Inteligencia colaborativa

La inteligencia colaborativa se distingue de la inteligencia colectiva en tres aspectos clave: Primero, en la inteligencia colectiva existe un controlador central que plantea la pregunta, recopila respuestas de un grupo de participantes anónimos y utiliza un algoritmo para procesarlas y alcanzar un resultado de consenso (generalmente) superior al promedio; mientras que la inteligencia colaborativa se centra en recopilar y valorar aportaciones diversas. Segundo, en la inteligencia colectiva los participantes son anónimos, mientras que en la inteligencia colaborativa, al igual que en las redes sociales, los participantes no lo son. Tercero, en la inteligencia colectiva, como en el modelo estándar de resolución de problemas, existe un inicio, cuando el controlador central difunde la pregunta, y un final, cuando anuncia el resultado del consenso. En la inteligencia colaborativa no existe un controlador central porque el proceso se basa en la evolución. Agentes distribuidos y autónomos contribuyen y comparten el control, como en la evolución y como se manifiesta en la generación de artículos de Wikipedia .

La inteligencia colaborativa caracteriza a los sistemas distribuidos multiagente , donde cada agente, humano o máquina, contribuye de forma autónoma a una red de resolución de problemas . La autonomía colaborativa de los organismos en sus ecosistemas posibilita la evolución. Los ecosistemas naturales, donde la singularidad de cada organismo se deriva de su genética, circunstancias, comportamiento y posición en el ecosistema, ofrecen principios para el diseño de redes sociales de próxima generación que apoyen la inteligencia colaborativa, aprovechando la experiencia individual, las preferencias y las contribuciones únicas en un proceso de resolución de problemas. ^{[ 1 ]}

Cuatro términos relacionados son complementarios:

• Los procesos de inteligencia colectiva utilizan la información proporcionada por un gran número de personas que responden de forma anónima a preguntas cuantitativas para generar predicciones mejores que la media .
• El crowdsourcing distribuye microtareas a un gran número de personas que las realizan de forma anónima.
• La computación humana aprovecha las capacidades de reconocimiento de patrones de trabajadores humanos anónimos que realizan microtareas para mejorar las capacidades de las máquinas y posibilitar el aprendizaje automático .
• La inteligencia colaborativa complementa los tres métodos definidos anteriormente, pero en este caso, quienes realizan las tareas no son anónimos. Poseen diferentes habilidades, motivaciones y pueden desempeñar distintas tareas. Estos dispositivos no anónimos y los colaboradores humanos, desde sensores etiquetados hasta dispositivos geolocalizados y colaboradores humanos únicos identificados, impulsan la resolución colaborativa de problemas en las redes sociales de próxima generación .

La inteligencia colaborativa es un término utilizado en varias disciplinas. En el ámbito empresarial, describe redes heterogéneas de personas que interactúan para producir resultados inteligentes. También puede referirse a sistemas multiagente no autónomos de resolución de problemas . El término se utilizó en 1999 para describir el comportamiento de un "ecosistema" empresarial inteligente ^{[ 2 ],} donde la Inteligencia Colaborativa, o CQ, es "la capacidad de construir, contribuir y gestionar el poder que se encuentra en las redes de personas" ^{[ 3 ]} . Cuando la comunidad de la informática adoptó el término inteligencia colectiva y le dio una denotación técnica específica, se necesitó un término complementario para distinguir entre la homogeneidad anónima en los sistemas de predicción colectiva y la heterogeneidad no anónima en los sistemas de resolución de problemas colaborativos. La inteligencia colectiva anónima se complementó entonces con la inteligencia colaborativa, que reconocía la identidad, considerando las redes sociales como la base de los ecosistemas de resolución de problemas de próxima generación, modelados a partir de la adaptación evolutiva en los ecosistemas de la naturaleza.

Aunque muchas fuentes advierten que la IA puede causar la extinción de la especie humana, ^{[ 4 ]} los humanos pueden causar nuestra propia extinción a través del cambio climático , la alteración de los ecosistemas , el declive de nuestra línea vital oceánica, el aumento de los asesinatos en masa y la brutalidad policial , y una carrera armamentística que podría desencadenar la Tercera Guerra Mundial , llevando a la humanidad a la extinción antes de que la IA tenga una oportunidad. El auge de las aplicaciones de código abierto en IA generativa demuestra el poder de la inteligencia colaborativa (C-IQ humano-IA) entre agentes distribuidos y autónomos, compartiendo logros en asociaciones y redes colaborativas. Los éxitos de pequeños experimentos de código abierto en IA generativa proporcionan un modelo para un cambio de paradigma del control centralizado y jerárquico al desarrollo evolutivo descentralizado de abajo hacia arriba. ^{[ 5 ]} El papel clave de la IA en la inteligencia colaborativa fue predicho en 2012 cuando Zann Gill escribió que la inteligencia colaborativa (C-IQ) requiere "sistemas distribuidos multiagente donde cada agente, humano o máquina, contribuye de forma autónoma a una red de resolución de problemas". ^{[ 6 ]} El artículo de Gill en ACM ha sido citado en aplicaciones que van desde un estudio del Centro de Biotecnología del NIH (Instituto Nacional de Salud de EE. UU.) sobre la colaboración humano-robot, ^{[ 7 ]} hasta una evaluación de las compensaciones de la computación en la nube. ^{[ 8 ]} Un dominio de aplicación clave para la inteligencia colaborativa es la gestión de riesgos, donde la anticipación es una acción anticipatoria tomada para asegurar las primeras opciones para maximizar las ganancias futuras y/o minimizar las pérdidas. ^{[ 9 ]} La predicción de escenarios de ganancias/pérdidas puede aprovechar cada vez más el análisis de IA y los sistemas predictivos diseñados para maximizar la inteligencia colaborativa. Otras aplicaciones de inteligencia colaborativa incluyen el estudio de las redes sociales y la policía, aprovechando enfoques computacionales para mejorar la acción colaborativa entre los residentes y las fuerzas del orden. ^{[ 10 ]} En su ensayo de Harvard Business Review, Inteligencia colaborativa: los humanos y la IA se unen: los humanos y las máquinas pueden potenciar las fortalezas de cada uno, los autores H. James Wilson y Paul R. Daugherty informan sobre una investigación que involucra a 1500 empresas en una variedad de industrias, que muestra que las mayores mejoras de rendimiento ocurren cuando los humanos y las máquinas inteligentes trabajan juntos, potenciando las fortalezas de cada uno. ^{[ 11 ]}

La inteligencia colaborativa tiene sus raíces en la Arquitectura Pandemonium propuesta por el pionero de la inteligencia artificial Oliver Selfridge como paradigma para el aprendizaje . ^{[ 12 ]} Su concepto fue un precursor del sistema de pizarra, donde un espacio de soluciones oportunista, o pizarra, se nutre de una variedad de fuentes de conocimiento particionadas, como si varios jugadores armaran un rompecabezas, cada uno aportando una pieza. Rodney Brooks señala que el modelo de pizarra especifica cómo se publica el conocimiento en una pizarra para compartirlo en general , pero no cómo se recupera, ocultando generalmente al consumidor del conocimiento quién produjo originalmente cada conocimiento, ^{[ 13 ]} por lo que no calificaría como un sistema de inteligencia colaborativa.

A finales de la década de 1980, Eshel Ben-Jacob comenzó a estudiar la autoorganización bacteriana , creyendo que las bacterias tienen la clave para comprender sistemas biológicos más grandes. Desarrolló nuevas especies de bacterias formadoras de patrones, Paenibacillus vortex y Paenibacillus dendritiformis , y se convirtió en un pionero en el estudio de los comportamientos sociales de las bacterias. P. dendritiformis manifiesta una facultad colectiva, que podría considerarse un precursor de la inteligencia colaborativa, la capacidad de cambiar entre diferentes morfotipos para adaptarse al entorno. ^{[ 14 ] [ 15 ]} Las hormigas fueron caracterizadas por primera vez por el entomólogo WM Wheeler como células de un único "superorganismo" donde individuos aparentemente independientes pueden cooperar tan estrechamente que se vuelven indistinguibles de un solo organismo. ^{[ 16 ]} Investigaciones posteriores caracterizaron algunas colonias de insectos como instancias de inteligencia colectiva . El concepto de algoritmos de optimización de colonias de hormigas , introducido por Marco Dorigo , se convirtió en una teoría dominante de la computación evolutiva . Los mecanismos de evolución mediante los cuales las especies se adaptan para aumentar su eficacia funcional en sus ecosistemas son la base de los principios de la inteligencia colaborativa.

La Inteligencia Artificial de Enjambre (IAE) es una tecnología en tiempo real que permite a grupos humanos conectados en red combinar de manera eficiente su conocimiento, sabiduría, intuiciones e intuiciones para generar una inteligencia emergente. A veces denominada "mente colmena", los primeros enjambres humanos en tiempo real fueron desplegados por Unanimous AI utilizando un servidor en la nube llamado " UNU" en 2014. Permite a grupos en línea responder preguntas, tomar decisiones y hacer predicciones pensando juntos como una inteligencia unificada. Se ha demostrado que este proceso produce decisiones, predicciones, estimaciones y pronósticos significativamente mejores, como se demostró al predecir eventos importantes como el Derby de Kentucky, los Premios Óscar, la Copa Stanley, las elecciones presidenciales y la Serie Mundial. ^{[ 17 ] [ 18 ]}

Un tipo de IA colaborativa fue el foco del Programa de Exploración de Inteligencia Artificial (AIE) de DARPA ^{[ 19 ]} entre 2021 y 2023. Denominado Aprendizaje Permanente de Experiencia Compartida ^{[ 20 ],} el programa tenía como objetivo desarrollar una población de agentes capaces de compartir un número creciente de tareas aprendidas por máquina sin olvidar. La visión detrás de esta iniciativa se elaboró ​​posteriormente en un artículo de opinión en Nature Machine Intelligence ^{[ 21 ]} , que proponía una sinergia entre el aprendizaje permanente y el intercambio de conocimiento aprendido por máquina en poblaciones de agentes. La red de agentes de IA prevista promete generar propiedades emergentes como un aprendizaje más rápido y eficiente, un mayor grado de aprendizaje abierto y una sociedad de agentes de IA potencialmente más democrática, en contraste con los sistemas de IA monolíticos y a gran escala. Se consideró que estos desarrollos de investigación implementaban conceptos inspirados en conceptos de ciencia ficción como los Borg de Star Trek , pero presentando características más atractivas como la individualidad y la autonomía ^{[ 22 ] .}

El crowdsourcing evolucionó a partir de la inteligencia colectiva anónima y está evolucionando hacia aplicaciones de inteligencia colaborativa de código abierto y acreditadas que aprovechan las redes sociales. El biólogo evolutivo Ernst Mayr señaló que la competencia entre individuos no contribuiría a la evolución de las especies si estos fueran tipológicamente idénticos. Las diferencias individuales son un requisito previo para la evolución. ^{[ 23 ]} Este principio evolutivo se corresponde con el principio de autonomía colaborativa en la inteligencia colaborativa, que es un requisito previo para las plataformas de crowdsourcing de próxima generación. A continuación, se presentan ejemplos de experimentos de crowdsourcing con atributos de inteligencia colaborativa:

• SwarmSketch es un experimento artístico colaborativo.
• Galaxy Zoo es un proyecto de ciencia ciudadana liderado por Chris Lintott en la Universidad de Oxford para aprovechar la capacidad humana de reconocimiento de patrones para catalogar galaxias.
• El concurso DARPA Network Challenge explora cómo Internet y las redes sociales pueden facilitar la comunicación oportuna, la creación de equipos en amplias zonas y la movilización urgente para resolver problemas de gran alcance y de carácter crítico.
• Climate CoLab, un proyecto derivado del MIT y su Centro de Inteligencia Colectiva.
• reCAPTCHA es un proyecto para digitalizar libros, palabra por palabra.

A medida que el crowdsourcing evoluciona desde tareas básicas de reconocimiento de patrones hacia la inteligencia colaborativa, aprovechando la experiencia única de los colaboradores individuales en las redes sociales , las limitaciones guían la evolución hacia una mayor eficacia funcional, coevolucionando con sistemas para etiquetar, acreditar, marcar con fecha y hora y clasificar el contenido. ^{[ 24 ]} La inteligencia colaborativa requiere capacidad para la búsqueda, el descubrimiento, la integración, la visualización y los marcos de trabajo eficaces para apoyar la resolución colaborativa de problemas. ^{[ 25 ]}

La categoría de tecnología de inteligencia colaborativa fue establecida en 2022 por MURAL, un proveedor de software de espacios de colaboración con pizarras interactivas para la generación de ideas y la resolución de problemas en grupo. ^{[ 26 ]} MURAL formalizó la categoría de inteligencia colaborativa mediante la adquisición del Instituto LUMA, una organización que capacita a personas para ser solucionadores de problemas colaborativos a través de la enseñanza del diseño centrado en el ser humano . ^{[ 27 ]} MURAL describe la categoría de tecnología de inteligencia colaborativa como una combinación de "diseño colaborativo con espacios de colaboración y las emergentes Collaboration Insights™️... para habilitar y amplificar el potencial del equipo". ^{[ 28 ]}

La inteligencia colaborativa aborda problemas en los que la experiencia individual, las prioridades potencialmente conflictivas de las partes interesadas y las diferentes interpretaciones de diversos expertos son fundamentales para la resolución de problemas. Entre las posibles aplicaciones futuras se incluyen:

• concursos en los que las propuestas deben integrarse para producir un resultado sinérgico;
• Búsqueda inteligente, donde las redes sociales de usuarios que buscan información sobre temas relacionados definen conjuntamente los resultados de la búsqueda;
• grupos profesionales, colectivos de interés, ciencia ciudadana y otras comunidades, donde el intercambio de conocimientos es un requisito previo para obtener resultados eficaces;
• Planificación, desarrollo y gestión de proyectos sostenibles;
• Sistemas inteligentes para transformar ciudades independientes en redes urbanas ecológicas y colaborativas.

Wikipedia, uno de los sitios web más populares de Internet, es un ejemplo de red de innovación que manifiesta inteligencia colaborativa distribuida y que ilustra principios para laboratorios empresariales experimentales y aceleradoras de startups. ^{[ 32 ]}

Una nueva generación de herramientas para apoyar la inteligencia colaborativa está a punto de evolucionar a partir de plataformas de crowdsourcing, sistemas de recomendación y computación evolutiva . ^{[ 25 ]} Las herramientas existentes para facilitar la resolución de problemas en grupo incluyen software colaborativo, tecnologías de conferencias síncronas como mensajería instantánea , chat en línea y pizarras blancas compartidas, que se complementan con mensajería asíncrona como correo electrónico , foros de discusión moderados con hilos , blogs y wikis grupales . La gestión de la empresa inteligente se basa en estas herramientas, así como en métodos para la interacción de los miembros del grupo; la promoción del pensamiento creativo; la retroalimentación de los miembros del grupo; el control de calidad y la revisión por pares; y una memoria grupal documentada o base de conocimiento. A medida que los grupos trabajan juntos, desarrollan una memoria compartida, que es accesible a través de los artefactos colaborativos creados por el grupo, incluidos los acta de reuniones, las transcripciones de discusiones con hilos y los dibujos. La memoria compartida (memoria grupal) también es accesible a través de los recuerdos de los miembros del grupo; el interés actual se centra en cómo la tecnología puede apoyar y aumentar la eficacia de la memoria pasada compartida y la capacidad para la resolución de problemas futuros. El metaconocimiento caracteriza cómo el contenido del conocimiento interactúa con su contexto de conocimiento en la colaboración distribuida interdisciplinaria, multiinstitucional o global. ^{[ 33 ]}

• Colaboración en la nube
• Red de innovación colaborativa
• Aprendizaje colaborativo
• Resolución colectiva de problemas
• cognición distribuida
• cerebro global
• Colaboración masiva
• Comunicación de masas
• epistemología social