 可能是极其高明的智者，也可能是脑子坏掉的疯子。你怎么能够判断他们的选择是否正确呢？尽可能地多接触背景不同，但各有各的智慧的高人，如果你发现在他们 中间，有一个相当大的子集已经形成了逆势操作的共识，这个判断很可能会是对的。

在大数据时代，我们一路走过，留下来很多信息“面包屑”，这些信息“面包屑”暴露了我们的行为，甚至我们的心理活动和潜意识。当掌握了海量信息之后，我们有可能让一个团队或是社会变得更有效率和活力。

大数据尤其在三个方面能够大显身手：

 一是社会动员（social mobilization）  比如在网络上发动大家寻找“人肉搜索”贪官，在台风、地震之后动员全社会的力量救灾。

二是调节社会网络（tuning the social network）当一个组织的内部变得“同质性”太强的时候，就要及时地补充新的成员，增加多样性；当一个群体内部的信息交流变得过于频繁、密集之后（比如，人们对传播谣言的兴趣超过了深入交流），适当地控制信息交流的速度，或有助于让人们更关注真实的重大问题。

三是影响社会契约（leveraging social engagement）人们生来就是群居动物，当我们彼此合作的时候，比如一起跳舞，一起划船，人的身体内就会释放出更多的内啡肽，让我们更加愉悦和兴奋。

但人们也会在合作中遇到“囚徒悖论”、“公地悲剧”这样的困境，这主要是因为人们各为己利，互相忌惮。如果能够改变激励机制，让人们从团队成员的成功得 到奖励，而非单纯从自己的成功中得到奖励，就会激发人们的合作动力。在Kerry Patterson的《影响者：改变任何事物的力量》一书中就讲过一个故事，一个企业雇佣了很多刑满释放人员，而且成功地改造了这些人从监狱和帮派中沿袭 下来的“丛林法则”，诀窍之一就是把他们分成一个个小组，奖励和惩罚都不针对个人，而是针对小组。

我们都是大数据时代的海狸。我们不仅能被观察者观测，被分析师研究，我们也能利用大数据，改变自己所在的团队，甚至社会。我们会建造自己的水坝。规则已 经不一样了。你如何行动，取决于你如何认识未来的规则：在大数据时代，合作比竞争更重要，交流比交易更重要，灵活的同伴关系比冰冷的阶级斗争更重要。