按：这本书的原名直译应该是社会物理，围绕彭特兰所提出的社会物理学展开，彭特兰的社会物理学可以理解为通过对基于群体行为数据对社会网络结构中的思维流动等进行定量分析，研究如何对人类行为进行预测、解读乃至影响的社会学。是一本社会学方面的书，不过提到的概念和案例都比较容易在我们身边找到对应的体验，所以不太难理解，但却是从严谨逻辑角度出发展开的新视角，虽然读起来可能有”似曾相识“的感觉。在本书内，彭特兰强调了探索和参与对于群体只会生成的重要性，更通俗点说，类似我们这个微信群，通过一定的连接和挖掘，是可以产生更多的智慧的。
作者简介：
●全球大数据权威、可穿戴设备之父、MIT人类动力学实验室主任。
●在近30年执教生涯中，彭特兰培养出了50余位博士，其中一半成长为该研究领域的领军人物，1/4成为创业公司的创始人，1/4成为业界相关领域的中坚力量。彭特兰的实验室孵化出了30家以上的高科技企业。
●在全球计算科学领域，彭特兰是被引述次数最多的科学家之一。2011年，《福布斯》评选他为全球大数据权威，《新闻周刊》称他是“改变20世纪的100位美国人”之一。2012年，他关于大数据应用的文章获得《哈佛商业评论》的麦肯锡奖。2008年和2013年，他的研究成果更是两度摘得《麻省理工科技评论》“年度十大突破性科学技术”桂冠。
●如果要在大数据领域推举出一个代表性的科学家，阿莱克斯·彭特兰是一个无法令人忽略的名字。经过数年极具开创性的研究，社会物理学这个全新科学领域的根基已足够深厚。社会物理学是关于想法流的科学，正是在想法流的帮助下，我们才得以提高集体智能，促进智慧社会的形成。
● 通过研究数以百万计的人在智能手机、GPS设备、互联网等地方留下的“数字面包屑”，大数据的应用已成为一股无法被忽视的力量。在大数据的应用中，重要的是目睹人们实际做了什么，而不是听他们说自己做了什么。如果运用恰当的社会网络激励，我们将能够切实提高生产率，实现更高效的沟通。
●彭特兰的研究发现，我们可以在不知道任何信息的具体内容的情况下，只通过研究社会网络中的信息交换模式获得惊人的生产力提升和预测准确率提高。不管是家庭、公司这样的小团体，还是城市、国家这样的大团体，都可以通过对社会网络的调整，大大提高思想流，让我们用一种全新的方式看待生活本身。
目录 · · · · · ·
推荐序 测量，还是感知 段永朝 财讯传媒集团首席战略官
我们都是大数据时代的海狸 何帆 中国社会科学院世界经济与政治研究所 研究员
前言 我生活在未来
引言 更好的想法流，更智慧的社会
大数据与社会物理学
第一部分
从想法流到行动力
第1章 探索
发现好想法和做出好决策
社会学习，超越“回音室效应”
想法流，智慧学习的分形舞蹈
提高想法流的速率是关键
运用想法流校正网络
探索的三大要点
第2章 想法流
好想法汇成群体智慧
习惯、偏好和好奇心，想法流的形成
想法流汇聚同伴共享学习的集体智能
集体理性，而非个体理性
想法流，构建社区的关键
第3章 参与
强化社群的合作与互动
利用社会网络激励，而不是经济激励
充分利用在线社交网络的激励作用
征服与冲突，促进不同社群的合作互动
参与的三大规则
想法流，塑造新行为，塑造人性
第二部分
数据驱动的智慧组织
第4章 集体智能
互动模式如何转化为群体智慧
用互动模式测量你的管理
面对面互动，提高生产率的关键
团队外部的面对面探索模式 +团队内部的参与模式 =高创意团队
社会学习的机会越多，好的想法流越易形成
第5章 塑造组织
互动模式可视化如何提高生产率和创意产出
塑造高效组织的途径 1：参与
塑造高效组织的途径 2：探索
塑造高效组织的途径 3：多样性做组织中的魅力型连接者
第6章 变革组织
社会网络激励如何创建速成组织和应对颠覆式变革
创建速成组织，不是众包，而是社会网络激励
高压力带来高互动
信任，驱动想法流的社会资本
第三部分
数据驱动的智慧城市
第7章感知城市
移动感知如何创造城市神经系统
运用大数据统计人类行为特征
利用交通数据规划城市
疾病预测与公共健康
社会网络的三大干预措施
从数字神经系统到数据驱动的社会
第8章 城市科学
大数据与社会物理学如何变革城市的发展
专注于想法流而不是商品流
城市中的社会纽带模式
探索越多，城市越富足
用想法流的广度和想法流的速率预测城市的生产率
社会互动与社会探索共筑美好的城市
想法的引擎，数据驱动的城市
第四部分
数据驱动的智慧社会
第9章 数据新政
大数据驱动大未来
数据新政，用共享促进更大的想法流
开放 PDS，信任网络与数据公地
狂野的万维网
数据新政的挑战
社会物理学的启示，自由意志和人性尊严
第 10章 智慧社会的建立
信任网络与开放式创新
交换优于市场的核心是信任
网络化社会的三大设计原则
D4D，数据促进发展
普罗米修斯之火
附录一 快、慢和自由意志
附录二 数学
致谢
译者后记
注释
书摘：
社会物理学中动员每个人进行合作的方法是使用社会网络激励，而非个体激励或提供额外信息。也就是说，我们应该把注意力放在改变人们之间的连接，而不是让人们作为个体改变他们的行为上。
我们的行为很大程度上来自社会学习、这也是与周围同伴的交流非常重要的一个主要原因。随着交流增多，社会学系的机会增多，分享隐性的操作知识和成功的工作习惯等重要资源的机会也相应增多。
在生活的每个领域，我们建立了一个由可靠的人际关系组成的网络，并且与其他关系相比更青睐这些关系。这种由可靠社会纽带组成的网络中的交流能够促进想法流，并形成一个具有包容性、充满活力的文化—这也是我们社会的组织智慧的来源。
“对于预测集体智慧而言，最重要的因素是话题转换的平等性：相比于话题转换分布更为均等的群体，那些由少数个体主导对话的群体拥有更低的集体智能。”
“我和董文发现了3种简单的模式，它们能够解释不同团队和任务之间约50%的表现差异。表现最好的团队的典型特征包括以下三点：
大量的想法：许多简短的发言而不是少数很长的发言；
密集的互动：在发言和极短（少于1秒）的回应评论（例如“好”，“对”，“什么”）之间进行连续和交替的循环来证实或证伪想法并建立共识；
想法多样性：团队中的每个人都贡献想法、作出响应，参与者之间话轮转换次数相当。”
“这种集体智能的核心似乎在于：一个有助于收集来自每个人的各种不同想法的互动模式，与一个有效的筛选过程，两者相结合以达成共识。”
“我们关于团队的组织智慧的研究表明，团队像处理想法的机器一样运作，其中的互动模式有助于想法的数据挖掘。”
