什么是常识？

纵观历史，人类的生存和复杂社会的形成在很大程度上依赖于知识，同样重要的，还有常识。

常识的重要性在各种日常情况下是显而易见的。例如，在马路上，行人通常不会走到车流中；而司机也不会通过把车直接开到行人道上来绕过拥堵路段。

尽管在日常对话、政治辩论和对人工智能的评估等各种各样的环境中，常识的概念被频繁使用。但令人惊讶的是，无论是常识的内在属性（是什么使一个主张成为常识），还是它的“共同性”（被人们所共有的程度），都没有一致的共识。

现在，在一项新发表于《美国国家科学院院刊》上的论文中，两位研究人员提出了一种能在个人和集体层面，量化常识的方法。

如何量化常识

常识，是我们人人都认为自己拥有的东西，但我们很少思考哪些“主张”可以被称之为常识，也很少思考这些“信念”是有多少人共有的。在这项新的研究中，研究人员提出创建了一个框架，能够以系统的、经验的方式，来解答这些问题。

首先，他们应对的是如何定义和量化个体对常识的知觉的挑战。他们提出了一个被称为“常识性”（commonsensicality）的概念，它涉及到评估人们对于一些特定主张的共识程度，以及个体对于这些主张的其他共识的了解程度。换言之，他们不仅要衡量人们是否同意一种说法，还要衡量他们对这种共有观点的认识度。这种方法超越了只是简单地汇总共识，而是理解了共识的深度和广度。

第二，他们关注的是集体常识，这个概念关注的是不同群体的共同信念。通过测量群体中的共同信念的程度，他们发现了一个有趣的结果——群体越大，这种集体性的共同信念就越少。研究人员将这种测量方法称为“pq常识”度量，这种方法的基础是绘制出人与人之间共有的信念网络，图中的每个人和他们所相信的每一项主张都相互连接。

之所以要绘制这样的图，目的在于在这个网络中找到对某些主张存在高度共识的集群。“p”代表一部分人口，“q”代表一部分主张。研究人员会计算被一定比例的人，所共有的一定比例的主张。这就像对一大群人进行调查，找出这些人中有多少人同意某一特定比例的说法。它量化了一个群体的常识的共同性。

独一无二的常识

为了测试这个框架，研究人员集合了4407种不同的主张，主张类别包括地理和地点、数学和逻辑、文化和艺术、哲学和思想。他们还根据这些主张在事实与观点、确切语言与修辞说法、知识与推理等方面，对这些主张进行分类。接着，他们让2046个人，根据他们认为这些主张的常识性，对它们进行评分。

然后，研究人员将新发展的框架应用到这些数据上。结果显示，个体认定的常识存在显著差异，很少有可以在群体层面上得到普遍认可的信念。年龄、教育程度或政治倾向等人口因素对个体的常识水平没有显著影响。但是，社交洞察力（理解他人想法的能力）等心理测量属性，确实与更高水平的常识性有关。

这样的结果凸显了常识性信念的个体独特性，表明每个人对常识的看法可能都是独一无二的，因此常识的概念其实并没有人们想象的那么普适。

接下来，研究人员计划能将这项研究扩展到全球范围内。这将涉及研究不同文化和社会的常识，以了解它是如何变化的，以及可能存在哪些普遍性。他们希望能开发出可以在人工智能系统中实现并测量常识的方法，这些方法将可以提高人工智能对人类环境的理解，增强其决策能力。