认知的传播来源和集体属性

合理利用人类认知的集体属性。

动机：认知的集体属性

“认知的迭代”一文中，在对认知的动物来源分析时，提到过如何维护身心脑的状态保持在一个较高的水平上。具体来说，关于心理状态要实现三个“降低”：降负担、降预期、降对比。负担、预期、对比一方面来自认知在实践中的时变性，另一方面也来自群体交往中认知的集体属性作用。

集体属性一方面可以提升认知的边界，但是另一方面，集体属性会对已建立认知形成冲击。总的来说，在认知迭代方面，集体属性是弊大于利的，因为集体属性对于认知施加的变化不是实践渠道，而是传播渠道：一方面理论内容较少；一方面实例缺乏验证，依赖传播渠道的准确性。当然，某些情况，比如在某一方面没有先验理论的情况，或者先验理论弱于集体属性中传播的认知时，可以适当利用认知的集体属性建立先验理论。

换言之，认知的集体属性不应该在认知的学习理论中发挥主要作用。

方式：异步交流

那么认知的集体属性应该如何发挥作用呢？认知的集体属性应该在实践中发挥作用，一个具有一定认知能力的个体，无论是动物或者人，当他们和自己不建立情感这种同步联系时，他们体现价值的地方在于实践中的劳动（任务卸载）。

任务卸载是分布式系统中的经典问题，如果我们把认知的集体属性应用在实践的劳动上，很多模型可以套在这种协作模式上。异步是任务卸载的核心机制。反映在人与人的劳动协作模式上，就是交流的非即时响应。信息的交流是有代价的，就像网络中长连接的建立（TCP），如果试图利用这种集体属性（信息共享）迭代认知，这种过程就像数据挖掘，消耗更大资源，而且数据质量严重影响数据挖掘效果【从这个角度讲，利用认知集体属性迭代认知这种方式，大部分情况也是完全没有必要的】。

因此对于低优先级任务、服务质量要求低的任务使用非长连接（UDP），非即时响应的方式。只对少部分服务质量要求高，更有收益的任务采用长连接的方法。

限制：规则和信息价值

当然，并不是说要一成不变在基于信息交流的实践中采用这种方法。异步的方式需要考虑约定规则的容忍度，在无法打破约定规则的情况下，应按照约定的方式进行沟通。

这是因为：1.信息本身尽管数据偏好严重但暴露了参与交流方的特点；另外有些信息价值高，可以在某一方面辅助建立先验理论。【但是对于交流信息的数据挖掘大部分情况是异步、且优先级极低的。需要沉淀一定的规模，才能进行。】2.打破规则的代价更大，带来的实践负收益超出异步交流的正收益。