近年、適応的なヒューリスティックが複数提案されている。これらは同時に一部の問題にはバイアスを生み出し、集団意思決定で用いられた場合、これが集合知の効果を弱めてしまう。この改善のため、本研究では集団内のストラテジーの多様性が集合知の効果を高めるという仮説をたてた。実験では、個人の推論データを基に、計算機上で多様性を操作しつつ集団意思決定を行った。結果、多様性が高い条件でバイアスの解消が多く起き、集合知の効果が高まることが明らかになった。

二者択一課題において，問題文で提示された対象と選択肢との双方のfamiliarityの類似性に基づく推論方略「familiarity-matching」，および具体的な知識を利用したと考えられる複数の推論方略について，各推論プロセスをモデル化し，参加者の選択をどの程度予測できるかを検証した。結果，familiarity-matchingが広く利用されること，また主観的困難度の高い問題では多数の属性が考慮されやすいことが示唆された。