克莱尔•蔡等人在2008年的研究再次表明，在达到最低界限之后，更多的信息只能意味着多余的信息和恒定的准确度。他们对美式足球球迷就15场大学生联赛的结果和比分预测情况进行了检验。信息（完全由不参与试验的球迷选择）以随机方式分五轮显示。每一轮显示6条信息（称为“提示”）。
在提供的信息中，故意删去了球队名称，以剔除由此带来的误导作用。这些资料包含了诸如本方失球、反攻次数以及推进距离等统计数据。
试验的参与者是来自芝加哥大学的30位本科生和研究生。参与者平均花费一个小时左右的时间完成实验，他们的酬劳是15美元的固定收入。此外，实验人员还承诺，表现最佳者还将获得额外50美元的奖励。为参与本次研究，参与者必须通过测试显示他们对大学生足球联赛有足够的了解。
为了从根本上说明更多信息是否就意味更好的信息，他们对比赛预测情况采用了实际测试中未曾使用的回归分析。虽然这听起来有点深奥复杂，但其真正的含义不过是说：每一轮均为计算机模型提供新的信息。这就模拟出试验的真正参与者（人）所面对的环境。
实验结果如图19-1所示。在仅有第一轮信息的情况下（6条提示），计算机模型的预测准确度约为56%，随着信息量的逐步增加，到全部信息提供完毕，预测的准确度也上升到71%。
可以说，从统计模拟的角度看，更多的信息确实意味着更好的信息。但是，对于人（而不是计算机）来说，试验却得出了一个完全不同的结果。在提供的信息量达到全部信息量的62%之后，预测准确度几乎不再变化。在最初几轮，参与者的预测准确度高于计算机模型，只不过在统计上不具有显著性，但是在最后几轮中却不及计算机模型。
图19-1 计算机模型的预测准确度（%）
不过，试验参与者的信心往往会随着信息的增加而大增。在最初提供6条信息的情况下，参与者的信心度为69%，到信息量达到30条时，信心度已经激增至接近80%。因此，几乎和斯洛维奇最早的研究完全一致，信息量增加带来的只有信心，而不是准确度。
这一结论反映出人类思维所受到的认知约束。早在1956年的时候，乔治•米勒就曾发现，一般人的存储能力（如果您喜欢，不妨称之为“大脑的便签”）只能同时处理7个字节的信息（正负误差为2个）。
归根结底，人类永远不可能成为能力无限的超级计算机。因此，我们没有道理去挑战自己的认知极限，而是应该去探索发掘我们天生的察赋。所以说，我们根本不必去收集无穷无尽的信息，倒是应该用更多时间去剖析和掌握真正有价值的东西。
