第1部分中已经介绍了什么是认知多样性，并定义了多样性视角、启发式、解释和预测模型。现在将深入探讨本书的另一个重点内容，这里将给出多样性能带来效益的证明。我们将阐明，为什么多样性在某些情况下可能与能力一样重要，甚至在其他一些情况下比能力还重要。简而言之，就是揭示多样性是怎样创造效益的。证明依赖于工具箱框架。你将看到，多样性视角、启发式、解释和预测模型是如何聚集起来发挥作用的。在整个过程中，将避免给出含糊的概括性结论，也就是声称多样性永远是好的或不好的。概括性结论过于宽泛，我不希望细节被忽略。在某个任务中，多样性能不能以及怎样提高绩效，取决于所考虑的多样性类型和被执行的任务类型。不应该指望任何一种多样性在各种情况下都是有利的，正如不应该认为摩擦在所有时候都是一种障碍一样。当我们想要把车停下来时，就需要摩擦力。
接下来的三章内容将阐明为什么多样性的力量会如此强大，以及多样性如何为群体绩效做出不亚于个人能力的贡献。我们将采取抽象的、逻辑推理的方法。通过抽象，可以将逻辑应用于各种各样的环境，从身份、集团、政治到股市预测，再到跨学科研究。这几章的内容可能需要你花上一些时间才能吸收，但是，这种努力是值得的，而且会带来很大回报。如果你想知道多样性是否、如何以及为什么能够创造效益，那就读下去吧，你将大有所获。
难题，多样性视角和启发式的用武之地
先从解决问题开始，将注意力集中在困难的问题上面。解决容易的问题不需要多样性视角和启发式来。2+2=4，这非常简单，但是蛋白质折叠则是困难的。我们面临着不少困难的问题，寻找可再生能源、设计卫生政策、管理生态系统，这些最受关注的问题都是困难的问题。但是困难的问题不仅仅限于这些，还包括设计建筑物、制作电影以及应付考试，等等。困难的问题并非今日才有，远古时代的动物驯化、工业革命时代的蒸汽机技术开发，都不属于“简单问题”的范畴。但是，很多人都认为，在当今社会，问题的多维性以及问题之间的相互联系，导致了一系列比过去更大、更困难的问题。1
我们的分析还强调了个人能够做出贡献的情境依赖性。一个人能够在多大程度上改进某一个解决方案，取决于他的工具如何与其他问题解决者的工具相结合，同时又如何不同于其他问题解决者的工具。是的，他能做出的贡献也取决于找到好的解决方案的能力，但是不应该把智能和个人贡献等同起来。那是个错误，事实上，那将是两个错误。
首先，这样做忽略了问题的难度。我们不想奖励那些碰巧选中了或者被分配了相对容易问题的人，同时也不能低估那些试图解决超出群体能力问题的人的能力。现在已经很少有人知道，在20世纪70年代末和80年代初，许多科学家试图解决受控核聚变问题，但是都遭到了失败。而现在，这些科学家的名字已经基本上被遗忘了，这只是因为受控核聚变问题实在太难了。如果利用现在的视角和工具，受控核聚变是一个更容易的问题，那么这些度过“平淡”科学研究生涯的人现在很可能被称为天才了。那些试图把铅变成黄金的炼金术士，以及试图建造永动机的人，也是如此。这些都是用心的尝试，但是问题却太难，实际上这些问题是不可能解决的。
其次，如果把智能和个人贡献等同起来，其实是在假设做出贡献的人具有更高的智能，但事实却可能是这个人只是有一些与众不同而已。突破往往源于多样性视角。但是拥有多样性视角与聪明并不是一回事。有些人只拥有很少的工具，但却都是正确的工具，因此可能会做出重要的突破。
对个体多样性如何集结的研究，以多样性优于能力定理为顶峰。这个定理的作用是，它给出了一些条件。在这些条件下，多样性个体的集合优于个人能力更高的个体集合。正如在本书前言中已经提到过的，这个结果并不是某种预期或意愿。这个结论是我在加州理工学院当助理教授时，对一些基于主体的模型（agent-based models）进行了研究和实验之后得到的。
