6 同质性造成群体盲从
与不相信计算能力或群体智慧相反，最后一种决策错误是：或者过度依赖公式和算法，或者过于相信群体智慧。
错配(mismatch)问题就是过度依赖数据的实例。当专家采用表面上客观的措施来预测未来表现时，就会发生错配现象，造成错误预测或毫无价值的预测。
例如，职业体育的联合选秀就属于一种错配。在选拔运动员之前，许多联盟都会征集一批顶级业余人选，并在球探的精心观察下，进行一系列测试来评估他们的能力，包括举重、跑步和灵活性训练等体能项目以及心理测试。然后，组织者根据选手的表现对其进行排名。在某些情况下，较好或较差的表现会严重影响球员的的选秀位置，进而影响其未来的预期收入。联合选秀压力大、成本高，而且非常费时。
但是，详细调查国家足球联盟的成绩后发现，联赛排名和之后的表现之间并不存在关联，只有一个例外：冲刺速度可以预测前锋的表现。针对曲棍球和篮球联赛的调查结果也与此类似。虽然通过标准化的量化指标进行运动员选拔，但它无法作出正确的预测结果。
事实上，错配问题远远不止体育领域，例如：
-
教育：文凭不足以预测未来工作业绩；
-
法律：依靠加分被法律学校录取的学生，毕业后的成绩和同学一样好；
-
执法：警察的主要工作是处理关系，身材魁梧不一定就是好警察。
同样地，盲目地相信群体智慧也是愚蠢的。比如，尽管价格似乎可以反映最准确的市场行情，但市场是极其不可靠的。这是因为，当违反群体智慧的三个条件时，集体误差就有可能增大。
毫不奇怪，多样性是最有可能失效的条件，因为人们天然具有社会性和模仿性。前文所述的“大布朗”赢得贝尔蒙特赛马的可能性被大大高估，就是多样性崩溃的极好示例。1990年代末互联网股市崩溃、2007~2009年的金融危机，都是失去多样性的案例。
为什么多样性有可能失灵？例如，当人们根据他人的行动、而不是根据自己的私人信息做出决定时，就会发生信息级联(information cascades)。信息级联有助于解释繁荣、潮流、时尚和股市崩盘。社会网络理论研究对个人或组织的相互联系，为理解信息级联如何在大量人群中传播提供了一个框架。
多样性失灵也会发生在较小的群体中。如果你是委员会、陪审团或工作团队的成员，你有可能已经理解这一点。多样性的缺失，通常源自于主导者的领导、事实的缺失或群体的认知同质性。
例如，研究人员将自由派和保守派人士按照倾向性进行分组，让他们研究同性婚姻和平权行动等社会争议性问题。一般来说，大多数人在小组研究之前访谈中所表达的观点，远不如小组活动后的形成的观点那么极端。在与小组共处之后，个人的观点变得更加统一。
如果失去多样性，群体无论大小都可能会偏离目标。
7 如何避免专家挤压现象
怎样才能让专家挤压现象为你所用，而不是和你对着干？几个要点：
-
针对所面临的问题，匹配最合适的解决方案。
各种各样的决策问题，需要一系列的解决方案。所以，你需要仔细斟酌要做出什么决策、什么方法可能对你最有帮助。如你所知，专家在很多环境下都会表现不佳，你需要尝试用其他方法来补充专家的观点。
寻求多样性。
泰特劳克的研究表明，尽管专家的预测总体上较差，但有些预测相对靠谱。让预测能力与众不同的，不是专家的身份或信念，而是他们的思维方式。泰特劳克将专家分为刺猬和狐狸两类：
-
刺猬知道一件大事，并试图通过这个视角来解释一切。
-
狐狸往往对很多事情知道一点点，不会对复杂问题作出单一的解释。
-
泰特劳克发现，狐狸比刺猬的预测能力更强。狐狸通过拼接多种的信息源来做出决定，这也证明了多样性的重要性。很自然，刺猬有时候是正确的、甚至是非常正确的，但时间越久，刺猬的预测效果就越不如狐狸。对于许多重要的决策，多样性在个体和集体层面都很关键。
-
尽可能使用科技手段。
你可以像百思买一样，利用科技手段来消除专家挤压现象。虽然利用IT和数据是不断增长的趋势，但利用科技和数据来解决业务问题的组织仍然不是很多。
例如，Google意识到招聘候选人数量巨大，而大多数面试纯属浪费时间，因此决定通过算法来识别潜在员工。Google先邀请老员工填写调查问卷，通过300个问题收集员工的职位、行为和个性等细节，然后把调查结果和员工绩效进行比较分析，寻找二者之间的关联关系。通过这项调查，Google确认，学术成就与工作业绩并不存在明确的关联。这种新颖的方式，帮助Google摆脱了无效面试的问题，能够更有效地招聘到优秀人才。
你的书架上或许充斥着赞美群体智慧、直觉、数学运算或专家能力的图书，但作为一个有思想的决策者，你的首要任务是确定你问题的性质，然后考虑如何最好地解决它。所有方法都各有利弊，并不存在唯一正确的解决方案。
也就是说，专家挤压现象是真实存在的。科技使决策者能够获得更有价值的洞见，一些组织正在采用新方法提供决策依据。但最大的障碍是，大多数人不适应将以前的专家决策移交给计算机或群体智慧。尽管存在明确证据反对专家模式，但人性仍是很大的障碍。