Den intelligens kollektive eller gruppe, er vist ved det faktum at et lag av samvirkende midler kan løse problemene mer effektivt enn når disse midler arbeider i isolasjon. Konseptet med kollektiv intelligens har blitt brukt til å adressere kollektiver av svært forskjellige agenter: insekter som bor i kolonier, team av mennesker, samarbeidende roboter , selv om det i sistnevnte tilfelle ville være mer hensiktsmessig å snakke om distribuert intelligens .
For Pierre Lévy er det en «intelligens distribuert overalt, stadig verdsatt, koordinert i sanntid, noe som resulterer i en effektiv mobilisering av ferdigheter» .
Det skyldes blant annet kvaliteten på interaksjoner mellom medlemmene (eller agentene).
Kollektiv intelligens studeres i sosiobiologi, statsvitenskap og i sammenheng med å studere ytelsen til sosiotekniske systemer, for eksempel Crowdsourcing- applikasjoner . Kollektiv intelligens har også blitt tilskrevet og studert hos dyr og organismer så enkle som bakterier .
Prinsippene for kollektiv intelligens blir nå brukt i sosiologi, ledelsesvitenskap, informatikk og kommunikasjonsteorier, spesielt med sikte på å bedre mobilisere ferdighetene som er tilgjengelige i et team, en institusjon.
Mens kunnskapen til medlemmer av et fellesskap er begrenset, er det også deres oppfatning av det felles miljøet, og selv om de ikke er klar over alle elementene som er relevante for målene, kan agenter utføre oppgaver. Komplekse eller finne innovative løsninger ved hjelp av forskjellige mekanismer, metoder, osv., for eksempel stigmergy .
Formene for kollektiv intelligens er svært forskjellige, avhengig av samfunnstypene og medlemmene de samler. Spesielt menneskelige grupper følger ikke så mekaniske regler som andre kollektiver, for eksempel sosiale dyr som kolonier av insekter eller foreninger av kooperative roboter. Stort ble foreslått av Geoff Mulgan i en serie foredrag og rapporter sirkulert fra 2006 i sin bok. Big Mind. Han tilbyr virkelig et analytisk rammeverk som han anser gyldig for ethvert tankesystem, inkludert menneskelig intelligens (sett på som frukten av samarbeid mellom nevroner) og kunstig intelligens. Dens analytiske rammeverk innebærer å ta hensyn til utførte funksjoner (observasjon, prediksjon, kreativitet, skjønn, etc.), læringsløkker og organisasjonsformer. Mulgans mål er ikke noe mer og ikke noe mindre å gi en måte å vurdere og deretter forbedre den kollektive intelligensen til en by, virksomhet, frivillig organisasjon eller parlament. For denne forfatteren kan det analytiske rammeverket som tilbys av kollektiv intelligens bidra til å styrke kapasiteten til sosiale strukturer til å svare på utfordringene i den moderne verden ved å maksimere kreative kapasiteter og minimere de destruktive dimensjonene til menneskelige institusjoner.
I fravær av en sentralisert beslutningsstruktur, er den kollektive intelligensen til naturlige systemer utvilsomt basert på prinsipper for selvorganisering og fremvekst . Forskere som ønsker å bruke dette paradigmet for kollektiv intelligens til samarbeidende robotkollektiver fra et bioinspirert eller biomimetisk perspektiv, prøver å ta hensyn til disse prinsippene og søke å implementere dem.
I denne forstand kan kollektiv intelligens leses som en ingeniør som har som mål å maksimere den kognitive effektiviteten til en menneskelig gruppe, for eksempel ved å strukturere mellommenneskelige utvekslinger, ved å optimalisere sammensetningen av gruppen eller ved å bruke elektroniske medier for å lette utveksling.
Kollektiv dyreintelligens er et område av vitenskapelig studie som opplevde stor utvikling fra 1980-tallet, med entomologer som Edward Osborne Wilson og Bert Hölldobler som fremhevet myrens samarbeidsintelligens , eller nevrobiologen Thomas Dyer Seeley (en) som skriver om distribuert intelligens i bier. Arbeid med distribuert kunstig intelligens dukket også opp samtidig.
Forskningen på menneskelig kollektiv intelligens som utvikler seg i begynnelsen av XXI E århundre, er inspirert av disse studiene, og er populært av bestselgeren The Wisdom of the crowds publisert i 2004 av den amerikanske journalisten James Surowiecki som minner om Francis Galtons ikoniske , og hittil i stor grad ignorert, eksperimenterte i 1906 med korrekt estimering av vekten til en okse på en engelsk messe.
Forskere anser at kollektiv intelligens oppstår når lokal og distribuert kunnskap og ferdigheter koordineres for å oppnå et kollektivt (men ikke nødvendigvis samstemmende) mål.
Fire grunnleggende elementer er identifisert for at kollektiv intelligens kan dukke opp:
I tillegg er en påvist suksessfaktor evnen til kollektive medlemmer å utlede andres mentale tilstander, som tro eller følelser, fra subtile ledetråder. Både i laboratoriestudier og feltundersøkelser har forskere funnet at større deltakelse og mer lik deltakelse blant medlemmene er assosiert med høyere kollektiv intelligens. Å registrere teamet i en kultur med ikke-voldelig kommunikasjon fremmer effektivt samarbeid.
I følge flere studier øker den kollektive intelligensen til et kollektiv med andelen kvinner, selv om det optimale innebærer å holde et minimum av menn. Dette resultatet forklares med det faktum at kvinner letter utveksling av ideer og kollektive prosesser mer: faktisk er sosial følsomhet, som utgjør en av de avgjørende faktorene for den sosiale intelligensen til en gruppe, i gjennomsnitt høyere for kvinner enn for menn. Videre er den sosiale intelligensen til en gruppe bare svakt korrelert med intelligenskvotientene til hvert av medlemmene.
Blant metodene for kollektiv intelligens, kan vi sitere beslutningstaking ved samtykke , utviklet av sosiokrati og tatt opp av holakrati , six hat-metoden , U-teorien . En bedre kunnskap om den kreative prosessen, for eksempel i veksling av faser av divergens og konvergens, er nyttig. For eksempel gjør det det mulig å veksle øyeblikkene til individuelt og kollektivt arbeid bedre, samtidig som gruppens sammensetning varieres.
NESTAs senter for kollektiv intelligensdesign har som mål å hjelpe organisasjoner til å bli smartere kollektivt og ta bedre gruppebeslutninger. For å gjøre dette starter forskerne med en sekvens av teoretiske beslutningsfaser, som begynner med å identifisere mål og bevege seg mot idégenerering og evaluering, og deretter prøve å se hvordan hvert trinn kan optimaliseres for å få mest mulig ut av teamets ferdigheter og videre.
MIT senter for kollektiv intelligens samler forskere fra hele MIT for å finne ut hvordan mennesker og dataenheter kan samarbeide smartere, og videre for å ta opp vitenskapelige spørsmål som ligger til grunn for dette spørsmålet. For å gjøre dette fokuserer medlemmene på flere mål: å designe intelligente samarbeidssystemer, studere kollektiv intelligens i eksisterende organisasjoner, designe teorier rundt kollektiv intelligens.
Internettutviklingen blir pekt på som et element som har synliggjort bidragene fra samarbeid i genereringen av løsninger for problemer av forskjellige slag. Intelligens ser ikke lenger ut til å være i isolerte enkeltpersoner, men ser ut til å være knyttet til deres evne til å utveksle for å bedre definere problemer og samlet søke etter løsninger.
Mulgan gir eksemplet med en ung indisk diabetiker som hadde utviklet en første versjon av en mobilapplikasjon som var ment å overvåke insulinnivået, og deretter delte det på internett. I løpet av veldig kort tid har mer enn 400 insilunoavhengige koordinert for å forbedre applikasjonen som siden har overgått kvaliteten på kommersielle produkter. "Hver enkelt person, organisasjon eller gruppe kan gjøre det bedre hvis de påkaller ... det grå stoffet fra andre mennesker og andre maskiner."
NESTA knytter veldig direkte kollektiv intelligens og teknologi. Dette instituttet vurderer at kollektiv intelligens genereres når en gruppe forskjellige mennesker jobber sammen, ofte ved hjelp av teknologi, for å mobilisere et økt utvalg av informasjon, ideer og kunnskap for å løse et problem. Det forutsetter at intelligens distribueres. Ulike mennesker har forskjellige deler av informasjonen og har forskjellige ferdigheter som, når de kombineres, gir et mer fullstendig bilde av et problem og hvordan de skal løses.
For Nature er fordelen med å koble mennesker tydelig når det gjelder å raskt samle store mengder distribuert informasjon. Dermed er effektive anvendelser av prinsippet om crowdsourcing så mange at det ville være vanskelig å identifisere dem. Rett etter lanseringen av Galaxy Zoo- astronomiprosjektet , for eksempel, klassifiserte hundretusener av frivillige galakser fra bilder samlet av Sloan Digital Sky Survey, og oppnådde på bare seks måneder det som ville ha tatt år. Til en person som jobber 24 timer i døgnet Imidlertid er demonstrasjonen av kraften til kollektivet mindre åpenbar når det gjelder å ta en komplisert beslutning på for eksempel den politiske sfæren.
Derfor, for å unngå dumheten som vi ser hver dag demonstrert av sosiale nettverk, anser Mulgan at energien til CI-forskere må fokuseres på identifisering av strukturer, regler, ferdigheter, verktøy og standarder som "forvandler fragmenterte og motstridende grupper til noe nærmere til en kollektiv intelligens ". Hélène Landemore går i samme retning. For Mulgan er det opp til offentlige institusjoner å strukturere menneskelige enheter (selskaper, administrasjoner osv.) I denne forstand, for Landemore er det virkelig et avgjørende spørsmål.
Mulgan mener at en enkel første måte å utvikle kollektiv intelligens er å forbedre måten vi gjennomfører møter på. Han tar til orde for kortere møter med tydeligere agendaer, med definerte oppgaveoppgaver, velformulerte mål og bedre bruk av plass, moderering og enkle teknologiske støttesett.
Den femte årlige Collective Intelligence Conference, holdt i juni 2017 i New York City, fokuserte på demokrati. Eksperter innen informatikk og samfunnsvitenskap har kommet sammen for å undersøke hva demokratiske institusjoner trenger å gjøre for å bedre utnytte intelligensen og ekspertisen til de de styrer. 2020-en utforsket virkningen av teknologi og stordata på måten folk kommer sammen for å kommunisere, kombinere kunnskap og gjøre jobben sin.
Kollektiv intelligens er hovedsakelig observert i sosiale insekter ( maur , termitter og bier ), og andre sosiale dyr , spesielt de beveger seg i formasjon ( trekkfugler , skoler av fisk ) eller jakt i pakker ( ulver , hyener , løvinner).).
Studien av dyresamarbeidsmoduser drar nytte av modelleringsmulighetene som datavitenskap gir, akkurat som samarbeidende kunstig intelligensarbeid drar nytte av bidragene fra studier om dyrekollektiver.
Trekkfugler må reise veldig lange avstander, i noen ganger vanskelige forhold. Dermed er det viktig for dem å optimalisere bevegelsen når det gjelder energiforbruket . Den gjess ville vedta V-formasjoner som tillater dem å utvide sin flydistanse på nesten 70%, fordi hver fugl tar aspirasjon av sin forgjenger, som gjør syklister .
Prisen å betale er et tap i hastighet, siden et enkelt individ i gjennomsnitt flyr 24% raskere enn en flytur.
De maur , som andre sosiale insekter , har egenskaper bestemt:
Kolonien som helhet er et komplekst, stabilt og selvregulerende system som er i stand til å tilpasse seg lett til de mest uforutsigbare miljøvariasjonene, men også og fremfor alt for å løse problemer uten ekstern kontroll eller sentral koordineringsmekanisme, på en fullt distribuert måte. .
OppgavefordelingDe maur og bier , de termitter eller veps , har evnen til å allokere dynamisk oppgavene i henhold til behovene i kolonien og dette, i en fullstendig distribuert , ingen sentral kontroll.
Hos maur er det mest iøynefallende tegnet på en effektiv fordeling av oppgaver i kolonien eksistensen av kaster , som kan være av to typer: morfologisk og atferdsmessig .
De termitter , gjennom sine "kollektiv intelligens" via enkle samarbeidsprosesser, er i stand til å selv montere . Et hyppig kjennetegn ved kollektiv intelligens er bruken av substratet for å "kommunisere" mellom individer. Dette kalles stigmergy . For eksempel utveksler ikke en termitt direkte informasjon med andre termitter, men endringen som er gjort på termitthaugen vil endre oppførselen til andre individer.
Når det planlagte samfunnet er en organisasjon, vanligvis et selskap , en lokal myndighet eller en forening, kan kollektiv intelligens betraktes som en sinnstilstand i veien for å gjennomføre prosjekter eller sette organisasjonen i refleksjon på egenhånd. Denne tankegangen har forrang over bruken av tilrettelegging eller IT-verktøy som bare kan være til tjeneste for prosessen.
Når interessefellesskapet består av hele verdensbefolkningen, som det er tilfelle med globale spørsmål som global oppvarming og verdensfred, må reguleringsmekanismer innføres. Dette er målet som forfølges under Earth Summits eller andre lignende møter av deltakende organisasjoner (FN, Unesco, etc.).
Samarbeidsrommet her består av det globale nettet . Men hvis vi leter etter en rettferdig utvikling , bør vi ikke overvurdere mulighetene på grunn av skjevheten som er innført av forskjellene i utstyr mellom de mest utviklede og minst utviklede landene , som tydelig vises på et kart som viser antall Internett-brukere per tusen innbyggere i verden (se artikkelen på Internett ). Internets kollektive intelligens er således begrenset av alt Internett-utstyr i de minst utviklede landene (se Internett i Afrika ).
Tverrfaglige studier som involverer modellering av kollektiv dyrs atferd begynner å avsløre de underliggende prinsippene for kollektiv beslutningstaking i dyregrupper, og demonstrerer hvordan sosiale interaksjoner, individuell tilstand, endringer i miljøet og prosessene med å forsterke og filtrere informasjon kan spille en rolle i etablere kollektivets adaptive respons. Det ser ut til at det er viktige punkter felles med det vi vet om nevrale prosesser, og at vi kunne lære mye ved å vurdere dyrs kollektive oppførsel i sammenheng med kognitiv vitenskap.
På et visst nivå av beskrivelse presenterer kollektiv beslutningstaking som den ser ut til å operere i dyregrupper, sterke likheter med essensielle egenskaper ved beslutningsmekanismer i hjernen. Selv om mange detaljer er forskjellige, oppmuntrer dette til mer utveksling mellom forskere som er interessert i den kollektive oppførselen til dyr på den ene siden og de som jobber innen kognitiv vitenskap på den andre.
Dermed vitner datamodellering av hva som skjer i gruppering av atferd hos sosiale dyr at flere stabile former for kollektiv atferd kan oppstå basert på nøyaktig de samme former for interaksjoner som er undersøkt på individnivå. Dette prinsippet er strengt analogt med multistabiliteten som observeres for nevrale systemer, der flere kollektive stater ( tiltrekkere ) eksisterer sammen for den samme verdien av systemparametrene og uten å endre nevrale nettverk. Denne multistabiliteten i nevrale systemer spiller utvilsomt en rolle i memorisering og i anerkjennelsen av timelige mønstre. Derfor kan studien av den koordinerte oppførselen til utviklede dyr tjene som en direkte inspirasjonskilde for å designe kollektive kunstige systemer som grupper av autonome roboter eller massivt parallelle dataforskningsalgoritmer.
Mange tilfeller av feil er kjent i dette feltet. For eksempel :
Kollektiv intelligens er således begrenset av gruppeeffekter (konformisme, frykt, nedleggelse, manglende prosedyre, ideologisk homogenitet), til det punktet at individet alene perfekt kan være smartere enn en hel gruppe fordi han beholder tankegangen bedre. Kritikk alene bare under innflytelse fra gruppen. Det skal også bemerkes at begrepet intelligens gjelder kognitive, til og med emosjonelle evner hos et individ. Anvendelsen av denne forestillingen på en gruppe kan ikke ha den samme betydningen, fordi det er umulig å si hvor fakultetene representasjon, skapelse og læring vil komme bedre enn de isolerte individene. Ifølge Christian Morel , så det er som regel umulig for en gruppe til å skrive en "dokument av klar og relevant informasjon" (i Do tar vi bedre beslutninger mer? , Humaniora ,Mars 2006), som vil uttrykke det faktum at forestillingen om kollektiv representasjon er vag, til og med inkonsekvent.