Imagine a police lineup where ten witnesses are asked to identify a bank robber they glimpsed fleeing the crime scene. If six of them pick out the same person, there's a good chance that's the real culprit, and if all ten make the same choice, you might think the case is rock solid, but you'd be wrong. For most of us, this sounds pretty strange. After all, much of our society relies on majority vote and consensus, whether it's politics, business, or entertainment. So it's natural to think that more consensus is a good thing. And up until a certain point, it usually is. But sometimes, the closer you start to get to total agreement, the less reliable the result becomes. This is called the paradox of unanimity. The key to understanding this apparent paradox is in considering the overall level of uncertainty involved in the type of situation you're dealing with. If we asked witnesses to identify the apple in this lineup, for example, we shouldn't be surprised by a unanimous verdict. But in cases where we have reason to expect some natural variance, we should also expect varied distribution. If you toss a coin one hundred times, you would expect to get heads somewhere around 50% of the time. But if your results started to approach 100% heads, you'd suspect that something was wrong, not with your individual flips, but with the coin itself. Of course, suspect identifications aren't as random as coin tosses, but they're not as clear cut as telling apples from bananas, either. In fact, a 1994 study found that up to 48% of witnesses tend to pick the wrong person out of a lineup, even when many are confident in their choice. Memory based on short glimpses can be unreliable, and we often overestimate our own accuracy. Knowing all this, a unanimous identification starts to seem less like certain guilt, and more like a systemic error, or bias in the lineup. And systemic errors don't just appear in matters of human judgement. From 1993-2008, the same female DNA was found in multiple crime scenes around Europe, incriminating an elusive killer dubbed the Phantom of Heilbronn. But the DNA evidence was so consistent precisely because it was wrong. It turned out that the cotton swabs used to collect the DNA samples had all been accidentally contaminated by a woman working in the swab factory. In other cases, systematic errors arise through deliberate fraud, like the presidential referendum held by Saddam Hussein in 2002, which claimed a turnout of 100% of voters with all 100% supposedly voting in favor of another seven-year term. When you look at it this way, the paradox of unanimity isn't actually all that paradoxical. Unanimous agreement is still theoretically ideal, especially in cases when you'd expect very low odds of variability and uncertainty, but in practice, achieving it in situations where perfect agreement is highly unlikely should tell us that there's probably some hidden factor affecting the system. Although we may strive for harmony and consensus, in many situations, error and disagreement should be naturally expected. And if a perfect result seems too good to be true, it probably is.
ลองนึกถึงการชี้ตัวผู้ต้องหาโดยพยาน 10 คน มาชี้ตัวโจรปล้นธนาคารที่พวกเขาได้เห็น ระหว่างการหลบหนีออกจากที่เกิดเหตุ หากพยานมากกว่า 6 คนชี้ตัวคนร้ายคนเดียวกัน นั่นมีความเป็นไปได้มากกว่า คนนั้นคือผู้ต้องหา แต่หากพยานทั้ง 10 คนชี้ไปที่คนเดียวกัน คุณอาจจะคิดว่าคดีนี้ยิ่งหนักแน่นทีเดียว แต่คุณอาจจะคิดผิด สำหรับพวกเราส่วนใหญ่สิ่งนี้อาจฟังดูแปลก แต่ไหนแต่ไรมา สังคมของเราให้ความสำคัญ กับการลงคะแนนเสียงกับเสียงส่วนใหญ่ ไม่ว่าจะเป็นการเมือง ธุรกิจ หรือวงการบันเทิง ดังนั้นเป็นเรื่องปกติที่จะคิดว่า ยิ่งเสียงส่วนมากคือยิ่งดี จนถึงบัดนี้ก็ยังคงเป็นแบบนั้น แต่ในบางครั้ง ยิ่งคุณเข้าใกล้ความเป็น เอกฉันท์มากเท่าไหร่ ผลที่ได้จะมีความน่าเชื่อถือน้อยลง สิ่งนี้เรียกว่าความย้อนแย้ง ของความเป็นเอกฉันท์ ปัจจัยสำคัญในการทำความเข้าใจ ความย้อนแย้งนี้ คือในการพิจารณาองค์รวมของ ความไม่แน่นอน เกี่ยวกับประเภทของเหตุการณ์ ที่คุณเผชิญอยู่ ยกตัวอย่างเช่น หากเราให้พยานจำแนก แอปเปิ้ลออกมา ผลที่ได้ก็จะเป็นเอกฉันท์อย่างแน่นอน แต่ในกรณีที่เราจำเป็นจะต้องคำนึงถึง ความแตกต่างทางธรรมชาติบางอย่าง เราต้องคำนึงถึงการกระจายที่ต่างออกไปด้วย ถ้าเราลองโยนเหรียญ 100 ครั้ง เราคงคาดหวังว่าจะได้เห็นด้านหัวประมาณ 50% ของจำนวนครั้งทั้งหมด ถ้าหากผลลัพธ์ออกมาว่าเหรียญออกหัวทั้งหมด คุณจะตั้งสมมติฐานว่าน่าจะมีบางสิ่งผิดปกติ ซึ่งไม่ได้มาจากการโยนของเรา แต่ผิดปกติที่ตัวเหรียญเอง แน่นอนว่า การชี้ตัวผู้ต้องหาไม่ได้ เป็นการสุ่มเหมือนการโยนเหรียญ แต่มันก็ไม่ได้ชัดเจนเหมือนกันแยกแอปเปิ้ล ออกจากกล้วยเช่นกัน อันที่จริงแล้ว การศึกษาในปี ค.ศ. 1944 พบว่า 48% ของพยาน มีแนวโน้มที่จะชี้ตัวผู้ต้องหาผิดคน แม้ว่าพวกเขาจะมั่นใจในการชี้ตัวของพวกเขา มากก็ตาม ความทรงจำที่ตั้งอยู่บนพื้นฐานของการ เห็นเพียงแวบเดียวนั้นเชื่อได้ยาก และเรามักจะคาดคะเนเกินจากความแม่นยำของเรา ด้วยปัจจัยเหล่านี้ การบ่งชี้ที่เป็นเอกฉันท์เริ่มดูจะมี ความน่าเชื่อถือน้อยลง และเป็นเหมือนความบกพร่องของระบบ หรือความลำเอียงที่เกิดขึ้น ความบกพร่องของระบบไม่เพียงเกิดขึ้น ในกรณีของการตัดสินของมนุษย์เท่านั้น ในปี ค.ศ. 1993-2008 มีการตรวจพบ DNA ของหญิงสาวในที่เกิดเหตุ อาชญากรรมหลายแห่งในยุโรป ซึ่งเรียกว่าเป็นฆาตกรที่หาตัวจับยาก ชื่อว่า Phantom of Heilbronn แต่หลักฐานเกี่ยวกับ DNA นี้มีความสอดคล้อง กับที่เกิดเหตุเพราะเกิดความผิดพลาดขึ้นมา ปรากฎว่าสำลีที่ใช้ตรวจหาตัวอย่าง DNA เกิดอุบัติเหตุถูกปนเปื้อนโดยผู้หญิงคนหนึ่ง ที่ทำงานในโรงงานผลิต ในบางกรณีระบบที่ผิดพลาดเกิดจาก การเจตนาทุจริต เหมือนประชามติที่จัดทำขึ้นโดยซัดดัม ฮุสเซน ในปี ค.ศ.2002 ที่ระบุว่ามีผู้ลงคะแนนเสียงถึง 100% พร้อมกับนิยมชมชอบถึง 100% เช่นกัน กับการเป็นประธานาธิบดีอีกเจ็ดปี เมื่อคุณมองเห็นเรื่องแบบนี้ ความย้อนแย้งในความเป็นเอกฉันท์ อาจจะไม่ใช่ความย้อนแย้งทั้งหมด ความเห็นพ้องตรงกันอย่างเป็นเอกฉันท์ ยังเป็นแค่ความคิดเชิงทฤษฏี โดยเฉพาะกรณีที่มีคาดหวังต่ำมาก ในตัวแปรและความไม่แน่นอน แต่ในทางปฏิบัติแล้ว การได้เสียงเอกฉันท์ในสภาวะ ที่ความเป็นเอกฉันท์ไม่น่าเกิดขึ้นได้ บอกเราว่าน่าจะมีปัจจัยซ่อนเร้นบางประการ ที่กำลังส่งผลอยู่ในระบบ บางทีเราอาจจะต่อสู้เพื่อความสมานฉันท์ และฉันทามติ ในหลายสถานการณ์ ความผิดพลาดและความเห็นต่าง ยังเป็นสิ่งที่คาดหวังได้ตามธรรมชาติ และถ้าผลลัพธ์ที่สมบูรณ์แบบนั้น ดูดีเกินกว่าจะเป็นจริงได้ มันก็อาจจะเกินจริงไปจริง ๆ