Kollektiv intelligens

Typer av kollektiv intelligens
CI types1s 2.jpg
Del av en serie om
kollektiva
intelligenskoncept
Bakgrund begrepp
Rekommendationssystem
Koncept
Metoder och utmaningar
Genomföranden
Forskning

Kollektiv intelligens ( CI ) är delad eller gruppintelligens ( GI ) som uppstår från samarbete , kollektiva ansträngningar och konkurrens mellan många individer och dyker upp i beslutsfattande i konsensus . Termen förekommer inom sociobiologi , statsvetenskap och i sammanhang med masspekaregranskning och crowdsourcing -applikationer. Det kan innebära konsensus , socialt kapital och formalismer som röstsystem , sociala medier och andra sätt att kvantifiera massaktivitet. Kollektiv IQ är ett mått på kollektiv intelligens, även om det ofta används omväxlande med termen kollektiv intelligens. Kollektiv intelligens har också tillskrivits bakterier och djur.

Det kan förstås som en framväxande egenskap från synergierna bland:

  1. data- information -kunskap
  2. mjukvara hårdvara
  3. individer (de med nya insikter såväl som erkända auktoriteter) som ständigt lär sig av feedback för att producera just-in-time kunskap för bättre beslut än dessa tre element som agerar ensamma

Eller så kan det mer snävt förstås som en framväxande egenskap mellan människor och sätt att behandla information. Denna föreställning om kollektiv intelligens hänvisas till som "symbiotisk intelligens" av Norman Lee Johnson. Begreppet används i sociologi , affärer , datavetenskap och masskommunikation: det förekommer också i science fiction . Pierre Lévy definierar kollektiv intelligens som: "Det är en form av universellt distribuerad intelligens, ständigt förbättrad, koordinerad i realtid och som resulterar i effektiv mobilisering av färdigheter. Jag ska lägga till följande oumbärliga egenskap till denna definition: Grunden och målet av kollektiv intelligens är ömsesidigt erkännande och berikning av individer snarare än kulten av fetischiserade eller hypostatiserade samhällen." Enligt forskarna Pierre Lévy och Derrick de Kerckhove hänvisar det till kapaciteten hos nätverksanslutna IKT (informationskommunikationsteknologier) att förbättra den kollektiva poolen av social kunskap genom att samtidigt utöka omfattningen av mänsklig interaktion. En bredare definition gavs av Geoff Mulgan i en serie föreläsningar och rapporter från 2006 och framåt och i boken Big Mind som föreslog ett ramverk för att analysera alla tänkande system, inklusive både mänsklig och maskinell intelligens, i termer av funktionella element (observation, förutsägelse). , kreativitet, omdöme etc.), inlärningsslingor och organisationsformer. Syftet var att tillhandahålla ett sätt att diagnostisera och förbättra den kollektiva intelligensen hos en stad, ett företag, en icke-statlig organisation eller ett parlament.

Kollektiv intelligens bidrar starkt till förskjutningen av kunskap och makt från individen till kollektivet. Enligt Eric S. Raymond 1998 och JC Herz 2005 kommer intelligens med öppen källkod så småningom att generera överlägsna resultat än kunskap som genereras av proprietär programvara utvecklad inom företag. Medieteoretikern Henry Jenkins ser kollektiv intelligens som en "alternativ källa till mediamakt", relaterad till konvergenskultur. Han uppmärksammar utbildning och hur människor lär sig att delta i kunskapskulturer utanför formella lärmiljöer. Henry Jenkins kritiserar skolor som främjar "autonoma problemlösare och självständiga elever" samtidigt som de förblir fientliga mot lärande med hjälp av kollektiv intelligens. Både Pierre Lévy och Henry Jenkins stödjer påståendet att kollektiv intelligens är viktig för demokratisering , eftersom den är sammanlänkad med kunskapsbaserad kultur och upprätthålls av kollektivt idéutbyte, och därmed bidrar till en bättre förståelse av det mångfaldiga samhället.

I likhet med g- faktorn ( g ) för generell individuell intelligens, syftar en ny vetenskaplig förståelse av kollektiv intelligens till att extrahera en generell kollektiv intelligensfaktor c-faktor för grupper som indikerar en grupps förmåga att utföra ett brett spektrum av uppgifter. Definition, operationalisering och statistiska metoder härleds från g . På samma sätt som g är starkt kopplat till begreppet IQ , kan detta mått på kollektiv intelligens tolkas som intelligenskvot för grupper (Group-IQ) även om poängen inte är en kvot i sig. Orsaker till c och prediktiv validitet undersöks också.

Författare som har påverkat idén om kollektiv intelligens inkluderar 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) och Geoff Mulgan .

Historia

HG Wells World Brain (1936–1938)

Konceptet (även om det inte heter så) har sitt ursprung 1785 med Marquis de Condorcet , vars "juryteorem" säger att om varje medlem i en röstgrupp är mer sannolikt än inte att fatta ett korrekt beslut, är sannolikheten att den högsta rösten av grupp är det korrekta beslutet ökar med antalet medlemmar i gruppen (se Condorcets juryteorem ) . Många teoretiker har tolkat Aristoteles uttalande i Politiken att "en fest till vilken många bidrar är bättre än en middag som tillhandahålls ur en enda plånbok" till att betyda att lika många kan ta fram olika rätter till bordet, så i en övervägande många kan bidra med olika delar av information för att generera ett bättre beslut. Ny forskning tyder dock på att detta förmodligen inte var vad Aristoteles menade utan är en modern tolkning baserad på vad vi nu vet om teamintelligens.

En föregångare till konceptet finns i entomologen William Morton Wheelers observation 1910 att till synes oberoende individer kan samarbeta så nära att de inte kan skiljas från en enda organism. Wheeler såg denna samarbetsprocess fungera hos myror som agerade som cellerna i ett enda odjur som han kallade en superorganism .

1912 identifierade Émile Durkheim samhället som den enda källan till mänskligt logiskt tänkande. Han hävdade i " The Elementary Forms of Religious Life " att samhället utgör en högre intelligens eftersom det transcenderar individen över rum och tid. Andra föregångare är Vladimir Vernadsky och Pierre Teilhard de Chardins begrepp om " noosfär " och HG Wells begrepp " världshjärna ". Peter Russell, Elisabet Sahtouris och Barbara Marx Hubbard (upphovsmannen till termen "medveten evolution") är inspirerade av visionerna om en noosfär – en transcendent, snabbt utvecklande kollektiv intelligens – en informationsbark på planeten. Begreppet har nyligen undersökts av filosofen Pierre Lévy. I en forskningsrapport från 1962 Douglas Engelbart kollektiv intelligens till organisatorisk effektivitet och förutspådde att proaktivt 'förstärkning av mänskligt intellekt' skulle ge en multiplikatoreffekt i gruppproblemlösning: "Tre personer som arbetar tillsammans i detta utökade läge [skulle] tyckas vara mer än tre gånger så effektiv för att lösa ett komplext problem som en förstärkt person som arbetar ensam." 1994 myntade han termen "kollektiv IQ" som ett mått på kollektiv intelligens, för att fokusera uppmärksamheten på möjligheten att avsevärt höja den kollektiva IQ i näringslivet och samhället.

Idén om kollektiv intelligens utgör också ramen för samtida demokratiska teorier som ofta kallas epistemisk demokrati . Epistemiska demokratiska teorier hänvisar till befolkningens kapacitet, antingen genom överläggning eller aggregering av kunskap, att spåra sanningen och förlitar sig på mekanismer för att syntetisera och tillämpa kollektiv intelligens.

Kollektiv intelligens introducerades i maskininlärningsgemenskapen i slutet av 1900-talet och mognade till en bredare övervägande av hur man designar "kollektiv" av egenintresserade adaptiva agenter för att möta ett systemomfattande mål. Detta var relaterat till ensamverkansarbete på "belöningsformning" och har tagits vidare av många forskare inom spelteori och ingenjörsgemenskaper.

Mått

Komplex adaptiv systemmodell

Howard Bloom har diskuterat massbeteende - kollektivt beteende från nivån av kvarkar till nivån av bakterie-, växt-, djur- och mänskliga samhällen. Han betonar de biologiska anpassningarna som har förvandlat de flesta av jordens levande varelser till komponenter i vad han kallar "en inlärningsmaskin". 1986 kombinerade Bloom begreppen apoptos , parallell distribuerad bearbetning , gruppurval och superorganismen för att producera en teori om hur kollektiv intelligens fungerar. Senare visade han hur den kollektiva intelligensen hos konkurrerande bakteriekolonier och mänskliga samhällen kan förklaras i termer av datorgenererade " komplexa adaptiva system " och de " genetiska algoritmerna ", begrepp som banat väg för av John Holland .

Bloom spårade utvecklingen av kollektiv intelligens till våra bakteriella förfäder för 1 miljard år sedan och visade hur en intelligens av flera arter har fungerat sedan livets början. Myrsamhällen uppvisar mer intelligens, tekniskt sett, än något annat djur förutom människor och samarbetar för att hålla boskap, till exempel bladlöss för "mjölkning". Bladskärare tar hand om svampar och bär löv för att mata svamparna.

David Skrbina citerar begreppet "gruppsinne" som härlett från Platons begrepp om panpsykism (att sinne eller medvetande är allestädes närvarande och existerar i all materia). Han utvecklar konceptet om ett 'gruppsinne' som formulerats av Thomas Hobbes i "Leviathan" och Fechners argument för ett kollektivt medvetande om mänskligheten. Han citerar Durkheim som den mest anmärkningsvärda förespråkaren för ett "kollektivt medvetande" och Teilhard de Chardin som en tänkare som har utvecklat de filosofiska implikationerna av gruppsinnet.

Tom Atlee fokuserar främst på människor och på arbetet med att uppgradera vad Howard Bloom kallar "gruppens IQ". Atlee anser att kollektiv intelligens kan uppmuntras "för att övervinna " grupptänkande " och individuell kognitiv fördom för att tillåta ett kollektiv att samarbeta i en process – samtidigt som man uppnår förbättrad intellektuell prestation." George Pór definierade det kollektiva intelligensfenomenet som "förmågan hos mänskliga samhällen att utvecklas mot högre ordnings komplexitet och harmoni, genom sådana innovationsmekanismer som differentiering och integration, konkurrens och samarbete." Atlee och Pór uppger att "kollektiv intelligens också innebär att uppnå ett enda fokus på uppmärksamhet och standard på mått som ger en lämplig tröskel för handling". Deras tillvägagångssätt har sina rötter i metaforer från forskarsamhället .

Termen gruppintelligens används ibland omväxlande med termen kollektiv intelligens. Anita Woolley presenterar Kollektiv intelligens som ett mått på gruppintelligens och gruppkreativitet. Tanken är att ett mått på kollektiv intelligens täcker ett brett spektrum av egenskaper hos gruppen, främst gruppsammansättning och gruppinteraktion. De egenskaper hos sammansättningen som leder till ökade nivåer av kollektiv intelligens i grupper inkluderar kriterier som högre antal kvinnor i gruppen samt ökad mångfald i gruppen.

Atlee och Pór föreslår att området för kollektiv intelligens i första hand bör ses som ett mänskligt företag där tankesätt, en vilja att dela och en öppenhet för värdet av distribuerad intelligens för det gemensamma bästa är av största vikt, även om gruppteori och artificiell intelligens har något att erbjuda. Individer som respekterar kollektiv intelligens är säkra på sina egna förmågor och inser att helheten verkligen är större än summan av enskilda delar. Att maximera kollektiv intelligens är beroende av en organisations förmåga att acceptera och utveckla "Det gyllene förslaget", vilket är varje potentiellt användbar input från vilken medlem som helst. Grupptänkande hämmar ofta kollektiv intelligens genom att begränsa input till ett fåtal utvalda individer eller filtrera bort potentiella gyllene förslag utan att helt utveckla dem till implementering.

Robert David Steele Vivas i The New Craft of Intelligence framställde alla medborgare som "underrättelsetjänstemän", som bara bygger på juridiska och etiska informationskällor, som kan skapa en "offentlig intelligens" som håller offentliga tjänstemän och företagsledare ärliga, vilket vänder konceptet om "nationell underrättelsetjänst" (tidigare bekymrad över spioner och sekretess) på sitt huvud.

Stigmergic Collaboration: en teoretisk ram för masssamarbete

Enligt Don Tapscott och Anthony D. Williams är kollektiv intelligens masssamarbete . För att detta koncept ska hända måste fyra principer existera:

  • Öppenhet – Att dela idéer och immateriella rättigheter : även om dessa resurser ger ett försprång gentemot konkurrenter uppstår fler fördelar av att låta andra dela idéer och få betydande förbättringar och granskning genom samarbete.
  • Peering - Horisontell organisation som med "öppningen" av Linux-programmet där användarna är fria att modifiera och utveckla det förutsatt att de gör det tillgängligt för andra. Peering lyckas eftersom det uppmuntrar självorganisering – en produktionsstil som fungerar mer effektivt än hierarkisk ledning för vissa uppgifter.
  • Delning - Företag har börjat dela vissa idéer samtidigt som de behåller en viss grad av kontroll över andra, som potentiella och kritiska patenträttigheter . Att begränsa all immateriell egendom stänger ute möjligheter, medan dela vissa expanderar marknader och tar fram produkter snabbare.
  • Agera globalt - Framstegen inom kommunikationsteknik har lett till framväxten av globala företag till låga omkostnader. Internet är utbrett, därför har ett globalt integrerat företag inga geografiska gränser och kan komma åt nya marknader, idéer och teknik .

Kollektiv intelligensfaktor c

Screeplot som visar procent av förklarad varians för de första faktorerna i Woolley et al.s två ursprungliga studier 2010.

En ny vetenskaplig förståelse av kollektiv intelligens definierar det som en grupps allmänna förmåga att utföra ett brett spektrum av uppgifter. Definition, operationalisering och statistiska metoder liknar den psykometriska metoden för allmän individuell intelligens . Härmed används en individs prestation på en given uppsättning kognitiva uppgifter för att mäta allmän kognitiv förmåga indikerad av den allmänna intelligensfaktorn g extraherad via faktoranalys . I samma veva som g tjänar till att visa mellan-individuella prestationsskillnader på kognitiva uppgifter, syftar kollektiv intelligensforskning till att hitta en parallell intelligensfaktor för grupper " c - faktor" (även kallad "kollektiv intelligensfaktor" ( CI )) som visar mellan grupper skillnader i uppgiftsutförande. Den kollektiva intelligenspoängen används sedan för att förutsäga hur samma grupp kommer att prestera på någon annan liknande uppgift i framtiden. Ändå syftar uppgifter härmed på mentala eller intellektuella uppgifter som utförs av små grupper även om konceptet hoppas kunna överföras till andra föreställningar och alla grupper eller folkmassor som når från familjer till företag och till och med hela städer. Eftersom individers g- faktorpoäng är starkt korrelerade med fullskaliga IQ- poäng, som i sin tur betraktas som goda uppskattningar av g , kan detta mått på kollektiv intelligens också ses som en intelligensindikator eller respektive kvot för en grupp (Group-IQ ) parallellt med en individs intelligenskvot (IQ) även om poängen inte är en kvot i sig.

Matematiskt är c ​​och g båda variabler som sammanfattar positiva korrelationer mellan olika uppgifter, förutsatt att prestation på en uppgift är jämförbar med prestation på andra liknande uppgifter. c är alltså en källa till varians mellan grupper och kan endast betraktas som en grupps ställning på c -faktorn jämfört med andra grupper i en given relevant population. Konceptet står i motsats till konkurrerande hypoteser inklusive andra korrelationsstrukturer för att förklara gruppintelligens, såsom en sammansättning av flera lika viktiga men oberoende faktorer som finns i individuell personlighetsforskning .

Dessutom syftar denna vetenskapliga idé också till att utforska orsakerna som påverkar kollektiv intelligens, såsom gruppstorlek, samarbetsverktyg eller gruppmedlemmars interpersonella färdigheter. MIT Center for Collective Intelligence tillkännagav till exempel upptäckten av The Genome of Collective Intelligence som ett av dess huvudmål som syftar till att utveckla en "taxonomi av organisatoriska byggstenar, eller gener, som kan kombineras och rekombineras för att utnyttja intelligensen av folkmassor".

Orsaker

Individuell intelligens har visat sig vara genetiskt och miljömässigt påverkad. Analogt syftar kollektiv intelligensforskning till att undersöka orsaker till varför vissa grupper presterar mer intelligent än andra grupper givet att c bara är måttligt korrelerad med intelligensen hos enskilda gruppmedlemmar. Enligt Woolley et al.s resultat är varken teamsammanhållning eller motivation eller tillfredsställelse korrelerad med c . De hävdar dock att tre faktorer fann sig som signifikanta korrelat: variansen i antalet talarvarv, gruppmedlemmarnas genomsnittliga sociala känslighet och andelen kvinnor. Alla tre hade liknande prediktiv kraft för c , men endast social känslighet var statistiskt signifikant (b=0,33, P=0,05).

Antalet talarvarv indikerar att "grupper där ett fåtal personer dominerade konversationen var mindre kollektivt intelligenta än de med en mer jämn fördelning av samtalets turtagning". Att ge flera gruppmedlemmar möjligheten att säga ifrån gjorde därför en grupp mer intelligent.

Gruppmedlemmarnas sociala känslighet mättes via Reading the Mind in the Eyes Test (RME) och korrelerade .26 med c . Härmed ombeds deltagarna att upptäcka tänkande eller känsla uttryckt i andra människors ögon presenterade på bilder och bedömda i ett flervalsformat. Testet syftar till att mäta människors teori om sinne (ToM) , även kallad 'mentaliserande' eller 'tankeläsning', som hänvisar till förmågan att tillskriva mentala tillstånd, såsom övertygelser, önskningar eller avsikter, till andra människor och i vilken utsträckning människor förstår att andra har övertygelser, önskningar, avsikter eller perspektiv som skiljer sig från deras egna. RME är ett ToM-test för vuxna som visar tillräcklig test-omtest-tillförlitlighet och ständigt skiljer kontrollgrupper från individer med funktionell autism eller Aspergers syndrom . Det är ett av de mest accepterade och välvaliderade testerna för ToM hos vuxna. ToM kan betraktas som en associerad delmängd av färdigheter och förmågor inom det bredare begreppet emotionell intelligens .

Andelen kvinnor som prediktor för c förmedlades till stor del av social sensitivitet ( Sobel z = 1,93, P= 0,03) vilket stämmer överens med tidigare forskning som visar att kvinnor får högre poäng på sociala sensitivitetstester. Medan en medling , statistiskt sett, klargör mekanismen bakom sambandet mellan en beroende och en oberoende variabel, instämde Wolley i en intervju med Harvard Business Review att dessa fynd säger att grupper av kvinnor är smartare än grupper av män. Men hon relativiserar detta och säger att det faktiskt viktiga är gruppmedlemmarnas höga sociala känslighet.

Det är teoretiserat att den kollektiva intelligensfaktorn c är en framväxande egenskap som är ett resultat av såväl bottom-up- som top-down-processer. Nedifrån-och-upp-processer täcker härigenom aggregerade gruppmedlemsegenskaper. Top-down-processer omfattar gruppstrukturer och normer som påverkar en grupps sätt att samarbeta och koordinera.

Processer

Prediktorer för den kollektiva intelligensfaktorn c . Föreslagen av Woolley, Aggarwal & Malone (2015)

Top-down processer

Top-down-processer omfattar gruppinteraktion, såsom strukturer, processer och normer. Ett exempel på sådana uppifrån-och-ned-processer är samtalsvändning. Forskning tyder vidare på att kollektivt intelligenta grupper kommunicerar mer generellt såväl som mer jämlikt; Detsamma gäller för deltagande och visas för ansikte mot ansikte såväl som onlinegrupper som endast kommunicerar via skrift.

Bottom-up-processer

Bottom-up-processer inkluderar gruppsammansättning, nämligen egenskaperna hos gruppmedlemmarna som aggregeras till teamnivå. Ett exempel på sådana nedifrån-och-upp-processer är den genomsnittliga sociala känsligheten eller gruppmedlemmarnas genomsnittliga och maximala intelligenspoäng. Dessutom befanns kollektiv intelligens vara relaterad till en grupps kognitiva mångfald inklusive tankestilar och perspektiv. Grupper som är måttligt olika i kognitiv stil har högre kollektiv intelligens än de som är väldigt lika i kognitiv stil eller väldigt olika. Följaktligen saknar grupper där medlemmarna är för lika varandra den mångfald av perspektiv och färdigheter som behövs för att prestera bra. Å andra sidan verkar grupper vars medlemmar är för olika ha svårt att kommunicera och koordinera effektivt.

Seriella vs parallella processer

Under större delen av mänsklighetens historia var kollektiv intelligens begränsad till små stamgrupper där åsikter samlades genom parallella realtidsinteraktioner mellan medlemmarna. I modern tid har masskommunikation, massmedia och nätverksteknik gjort det möjligt för kollektiv intelligens att sträcka sig över massiva grupper, fördelade över kontinenter och tidszoner. För att tillgodose denna skalförändring har kollektiv intelligens i storskaliga grupper dominerats av serialiserade omröstningsprocesser som att samla upp röster, gilla-markeringar och betyg över tiden. Medan moderna system drar nytta av en större gruppstorlek har den serialiserade processen visat sig introducera betydande brus som förvränger gruppens samlade utdata. I en betydande studie av serialiserad kollektiv intelligens fann man att den första rösten som bidrog till ett serialiserat röstningssystem kan förvränga slutresultatet med 34 %.

För att ta itu med problemen med serialiserad aggregering av input bland storskaliga grupper, har den senaste tidens framsteg kollektiv intelligens arbetat för att ersätta serialiserade röster, omröstningar och marknader, med parallella system som "mänskliga svärmar" modellerade efter synkrona svärmar i naturen . Baserat på en naturlig process av svärmintelligens , gör dessa konstgjorda svärmar av nätverksanslutna människor det möjligt för deltagarna att arbeta tillsammans parallellt för att svara på frågor och göra förutsägelser som en framväxande kollektiv intelligens. I ett högprofilerat exempel, en mänsklig svärmutmaning av CBS Interactive att förutsäga Kentucky Derby. Svärmen förutspådde korrekt de fyra första hästarna, i ordning, trotsade 542–1 odds och förvandlade en insats på $20 till $10 800.

Värdet av parallell kollektiv intelligens demonstrerades i medicinska tillämpningar av forskare vid Stanford University School of Medicine och Unanimous AI i en uppsättning publicerade studier där grupper av mänskliga läkare kopplades samman med svärmande algoritmer i realtid och fick i uppdrag att diagnostisera röntgenstrålar från bröstet för förekomsten av lunginflammation. När de arbetade tillsammans som "mänskliga svärmar" visade grupperna av erfarna radiologer en 33% minskning av diagnostiska fel jämfört med traditionella metoder.

Bevis

Standardized Regression Coefficients for the collective intelligence factor c and group member intelligence regressed on the two criterion tasks as found in Woolley et al.'s (2010) two original studies.
Standardiserade regressionskoefficienter för den kollektiva intelligensfaktorn c som finns i Woolley et al.s (2010) två ursprungliga studier. c och genomsnittliga (maximala) medlemmars intelligenspoäng regresseras på kriterieuppgifterna.

Woolley, Chabris, Pentland, Hashmi, & Malone (2010), upphovsmännen till denna vetenskapliga förståelse av kollektiv intelligens, hittade en enda statistisk faktor för kollektiv intelligens i sin forskning i 192 grupper med personer som slumpmässigt rekryterats från allmänheten. I Woolley et al.s två inledande studier arbetade grupper tillsammans med olika uppgifter från McGrath Task Circumplex , en väletablerad taxonomi av gruppuppgifter. Uppgifterna valdes från alla fyra kvadranter av cirkumplexet och inkluderade visuella pussel, brainstorming, att göra kollektiva moraliska bedömningar och förhandla över begränsade resurser. Resultaten i dessa uppgifter togs för att genomföra en faktoranalys . Båda studierna visade stöd för en allmän kollektiv intelligensfaktor c bakomliggande skillnader i gruppprestanda med ett initialt egenvärde som stod för 43 % (44 % i studie 2) av variansen, medan nästa faktor endast stod för 18 % (20 %). Det stämmer överens med det intervall som normalt finns i forskning om en allmän individuell intelligensfaktor g som vanligtvis står för 40 % till 50 % procent av prestationsskillnaderna mellan individuella på kognitiva tester.

Efteråt löstes en mer komplex uppgift av varje grupp för att avgöra om c- faktorpoäng förutsäger prestation på uppgifter utöver det ursprungliga testet. Kriterieuppgifter var att spela dam (drag) mot en standardiserad dator i den första och en komplex arkitektonisk designuppgift i den andra studien. I en regressionsanalys med användning av både individuell intelligens hos gruppmedlemmar och c för att förutsäga prestation på kriterieuppgifterna, hade c en signifikant effekt, men genomsnittlig och maximal individuell intelligens hade inte. Medan genomsnittet (r=0,15, P=0,04) och maximal intelligens (r=0,19, P=0,008) för enskilda gruppmedlemmar var måttligt korrelerade med c , var c fortfarande en mycket bättre prediktor för kriterieuppgifterna. Enligt Woolley et al., stöder detta existensen av en kollektiv intelligensfaktor c, eftersom det visar en effekt utöver gruppmedlemmarnas individuella intelligens och därmed att c är mer än bara aggregeringen av de individuella IQ:erna eller påverkan av den individuella intelligensen. gruppmedlem med högsta IQ.

Engel et al. (2014) replikerade Woolley et al.s resultat genom att tillämpa ett accelererat batteri av uppgifter med en första faktor i faktoranalysen som förklarar 49 % av variansen mellan grupperna i prestanda med följande faktorer som förklarar mindre än hälften av denna mängd. Dessutom fann de ett liknande resultat för grupper som arbetar tillsammans online och endast kommunicerar via text och bekräftade rollen av kvinnlig proportion och social känslighet för att orsaka kollektiv intelligens i båda fallen. I likhet med Wolley et al., mätte de också social känslighet med RME som egentligen är tänkt att mäta människors förmåga att upptäcka mentala tillstånd i andra människors ögon. De online-samarbetande deltagarna varken kände eller såg varandra alls. Författarna drar slutsatsen att poäng på RME måste relateras till en bredare uppsättning förmågor av socialt resonemang än att bara dra slutsatser från andra människors ögonuttryck.

En kollektiv intelligensfaktor c i betydelsen av Woolley et al. återfanns vidare i grupper av MBA-studenter som arbetade tillsammans under en termin, i onlinespelgrupper såväl som i grupper från olika kulturer och grupper i olika sammanhang vad gäller kortsiktiga kontra långsiktiga grupper. Ingen av dessa undersökningar betraktade gruppmedlemmarnas individuella intelligenspoäng som kontrollvariabler.

Observera också att området för kollektiv intelligensforskning är ganska ungt och publicerade empiriska bevis är relativt sällsynta ännu. Emellertid är olika förslag och arbetsdokument på gång eller redan slutförda men (förmodligen) fortfarande i en vetenskapligt peer review- publiceringsprocess.

Prediktiv validitet

, visade sig den kollektiva intelligensfaktorn c också förutsäga gruppens prestation i olika uppgifter i MBA-klasser som varar över flera månader. Därmed fick mycket kollektivt intelligenta grupper betydligt högre poäng på sina gruppuppgifter, även om deras medlemmar inte gjorde det bättre på andra individuellt utförda uppdrag. Dessutom förbättrade mycket kollektiva intelligenta team prestandan över tiden, vilket tyder på att mer kollektivt intelligenta team lär sig bättre. Detta är en annan potentiell parallell till individuell intelligens där mer intelligenta människor upptäcks få nytt material snabbare.

Individuell intelligens kan användas för att förutsäga många livsresultat från skolgång och karriärframgång till hälsoresultat och till och med dödlighet. Huruvida kollektiv intelligens kan förutsäga andra resultat än gruppprestationer på mentala uppgifter måste fortfarande undersökas.

Potentiella kopplingar till individuell intelligens

Gladwell (2008) visade att förhållandet mellan individuell IQ och framgång bara fungerar till en viss punkt och att ytterligare IQ-poäng över en uppskattning av IQ 120 inte översätts till verkliga fördelar. Om en liknande gräns finns för Group-IQ eller om fördelarna är linjära och oändliga, måste fortfarande undersökas. På samma sätt finns efterfrågan på ytterligare forskning om möjliga samband mellan individuell och kollektiv intelligens inom många andra potentiellt överförbara logiker för individuell intelligens, såsom till exempel utvecklingen över tid eller frågan om att förbättra intelligensen. Medan det är kontroversiellt huruvida mänsklig intelligens kan förbättras genom träning, erbjuder en grupps kollektiva intelligens potentiellt enklare möjligheter till förbättringar genom att utbyta gruppmedlemmar eller implementera strukturer och teknologier. Dessutom befanns social känslighet vara, åtminstone tillfälligt, förbättrad genom att läsa litterär fiktion såväl som genom att titta på dramafilmer. I vilken utsträckning sådan utbildning i slutändan förbättrar den kollektiva intelligensen genom social känslighet är fortfarande en öppen fråga.

Det finns ytterligare mer avancerade koncept och faktormodeller som försöker förklara individuell kognitiv förmåga inklusive kategoriseringen av intelligens i flytande och kristalliserad intelligens eller den hierarkiska modellen för intelligensskillnader . Ytterligare kompletterande förklaringar och konceptualiseringar för faktorstrukturen hos genomerna av kollektiv intelligens, förutom en generell " c - faktor", saknas dock ännu.

Kontroverser

Andra forskare förklarar teamprestationer genom att aggregera teammedlemmarnas allmänna intelligens till teamnivå istället för att bygga ett eget övergripande kollektivt intelligensmått. Devine och Philips (2001) visade i en metaanalys att kognitiv förmåga förutsäger teamprestationer i laboratoriemiljöer (0,37) samt fältinställningar (0,14) – notera att detta bara är en liten effekt. Andra forskare antydde ett starkt beroende av de relevanta uppgifterna visade att uppgifter som kräver en hög grad av kommunikation och samarbete visar sig vara mest påverkade av teammedlemmen med den lägsta kognitiva förmågan. Uppgifter där att välja den bästa teammedlemmen är den mest framgångsrika strategin, visar sig vara mest påverkade av medlemmen med den högsta kognitiva förmågan.

Eftersom Woolley et al.s resultat inte visar någon påverkan av grupptillfredsställelse, gruppsammanhållning eller motivation, utmanar de, åtminstone implicit, dessa begrepp angående betydelsen för gruppprestationer i allmänhet och kontrasterar därmed metaanalytiskt bevisade bevis angående positiva effekter av gruppsammanhållning , motivation och tillfredsställelse på gruppens prestationer.

Anmärkningsvärt är också att de inblandade forskarna bland de bekräftande fynden i stor utsträckning överlappar varandra och med författarna som deltog i den ursprungliga första studien kring Anita Woolley.

Alternativa matematiska tekniker

Beräkningsmässig kollektiv intelligens

Computational Collective Intelligence, av Tadeusz Szuba

2001 föreslog Tadeusz (Tad) Szuba från AGH-universitetet i Polen en formell modell för fenomenet kollektiv intelligens. Det antas vara en omedveten, slumpmässig, parallell och distribuerad beräkningsprocess, som drivs i matematisk logik av den sociala strukturen.

I denna modell modelleras varelser och information som abstrakta informationsmolekyler som bär uttryck för matematisk logik. De förskjuts nästan slumpmässigt på grund av sin interaktion med sina miljöer med sina avsedda förskjutningar. Deras interaktion i abstrakt beräkningsutrymme skapar en flertrådig slutledningsprocess som vi uppfattar som kollektiv intelligens. Således används en icke- Turing -beräkningsmodell. Denna teori tillåter en enkel formell definition av kollektiv intelligens som egenskapen hos social struktur och verkar fungera bra för ett brett spektrum av varelser, från bakteriekolonier upp till mänskliga sociala strukturer. Kollektiv intelligens betraktad som en specifik beräkningsprocess ger en enkel förklaring av flera sociala fenomen. För denna modell av kollektiv intelligens föreslogs den formella definitionen av IQS (IQ Social) och definierades som "sannolikhetsfunktionen över tiden och domänen av N-element-inferenser som reflekterar inferensaktivitet i den sociala strukturen". Även om IQS verkar vara beräkningsmässigt svårt, ger modellering av social struktur i termer av en beräkningsprocess som beskrivs ovan en chans till approximation. Prospektiva tillämpningar är optimering av företag genom maximering av deras IQS och analys av läkemedelsresistens mot kollektiv intelligens hos bakteriekolonier.

Kollektiv intelligenskvot

Ett mått som ibland tillämpas, särskilt av mer artificiell intelligens fokuserade teoretiker, är en "kollektiv intelligenskvot" (eller "samarbetskvot") – som kan normaliseras från den "individuella" intelligenskvoten (IQ) – vilket gör det möjligt att bestämma marginell intelligens läggs till av varje ny individ som deltar i den kollektiva handlingen , och använder således mått för att undvika riskerna med grupptänkande och dumhet .

Ansökningar

Det har funnits många nya tillämpningar av kollektiv intelligens, inklusive inom områden som crowd-sourcing, medborgarvetenskap och förutsägelsemarknader. Nesta Center for Collective Intelligence Design lanserades 2018 och har producerat många undersökningar av ansökningar samt finansieringsexperiment. År 2020 började UNDP Accelerator Labs använda kollektiva intelligensmetoder i sitt arbete för att påskynda innovation för hållbar utvecklingsmål .

Framkallande av punktskattningar

Här är målet att få en uppskattning (i ett enda värde) av något. Till exempel att uppskatta vikten av ett objekt, eller lanseringsdatumet för en produkt eller sannolikheten för framgång för ett projekt etc. som ses på förutsägande marknader som Intrade, HSX eller InklingMarkets och även i flera implementeringar av crowdsourcad uppskattning av ett numeriskt resultat, t.ex. som Delphi-metoden . I huvudsak försöker vi få det genomsnittliga värdet av uppskattningarna som tillhandahålls av medlemmarna i mängden.

Åsiktssammanställning

I denna situation samlas åsikter från mängden om en idé, fråga eller produkt. Till exempel att försöka få ett betyg (i någon skala) av en produkt som säljs online (som Amazons stjärnklassificeringssystem). Här ligger tyngdpunkten på att samla och enkelt aggregera de betyg som kunder/användare tillhandahåller.

Idésamling

I dessa problem ber någon om idéer till projekt, design eller lösningar från mängden. Till exempel idéer om att lösa ett datavetenskapligt problem (som i Kaggle ) eller få en bra design för en T-shirt (som i Threadless ) eller att få svar på enkla problem som bara människor kan göra bra (som i Amazons Mechanical Turk) . Målet är att samla idéerna och ta fram några urvalskriterier för att välja de bästa idéerna.

James Surowiecki delar in fördelarna med oorganiserat beslutsfattande i tre huvudkategorier, som är kognition, samarbete och koordination.

Kognition

Marknadens bedömning

På grund av Internets förmåga att snabbt förmedla stora mängder information över hela världen har det blivit allt mer lönsamt att använda kollektiv intelligens för att förutsäga aktiekurser och aktiekursriktningar. Webbplatser samlar aktiemarknadsinformation som är så aktuell som möjligt så att professionella eller amatöraktieanalytiker kan publicera sina synpunkter, vilket gör det möjligt för amatörinvesterare att lämna in sina finansiella åsikter och skapa en samlad åsikt. Alla investerares åsikter kan vägas lika så att en central utgångspunkt för en effektiv tillämpning av kollektiv intelligens kan tillämpas: massorna, inklusive ett brett spektrum av aktiemarknadsexpertis, kan användas för att mer exakt förutsäga beteendet på finansmarknaderna.

Kollektiv intelligens underbygger Eugene Famas hypotes om effektiv marknad – även om termen kollektiv intelligens inte används explicit i hans artikel. Fama citerar forskning utförd av Michael Jensen där 89 av 115 utvalda fonder presterade sämre i förhållande till index under perioden 1955 till 1964. Men efter att ha tagit bort laddningsavgiften (förskottsavgiften) presterade endast 72 sämre, medan efter att ha tagit bort courtagekostnaderna endast 58 underpresterade. På grundval av sådana bevis indexfonder populära investeringsinstrument som använder marknadens kollektiva intelligens, snarare än bedömningen av professionella fondförvaltare, som en investeringsstrategi.

Förutsägelser inom politik och teknik

Röstningsmetoder som används i USA 2016

Politiska partier mobiliserar ett stort antal människor för att utforma politik, välja ut kandidater och finansiera och driva valkampanjer. Kunskapsfokusering genom olika röstningsmetoder tillåter perspektiv att konvergera genom antagandet att oinformerad röstning till viss del är slumpmässig och kan filtreras bort från beslutsprocessen och lämnar bara en rest av informerad konsensus. Kritiker påpekar att dåliga idéer, missförstånd och missuppfattningar ofta är utbredda, och att struktureringen av beslutsprocessen måste gynna experter som förmodligen är mindre benägna att rösta slumpmässigt eller felaktigt i ett givet sammanhang.

Företag som Affinnova (uppköpt av Nielsen), Google , InnoCentive , Marketocracy och Threadless har framgångsrikt använt konceptet kollektiv intelligens för att åstadkomma nästa generations tekniska förändringar genom sin forskning och utveckling (FoU), kundservice och kunskapshantering . Ett exempel på en sådan tillämpning är Googles Project Aristoteles 2012, där effekten av kollektiv intelligens på teamsammansättning undersöktes i hundratals av företagets FoU-team.

Samarbete

Nätverk av förtroende

Tillämpning av kollektiv intelligens i millennieprojektet

2012 skapades Global Futures Collective Intelligence System (GFIS) av The Millennium Project , som beskriver kollektiv intelligens som den synergistiska skärningspunkten mellan data/information/kunskap, mjukvara/hårdvara och expertis/insikter som har en rekursiv inlärningsprocess för bättre beslutsfattande än de enskilda spelarna ensamma.

Nya medier förknippas ofta med främjande och förbättring av kollektiv intelligens. Nya mediers förmåga att enkelt lagra och hämta information, främst genom databaser och Internet, gör att den kan delas utan svårighet. Genom interaktion med nya medier passerar således kunskap lätt mellan källor, vilket resulterar i en form av kollektiv intelligens. Användningen av interaktiva nya medier, särskilt internet, främjar interaktion på nätet och denna spridning av kunskap mellan användare.

Francis Heylighen , Valentin Turchin och Gottfried Mayer-Kress är bland dem som ser kollektiv intelligens genom datavetenskapens och cybernetikens lins . Enligt deras uppfattning möjliggör Internet kollektiv intelligens på den bredaste planetariska skalan, vilket underlättar uppkomsten av en global hjärna .

Utvecklaren av World Wide Web, Tim Berners-Lee , hade som mål att främja delning och publicering av information globalt. Senare öppnade hans arbetsgivare upp tekniken för fri användning. I början av 90-talet var Internets potential fortfarande outnyttjad, fram till mitten av 1990-talet när "kritisk massa", som benämndes av chefen för Advanced Research Project Agency (ARPA), Dr JCR Licklider, krävde mer tillgänglighet och användbarhet . Drivkraften för denna internetbaserade kollektiva intelligens är digitaliseringen av information och kommunikation. Henry Jenkins , en nyckelteoretiker för nya medier och mediekonvergens, bygger på teorin att kollektiv intelligens kan tillskrivas mediekonvergens och deltagande kultur. Han kritiserar samtida utbildning för att misslyckas med att införliva onlinetrender av kollektiv problemlösning i klassrummet, och säger "medan en kollektiv intelligensgemenskap uppmuntrar ägande av arbete som grupp, klassificerar skolor individer". Jenkins hävdar att interaktion inom en kunskapsgemenskap bygger viktiga färdigheter för unga människor, och lagarbete genom kollektiva intelligensgemenskaper bidrar till utvecklingen av sådana färdigheter. Kollektiv intelligens är inte bara ett kvantitativt bidrag av information från alla kulturer, det är också kvalitativt.

Lévy och de Kerckhove överväger CI ur ett masskommunikationsperspektiv, med fokus på förmågan hos nätverksanslutna informations- och kommunikationstekniker för att förbättra samhällets kunskapspool. De föreslår att dessa kommunikationsverktyg gör det möjligt för människor att interagera och att dela och samarbeta med både lätthet och snabbhet. Med utvecklingen av internet och dess utbredda användning är möjligheten att bidra till kunskapsbyggande gemenskaper, som Wikipedia , större än någonsin tidigare. Dessa datornätverk ger deltagande användare möjlighet att lagra och hämta kunskap genom den kollektiva tillgången till dessa databaser och låter dem "utnyttja bikupan" Forskare vid MIT Center for Collective Intelligence forskning och utforska kollektiv intelligens hos grupper av människor och datorer.

I detta sammanhang förväxlas ofta kollektiv intelligens med delad kunskap . Den förra är summan av information som innehas individuellt av medlemmar i en gemenskap medan den senare är information som tros vara sann och känd av alla medlemmar i gemenskapen. Kollektiv intelligens som representeras av Web 2.0 har mindre användarengagemang än kollaborativ intelligens . Ett konstprojekt som använder Web 2.0-plattformar är "Shared Galaxy", ett experiment utvecklat av en anonym konstnär för att skapa en kollektiv identitet som dyker upp som en person på flera plattformar som MySpace, Facebook, YouTube och Second Life. Lösenordet skrivs i profilerna och kontona som heter "Shared Galaxy" är öppna för att användas av alla. På så sätt är många delaktiga i att vara ett. Ett annat konstprojekt som använder kollektiv intelligens för att producera konstnärligt arbete är Curatron, där en stor grupp konstnärer tillsammans bestämmer sig för en mindre grupp som de tror skulle bli en bra samarbetsgrupp. Processen används baserat på en algoritm som beräknar de kollektiva preferenserna När han skapar vad han kallar "CI-Art", följer den Nova Scotia-baserade konstnären Mathew Aldred Pierry Lévys definition av kollektiv intelligens. Aldreds CI-Art-evenemang i mars 2016 involverade över fyrahundra personer från samhället i Oxford, Nova Scotia och internationellt. Senare arbete utvecklat av Aldred använde UNU:s svärmintelligenssystem för att skapa digitala teckningar och målningar. Oxford Riverside Gallery (Nova Scotia) höll ett offentligt CI-Art-evenemang i maj 2016, som kopplade till online-deltagare internationellt.

Föräldraskap socialt nätverk och samverkande taggning som pelare för automatisk IPTV-innehållsblockering

I social bookmarking (även kallad kollaborativ taggning) tilldelar användare taggar till resurser som delas med andra användare, vilket ger upphov till en typ av informationsorganisation som uppstår ur denna crowdsourcingprocess . Den resulterande informationsstrukturen kan ses som en reflektion av den kollektiva kunskapen (eller den kollektiva intelligensen) hos en gemenskap av användare och kallas vanligtvis en " Folksonomy ", och processen kan fångas av modeller för kollaborativ taggning .

Ny forskning som använder data från webbplatsen Delicious för sociala bokmärken har visat att samverkande taggningssystem uppvisar en form av komplexa system (eller självorganiserande ) dynamik. Även om det inte finns något centralt kontrollerat ordförråd för att begränsa enskilda användares handlingar, har fördelningarna av taggar som beskriver olika resurser visat sig konvergera över tiden till en stabil kraftlagsfördelning . När sådana stabila distributioner väl har bildats kan man undersöka korrelationerna mellan olika taggar för att konstruera enkla folksonomigrafer, som effektivt kan delas upp för att erhålla en form av gemenskap eller delade vokabulärer. Sådana vokabulärer kan ses som en form av kollektiv intelligens, som uppstår ur de decentraliserade handlingar av en gemenskap av användare. Wall-it Project är också ett exempel på social bookmarking.

P2P-verksamhet

Forskning utförd av Tapscott och Williams har gett några exempel på fördelarna med kollektiv intelligens för företag:

Talangutnyttjande
I takt med att tekniken förändras kan inget företag helt hänga med i de innovationer som behövs för att konkurrera. Istället använder smarta företag kraften i masssamarbete för att involvera deltagande av de människor som de inte kunde anställa. Detta bidrar också till att skapa ett ständigt intresse för företaget i form av de som dras till nya idéer och investeringsmöjligheter.
Skapande av efterfrågan
Företag kan skapa en ny marknad för kompletterande varor genom att engagera sig i en öppen källkodsgemenskap. Företag kan också expandera till nya områden som de tidigare inte skulle ha kunnat utan tillskott av resurser och samarbete från samhället. Detta skapar, som tidigare nämnts, en ny marknad för kompletterande varor för produkterna inom nämnda nya områden.
Kostnadsminskning
Masssamarbete kan bidra till att sänka kostnaderna dramatiskt. Företag kan släppa en specifik programvara eller produkt för att utvärderas eller felsökas av online-communitys. Resultaten blir mer personliga, robusta och felfria produkter skapade på kort tid och kostnader. Nya idéer kan också genereras och utforskas genom samarbete mellan online-gemenskaper som skapar möjligheter för gratis FoU utanför företagets ramar.

Programvara med öppen källkod

John Banks, kulturteoretiker och onlinegemenskapsutvecklare, övervägde bidraget från fancommunities online i skapandet av Trainz -produkten. Han hävdade att dess kommersiella framgång i grunden var beroende av "bildandet och tillväxten av en aktiv och levande fansgemenskap som både aktivt skulle marknadsföra produkten och skapa innehållstillägg och tillägg till spelmjukvaran".

Ökningen av användarskapat innehåll och interaktivitet ger upphov till frågor om kontroll över själva spelet och ägande av det spelarskapade innehållet. Detta ger upphov till grundläggande juridiska frågor, som lyfts fram av Lessig och Bray och Konsynski, såsom immateriella rättigheter och äganderätter.

Gosney förlänger detta nummer av Collective Intelligence i videospel ett steg längre i sin diskussion om alternativa verklighetsspel . Denna genre, beskriver han som ett "över-mediaspel som medvetet suddar ut gränsen mellan upplevelser i spelet och utanför spelet" eftersom händelser som händer utanför spelets verklighet "når ut" in i spelarens liv för att få med sig dem tillsammans. Att lösa spelet kräver "kollektiva och samarbetande ansträngningar från flera spelare"; Därför är frågan om kollektivt och samarbetande lagspel väsentlig för ARG. Gosney hävdar att genren Alternate Reality av spel dikterar en oöverträffad nivå av samarbete och "kollektiv intelligens" för att lösa spelets mysterium.

Fördelar med samarbete

Samarbete hjälper till att lösa de viktigaste och mest intressanta multivetenskapliga problemen. I sin bok nämnde James Surowiecki att de flesta forskare tror att fördelarna med samarbete har mycket mer värde jämfört med potentiella kostnader. Samarbete fungerar också eftersom det i bästa fall garanterar ett antal olika synpunkter. På grund av teknikens möjligheter är globalt samarbete numera mycket enklare och produktivt än tidigare. Det är tydligt att när samarbete går från universitetsnivå till globalt så har det betydande fördelar.

Till exempel, varför samarbetar forskare? Vetenskapen har blivit mer och mer isolerad och varje vetenskapsområde har spridit sig ännu mer och det är omöjligt för en person att vara medveten om all utveckling. Detta gäller särskilt i experimentell forskning där mycket avancerad utrustning kräver speciella färdigheter. Med samarbete kan forskare använda information från olika områden och använda den effektivt istället för att samla all information bara genom att läsa själva."

Samordning

Ad hoc-gemenskaper

Militär, fackföreningar och företag uppfyller vissa definitioner av CI – den mest rigorösa definitionen skulle kräva förmåga att reagera på mycket godtyckliga förhållanden utan order eller vägledning från "lag" eller "kunder" för att begränsa åtgärder. Onlinereklamföretag använder kollektiv intelligens för att kringgå traditionella marknadsförings- och kreativa byråer.

UNU: s öppna plattform för "human swarming" (eller "social swarming") etablerar slutna system i realtid runt grupper av nätverksanvändare formade efter biologiska svärmar, vilket gör det möjligt för mänskliga deltagare att bete sig som en enhetlig kollektiv intelligens. När de är anslutna till UNU svarar grupper av distribuerade användare kollektivt på frågor och gör förutsägelser i realtid. Tidiga tester visar att mänskliga svärmar kan förutsäga individer. Under 2016 utmanades en UNU-svärm av en reporter att förutsäga vinnarna i Kentucky Derby, och valde framgångsrikt de fyra första hästarna i ordning och slog 540 till 1 odds.

Specialiserade informationssajter som Digital Photography Review eller Camera Labs är ett exempel på kollektiv intelligens. Alla som har tillgång till internet kan bidra till att sprida sin kunskap över världen genom de specialiserade informationssajterna.

I elevgenererade sammanhang samlar en grupp användare resurser för att skapa en ekologi som möter deras behov ofta (men inte bara) i förhållande till samkonfiguration, samskapande och samdesign av en viss inlärningsplats som tillåter elever att skapa sitt eget sammanhang. Lärargenererade sammanhang representerar en ad hoc- gemenskap som underlättar samordning av kollektiva åtgärder i ett nätverk av förtroende. Ett exempel på elevgenererat sammanhang finns på Internet när samarbetande användare samlar kunskap i ett "delat intelligensutrymme". I takt med att Internet har utvecklats har också konceptet med CI som ett delat offentligt forum. Internets globala tillgänglighet och tillgänglighet har gjort det möjligt för fler människor än någonsin att bidra och få tillgång till idéer.

Spel som The Sims Series och Second Life är designade för att vara icke-linjära och för att vara beroende av kollektiv intelligens för expansion. Detta sätt att dela med sig utvecklas gradvis och påverkar tankesättet hos nuvarande och framtida generationer. För dem har kollektiv intelligens blivit en norm. I Terry Flews diskussion om " interaktivitet " i onlinespelsmiljön, den pågående interaktiva dialogen mellan användare och spelutvecklare, hänvisar han till Pierre Lévys koncept om Collective Intelligence [ citat behövs ] och hävdar att detta är aktivt i videospel som klaner eller skrå i MMORPG ständigt arbeta för att nå målen. Henry Jenkins föreslår att de deltagande kulturerna som växer fram mellan spelproducenter, medieföretag och slutanvändare markerar en grundläggande förändring i naturen av medieproduktion och konsumtion. Jenkins hävdar att denna nya deltagande kultur uppstår i skärningspunkten mellan tre breda nya mediatrender. För det första utvecklingen av nya medieverktyg/tekniker som möjliggör skapandet av innehåll. För det andra, uppkomsten av subkulturer som främjar sådana skapelser, och slutligen, tillväxten av värdeskapande mediekonglomerat, som främjar bild, idé och berättande.

Samordning av kollektiva åtgärder

Skådespelarna i After School Improv lär sig en viktig läxa om improvisation och livet

Improvisationsaktörer upplever också en typ av kollektiv intelligens som de kallar "gruppsinnet", eftersom teatralisk improvisation förlitar sig på ömsesidigt samarbete och enighet, vilket leder till enhet av "gruppsinnet".

Tillväxten av Internet och mobil telekom har också skapat "svärmande" eller "träffande"-evenemang som möjliggör möten eller till och med datum på begäran. Den fulla effekten har ännu inte märkts men anti-globaliseringsrörelsen , till exempel, är starkt beroende av e-post, mobiltelefoner, personsökare, SMS och andra organiseringsmetoder. Organisationen Indymedia gör detta på ett mer journalistiskt sätt. Sådana resurser skulle kunna kombineras till en form av kollektiv intelligens som endast är ansvarig för de nuvarande deltagarna men ändå med någon stark moralisk eller språklig vägledning från generationer av bidragsgivare – eller till och med anta en mer uppenbart demokratisk form för att främja gemensamma mål.

En ytterligare tillämpning av kollektiv intelligens finns i "Community Engineering for Innovations". I ett sådant integrerat ramverk som föreslagits av Ebner et al., kombineras idétävlingar och virtuella gemenskaper för att bättre realisera potentialen hos deltagarnas kollektiva intelligens, särskilt inom FoU med öppen källkod. Inom managementteori leder användningen av kollektiv intelligens och crowdsourcing till innovationer och mycket robusta svar på kvantitativa frågor. Därför leder kollektiv intelligens och crowdsourcing inte nödvändigtvis till den bästa lösningen på ekonomiska problem, utan till en stabil, bra lösning.

Samordning i olika typer av uppgifter

Kollektiva handlingar eller uppgifter kräver olika mycket samordning beroende på uppgiftens komplexitet. Uppgifterna varierar från att vara mycket självständiga enkla uppgifter som kräver väldigt lite koordination till komplexa ömsesidigt beroende uppgifter som byggs av många individer och kräver mycket koordination. I artikeln skriven av Kittur, Lee och Kraut introducerar författarna ett problem i samarbetet: "När uppgifter kräver hög koordinering eftersom arbetet är starkt beroende av varandra, kan fler bidragsgivare öka processförlusterna, vilket minskar gruppens effektivitet under vad enskilda medlemmar skulle kunna optimalt utföra". Att ha ett team för stort kan den totala effektiviteten bli lidande även när de extra bidragsgivarna ökar resurserna. I slutändan kan de totala kostnaderna för samordning överväldiga andra kostnader.

Gruppens kollektiva intelligens är en egenskap som uppstår genom samordning från både bottom-up och top-down processer. I en nedifrån-och-upp-process är varje medlems olika egenskaper involverade i att bidra och förbättra samordningen. Top-down processer är mer strikta och fixerade med normer, gruppstrukturer och rutiner som på sitt sätt förstärker gruppens kollektiva arbete.

Alternativa vyer

Ett verktyg för att bekämpa självbevarelsedrift

Tom Atlee reflekterar att även om människor har en medfödd förmåga att samla in och analysera data, så påverkas de av kultur, utbildning och sociala institutioner. [ självpublicerad källa? ] En ensam person tenderar att fatta beslut motiverade av självbevarelsedrift. Därför, utan kollektiv intelligens, kan människor driva sig själva till utrotning baserat på sina själviska behov.

Separation från IQism

Phillip Brown och Hugh Lauder citerar Bowles och Gintis (1976) att för att verkligen definiera kollektiv intelligens är det avgörande att skilja "intelligens" från IQism. De fortsätter med att hävda att intelligens är en prestation och bara kan utvecklas om det tillåts. Till exempel tidigare har grupper från de lägre nivåerna i samhället allvarligt begränsats från att samla och slå samman sin intelligens. Detta beror på att eliten fruktar att den kollektiva intelligensen skulle övertyga folket att göra uppror. Om det inte finns någon sådan kapacitet och sådana relationer skulle det inte finnas någon infrastruktur som den kollektiva intelligensen bygger på. Detta återspeglar hur kraftfull kollektiv intelligens kan vara om den får utvecklas.

Artificiell intelligens åsikter

Skeptiker, särskilt de som är kritiska till artificiell intelligens och mer benägna att tro att risk för kroppsskada och kroppslig handling är grunden för all enhet mellan människor, är mer benägna att betona förmågan hos en grupp att agera och motstå skada som en flytande massa mobilisering , axelryckning skadar hur en kropp rycker bort förlusten av några få celler. Denna tankegång är mest uppenbar i anti-globaliseringsrörelsen och kännetecknas av verk av John Zerzan , Carol Moore och Starhawk , som vanligtvis skyr akademiker. Dessa teoretiker är mer benägna att hänvisa till ekologisk och kollektiv visdom och till rollen av konsensusprocess för att göra ontologiska distinktioner än till någon form av "intelligens" som sådan, som de ofta hävdar inte existerar, eller bara är "smart".

Hårda kritiker av artificiell intelligens på etiska grunder kommer sannolikt att främja kollektiva visdomsbyggande metoder, som de nya tribalisterna och Gaians . [ egenutgiven källa ] Om dessa kan sägas vara kollektiva underrättelsesystem är en öppen fråga. Vissa, t.ex. Bill Joy , vill helt enkelt undvika varje form av autonom artificiell intelligens och verkar villiga att arbeta med rigorös kollektiv intelligens för att ta bort alla möjliga nischar för AI.

använder företag som Amazon Mechanical Turk och CrowdFlower kollektiv intelligens och crowdsourcing eller konsensusbaserad bedömning för att samla in de enorma mängderna data för maskininlärningsalgoritmer .

Se även

Liknande koncept och tillämpningar

Beräkning och datavetenskap

Andra

Anförda verk

Vidare läsning

externa länkar


Biblioteksresurser om Kollektiv intelligens
Hämtad från " https://en.wikipedia.org/w/index.php?title=Collective_intelligence&oldid=1141507267 "