Kolektivní inteligence nebo kolektivní inteligence je termín, který se objevil v polovině 80. let v sociologii při studiu procesu kolektivního rozhodování. Výzkumníci z NJIT definovali kolektivní inteligenci jako schopnost skupiny nacházet řešení problémů efektivněji než nejlepší individuální řešení v této skupině. V tomto ohledu kolektivní inteligence předčí inteligenci kteréhokoli jednotlivce ve skupině. Tento koncept se používá v sociobiologii , politologii a v kontextu aplikací určených pro skupinovou recenzi a crowdsourcing . Koncept kolektivní inteligence může ovlivnit konsensus , sociální kapitál a koncepty, jako jsou systémy hlasování , sociální média a další metody účtování o veřejné intelektuální činnosti.
Kolektivní inteligence byla také připisována bakteriím ( Mikrobiální inteligence ) [1] a zvířatům [2] .
Lze ji chápat i jako vlastnost kolektivu, vyplývající z interakce mezi 1) daty – informacemi – znalostmi; 2) software a hardware; a 3) specialisty (jak nositelé nových myšlenek, tak uznávané autority) a spočívající ve schopnosti neustále se učit, pomocí zpětné vazby, vyvíjet informace potřebné v danou chvíli k rozhodování lépe než ty, které dokážou přijmout tyto tři složky samostatně [3] . Nebo v užším slova smyslu vlastnost vyplývající z interakce mezi lidmi a metodami zpracování informací [4] . Takto chápaná kolektivní inteligence se nazývá „symbiotická inteligence“ a popisuje ji Norman Lee Johnson. [5] Tento pojem se používá v sociologii, obchodu, informatice a médiích. Objevuje se i ve sci-fi.
Podle výzkumníků Levyho a Derricka de Kerckhove se to týká schopnosti propojených ICT (informačních a komunikačních technologií) rozšířit celkový fond sociálních znalostí současným rozšiřováním možností pro interakce mezi lidmi. [6]
Kolektivní inteligence velkou měrou přispívá k přesunu zaměření znalostí a moci od jednotlivce ke kolektivu. Podle Raymonda a Hertze bude inteligence s otevřeným zdrojovým kódem dříve či později poskytovat výsledky lepší než ty, které produkoval proprietární software v rámci korporací ( Terry Flew 2008).
Henry Jenkins zároveň vidí kolektivní inteligenci jako „alternativní zdroj mediální síly“ úzce související s kulturou konvergence . Zaměřuje se na vzdělávání a na to, jak se lidé učí podílet se na takových znalostních kulturách mimo formální učení. Jenkins kritizuje školy, které podporují „autonomní řešitele problémů a introvertní studenty“, zatímco jsou proti kolektivnímu učení. [7]
Nakonec, jak Pierre Levy (2007), tak Henry Jenkins (2008) sdílejí názor, že kolektivní inteligence je důležitá pro proces demokratizace společnosti , protože úzce souvisí s kulturou založenou na znalostech podporovanou sdílením myšlenek, a tedy , přispívá k lepšímu pochopení heterogenní společnosti jejími jednotlivými členy.
Mezi spisovatele, kteří ovlivnili myšlenku kolektivní inteligence, patří Douglas Hofstadter (1979), Peter Russell (1983), Tom Utley (1993), Pierre Levy (1994), Howard Bloom (1995), Francis Heiligen (1995), Douglas Engelbart , Cliff Joslin , Ron Dembo , Gottfried Mayer-Kress (2003).
Koncept, který předchází moderní termín, nachází entomolog William Morton Wheeler , který poznamenává, že zdánlivě nezávislí jedinci mohou spolupracovat tak těsně, že se stanou nerozeznatelnými od jediného organismu (1911). [8] Wheeler pozoroval tento proces spolupráce u mravenců, kteří se chovali jako buňky jediné živé bytosti, kterou nazval „superorganismus“.
V roce 1912 Emile Durkheim zjistil, že společnost je jediným zdrojem logického myšlení u člověka. Ve své knize Elementary Forms of Religious Life argumentoval, že společnost je více vysoce intelektuální formou, protože předčí jednotlivce v prostorových i časových dimenzích. [9] Mezi další předchůdce patří koncept „ noosféry “ Vladimira Vernadského a koncept „světového mozku“ H. G. Wellse . Peter Russell, Elizabeth Santouris a Barbara Marx Hubbard (autorka termínu „evoluce vědomí“) se inspirovali obrazy noosféry – transcendentní, rychle se rozvíjející kolektivní inteligence – informační „kůry“ planety. Touto myšlenkou se později zabýval i filozof Pierre Levy .
Matematik John von Neumann v roce 1952 ve své práci „Pravděpodobnostní logika a syntéza spolehlivých organismů z nespolehlivých komponent“ dokázal: „Vstupní data nejsou odesílána do jednoho stroje, ale současně do několika identických strojů; správný výsledek je ten, který dává většina těchto strojů. Čím více výpočetních komponent zpracovávají informace a čím přímější spojení mezi nimi, tím menší je pravděpodobnost chyby: „... při dostatečně velkém počtu řádků v každém svazku lze pravděpodobnost selhání velkého počtu komponent libovolně vytvářet malý."
Howard Bloom uvažoval o hromadném chování – kolektivním chování , počínaje úrovní kvarků a konče bakteriálními, rostlinnými, zvířecími a lidskými společenstvími. Upozornil na biologickou adaptaci, která proměnila většinu tvorů žijících na Zemi v součásti toho, co nazval samoučící se stroj . V roce 1986 Bloom spojil myšlenky apoptózy , paralelního distribuovaného zpracování , skupinového výběru a superorganismu a vyvinul teoretické vysvětlení toho, jak funguje kolektivní inteligence. [10] Později ukázal, jak lze kolektivní inteligenci konkurenčních bakteriálních kolonií a lidských společností vysvětlit pomocí počítačově generovaných komplexních adaptivních systémů a genetických algoritmů , termínů vytvořených Henrym Hollandem .
Bloom sledoval vývoj kolektivní inteligence zpět k našim bakteriálním předkům před 1 miliardou let a ukázal, jak multidruhová inteligence funguje od úsvitu života. [11] Mravenčí společenství vykazují vyšší inteligenci, technicky řečeno, než jakákoli jiná živá věc kromě lidí, a spolupracují při chovu dobytka, jako jsou mšice , pro „dojení“. Řezačky listů množí houby a přinášejí listy, které slouží ke krmení hub.
David Skrbina [12] cituje koncept skupinové mysli jako odvozený od platónského konceptu panpsychismu (že vědomí je všudypřítomné a přítomné ve veškeré hmotě). Rozvíjí koncept „skupinové mysli“, jak jej formuloval Thomas Hobbes v Leviathanovi a Fechnerově argumentu pro masové vědomí lidstva. Cituje Durkheima jako nejprominentnějšího zastánce „kolektivního vědomí“ a Teilharda de Chardina jako myslitele, který formuloval filozofické důsledky konceptu skupinové mysli.
Tom Atlee se zaměřuje především na lidi a příležitosti ke zvýšení toho, čemu Howard Bloom říká „skupinové IQ“. Atlee se domnívá, že kolektivní inteligenci lze podporovat za účelem „překonání ‚ skupinového myšlení ‘ a individuálních kognitivních předsudků , aby kolektiv mohl spolupracovat ve společném procesu – a zároveň těžit z větší intelektuální efektivity.“ George Por definoval fenomén kolektivní inteligence jako „schopnost lidských společností vyvíjet se směrem k vyšší komplexitě a harmonii, pomocí mechanismů, jako jsou inovace, diferenciace a integrace, konkurence a spolupráce“. [13] Atlee a Pohr tvrdí, že „kolektivní inteligence také zahrnuje dosažení jednotného zaměření pozornosti a měřících standardů, které poskytují vhodnou okrajovou podmínku pro akci“. Jejich přístup je založen na „ metafoře vědecké komunity “.
Attlee a Por se domnívají, že na oblast kolektivní inteligence je třeba nahlížet především jako na lidský podnik, ve kterém je nesmírně důležité myšlení, ochota sdílet a otevřenost hodnotám distribuované inteligence, které slouží společnému dobru, i když obojí. Teorie skupin a umělá inteligence mají co nabídnout. Jednotlivci, kteří respektují kolektivní inteligenci, jsou si jisti svými schopnostmi a chápou, že celek je skutečně větší než součet jakékoli jeho části. Maximalizace kolektivní inteligence závisí na schopnosti organizace přijmout a rozvinout „zlatou nabídku“, což je jakýkoli z potenciálně užitečných nápadů kteréhokoli účastníka. Skupinové myšlení často brání implementaci kolektivní inteligence tím, že umožňuje přispívat nápady pouze několika vybraným jednotlivcům nebo vyřazuje potenciální „zlaté návrhy“, aniž by je před implementací rozvinulo.
Robert David Steele ve svém New Craft of Intelligence vykreslil všechny občany jako „rezervisty bezpečnostní služby“, kteří jsou schopni vytvořit „službu veřejné bezpečnosti“, která dokáže zajistit integritu veřejných osob a ředitelů společností, založenou pouze na legitimních a etické zdroje informací, převracející samotnou myšlenku „národní bezpečnost“ (dříve se zabývala špionáží a utajováním) vzhůru nohama.
Podle Dona Tapscotta a Anthonyho D. Williamse je kolektivní inteligence masivní spoluprací [14] . Aby tato myšlenka mohla být realizována, musí být na místě čtyři principy:
otevřenost Sdílení nápadů a duševního vlastnictví: I když vám tyto zdroje umožňují získat náskok před konkurencí, umožňují ostatním využívat nápady a provádět významná vylepšení a zkoumat je, což vám ve výsledku umožňuje nashromáždit více výhod prostřednictvím spolupráce. peering Horizontální organizace jako u „otevřenosti“ linuxových programů, kdy uživatelé mohou program volně měnit a upravovat za předpokladu, že jej zpřístupní ostatním. Peering je úspěšný, protože podporuje sebeorganizaci – tento styl práce na určitých úkolech je efektivnější než hierarchická struktura řízení. Sdílení Společnosti začaly sdílet některé nápady, zatímco si ponechaly určitý stupeň kontroly nad ostatními, jako jsou práva na potenciální a kritické patenty. Omezení přístupu k veškerému duševnímu vlastnictví zavírá dveře k novým příležitostem, zatímco otevření některých veřejnosti rozšiřuje trhy a přináší na trh nové produkty rychleji. Globalizace Rozvoj komunikačních technologií způsobil vzestup globálních společností s nízkými náklady. Internet je široce dostupný, takže globálně integrovaná společnost není geograficky omezena a má přístup k novým trhům, nápadům a technologiím. [14] .Global Futures Collective Intelligence System (GFIS) na www.themp.org byl vytvořen v rámci projektu Millenium v roce 2012.
Politické strany mobilizují velké množství lidí k formulování politiky, výběru kandidátů, financování a kampani. Informace koncentrované různými metodami hlasování umožňují sbližování různých možných cest za předpokladu, že neinformované hlasování je poněkud náhodné a lze jej vyloučit z rozhodování, přičemž jako zbytek zůstává pouze informovaný souhlas. Kritici poukazují na to, že špatné nápady, mylné představy a mylné představy jsou často velmi rozšířené a že struktura rozhodovacího procesu by měla zohledňovat názory odborníků, u nichž je údajně méně pravděpodobné, že budou hlasovat náhodně nebo na základě nesprávných informací. dané oblasti.
Vojenské jednotky, odborové svazy a korporace splňují některé z definic CI – nejpřísnější definice by vyžadovala schopnost reagovat na velmi širokou škálu podmínek, aniž by byly omezeny na jednání na základě příkazů nebo pokynů „zákona“ nebo „zákazníků“. ." Online reklamní kanceláře využívají kolektivní inteligenci, aby se obešly bez tradičních marketingových a designových studií.
V kontextu generovaném studentem skupina uživatelů mobilizuje zdroje k vytvoření prostředí, které vyhovuje jejich potřebám, často (i když ne výlučně) ve spojení se společnou konfigurací, spoluvytvářením a společným plánováním konkrétního vzdělávacího prostoru, který umožňuje studenti si vytvářejí svůj vlastní kontext. [15] [16] [17] Studentem vytvořený kontext je komunita šitá na míru, která usnadňuje koordinaci společných aktivit v důvěryhodném prostředí. Příklady kontextů vytvořených studenty lze nalézt na internetu, kde spolupracující uživatelé shromažďují znalosti ve „sdíleném zpravodajském prostoru“. Jako třeba Wikipedie . S vývojem internetu se vyvíjely i koncepty CI jako sdíleného veřejného fóra. Globální dostupnost internetu umožnila více lidem než kdy jindy sdílet nápady a přistupovat k myšlenkám ostatních. (Chřipka, 2008)
Improvizovaní divadelní herci také znají typ kolektivní inteligence, kterému říkají „skupinová inteligence“. Dalším příkladem kolektivní inteligence je soutěž myšlenek. [osmnáct]
Specializované informační stránky jako Digital Photography Review nebo Camera Labs jsou příklady kolektivní inteligence. Každý, kdo má přístup k internetu, může sdílet své znalosti prostřednictvím specializovaných informačních stránek.
Quora
Internetová služba Quora je portál, kde může kdokoli položit jakoukoli otázku a kdokoli může odpovědět. Ke každé otázce je přiřazena kategorie a sada štítků pro snazší navigaci. Například otázka týkající se generálního ředitele společnosti Apple Tima Cooka by se nacházela v kategoriích „Apple“ a „CEO“ a „Tim Cook“ by byl osobní štítek. Pokud by někoho zajímalo, jaké to je pracovat například s Timem Cookem? , bude odpověď obsahovat soukromé nebo osobní informace, které (z definice) nejsou veřejně dostupné. Uživatelé mohou odpovídat svým jménem nebo anonymně. Získání takových soukromých informací je samozřejmě velmi cenné pro pochopení celého obrazu nebo pro nahlédnutí do zákulisí. Otázky se často týkají přímé zkušenosti a odpověďmi jsou často pečlivě kontrolované kroniky a podrobné záznamy o jejich změnách. Poskytují uživateli možnost získat detailní analytický obrázek a informace jsou tak demokratizovány. Sběr přímých zkušeností různých lidí je ukázkovým příkladem kolektivní inteligence.
V rámci HUNT CHALLENGE 2020 se utkaly týmy neprofesionálů s týmy profesionálních skautů. Byly tam úkoly jako např
Oba týmy používaly platformu Hunt, dříve známou jako SWARM, vyvinutou IARPA . Neprofesionálové ale mnohem aktivněji spolupracovali a vyměňovali si názory, díky čemuž byli o citelný náskok před profesionály. Úkol „Určení geolokace z fotografie“ tak splnil pouze 1 ze 7 profesionálních týmů (14 %) a 4 z 13 neprofesionálních týmů (31 %) [23] .
Crowdsourcingová platforma Witology umožňuje provádět veřejnou kontrolu projektů, zapojovat specialisty do jejich řešení a optimalizovat obchodní procesy. Byla vytvořena v roce 2008 [24] a založena v roce 2010 Sergejem Karelovem, předsedou představenstva Ligy nezávislých expertů (pracoval ve vedoucích pozicích ve společnostech IBM a SGI, poté nezávislým IT expertem) a Alexandrem Oslonem, prezidentem Nadace veřejného mínění (FOM), (sociolog). [25] V únoru 2011 investovaly ONEXIM Michaila Prochorova a Sputnik Borise Yordana do Witologie 5 milionů dolarů. V roce 2014 se novým vlastníkem Witology stala BMKG LLC („Big Bear Content Group“). Mezi klienty společnosti patří moskevská vláda, Zdravotní odbor Chanty-Mansijského autonomního okruhu, Azbuka Vkusa, Sberbank, Rosatom, Ruské dráhy, Agentura pro strategické iniciativy. [26] [27]
Witology vyvinula specializovaný software a síťovou platformu, kde je komunikace mezi účastníky strukturována technickými a organizačními prostředky. Mezi ně patří: moderování týmem odborníků, facilitace , vícestupňová práce na nápadech účastníků, přidělování hodnocení nápadům, systém hodnocení pro hodnocení přínosu každého účastníka. Platforma připomíná sociální síť, zaměřenou pouze na kolektivní řešení problémů. Členové komunity jsou seřazeny podle kompetencí a oblastí odbornosti. Systém analyzuje chování lidí (kolik času tráví na vnitřní síti, s kým komunikují, jaké texty zveřejňují). [26] [28] [29] [30] [31]
Příklady projektů:
Poslední aktivita na firemním webu Witology je z roku 2018 [53] .
Někdy, zejména teoretici, kteří se více zaměřují na umělou inteligenci, používají „kolektivní inteligenční kvocient“ (nebo „kooperační kvocient“) – který lze případně měřit podobně jako „osobní“ inteligenční kvocient (IQ) – což umožňuje definovat marginální aditivní inteligenci, ke které se připojuje každý nový účastník kolektivního procesu, a tak používat metriky, aby se zabránilo nebezpečí skupinového myšlení a hlouposti.
Delphi metoda je metoda expertního hodnocení [54] , vyvinutá v 50. až 60. letech 20. století ve Spojených státech k předpovídání dopadu budoucího vědeckého vývoje na metody vedení války . Znamená to anonymní účast odborníků v nepřítomnosti, z nichž každý odpovídá na dotazy organizátorů. Průzkumy se provádějí v několika fázích. V první fázi dostanou odborníci obecnou otázku a musí ji rozdělit na dílčí otázky. Organizátoři vybírají ty nejčastější a rozesílají je. Nyní by měli odborníci odpovědět, zda lze ještě něco dodat, zda je dostatek informací, zda jsou k problematice doplňující informace a vznést další připomínky. Vytvoří se další dotazník, který se znovu odešle odborníkům, kteří nyní potřebují uvést svou vlastní verzi řešení a také zvážit nejextrémnější názory jiných odborníků. Průzkumy se opakují, dokud nedojde ke shodě mezi odborníky nebo dokud v dané otázce nedojde ke shodě.
V roce 2001 navrhl Tadeusz (Ted) Szuba z Polské akademie hornictví a hutnictví formální model pro fenomén kolektivní inteligence. Připustil, že CI je nevědomý, náhodný, paralelní a distribuovaný výpočetní proces prováděný v prostředí matematické logiky sociálním systémem. [55]
V tomto modelu jsou bytosti a informace modelovány jako abstraktní informační molekuly nesoucí výrazy napsané v jazyce matematické logiky. Jsou kvazináhodně nahrazeny v důsledku interakce s prostředím obsahujícím jejich domnělé náhrady. Jejich interakce v abstraktním prostoru výpočetní techniky vytvářejí vícevláknové inferenční procesy, které vnímáme jako kolektivní inteligenci. Použitý výpočetní model tedy není Turingův . Tato teorie umožňuje jednoduchou formální definici kolektivní inteligence jako vlastnosti sociálního systému a zdá se, že úspěšně funguje pro širokou škálu bytostí, od bakteriálních kolonií po lidské sociální systémy. Z vnímání kolektivní inteligence jako speciálního výpočetního procesu vyplývá přímočaré vysvětlení několika společenských jevů. Pro tento model kolektivní inteligence byla navržena formální definice IQI (Social Intelligence Quotient, IQS - IQ Social), definovaná jako „funkce rozdělení pravděpodobnosti v čase a inferenční doména N-it, odrážející inferenční aktivitu v sociální Systém." Zatímco IQS se zdá být výpočetně obtížné, modelování sociálního systému z hlediska výše popsaného výpočetního procesu nabízí šanci na přibližné výpočty. Jednou z potenciálních aplikací je optimalizace společností maximalizací jejich IQS a analýza odolnosti vůči lékům pro kolektivní inteligenci bakteriálních kolonií. [55]
Hlavním modelovým faktorem ovlivňujícím kvalitu kolektivního rozhodování je množství zarputilých disidentů, tedy jedinců, kteří mají vlastní názor odporující agregovanému výsledku hierarchického sběru názorů a nejsou připraveni se ho rychle vzdát ani pod hrozbou. násilí ze strany dominantních jedinců. [56] [57]
Podle Brushe se „Matematický popis kolektivního výpočtu struktury moci ve skupině opic ukazuje jako velmi podobný rovnicím, které neurovědci používají k popisu kolektivního výpočtu neuronů, i když mezi sebou neurony ‚nebojují‘. pro moc." [58]
Krakauer říká: „principy společné pro ... systémy jsou principy akumulace a agregace informací a je možné, že složky <systémů> mají vyhraněné názory (preference), které ovlivňují pravděpodobnost, že změní své chování, vzhledem k informacím, které nashromáždili." [57] [58]
„Na rozdíl od všeobecného přesvědčení,“ říká Flack, „silné preference na individuální úrovni mohou vést k lepšímu kolektivnímu počítání na úrovni skupiny.“ [58] K realizaci tohoto potenciálu se využívá dvoufázový princip kolektivního počítání v jakýchkoli kolektivních systémech, od zvířecích společenství až po systémy studované ve statistické fyzice. Flack tvrdí, že obecným principem kolektivního počítání je to, že má dvě fáze – fázi akumulace informací, která využívá crowdsourcing ke sběru spolehlivých informací, a fázi konsensu, která umožňuje systému jednat [59] .
Názor většiny se často ukáže jako chybný a názor informované menšiny nemusí být vyslyšen. Algoritmus binární otázky snižuje chybu o 22-24%. Jeho podstatou je, že místo jedné otázky jsou položeny dvě. První je základní otázka (je například Philadelphia hlavním městem Pensylvánie?). Druhým je požadavek předpovědět, jaké procento účastníků odpoví „Ano“ na 1. otázku. Správná odpověď je ta, která je v rozporu s očekáváním účastníků oblíbená. Pro daný příklad se jedná o odpověď „Ne“, která na základě odpovědi na 2. otázku získává nečekaně vysoké skóre (ostatně hlavním městem Pensylvánie není všem známé velké město Philadelphia, ale malé a téměř neznámý Harrisburg). [60] [61]
Obvykle je systém odměn v predikcích crowdsourcingu (např. predikce trhů nebo vědecké hledání) nebo hledání správných odpovědí/řešení orientován na ty, kteří odpověděli správně nebo přesně předpověděli. To však stimuluje růst negativních psychologických efektů, které jsou vlastní crowdsourcingu (skupinové myšlení, ukotvené myšlení, dvojité myšlení , kognitivní zkreslení, dominance násilníků atd.). Z tohoto důvodu je ignorováno mnoho faktorů, které mají jednotlivě omezenou prediktivní sílu, ale mohou přispět k agregovaným předpovědím.
Odměny by proto neměly být rozdělovány pouze těm, kteří byli úspěšní nebo přesní. Odměny by měly směřovat především k těm, kteří udělají úspěšné předpovědi, které jsou v rozporu s názorem většiny účastníků. [62]
Metoda je založena na:
Metoda vyčleňuje „informovanou menšinu“ v týmu, vytěží maximum užitečných informací z kolektivního názoru „neinformované většiny“ a pomocí mechanismu „mnoha očí“ řeší problém „davového šílenství“ (snížení přesnosti odpovědí / předpovědí s nárůstem velikosti skupiny), a také umožňuje zaručeně najít ty nejsprávnější odpovědi/předpovědi v těch oblastech znalostí/praxí, pro které byl systém strojového učení předem vyškolen. [63]
Studie pěti univerzit v USA a Německu spolu se dvěma instituty (Santa Fe a Max Planck) je založena na četných experimentech a kvantifikuje , jak individuální předsudky a sociální vlivy ovlivňují kolektivní hodnocení číselných parametrů. Autoři studie: Albert B. Kao, Andrew M. Berdahl, Andrew T. Hartnett, Matthew J. Lutz, Joseph B. Bak-Coleman, Christos C. Ioannou, Xingli Giam a Iain D. Couzin (ABK, AMB a IDC navrhly experimenty (ABK, AMB, ATH a MJL provedly experimenty. ABK, AB, JBB-C., CCI a XG analyzovaly data. ABK, AMB a IDC napsal článek). [64]
Práce významně přispívá k překonání tří hlavních základních nedostatků kolektivní inteligence:
1) informační šum (chytré myšlenky, nápady a prohlášení jsou utopeny mezi tisíci jednoduchých a banálních prohlášení);
2) nízká efektivita kolektivní práce (konečná intelektuální úroveň davu snadno klesá na úroveň jeho „nejslabších“ účastníků);
3) konformismus (sklon většiny připojit se k nejčastějšímu názoru).
Zdroje chyb v kolektivních výpočtech jsou individuální faktory (zkreslení odhadů) a sociální faktory (sdílení informací; sociální vliv může způsobit zkreslení odhadů, i když jsou jednotlivci v izolaci nezaujatí)
Výzkum poprvé
Autoři studie navrhli 3 skupiny úprav souhrnných odhadů crowdsourcerů:
- oprava střední hodnoty (zprůměrování všech odhadů);
— oprava střední hodnoty;
je úprava pro maximalizaci pravděpodobnosti správného odhadu.
Navržená metoda pro vývoj korekcí je zatím použitelná pouze pro numerické odhady provedené crowdsourcers (například odhadnout okam, kolik hrášku je v této nádobě).
Instrumentální metody pro vyrovnávání individuálních předsudků a skupinového vlivu v crowdsourcingu začaly být na Západě zkoumány teprve v polovině 10. let 20. století. Současně v Rusku, konkrétně pro řešení problémů s vyrovnáváním individuálních předsudků a skupinového vlivu, byla koncem 21. století vyvinuta originální metoda (smart crowdsourcing). Tato nová, mnohem efektivnější metoda crowdsourcingu byla navíc implementována počátkem 2010 v softwarové platformě Witology, na které byly dokončeny desítky komerčních projektů. [66]
Individuální zaujatost crowdsourcerů při práci na platformě Witology je identifikována a minimalizována pomocí systému hodnocení účastníků, který určuje „váhu názoru“ každého z nich v integrovaném „názoru davu“. Společenský dopad vytváření vlastního názoru crowdsourcerem běžícím na platformě Witology je obecně snížen na nulu, protože uživatelské rozhraní účastníka neumožňuje vidět ani oblíbenost cizích názorů, ani tyto názory samotné. Veřejnosti jsou k dispozici až poté, co si každý z účastníků ujasní své vlastní názory. Výsledkem je, že „Matoušův zákon“ nefunguje na platformě Witology. [66]
Nová média jsou často spojována s popularizací a zlepšováním kvality kolektivní inteligence. Schopnost nových médií snadno ukládat a používat informace, většinou prostřednictvím databází a internetu, umožňuje jejich snadné sdílení. Interakcí s novými médii tedy znalosti snadno proudí od zdroje ke zdroji ( Flew 2008 ), což vede k určitému druhu kolektivní inteligence. Používání interaktivních nových médií, zejména internetu, podporuje online interakci a toto sdílení znalostí mezi uživateli.
Francis Heiligen , Valentin Turchin a Gottfried Mayer-Kress, mimo jiné, pohlížejí na kolektivní inteligenci optikou informatiky a kybernetiky . Z jejich pohledu internet umožňuje kolektivní inteligenci v nejširším, planetárním měřítku, a tím usnadňuje vznik globálního mozku . Vývojář World Wide Web, Tim Berners-Lee , se snažil popularizovat globální sdílení a publikování informací. Později jeho zaměstnavatel otevřel tuto technologii k bezplatnému použití. Na počátku 90. let nebyl potenciál internetu ještě prozkoumán, až kolem poloviny 90. let, kdy se objevila „kritická masa“, jak ji formuloval šéf Administrativy pokročilého výzkumu a vývoje (ARPA) , Dr. [67] Hnací síla této formy kolektivní inteligence[ co? ] je přechod informací a komunikace do digitální podoby. Henry Jenkins , klíčový teoretik nových médií a mediální konvergence, vychází z teorie, že kolektivní inteligenci lze přičíst konvergenci a participativní kultuře ( Flew 2008 ). Kritizuje moderní vzdělávání za to, že nedokáže integrovat současné trendy v kolektivním řešení problémů do procesu učení, a tvrdí, že „zatímco komunita kolektivní inteligence zachovává skupinové vlastnictví práce, školy hodnotí jednotlivé účastníky“. Jenkins tvrdí, že interakce se znalostní komunitou rozvíjí dovednosti, které jsou pro mladé lidi životně důležité, a že skupinová interakce prostřednictvím komunit kolektivní inteligence pomáhá tyto dovednosti rozvíjet. Kolektivní inteligence není jen kvantitativní přidávání informací ze všech kultur, ale také kvalitativní.
Levy a de Kerckhov se dívají na CI z pohledu masové komunikace a zaměřují se na schopnost síťově propojených informačních a komunikačních technologií zlepšit kvalitu zdroje znalostí komunity. Naznačují, že tyto komunikační prostředky umožňují lidem snadno a rychle komunikovat, sdílet a spolupracovat (Flew 2008). S rozvojem internetu a jeho všudypřítomným využíváním, možnosti sdílení znalostí v komunitách a jejich znalostních fórech[ upřesnit ] Lidí jako Wikipedie je nyní více než kdykoli předtím. Takové počítačové sítě umožňují účastníkům přístup k informacím prostřednictvím sdíleného přístupu k takovým databázím a umožňují jim „využít úl“ (Raymond 1998; Hertz 2005 in Flue 2008). Výzkumníci [68] z MIT Center for Collective Intelligence studují kolektivní inteligenci skupin lidí a počítačů.
V této souvislosti je kolektivní inteligence často zaměňována se sdílenými znalostmi. Prvním jsou znalosti dostupné všem členům kolektivů, zatímco druhým jsou informace známé všem členům komunity. [69] V kolektivní inteligenci, kterou představuje Web 2.0 , jsou uživatelé méně zapojeni než v kolaborativní inteligenci . Příkladem uměleckého projektu využívajícího platformu Web 2.0 je Shared Galaxy, experimentální projekt vyvinutý anonymním umělcem, jehož cílem je vytvořit kolektivní entitu, která vypadá jako jedna osoba na více platformách, jako jsou MySpace, Facebook (Facebook), YouTube ( YouTube) a Second Life (Second Life). Heslo je uvedeno v profilech a účty pod názvem "Shared Galaxy" jsou otevřené pro veřejné použití. Tímto způsobem se mnozí účastní procesu sjednocení.
S rozmachem internetu a mobilních telekomunikací se objevily i akce jako „rojení“ nebo „rendezvous“, které dávají možnost domluvit si schůzku nebo dokonce rande na požádání. Efekt šíření těchto jevů ještě nemusí být plně pociťován, ale například antiglobalizační hnutí je silně závislé na e-mailu, mobilních telefonech, pagerech, textových zprávách a dalších prostředcích organizace. Atlee diskutuje o souvislosti mezi těmito událostmi a politickými názory za nimi. Organizace Indymedia funguje více novinářským způsobem. Takové zdroje mohou tvořit formu kolektivní inteligence, zodpovídající se pouze skutečným účastníkům, ale s výraznými morálními nebo jazykovými postoji zděděnými od generací účastníků – nebo dokonce nabývají zdánlivě demokratičtější podoby k dosažení společných cílů.
V sociálním bookmarkingu (také nazývaném sdílené značky) uživatelé přiřazují značky zdrojům sdíleným s ostatními uživateli, což umožňuje, aby se během tohoto procesu crowdsourcingu vytvořil nový druh organizace informací . Výsledná informační struktura může být chápána jako kolektivní znalost (nebo kolektivní inteligence) uživatelské komunity a je běžně označována jako „ folksonomie “ a proces lze analyzovat v rámci modelů kolaborativního značkování .
Nedávné studie využívající data z webu Delicious pro sociální bookmarking ukázaly, že kolaborativní značkovací systémy vykazují dynamiku komplexních (neboli samoorganizujících se ) systémů. [70] [71] [72] Přestože neexistuje žádný centrálně řízený slovník, který by omezoval jednání jednotlivých uživatelů, ukázalo se, že distribuce štítků popisujících různé zdroje v průběhu času konverguje do stabilních mocenských distribucí. ). [70] Jakmile se takové stabilní distribuce ustanoví, lze studium korelací mezi různými štítky použít ke konstrukci jednoduchých folksonomických grafů , které lze efektivně rozdělit a vytvořit jakousi komunitu sdílených slovníků. [73] Tyto slovníky lze chápat jako druh kolektivní inteligence, která vzniká z decentralizovaných aktivit komunity uživatelů. Projekt Wall-it je také příkladem social bookmarkingu. [74]
Hry, jako jsou série The Sims a Second Life , jsou navrženy tak, že děj není lineární a vývoj herního světa závisí na kolektivní inteligenci. Tento druh sdílení se postupně vyvíjí a ovlivňuje světonázor současných i budoucích generací. [67] Kolektivní inteligence se pro ně stala normou. Ve své diskusi o „ interaktivitě “ v online herním prostoru, probíhajícím dialogu mezi uživateli a vývojáři her, [75] Terry Flew odkazuje na koncept kolektivní inteligence od Pierra Levyho ( Levy 1998 ) a tvrdí, že je stejně převládající v videohry, protože klany a cechy v MMORPG neustále pracují na dosažení cílů. Henry Jenkins věří, že participativní kultury, které se objevují v prostoru mezi tvůrci her, mediálními společnostmi a koncovými uživateli, znamenají zásadní změny v povaze produkce a spotřeby médií. Jenkins tvrdí, že tyto nové participativní kultury vznikají na průsečíku tří nových globálních mediálních trendů. [76] Za prvé se jedná o vznik nových mediálních nástrojů/technologií, které umožňují vytvářet obsah (obsah). Za druhé, vznik subkultur, které tato díla popularizují, a za třetí, růst mediálních konglomerátů s přidanou hodnotou, které stimulují tok myšlenek, obrazů a příběhů. John Banks, kulturní teoretik a vývojář online komunit, ocenil přínos online komunit fanoušků k vytvoření projektu Trainz . Tvrdil, že komerční úspěch projektu je hluboce zavázán „vzniku a rozvoji aktivní a živé online komunity fanoušků, kteří projekt aktivně propagovali a zároveň vytvářeli obsah, který rozšiřoval a doplňoval původní software hry. [77] Zvyšování množství obsah vytvářený uživateli a zvyšující se interaktivita také vyvolaly problémy s ovládáním her a vlastnictvím obsahu vytvořeného uživateli. To vyvolává zásadní právní problémy, které nastínili Lessig [78] a Bray a Konsinski [79] týkající se aspektů, jako je duševní vlastnictví a vlastnictví . ..
Gosney ve své diskusi o hrách s alternativní realitou posouvá tento problém kolektivní inteligence o krok dále. Žánr popisuje jako „hra napříč médii, která záměrně stírá hranice mezi zážitky ve hře a mimo hru“ [80] , protože události odehrávající se mimo realitu hry se „dotýkají“ hráčova života, aby tento zážitek sjednotily. Hraní hry vyžaduje „společné a společné úsilí mnoha hráčů“; a proto je otázka spolupráce a spolupráce týmové hry pro hry s alternativní realitou velmi aktuální. Gosney věří, že žánr alternativní reality vyžaduje bezprecedentní úroveň spolupráce a „kolektivní inteligence“ k vyřešení herních záhad.
Díky schopnosti internetu rychle přenášet velké množství informací po celém světě je využití kolektivní inteligence k předpovídání kurzů akcií a jejich směřování stále reálnější. Stránky shromažďují informace o akciích co nejčerstvější, takže analytici akcií, profesionálové i amatéři, mohou zveřejňovat své názory, což umožňuje neprofesionálním investorům vyjádřit své názory na finanční záležitosti a vytvořit si souhrnný názor. Názoru všech investorů lze přikládat stejnou váhu, aby byla splněna klíčová podmínka pro efektivní využití kolektivní inteligence: k přesnějšímu předpovídání akciového trhu lze využít mnoho lidí s nejrůznějšími zkušenostmi s analýzou akciového trhu. chování finančních trhů. [81] [82]
Kolektivní inteligence podporuje hypotézu Efficient Market Hypothesis Eugene Pham [83] – a přestože se termín „kolektivní inteligence“ v Phamově práci přímo nepoužívá, odkazuje na studii Michaela Jensena [84] , ve které 89 ze 115 vybraných fondů provedlo pod indexem akciového trhu v letech 1955 až 1964. Ale po odečtení poplatku za nakládku mělo pouze 72 výkon nižší a po odečtení nákladů na zprostředkování pouze 58 výkonů nižší. Na základě těchto důkazů se indexové fondy staly oblíbeným investičním nástrojem, využívajícím kolektivní inteligenci trhu jako investiční strategii, na rozdíl od úsudku profesionálních správců fondů.
Tom Atlee ukázal, že zatímco lidé mají vrozenou schopnost shromažďovat a analyzovat data, jsou ovlivněni kulturou, vzděláním a společenskými institucemi. Jedinec má tendenci činit rozhodnutí motivovaná pudem sebezáchovy. Lidé navíc nemají metodu pro rozhodování, která by vyvažovala inovace a realitu. Bez kolektivní inteligence se tedy lidé mohou dohnat k zániku způsobenému jejich vlastními sobeckými potřebami. [85]
Philip Brown a Hugh Lauder citují Bowlese a Gintise (1976), že pro skutečnou definici kolektivní inteligence je naprosto nezbytné oddělit „inteligenci“ od IQismu. Dále tvrdí, že inteligence je úspěch a že se může rozvíjet pouze tehdy, pokud k tomu dostanou příležitost. Například skupiny z nižších vrstev společnosti jsou extrémně omezené v agregaci a sjednocování své inteligence. Důvodem je to, že se elity obávají, že kolektivní inteligence přesvědčí lidi, aby se vzbouřili. Pokud taková možnost a konektivita neexistuje, pak neexistuje žádná infrastruktura, na které by se dala budovat kolektivní inteligence ( Brown & Lauder 2000 , s. 230). Tento příklad ukazuje, jak velké jsou možnosti kolektivní inteligence, pokud se nechá rozvíjet.
Výzkum provedený Tapscottem a Williamsem identifikoval některé příklady výhod, které kolektivní inteligence přináší podnikům:
Efektivní využití talentu Při současném tempu rozvoje technologií nemůže žádná firma udržet tempo inovací potřebné k udržení konkurenceschopnosti. Místo toho chytré společnosti využívají sílu hromadné spolupráce, aby přiměly lidi, které nemohou najmout, aby se zapojili. Vytváření poptávky Firmy mohou vytvořit nový trh pro doplňkové produkty účastí v komunitách s otevřeným zdrojovým kódem. Snižování nákladů Hromadná spolupráce může výrazně snížit náklady. Firmy mohou poskytovat konkrétní software nebo produkt pro hodnocení nebo testování online komunitami. Díky tomu bude produkt více individualizovaný, spolehlivý a bezchybný a výrazně se zkrátí doba vývoje a náklady. [čtrnáct]Skeptici, zejména ti, kteří kritizují umělou inteligenci a více se přiklánějí k názoru, že riziko tělesného zranění nebo fyzické akce je základem, na kterém je založena lidská jednota, také častěji zdůrazňují schopnost skupiny jednat a bránit se poškození prostřednictvím flexibilní masová mobilizace, ignorující poškození, stejně jako tělo ignoruje ztrátu několika buněk. Tato myšlenková linie je patrnější v antiglobalizačním hnutí a je popsána ve spisech Johna Zerzana , Carol Mooreové a Starhawk (Miriam Simos), obvykle vyhýbajících se akademikům. Tito teoretici se spíše odvolávají na ekologickou a kolektivní moudrost a roli konsensu při definování ontologických rozdílů než na jakoukoli formu „inteligence“ jako takové, o které často tvrdí, že neexistuje, nebo je prostě „mysl“.
Etičtí kritici umělé inteligence mají tendenci podporovat kolektivní metody formování moudrosti, jako je nový tribalismus , gayanismus . Zůstává otevřenou otázkou, zda jde o systémy kolektivní inteligence. Někteří, jako Bill Joy , se prostě chtějí vyhnout autonomní kolektivní inteligenci jakéhokoli druhu a zdá se, že chtějí pracovat na kolektivní inteligenci v přísném smyslu, aby čelili hrozbám ze strany umělé inteligence .
Vědci v průběhu studie došli k závěru, že při práci v týmu nejsou důležité ani tak intelektuální schopnosti každého člena skupiny, ale jejich sociální vnímavost, počet žen a absence výrazný vůdce v přítomnosti vyslovené touhy po dominanci mezi členy skupiny [86] .
Termín „kolektivní inteligence“ se používá na World Wide Web , což znamená síťové služby , které zpracovávají data shromážděná z různých zdrojů a od různých účastníků a nacházejí mezi nimi ty nejužitečnější.
Příklady implementace| Management znalostí | |
|---|---|
| Hlavní články |
Řízení osobních znalostí • Informační pracovník • Vedoucí znalostí • Kolektivní inteligence |
| Počítačové systémy |
podnikového obsahu • Software |
| Související články |
Aktivní komunita • Zdůvodnění návrhu • Znalosti |
| Časopisy | |
| sémantický web | |
|---|---|
| Základy | |
| Pododdíly |
|
| Aplikace |
|
| související témata | |
| Normy |
|
| Systémy doporučení | |
|---|---|
| Koncepty |
|
| Metody a otázky |
|
| Implementace |
|
| Výzkum |
|