受到复杂性科学的启示，动物行为学家现已证明，群体行为并不需要如此荒诞的解释。相反，群体行为会自然而然地出现在群体中相邻成员之间相互作用的简单规则中。例如，足球比赛中观众制造的人浪在来访的火星人看来，就是一项复杂的逻辑运动，但其动态模式却源于一个简单的规则：看到身边的人站起来并举起双手（然后把双手放下），便立即跟着模仿。
这样的人浪包含了信息从个人到个人的快速传递，这一点也是群体行为的主要特征。在人群中，这种行为以邻居们相互聊天“散布流言”的形式存在，而附加信息又通过相同的渠道原路返回，直到每个人都知道是怎么一回事并根据信息采取行动。
有一次，受到朋友的邀请，我和妻子来到一个乡村集市。一位与我们素不相识的女士看了我们一眼，便说道：“你们的朋友在品尝啤酒的帐篷里。”她其实并没有看到我们的朋友，只是听说他们在那里，而他们正在等待相貌特征与我们相符的人的到来。
蜜蜂利用群体智能来发现新的巢址，蚂蚁利用群体智能来寻找到达食物来源的最短路线。从互联网的运转到城市的运作，群体智能在人类社会的诸多方面也发挥了重要的作用，只不过你通常没有注意到。
使群体得以形成并指导其行为的自组织在人类大脑的运行、人类免疫系统的运作、人类社会的组建，以及全球生态系统的平衡中的表现同样明显。在所有这些情况下，局部的相互作用（分子、活细胞，人类和各种不同物种的混合之间）产生大规模的复杂性。
复杂性科学先驱约翰·霍兰德（John Holland）指出，复杂性并不意味着混乱，它意味着各种模式的形成，其组成部分错综复杂地相互联系和相互依赖。这种模式可以保持长期的稳定、较短时间的稳定，或瞬时的稳定。在晶体结构、贝壳、活细胞、人类文明和星系中，我们可以找到长期稳定。一些在较短时间内稳定，但长时间不稳定的例子包括政治联盟，供应商、制造商和零售商网络，某些生态系统，以及一些婚姻关系。瞬时自组织模式包括浴缸里漂浮在水面的泡沫，超市里排着长队的购物者，足球比赛中的人浪，龙卷风的旋涡——当然也包括蜂群、羊群、牛群，以及各种动物的群体，更不用说人群了。
