Inteligencia colectiva

La inteligencia colectiva (IC) es una inteligencia compartida o de grupo (GI) que surge de la colaboración, los esfuerzos colectivos y la competencia de muchos individuos y aparece en la toma de decisiones por consenso. El término aparece en sociobiología, ciencia política y en el contexto de aplicaciones masivas de revisión por pares y crowdsourcing. Puede involucrar consenso, capital social y formalismos como sistemas de votación, redes sociales y otros medios para cuantificar la actividad masiva. El CI colectivo es una medida de la inteligencia colectiva, aunque a menudo se usa indistintamente con el término inteligencia colectiva. La inteligencia colectiva también se ha atribuido a bacterias y animales.

Puede entenderse como una propiedad emergente de las sinergias entre: 1) datos-información-conocimiento; 2) software-hardware; y 3) individuos (aquellos con nuevos conocimientos, así como autoridades reconocidas) que continuamente aprenden de la retroalimentación para producir conocimiento justo a tiempo para mejores decisiones que estos tres elementos actuando solos; o más estrictamente como una propiedad emergente entre las personas y las formas de procesar la información. Norman Lee Johnson se refiere a esta noción de inteligencia colectiva como "inteligencia simbiótica".El concepto se utiliza en sociología, negocios, informática y comunicación masiva: también aparece en la ciencia ficción. Pierre Lévy define la inteligencia colectiva como: "Es una forma de inteligencia distribuida universalmente, constantemente mejorada, coordinada en tiempo real y que resulta en la movilización efectiva de habilidades. Agregaré la siguiente característica indispensable a esta definición: La base y el objetivo de la inteligencia colectiva es el reconocimiento mutuo y el enriquecimiento de los individuos más que el culto a comunidades fetichizadas o hipostasiadas”. Según los investigadores Pierre Lévy y Derrick de Kerckhove, se refiere a la capacidad de las TIC (tecnologías de la información y la comunicación) en red para mejorar el acervo colectivo de conocimiento social al expandir simultáneamente el alcance de las interacciones humanas. Geoff Mulgan proporcionó una definición más amplia en una serie de conferencias e informes a partir de 2006 y en el libro Big Mind, que proponía un marco para analizar cualquier sistema de pensamiento, incluida la inteligencia humana y artificial, en términos de elementos funcionales (observación, predicción, creatividad, criterio, etc.), ciclos de aprendizaje y formas de organización. El objetivo era proporcionar una forma de diagnosticar y mejorar la inteligencia colectiva de una ciudad, empresa, ONG o parlamento.

La inteligencia colectiva contribuye fuertemente al cambio de conocimiento y poder del individuo al colectivo. De acuerdo con Eric S. Raymond (1998) y JC Herz (2005), la inteligencia de fuente abierta eventualmente generará resultados superiores al conocimiento generado por el software propietario desarrollado dentro de las corporaciones (Flew 2008). El teórico de los medios Henry Jenkins ve la inteligencia colectiva como una "fuente alternativa de poder de los medios", relacionada con la cultura de la convergencia. Llama la atención sobre la educación y la forma en que las personas están aprendiendo a participar en culturas del conocimiento fuera de los entornos formales de aprendizaje. Henry Jenkins critica las escuelas que promueven 'solucionadores de problemas autónomos y estudiantes autónomos' mientras se mantienen hostiles al aprendizaje a través de la inteligencia colectiva.Tanto Pierre Lévy (2007) como Henry Jenkins (2008) apoyan la afirmación de que la inteligencia colectiva es importante para la democratización, ya que está interrelacionada con la cultura basada en el conocimiento y sostenida por el intercambio colectivo de ideas, y por lo tanto contribuye a una mejor comprensión de la sociedad diversa.

Similar al factor g (g) para la inteligencia individual general, una nueva comprensión científica de la inteligencia colectiva tiene como objetivo extraer un factor c de inteligencia colectiva general para grupos que indique la capacidad de un grupo para realizar una amplia gama de tareas. La definición, la operacionalización y los métodos estadísticos se derivan de g. Del mismo modo que g está muy interrelacionado con el concepto de CI, esta medida de inteligencia colectiva puede interpretarse como un cociente de inteligencia para grupos (Grupo-CI) aunque la puntuación no es un cociente per se. También se investigan las causas de c y la validez predictiva.

Los escritores que han influido en la idea de la inteligencia colectiva incluyen a Francis Galton, Douglas Hofstadter (1979), Peter Russell (1983), Tom Atlee (1993), Pierre Lévy (1994), Howard Bloom (1995), Francis Heylighen (1995), Douglas Engelbart, Louis Rosenberg, Cliff Joslyn, Ron Dembo, Gottfried Mayer-Kress (2003) y Geoff Mulgan.

Historia

El concepto (aunque no llamado así) se originó en 1785 con el marqués de Condorcet, cuyo "teorema del jurado" establece que si cada miembro de un grupo de votantes tiene más probabilidades de tomar una decisión correcta que de no hacerlo, la probabilidad de que el voto más alto de los grupo es la decisión correcta aumenta con el número de miembros del grupo (véase el teorema del jurado de Condorcet). Muchos teóricos han interpretado la declaración de Aristóteles en la Política de que "una fiesta a la que muchos contribuyen es mejor que una comida provista de una sola bolsa" en el sentido de que así como muchos pueden traer diferentes platos a la mesa, en una deliberación muchos pueden contribuir diferentes piezas de información para generar una mejor decisión. Beca reciente,sin embargo, sugiere que esto probablemente no era lo que quería decir Aristóteles, sino que es una interpretación moderna basada en lo que ahora sabemos sobre la inteligencia del equipo.

Un precursor del concepto se encuentra en la observación del entomólogo William Morton Wheeler de que los individuos aparentemente independientes pueden cooperar tan estrechamente como para volverse indistinguibles de un solo organismo (1910). Wheeler vio este proceso de colaboración en funcionamiento en hormigas que actuaban como las células de una sola bestia a la que llamó superorganismo.

En 1912 Émile Durkheim identificó a la sociedad como la única fuente del pensamiento lógico humano. Argumentó en "Las formas elementales de la vida religiosa" que la sociedad constituye una inteligencia superior porque trasciende al individuo en el espacio y el tiempo. Otros antecedentes son el concepto de "noosfera" de Vladimir Vernadsky y Pierre Teilhard de Chardin y el concepto de "cerebro mundial" de HG Wells (ver también el término "cerebro global"). Peter Russell, Elisabet Sahtouris y Barbara Marx Hubbard (autor del término "evolución consciente")están inspirados en las visiones de una noosfera, una inteligencia colectiva trascendente que evoluciona rápidamente, una corteza informativa del planeta. La noción ha sido examinada más recientemente por el filósofo Pierre Lévy. En un informe de investigación de 1962, Douglas Engelbart vinculó la inteligencia colectiva con la efectividad organizacional y predijo que 'aumentar el intelecto humano' de manera proactiva produciría un efecto multiplicador en la resolución de problemas grupales: "Tres personas que trabajan juntas en este modo aumentado [parecerían] ser tres veces más eficaz para resolver un problema complejo que una persona aumentada que trabaja sola". En 1994, acuñó el término 'coeficiente intelectual colectivo' como una medida de la inteligencia colectiva, para centrar la atención en la oportunidad de aumentar significativamente el cociente intelectual colectivo en los negocios y la sociedad.

La idea de la inteligencia colectiva también forma el marco de las teorías democráticas contemporáneas a menudo denominadas democracia epistémica. Las teorías democráticas epistémicas se refieren a la capacidad de la población, ya sea a través de la deliberación o la agregación de conocimientos, para rastrear la verdad y se apoya en mecanismos para sintetizar y aplicar la inteligencia colectiva.

La inteligencia colectiva se introdujo en la comunidad de aprendizaje automático a fines del siglo XX y maduró hasta convertirse en una consideración más amplia de cómo diseñar "colectivos" de agentes adaptativos interesados ​​en sí mismos para cumplir con un objetivo de todo el sistema. Esto estaba relacionado con el trabajo de un solo agente sobre la "conformación de recompensas" y ha sido llevado adelante por numerosos investigadores en las comunidades de ingeniería y teoría de juegos.

Dimensiones

Howard Bloom ha discutido el comportamiento de las masas: el comportamiento colectivo desde el nivel de los quarks hasta el nivel de las sociedades bacterianas, vegetales, animales y humanas. Destaca las adaptaciones biológicas que han convertido a la mayoría de los seres vivos de esta tierra en componentes de lo que llama "una máquina de aprender". En 1986, Bloom combinó los conceptos de apoptosis, procesamiento distribuido paralelo, selección de grupo y superorganismo para producir una teoría de cómo funciona la inteligencia colectiva. Más tarde mostró cómo las inteligencias colectivas de colonias bacterianas competidoras y sociedades humanas pueden explicarse en términos de "sistemas adaptativos complejos" generados por computadora y los "algoritmos genéticos", conceptos iniciados por John Holland.

Bloom rastreó la evolución de la inteligencia colectiva hasta nuestros ancestros bacterianos hace mil millones de años y demostró cómo ha funcionado una inteligencia multiespecie desde el comienzo de la vida. Las sociedades de hormigas exhiben más inteligencia, en términos de tecnología, que cualquier otro animal excepto los humanos y cooperan en la crianza de ganado, por ejemplo, pulgones para "ordeñar". Los cortadores de hojas cuidan los hongos y llevan hojas para alimentarlos.

David Skrbina cita el concepto de una 'mente grupal' como derivado del concepto de panpsiquismo de Platón (que la mente o la conciencia es omnipresente y existe en toda la materia). Desarrolla el concepto de una 'mente de grupo' tal como lo articula Thomas Hobbes en "Leviathan" y los argumentos de Fechner para una conciencia colectiva de la humanidad. Cita a Durkheim como el defensor más notable de una "conciencia colectiva" ya Teilhard de Chardin como un pensador que ha desarrollado las implicaciones filosóficas de la mente grupal.

Tom Atlee se centra principalmente en los seres humanos y en el trabajo para mejorar lo que Howard Bloom llama "el coeficiente intelectual del grupo". Atlee siente que se puede alentar a la inteligencia colectiva "a superar el 'pensamiento grupal' y el sesgo cognitivo individual para permitir que un colectivo coopere en un proceso, mientras logra un mejor rendimiento intelectual". George Pór definió el fenómeno de la inteligencia colectiva como "la capacidad de las comunidades humanas para evolucionar hacia un orden superior de complejidad y armonía, a través de mecanismos de innovación como la diferenciación y la integración, la competencia y la colaboración". Atlee y Pór afirman que "la inteligencia colectiva también implica lograr un único foco de atención y un estándar de métricas que proporcionen un umbral de acción adecuado".

El término inteligencia de grupo a veces se usa indistintamente con el término inteligencia colectiva. Anita Woolley presenta la inteligencia colectiva como una medida de la inteligencia grupal y la creatividad grupal. La idea es que una medida de inteligencia colectiva cubra una amplia gama de características del grupo, principalmente la composición del grupo y la interacción del grupo. Las características de la composición que conducen a mayores niveles de inteligencia colectiva en los grupos incluyen criterios tales como un mayor número de mujeres en el grupo, así como una mayor diversidad del grupo.

Atlee y Pór sugieren que el campo de la inteligencia colectiva debe verse principalmente como una empresa humana en la que la mentalidad, la voluntad de compartir y la apertura al valor de la inteligencia distribuida para el bien común son primordiales, aunque la teoría de grupos y la inteligencia artificial tener algo que ofrecer. Las personas que respetan la inteligencia colectiva confían en sus propias habilidades y reconocen que el todo es mayor que la suma de las partes individuales. Maximizar la inteligencia colectiva se basa en la capacidad de una organización para aceptar y desarrollar "La Sugerencia Dorada", que es cualquier aporte potencialmente útil de cualquier miembro.El pensamiento grupal a menudo obstaculiza la inteligencia colectiva al limitar la entrada a unas pocas personas seleccionadas o al filtrar las Sugerencias Doradas potenciales sin desarrollarlas completamente para su implementación.

Robert David Steele Vivas en The New Craft of Intelligence describió a todos los ciudadanos como "miembros de la inteligencia", recurriendo únicamente a fuentes de información legales y éticas, capaces de crear una "inteligencia pública" que mantiene honestos a los funcionarios públicos y gerentes corporativos, convirtiendo el concepto de "inteligencia nacional" (anteriormente preocupada por los espías y el secreto) en su cabeza.

Según Don Tapscott y Anthony D. Williams, la inteligencia colectiva es colaboración masiva. Para que este concepto suceda, deben existir cuatro principios:

- Apertura - Compartir ideas y propiedad intelectual: aunque estos recursos proporcionan una ventaja sobre los competidores, se obtienen más beneficios al permitir que otros compartan ideas y obtengan mejoras y escrutinio significativos a través de la colaboración.

- Peering - Organización horizontal como con la 'apertura' del programa Linux donde los usuarios son libres de modificarlo y desarrollarlo siempre que lo pongan a disposición de otros. Peering tiene éxito porque fomenta la autoorganización, un estilo de producción que funciona de manera más eficaz que la gestión jerárquica para ciertas tareas.

- Compartir: las empresas han comenzado a compartir algunas ideas mientras mantienen cierto grado de control sobre otras, como derechos de patentes potenciales y críticos. Limitar toda la propiedad intelectual cierra las oportunidades, mientras que compartir algunos expande los mercados y saca productos más rápido.

- Actuar globalmente: el avance en la tecnología de la comunicación ha impulsado el surgimiento de empresas globales con bajos costos generales. Internet está muy extendido, por lo que una empresa integrada globalmente no tiene fronteras geográficas y puede acceder a nuevos mercados, ideas y tecnología.

Inteligencia colectiva factor c

Una nueva comprensión científica de la inteligencia colectiva la define como la capacidad general de un grupo para realizar una amplia gama de tareas. La definición, la operacionalización y los métodos estadísticos son similares al enfoque psicométrico de la inteligencia individual general. Por la presente, el rendimiento de un individuo en un conjunto determinado de tareas cognitivas se utiliza para medir la capacidad cognitiva general indicada por el factor de inteligencia general g extraído a través del análisis factorial. De la misma manera que g sirve para mostrar las diferencias de rendimiento entre individuos en tareas cognitivas, la investigación de inteligencia colectiva tiene como objetivo encontrar un factor de inteligencia paralelo para los grupos ' factor c ' (también llamado 'factor de inteligencia colectiva' (CI)) mostrando diferencias entre grupos en el desempeño de tareas. El puntaje de inteligencia colectiva luego se usa para predecir cómo se desempeñará este mismo grupo en cualquier otra tarea similar en el futuro. Sin embargo, las tareas, aquí, se refieren a tareas mentales o intelectuales realizadas por pequeños grupos, aunque se espera que el concepto sea transferible a otras actuaciones y cualquier grupo o multitud que vaya desde familias hasta empresas e incluso ciudades enteras. Dado que las puntuaciones del factor g de los individuos están altamente correlacionadas con las puntuaciones de CI de escala completa, que a su vez se consideran buenas estimaciones de g,esta medida de inteligencia colectiva también puede verse como un indicador o cociente de inteligencia respectivamente para un grupo (Group-IQ) paralelo al cociente de inteligencia (IQ) de un individuo, aunque la puntuación no es un cociente per se.

Matemáticamente, c y g son variables que resumen correlaciones positivas entre diferentes tareas, suponiendo que el desempeño en una tarea es comparable con el desempeño en otras tareas similares. c, por lo tanto, es una fuente de variación entre grupos y solo puede considerarse como la posición de un grupo en el factor c en comparación con otros grupos en una población relevante dada. El concepto contrasta con las hipótesis en competencia que incluyen otras estructuras correlacionales para explicar la inteligencia grupal, como una composición de varios factores igualmente importantes pero independientes que se encuentran en la investigación de la personalidad individual.

Además, esta idea científica también pretende explorar las causas que afectan a la inteligencia colectiva, como el tamaño del grupo, las herramientas de colaboración o las habilidades interpersonales de los miembros del grupo. El Centro de Inteligencia Colectiva del MIT, por ejemplo, anunció la detección del Genoma de la Inteligencia Colectiva como uno de sus principales objetivos con el objetivo de desarrollar una taxonomía de bloques de construcción organizacionales, o genes, que puedan combinarse y recombinarse para aprovechar la inteligencia de las multitudes..

Causas

Se muestra que la inteligencia individual está influenciada genética y ambientalmente. De manera análoga, la investigación de la inteligencia colectiva tiene como objetivo explorar las razones por las que ciertos grupos se desempeñan de manera más inteligente que otros grupos dado que c está moderadamente correlacionado con la inteligencia de los miembros individuales del grupo. Según los resultados de Woolley et al., ni la cohesión del equipo ni la motivación ni la satisfacción se correlacionan con c. Sin embargo, afirman que se encontraron tres factores como correlatos significativos: la variación en el número de turnos para hablar, la sensibilidad social promedio de los miembros del grupo y la proporción de mujeres. Los tres tenían un poder predictivo similar para c, pero solo la sensibilidad social fue estadísticamente significativa (b=0,33, P=0,05).

El número de turnos para hablar indica que "los grupos en los que unas pocas personas dominaban la conversación eran menos inteligentes colectivamente que aquellos con una distribución más equitativa de los turnos conversacionales". Por lo tanto, brindar a varios miembros del equipo la oportunidad de hablar hizo que el grupo fuera más inteligente.

La sensibilidad social de los miembros del grupo se midió a través de la Prueba de lectura de la mente en los ojos (RME) y se correlacionó.26 con c. De este modo, se pide a los participantes que detecten pensamientos o sentimientos expresados ​​en los ojos de otras personas presentados en imágenes y evaluados en un formato de opción múltiple. La prueba tiene como objetivo medir la teoría de la mente de las personas (ToM), también llamada 'mentalización' o 'lectura de la mente', que se refiere a la capacidad de atribuir estados mentales, como creencias, deseos o intenciones, a otras personas y en qué medida. las personas entienden que los demás tienen creencias, deseos, intenciones o perspectivas diferentes a las suyas. RME es una prueba de ToM para adultos que muestra suficiente confiabilidad test-retesty diferencia constantemente a los grupos de control de los individuos con autismo funcional o síndrome de Asperger. Es una de las pruebas más ampliamente aceptadas y mejor validadas para la ToM en adultos. ToM puede considerarse como un subconjunto asociado de habilidades y destrezas dentro del concepto más amplio de inteligencia emocional.

La proporción de mujeres como predictor de c estuvo mediada en gran medida por la sensibilidad social (Sobel z = 1.93, P = 0.03) que está en línea con investigaciones previas que muestran que las mujeres obtienen puntajes más altos en las pruebas de sensibilidad social. Si bien una mediación, estadísticamente hablando, aclara el mecanismo subyacente a la relación entre una variable dependiente y una independiente, Wolley coincidió en una entrevista con Harvard Business Review en que estos hallazgos están diciendo que los grupos de mujeres son más inteligentes que los grupos de hombres. Sin embargo, relativiza esto afirmando que lo realmente importante es la alta sensibilidad social de los miembros del grupo.

Se teoriza que el factor de inteligencia colectiva c es una propiedad emergente que resulta de procesos ascendentes y descendentes. De este modo, los procesos de abajo hacia arriba cubren las características agregadas de los miembros del grupo. Los procesos de arriba hacia abajo cubren estructuras y normas grupales que influyen en la forma de colaboración y coordinación de un grupo.

Procesos

Procesos de arriba hacia abajo

Los procesos de arriba hacia abajo cubren la interacción grupal, como estructuras, procesos y normas. Un ejemplo de tales procesos de arriba hacia abajo es la toma de turnos conversacionales. La investigación sugiere además que los grupos colectivamente inteligentes se comunican más en general y de manera más equitativa; Lo mismo se aplica a la participación y se muestra tanto para los grupos en línea como para los presenciales que se comunican solo por escrito.

Procesos ascendentes

Los procesos ascendentes incluyen la composición del grupo, es decir, las características de los miembros del grupo que se agregan al nivel del equipo. Un ejemplo de tales procesos ascendentes es la sensibilidad social promedio o las puntuaciones de inteligencia promedio y máxima de los miembros del grupo. Además, se encontró que la inteligencia colectiva está relacionada con la diversidad cognitiva de un grupo, incluidos los estilos de pensamiento y las perspectivas.Los grupos que son moderadamente diversos en estilo cognitivo tienen una inteligencia colectiva más alta que aquellos que son muy similares en estilo cognitivo o muy diferentes. En consecuencia, los grupos cuyos miembros son demasiado similares entre sí carecen de la variedad de perspectivas y habilidades necesarias para desempeñarse bien. Por otro lado, los grupos cuyos miembros son demasiado diferentes parecen tener dificultades para comunicarse y coordinarse de manera efectiva.

Procesos en serie vs paralelos

Durante la mayor parte de la historia humana, la inteligencia colectiva estuvo confinada a pequeños grupos tribales en los que las opiniones se agregaban a través de interacciones paralelas en tiempo real entre los miembros. En los tiempos modernos, la comunicación masiva, los medios masivos y las tecnologías de redes han permitido que la inteligencia colectiva abarque grupos masivos, distribuidos en continentes y zonas horarias. Para adaptarse a este cambio de escala, la inteligencia colectiva en grupos a gran escala ha estado dominada por procesos de encuestas en serie, como la agregación de votos positivos, me gusta y calificaciones a lo largo del tiempo. En ingeniería, agregar muchas decisiones de ingeniería permite identificar buenos diseños típicos.Si bien los sistemas modernos se benefician de un tamaño de grupo más grande, se ha descubierto que el proceso serializado introduce un ruido sustancial que distorsiona la salida colectiva del grupo. En un importante estudio de inteligencia colectiva serializada, se encontró que el primer voto contribuido a un sistema de votación serializado puede distorsionar el resultado final en un 34%.

Para abordar los problemas de la agregación serializada de aportes entre grupos a gran escala, los avances recientes de inteligencia colectiva han trabajado para reemplazar votos, encuestas y mercados serializados, con sistemas paralelos como "enjambres humanos" modelados a partir de enjambres sincrónicos en la naturaleza. Basado en el proceso natural de Swarm Intelligence, estos enjambres artificiales de humanos en red permiten a los participantes trabajar juntos en paralelo para responder preguntas y hacer predicciones como una inteligencia colectiva emergente. En un ejemplo de alto perfil, un desafío de enjambre humano de CBS Interactive para predecir el Derby de Kentucky. El enjambre predijo correctamente los primeros cuatro caballos, en orden, desafiando las probabilidades de 542–1 y convirtiendo una apuesta de $20 en $10,800.

El valor de la inteligencia colectiva paralela fue demostrado en aplicaciones médicas por investigadores de la Facultad de Medicina de la Universidad de Stanford y Unanimous AI en un conjunto de estudios publicados en los que grupos de médicos humanos estaban conectados mediante algoritmos de enjambre en tiempo real y tenían la tarea de diagnosticar radiografías de tórax para la presencia de neumonía. Cuando trabajaron juntos como "enjambres humanos", los grupos de radiólogos experimentados demostraron una reducción del 33 % en los errores de diagnóstico en comparación con los métodos tradicionales.

Evidencia

Woolley, Chabris, Pentland, Hashmi y Malone (2010), los creadores de esta comprensión científica de la inteligencia colectiva, encontraron un único factor estadístico para la inteligencia colectiva en su investigación en 192 grupos con personas seleccionadas al azar del público. En los dos estudios iniciales de Woolley et al., los grupos trabajaron juntos en diferentes tareas del McGrath Task Circumplex, una taxonomía bien establecida de tareas grupales. Las tareas se eligieron de los cuatro cuadrantes del circumplex e incluyeron acertijos visuales, lluvia de ideas, hacer juicios morales colectivos y negociar sobre recursos limitados. Los resultados en estas tareas se tomaron para realizar un análisis factorial. Ambos estudios mostraron apoyo para un factor de inteligencia colectiva general cdiferencias subyacentes en el rendimiento del grupo con un valor propio inicial que representa el 43 % (44 % en el estudio 2) de la varianza, mientras que el siguiente factor representa solo el 18 % (20 %). Eso se ajusta al rango que normalmente se encuentra en la investigación con respecto a un factor g de inteligencia individual general que generalmente representa del 40% al 50% de las diferencias de rendimiento entre individuos en las pruebas cognitivas.

Posteriormente, cada grupo resolvió una tarea más compleja para determinar si las puntuaciones del factor c predicen el rendimiento en tareas más allá de la prueba original. Las tareas de criterio fueron jugar a las damas (damas) contra una computadora estandarizada en el primer estudio y una tarea de diseño arquitectónico complejo en el segundo estudio. En un análisis de regresión que utilizó tanto la inteligencia individual de los miembros del grupo como c para predecir el desempeño en las tareas de criterio, c tuvo un efecto significativo, pero la inteligencia individual promedio y máxima no lo tuvo. Mientras que la inteligencia promedio (r=0.15, P=0.04) y máxima (r=0.19, P=0.008) de los miembros individuales del grupo se correlacionaron moderadamente con c, cseguía siendo un predictor mucho mejor de las tareas de criterio. Según Woolley et al., esto apoya la existencia de un factor de inteligencia colectiva c, porque demuestra un efecto más allá de la inteligencia individual de los miembros del grupo y, por lo tanto, que c es más que la agregación de los coeficientes intelectuales individuales o la influencia de la miembro del grupo con el coeficiente intelectual más alto.

Engel et al. (2014) replicaron los hallazgos de Woolley et al. Aplicando una batería acelerada de tareas con un primer factor en el análisis factorial que explica el 49 % de la variación del rendimiento entre grupos y los siguientes factores explican menos de la mitad de esta cantidad. Además, encontraron un resultado similar para los grupos que trabajan juntos en línea comunicándose solo a través de texto y confirmaron el papel de la proporción femenina y la sensibilidad social en la generación de inteligencia colectiva en ambos casos. De manera similar a Wolley et al.,también midieron la sensibilidad social con el RME, que en realidad está destinado a medir la capacidad de las personas para detectar estados mentales en los ojos de otras personas. Sin embargo, los participantes que colaboraron en línea no se conocían ni se veían en absoluto. Los autores concluyen que las puntuaciones en el RME deben estar relacionadas con un conjunto más amplio de habilidades de razonamiento social que solo sacar inferencias de las expresiones oculares de otras personas.

Un factor de inteligencia colectiva c en el sentido de Woolley et al. se encontró además en grupos de estudiantes de MBA que trabajaron juntos en el transcurso de un semestre, en grupos de juegos en línea, así como en grupos de diferentes culturas y grupos en diferentes contextos en términos de grupos a corto plazo versus a largo plazo. Ninguna de estas investigaciones consideró las puntuaciones de inteligencia individuales de los miembros del equipo como variables de control.

Tenga en cuenta también que el campo de la investigación de la inteligencia colectiva es bastante joven y la evidencia empírica publicada es relativamente rara todavía. Sin embargo, varias propuestas y documentos de trabajo están en curso o ya se han completado, pero (supuestamente) aún se encuentran en un proceso de publicación de revisión por pares académicos.

Validez predictiva

Además de predecir el desempeño de un grupo en tareas de criterios más complejos, como se muestra en los experimentos originales, también se descubrió que el factor c de inteligencia colectiva predice el desempeño del grupo en diversas tareas en clases de MBA que duran varios meses. Por lo tanto, los grupos altamente inteligentes colectivamente obtuvieron puntajes significativamente más altos en sus tareas grupales, aunque sus miembros no obtuvieron mejores resultados en otras tareas realizadas individualmente. Además, los equipos altamente inteligentes colectivos mejoraron el rendimiento con el tiempo, lo que sugiere que los equipos más inteligentes colectivamente aprenden mejor. Este es otro potencial paralelo a la inteligencia individual donde se encuentran personas más inteligentes para adquirir material nuevo más rápido.

La inteligencia individual se puede utilizar para predecir muchos resultados de la vida, desde el logro escolar y el éxito profesional hasta los resultados de salud e incluso la mortalidad. Aún debe investigarse si la inteligencia colectiva es capaz de predecir otros resultados además del desempeño grupal en tareas mentales.

Conexiones potenciales con la inteligencia individual

Gladwell (2008) mostró que la relación entre el CI individual y el éxito funciona solo hasta cierto punto y que los puntos de CI adicionales sobre un CI estimado de 120 no se traducen en ventajas en la vida real. Si existe una frontera similar para Group-IQ o si las ventajas son lineales e infinitas, aún debe explorarse. Del mismo modo, la demanda de más investigación sobre las posibles conexiones de la inteligencia individual y colectiva existe dentro de muchas otras lógicas potencialmente transferibles de la inteligencia individual, como, por ejemplo, el desarrollo a lo largo del tiempo o la cuestión de mejorar la inteligencia. Considerando que es controvertido si la inteligencia humana se puede mejorar a través del entrenamiento,la inteligencia colectiva de un grupo ofrece potencialmente oportunidades más sencillas de mejora mediante el intercambio de miembros del equipo o la implementación de estructuras y tecnologías. Además, se descubrió que la sensibilidad social era, al menos temporalmente, mejorable leyendo ficción literaria y viendo películas dramáticas. Sigue siendo una pregunta abierta hasta qué punto dicha formación mejora en última instancia la inteligencia colectiva a través de la sensibilidad social.

Existen otros conceptos y modelos de factores más avanzados que intentan explicar la capacidad cognitiva individual, incluida la categorización de la inteligencia en inteligencia fluida y cristalizada o el modelo jerárquico de diferencias de inteligencia. Sin embargo, aún faltan más explicaciones y conceptualizaciones complementarias para la estructura factorial de los genomas de la inteligencia colectiva, además de un 'factor c ' general.

Controversias

Otros académicos explican el desempeño del equipo agregando la inteligencia general de los miembros del equipo al nivel del equipo en lugar de construir una medida de inteligencia colectiva general propia. Devine y Philips (2001) demostraron en un metanálisis que la capacidad cognitiva media predice el rendimiento del equipo en entornos de laboratorio (0,37) así como en entornos de campo (0,14); tenga en cuenta que este es solo un efecto pequeño. Sugiriendo una fuerte dependencia de las tareas relevantes, otros estudiosos demostraron que las tareas que requieren un alto grado de comunicación y cooperación están más influenciadas por el miembro del equipo con la capacidad cognitiva más baja. Las tareas en las que seleccionar al mejor miembro del equipo es la estrategia más exitosa, se muestran más influenciadas por el miembro con mayor capacidad cognitiva.

Dado que los resultados de Woolley et al. no muestran ninguna influencia de la satisfacción del grupo, la cohesión del grupo o la motivación, desafían, al menos implícitamente, estos conceptos con respecto a la importancia para el desempeño del grupo en general y, por lo tanto, contrastan la evidencia probada metaanalíticamente con respecto a la efectos positivos de la cohesión del grupo, la motivación y la satisfacción en el desempeño del grupo.

También es digno de mención que los investigadores involucrados entre los hallazgos de confirmación se superponen ampliamente entre sí y con los autores que participaron en el primer estudio original sobre Anita Woolley.

Técnicas matemáticas alternativas

Inteligencia colectiva computacional

En 2001, Tadeusz (Tad) Szuba de la Universidad AGH de Polonia propuso un modelo formal para el fenómeno de la inteligencia colectiva. Se supone que es un proceso computacional inconsciente, aleatorio, paralelo y distribuido, ejecutado en lógica matemática por la estructura social.

En este modelo, los seres y la información se modelan como moléculas de información abstractas que portan expresiones de lógica matemática. Se están desplazando casi al azar debido a su interacción con sus entornos con sus desplazamientos previstos. Su interacción en el espacio computacional abstracto crea un proceso de inferencia de múltiples subprocesos que percibimos como inteligencia colectiva.Por lo tanto, se utiliza un modelo de cálculo no Turing. Esta teoría permite una definición formal simple de la inteligencia colectiva como propiedad de la estructura social y parece estar funcionando bien para un amplio espectro de seres, desde colonias bacterianas hasta estructuras sociales humanas. La inteligencia colectiva considerada como un proceso computacional específico está proporcionando una explicación directa de varios fenómenos sociales. Para este modelo de inteligencia colectiva, se propuso la definición formal de IQS (IQ Social) y se definió como "la función de probabilidad en el tiempo y el dominio de inferencias de N elementos que reflejan la actividad de inferencia de la estructura social". Si bien IQS parece ser computacionalmente difícil,Las aplicaciones prospectivas son la optimización de empresas a través de la maximización de su IQS y el análisis de la resistencia a los medicamentos contra la inteligencia colectiva de las colonias bacterianas.

Cociente de inteligencia colectiva

Una medida que a veces se aplica, especialmente por los teóricos más centrados en la inteligencia artificial, es un "coeficiente de inteligencia colectiva" (o "coeficiente de cooperación"), que se puede normalizar a partir del cociente de inteligencia (CI) "individual", lo que permite determinar el inteligencia marginal agregada por cada nuevo individuo que participa en la acción colectiva, utilizando así métricas para evitar los peligros del pensamiento grupal y la estupidez.

Aplicaciones

Ha habido muchas aplicaciones recientes de inteligencia colectiva, incluso en campos como el crowdsourcing, la ciencia ciudadana y los mercados de predicción. El Centro Nesta para el Diseño de Inteligencia Colectiva se lanzó en 2018 y ha producido muchas encuestas de aplicaciones, así como experimentos de financiación. En 2020, los Accelerator Labs del PNUD comenzaron a utilizar métodos de inteligencia colectiva en su trabajo para acelerar la innovación para los Objetivos de Desarrollo Sostenible.

Obtención de estimaciones puntuales

Aquí, el objetivo es obtener una estimación (en un solo valor) de algo. Por ejemplo, estimar el peso de un objeto, la fecha de lanzamiento de un producto o la probabilidad de éxito de un proyecto, etc., como se ve en mercados de predicción como Intrade, HSX o InklingMarkets y también en varias implementaciones de estimación de resultados numéricos de colaboración colectiva como como el método Delphi. Esencialmente, tratamos de obtener el valor promedio de las estimaciones proporcionadas por los miembros de la multitud.

Agregación de opiniones

En esta situación, se recopilan opiniones de la multitud sobre una idea, tema o producto. Por ejemplo, tratar de obtener una calificación (en alguna escala) de un producto que se vende en línea (como el sistema de calificación por estrellas de Amazon). Aquí, el énfasis está en recopilar y simplemente agregar las calificaciones proporcionadas por los clientes/usuarios.

Colección de ideas

En estos problemas, alguien solicita ideas para proyectos, diseños o soluciones de la multitud. Por ejemplo, ideas para resolver un problema de ciencia de datos (como en Kaggle) u obtener un buen diseño para una camiseta (como en Threadless) o para obtener respuestas a problemas simples que solo los humanos pueden resolver bien (como en Mechanical Turk de Amazon). El objetivo es recoger las ideas y elaborar unos criterios de selección para elegir las mejores ideas.

James Surowiecki divide las ventajas de la toma de decisiones desorganizada en tres categorías principales, que son cognición, cooperación y coordinación.

Cognición

Juicio de mercado

Debido a la capacidad de Internet para transmitir rápidamente grandes cantidades de información en todo el mundo, el uso de la inteligencia colectiva para predecir los precios de las acciones y la dirección de los precios de las acciones se ha vuelto cada vez más viable. Los sitios web agregan información del mercado de valores lo más actualizada posible para que los analistas bursátiles profesionales o aficionados puedan publicar sus puntos de vista, lo que permite a los inversores aficionados enviar sus opiniones financieras y crear una opinión agregada. La opinión de todos los inversores se puede sopesar por igual para que se pueda aplicar una premisa fundamental de la aplicación efectiva de la inteligencia colectiva: las masas, incluido un amplio espectro de experiencia en el mercado de valores, se pueden utilizar para predecir con mayor precisión el comportamiento de los mercados financieros.

La inteligencia colectiva sustenta la hipótesis del mercado eficiente de Eugene Fama, aunque el término inteligencia colectiva no se usa explícitamente en su artículo. Fama cita una investigación realizada por Michael Jensen en la que 89 de 115 fondos seleccionados obtuvieron un rendimiento inferior al del índice durante el período de 1955 a 1964. Pero después de eliminar el cargo de carga (tarifa inicial), solo 72 obtuvieron un rendimiento inferior, mientras que después de eliminar los costos de corretaje solo 58 bajo rendimiento Sobre la base de dicha evidencia, los fondos indexados se convirtieron en vehículos de inversión populares utilizando la inteligencia colectiva del mercado, en lugar del juicio de los administradores de fondos profesionales, como estrategia de inversión.

Predicciones en política y tecnología.

Los partidos políticos movilizan a un gran número de personas para formular políticas, seleccionar candidatos y financiar y dirigir campañas electorales. El enfoque del conocimiento a través de varios métodos de votación permite que las perspectivas converjan mediante la suposición de que la votación no informada es hasta cierto punto aleatoria y puede filtrarse del proceso de decisión dejando solo un residuo de consenso informado. Los críticos señalan que, a menudo, las malas ideas, los malentendidos y los conceptos erróneos están muy extendidos, y que la estructuración del proceso de decisión debe favorecer a los expertos que, presumiblemente, son menos propensos a la votación aleatoria o mal informada en un contexto determinado.

Empresas como Affinnova (adquirida por Nielsen), Google, InnoCentive, Marketocracy y Threadless han empleado con éxito el concepto de inteligencia colectiva para lograr la próxima generación de cambios tecnológicos a través de su investigación y desarrollo (I+D), servicio al cliente y gestión del conocimiento.. Un ejemplo de tal aplicación es el Proyecto Aristóteles de Google en 2012, donde se examinó el efecto de la inteligencia colectiva en la composición del equipo en cientos de equipos de I+D de la empresa.

Cooperación

Redes de confianza

En 2012, The Millennium Project creó el Sistema de Inteligencia Colectiva de Futuros Globales (GFIS), que personifica la inteligencia colectiva como la intersección sinérgica entre datos/información/conocimiento, software/hardware y experiencia/conocimientos que tiene un proceso de aprendizaje recursivo para una mejor toma de decisiones que los jugadores individuales por sí solos.

Los nuevos medios a menudo se asocian con la promoción y mejora de la inteligencia colectiva. La capacidad de los nuevos medios para almacenar y recuperar información fácilmente, principalmente a través de bases de datos e Internet, permite compartirla sin dificultad. Por lo tanto, a través de la interacción con los nuevos medios, el conocimiento pasa fácilmente entre las fuentes, lo que da como resultado una forma de inteligencia colectiva. El uso de nuevos medios interactivos, particularmente Internet, promueve la interacción en línea y esta distribución de conocimiento entre los usuarios.

Francis Heylighen, Valentin Turchin y Gottfried Mayer-Kress se encuentran entre los que ven la inteligencia colectiva a través de la lente de la informática y la cibernética. En su opinión, Internet permite la inteligencia colectiva a la escala planetaria más amplia, lo que facilita el surgimiento de un cerebro global.

El desarrollador de la World Wide Web, Tim Berners-Lee, tenía como objetivo promover el intercambio y la publicación de información a nivel mundial. Más tarde, su empleador abrió la tecnología para uso gratuito. A principios de la década de 1990, el potencial de Internet aún estaba sin explotar, hasta mediados de la década de 1990, cuando la "masa crítica", como la denominó el director de la Agencia de Proyectos de Investigación Avanzada (ARPA), el Dr. JCR Licklider, exigió más accesibilidad y utilidad. El motor de esta inteligencia colectiva basada en Internet es la digitalización de la información y la comunicación. Henry Jenkins, un teórico clave de los nuevos medios y la convergencia de los medios, se basa en la teoría de que la inteligencia colectiva se puede atribuir a la convergencia de los medios y la cultura participativa.Critica la educación contemporánea por no incorporar las tendencias en línea de resolución colectiva de problemas en el aula, afirmando que "mientras que una comunidad de inteligencia colectiva fomenta la propiedad del trabajo como grupo, las escuelas califican a los individuos". Jenkins argumenta que la interacción dentro de una comunidad de conocimiento desarrolla habilidades vitales para los jóvenes, y el trabajo en equipo a través de comunidades de inteligencia colectiva contribuye al desarrollo de tales habilidades. La inteligencia colectiva no es meramente un aporte cuantitativo de información de todas las culturas, también es cualitativa.

Lévy y de Kerckhove consideran la IC desde una perspectiva de comunicaciones masivas, centrándose en la capacidad de las tecnologías de la información y la comunicación en red para mejorar el acervo de conocimientos de la comunidad. Sugieren que estas herramientas de comunicación permiten a los humanos interactuar, compartir y colaborar con facilidad y rapidez (Flew 2008). Con el desarrollo de Internet y su uso generalizado, la oportunidad de contribuir a las comunidades de creación de conocimientos, como Wikipedia, es mayor que nunca. Estas redes informáticas brindan a los usuarios participantes la oportunidad de almacenar y recuperar conocimientos a través del acceso colectivo a estas bases de datos y les permiten "aprovechar la colmena". Los investigadores del Centro de Inteligencia Colectiva del MIT investigan y exploran la inteligencia colectiva de grupos de personas y computadoras.

En este contexto, la inteligencia colectiva se confunde a menudo con el conocimiento compartido. La primera es la suma total de la información que poseen individualmente los miembros de una comunidad, mientras que la segunda es información que se cree que es verdadera y conocida por todos los miembros de la comunidad. La inteligencia colectiva representada por la Web 2.0 tiene menos participación del usuario que la inteligencia colaborativa. Un proyecto de arte que utiliza plataformas Web 2.0 es "Shared Galaxy", un experimento desarrollado por un artista anónimo para crear una identidad colectiva que aparece como una persona en varias plataformas como MySpace, Facebook, YouTube y Second Life. La contraseña está escrita en los perfiles y las cuentas denominadas "Galaxia Compartida" están abiertas para ser utilizadas por cualquier persona. De esta manera muchos participan en ser uno.Otro proyecto de arte que utiliza la inteligencia colectiva para producir obras artísticas es Curatron, donde un gran grupo de artistas juntos deciden sobre un grupo más pequeño que creen que sería un buen grupo colaborativo. El proceso se utiliza en base a un algoritmo que calcula las preferencias colectivas. Al crear lo que él llama 'CI-Art', el artista de Nueva Escocia Mathew Aldred sigue la definición de inteligencia colectiva de Pierry Lévy. El evento CI-Art de Aldred en marzo de 2016 involucró a más de cuatrocientas personas de la comunidad de Oxford, Nueva Escocia e internacionalmente. El trabajo posterior desarrollado por Aldred utilizó el sistema de inteligencia de enjambre de la UNU para crear dibujos y pinturas digitales.La Oxford Riverside Gallery (Nueva Escocia) realizó un evento público de CI-Art en mayo de 2016, que conectó con participantes en línea a nivel internacional.

En el social bookmarking (también llamado etiquetado colaborativo), los usuarios asignan etiquetas a los recursos compartidos con otros usuarios, lo que da lugar a un tipo de organización de la información que surge de este proceso de crowdsourcing. Se puede considerar que la estructura de información resultante refleja el conocimiento colectivo (o la inteligencia colectiva) de una comunidad de usuarios y se denomina comúnmente "folksonomía", y el proceso se puede capturar mediante modelos de etiquetado colaborativo.

Investigaciones recientes que utilizan datos del sitio web de marcadores sociales Delicious han demostrado que los sistemas de etiquetado colaborativo exhiben una forma de dinámica de sistemas complejos (o de autoorganización). Aunque no existe un vocabulario central controlado para restringir las acciones de los usuarios individuales, se ha demostrado que las distribuciones de etiquetas que describen diferentes recursos convergen con el tiempo en distribuciones estables de ley de potencia. Una vez que se forman tales distribuciones estables, el examen de las correlaciones entre diferentes etiquetas se puede usar para construir gráficos de folcsonomía simples, que se pueden dividir de manera eficiente para obtener una forma de comunidad o vocabularios compartidos.Dichos vocabularios pueden verse como una forma de inteligencia colectiva, que surge de las acciones descentralizadas de una comunidad de usuarios. El Proyecto Wall-it es también un ejemplo de marcadores sociales.

Negocio P2P

La investigación realizada por Tapscott y Williams ha brindado algunos ejemplos de los beneficios de la inteligencia colectiva para los negocios:Utilización del talentoAl ritmo que cambia la tecnología, ninguna empresa puede mantenerse al día con las innovaciones necesarias para competir. En cambio, las empresas inteligentes están aprovechando el poder de la colaboración masiva para involucrar la participación de las personas que no podrían emplear. Esto también ayuda a generar un interés continuo en la empresa en la forma de aquellos atraídos por la creación de nuevas ideas y oportunidades de inversión.Creación de demandaLas empresas pueden crear un nuevo mercado para bienes complementarios al participar en una comunidad de código abierto. Las empresas también pueden expandirse a nuevos campos que antes no habrían podido sin la adición de recursos y la colaboración de la comunidad. Esto crea, como se mencionó anteriormente, un nuevo mercado de bienes complementarios para los productos en dichos nuevos campos.Reducción de costosLa colaboración masiva puede ayudar a reducir drásticamente los costos. Las empresas pueden lanzar un software o producto específico para que las comunidades en línea lo evalúen o depuren. Los resultados serán productos más personales, robustos y libres de errores creados en un corto período de tiempo y costos. También se pueden generar y explorar nuevas ideas mediante la colaboración de comunidades en línea que crean oportunidades para la I+D gratuita fuera de los límites de la empresa.

Software de código abierto

El teórico cultural y desarrollador de comunidades en línea, John Banks consideró la contribución de las comunidades de fans en línea en la creación del producto Trainz. Argumentó que su éxito comercial dependía fundamentalmente de "la formación y el crecimiento de una comunidad de fans en línea activa y vibrante que promocionaría activamente el producto y crearía extensiones de contenido y adiciones al software del juego".

El aumento del contenido creado por el usuario y la interactividad da lugar a problemas de control sobre el juego en sí y la propiedad del contenido creado por el jugador. Esto da lugar a cuestiones jurídicas fundamentales, destacadas por Lessig y Bray y Konsynski, como la propiedad intelectual y los derechos de propiedad.

Gosney amplía este número de Inteligencia colectiva en videojuegos un paso más allá en su análisis de los juegos de realidad alternativa. Este género, lo describe como un "juego a través de los medios que deliberadamente difumina la línea entre las experiencias dentro y fuera del juego", ya que los eventos que suceden fuera de la realidad del juego "llegan" a la vida del jugador para traer ellos juntos. Resolver el juego requiere "los esfuerzos colectivos y colaborativos de múltiples jugadores"; por lo tanto, el tema del juego en equipo colectivo y colaborativo es esencial para ARG. Gosney argumenta que el género de juego de realidad alternativa dicta un nivel sin precedentes de colaboración e "inteligencia colectiva" para resolver el misterio del juego.

Beneficios de la cooperación

La cooperación ayuda a resolver los problemas multicientíficos más importantes e interesantes. En su libro, James Surowiecki mencionó que la mayoría de los científicos piensan que los beneficios de la cooperación tienen mucho más valor en comparación con los costos potenciales. La cooperación también funciona porque, en el mejor de los casos, garantiza varios puntos de vista diferentes. Debido a las posibilidades de la tecnología, la cooperación global es hoy en día mucho más fácil y productiva que antes. Está claro que, cuando la cooperación pasa del nivel universitario al global tiene beneficios significativos.

Por ejemplo, ¿por qué cooperan los científicos? La ciencia se ha vuelto cada vez más aislada y cada campo de la ciencia se ha extendido aún más y es imposible que una persona esté al tanto de todos los desarrollos. Esto es cierto especialmente en la investigación experimental donde el equipo muy avanzado requiere habilidades especiales. Con la cooperación, los científicos pueden usar información de diferentes campos y usarla de manera efectiva en lugar de recopilar toda la información solo leyéndola ellos mismos".

Coordinación

Comunidades ad-hoc

Las fuerzas armadas, los sindicatos y las corporaciones satisfacen algunas definiciones de CI: la definición más rigurosa requeriría una capacidad para responder a condiciones muy arbitrarias sin órdenes ni orientación de la "ley" o los "clientes" para restringir las acciones. Las empresas de publicidad en línea están utilizando la inteligencia colectiva para eludir las agencias creativas y de marketing tradicionales.

La plataforma abierta de la UNU para el "enjambre humano" (o "enjambre social") establece sistemas de circuito cerrado en tiempo real en torno a grupos de usuarios en red moldeados a partir de enjambres biológicos, lo que permite que los participantes humanos se comporten como una inteligencia colectiva unificada. Cuando se conectan a la UNU, grupos de usuarios distribuidos responden colectivamente preguntas y hacen predicciones en tiempo real. Las primeras pruebas muestran que los enjambres humanos pueden predecir a los individuos. En 2016, un reportero desafió a un enjambre de la UNU a predecir los ganadores del Derby de Kentucky y eligió con éxito a los primeros cuatro caballos, en orden, superando las probabilidades de 540 a 1.

Sitios de información especializada como Digital Photography Review o Camera Labs es un ejemplo de inteligencia colectiva. Cualquier persona que tenga acceso a Internet puede contribuir a difundir su conocimiento en el mundo a través de los sitios de información especializados.

En el contexto generado por el alumno, un grupo de usuarios reúne recursos para crear una ecología que satisfaga sus necesidades a menudo (pero no solo) en relación con la co-configuración, co-creación y co-diseño de un espacio de aprendizaje particular que permite a los alumnos crear su propio contexto. Los contextos generados por los alumnos representan una comunidad ad hoc que facilita la coordinación de la acción colectiva en una red de confianza. Un ejemplo de contexto generado por el alumno se encuentra en Internet cuando los usuarios colaborativos reúnen conocimientos en un "espacio de inteligencia compartida". A medida que Internet se ha desarrollado, también lo ha hecho el concepto de CI como un foro público compartido. La accesibilidad y disponibilidad global de Internet ha permitido que más personas que nunca contribuyan y accedan a ideas.

Juegos como The Sims Series y Second Life están diseñados para ser no lineales y depender de la inteligencia colectiva para su expansión. Esta forma de compartir está evolucionando gradualmente e influyendo en la mentalidad de las generaciones actuales y futuras. Para ellos, la inteligencia colectiva se ha convertido en norma. En la discusión de Terry Flew sobre la 'interactividad' en el entorno de los juegos en línea, el diálogo interactivo en curso entre los usuarios y los desarrolladores de juegos, se refiere al concepto de inteligencia colectiva de Pierre Lévy.y argumenta que esto está activo en los videojuegos, ya que los clanes o gremios en MMORPG trabajan constantemente para lograr objetivos. Henry Jenkins propone que las culturas participativas que surgen entre los productores de juegos, las empresas de medios y los usuarios finales marcan un cambio fundamental en la naturaleza de la producción y el consumo de medios. Jenkins argumenta que esta nueva cultura participativa surge en la intersección de tres amplias nuevas tendencias mediáticas. En primer lugar, el desarrollo de nuevas herramientas/tecnologías de medios que permitan la creación de contenido. En segundo lugar, el surgimiento de subculturas que promueven tales creaciones y, por último, el crecimiento de conglomerados de medios de valor agregado, que fomentan la imagen, la idea y el flujo narrativo.

Coordinando acciones colectivas

Los actores de improvisación también experimentan un tipo de inteligencia colectiva que denominan "mente de grupo", ya que la improvisación teatral se basa en la cooperación y el acuerdo mutuos, lo que lleva a la unidad de la "mente de grupo".

El crecimiento de Internet y las telecomunicaciones móviles también ha producido eventos de "enjambre" o "encuentro" que permiten reuniones o incluso citas a pedido. Todavía no se ha sentido el impacto total, pero el movimiento antiglobalización, por ejemplo, depende en gran medida del correo electrónico, los teléfonos móviles, los buscapersonas, los SMS y otros medios de organización. La organización Indymedia hace esto de una manera más periodística. Dichos recursos podrían combinarse en una forma de inteligencia colectiva responsable solo ante los participantes actuales, pero con una fuerte orientación moral o lingüística de generaciones de contribuyentes, o incluso adoptar una forma más obviamente democrática para avanzar en el objetivo compartido.

Otra aplicación de la inteligencia colectiva se encuentra en la "Ingeniería comunitaria para la innovación". En dicho marco integrado propuesto por Ebner et al., los concursos de ideas y las comunidades virtuales se combinan para aprovechar mejor el potencial de la inteligencia colectiva de los participantes, particularmente en I+D de código abierto. En la teoría de la gestión, el uso de la inteligencia colectiva y el crowdsourcing conduce a innovaciones y respuestas muy sólidas a cuestiones cuantitativas. Por lo tanto, la inteligencia colectiva y el crowdsourcing no conducen necesariamente a la mejor solución a los problemas económicos, sino a una buena y estable solución.

Coordinación en diferentes tipos de tareas.

Las acciones o tareas colectivas requieren diferentes grados de coordinación dependiendo de la complejidad de la tarea. Las tareas varían desde tareas simples altamente independientes que requieren muy poca coordinación hasta tareas complejas e interdependientes que son construidas por muchas personas y requieren mucha coordinación. En el artículo escrito por Kittur, Lee y Kraut, los escritores introducen un problema en la cooperación: "Cuando las tareas requieren una alta coordinación porque el trabajo es altamente interdependiente, tener más colaboradores puede aumentar las pérdidas del proceso, reduciendo la efectividad del grupo por debajo de lo que podrían los miembros individuales". lograr de manera óptima". Con un equipo demasiado grande, la efectividad general puede verse afectada incluso cuando los colaboradores adicionales aumentan los recursos. Al final, los costos generales de la coordinación podrían superar otros costos.

La inteligencia colectiva grupal es una propiedad que emerge a través de la coordinación de procesos tanto de abajo hacia arriba como de arriba hacia abajo. En un proceso de abajo hacia arriba, las diferentes características de cada miembro están involucradas para contribuir y mejorar la coordinación. Los procesos de arriba hacia abajo son más estrictos y fijos con normas, estructuras grupales y rutinas que, a su manera, mejoran el trabajo colectivo del grupo.

Vistas alternativas

Una herramienta para combatir la autoconservación

Tom Atlee reflexiona que, aunque los humanos tienen una capacidad innata para recopilar y analizar datos, se ven afectados por la cultura, la educación y las instituciones sociales. Una persona soltera tiende a tomar decisiones motivadas por la autoconservación. Por lo tanto, sin inteligencia colectiva, los humanos pueden conducirse a sí mismos a la extinción en función de sus necesidades egoístas.

Separación del IQismo

Phillip Brown y Hugh Lauder citan a Bowles y Gintis (1976) que para definir verdaderamente la inteligencia colectiva, es crucial separar la 'inteligencia' del CIismo. Continúan argumentando que la inteligencia es un logro y solo puede desarrollarse si se permite. Por ejemplo, anteriormente, los grupos de los niveles más bajos de la sociedad tienen severas restricciones para agregar y poner en común su inteligencia. Esto se debe a que las élites temen que la inteligencia colectiva convenza al pueblo a rebelarse. Si no existe tal capacidad y relaciones, no habría infraestructura sobre la cual se construya la inteligencia colectiva. Esto refleja cuán poderosa puede ser la inteligencia colectiva si se deja desarrollar.

Vistas de inteligencia artificial

Los escépticos, especialmente aquellos críticos con la inteligencia artificial y más inclinados a creer que el riesgo de daño corporal y la acción corporal son la base de toda unidad entre las personas, es más probable que enfaticen la capacidad de un grupo para actuar y resistir el daño como una masa fluida. movilización, encogerse de hombros daña la forma en que un cuerpo se encoge de hombros ante la pérdida de unas pocas células. Este tren de pensamiento es más obvio en el movimiento antiglobalización y se caracteriza por los trabajos de John Zerzan, Carol Moore y Starhawk, quienes generalmente evitan los académicos. Es más probable que estos teóricos se refieran a la sabiduría ecológica y colectiva y al papel del proceso de consenso al hacer distinciones ontológicas que a cualquier forma de "inteligencia" como tal, que a menudo argumentan que no existe o es mera "inteligencia".

Es probable que los duros críticos de la inteligencia artificial por motivos éticos promuevan métodos colectivos de construcción de sabiduría, como los nuevos tribalistas y los gaianos. Si se puede decir que estos son sistemas de inteligencia colectiva es una pregunta abierta. Algunos, por ejemplo, Bill Joy, simplemente desean evitar cualquier forma de inteligencia artificial autónoma y parecen dispuestos a trabajar en una inteligencia colectiva rigurosa para eliminar cualquier posible nicho para la IA.

En contraste con estos puntos de vista, empresas como Amazon Mechanical Turk y CrowdFlower están utilizando inteligencia colectiva y crowdsourcing o evaluación basada en consenso para recopilar enormes cantidades de datos para algoritmos de aprendizaje automático.