Hispanopedia WikiLa computación organísmica es una forma de computación humana diseñada que emplea tecnología para permitir la "detección compartida, el razonamiento colectivo y la acción coordinada" [ 1 ] dentro de grupos humanos hacia un comportamiento orientado a objetivos. Este enfoque biomimético para aumentar la eficacia grupal busca mejorar la sinergia al permitir que un grupo de individuos funcione como un único superorganismo inteligente .
Razón fundamental
Para muchas tareas, aumentar el tamaño de un grupo conlleva rendimientos decrecientes. Es decir, cada nuevo miembro contribuye menos al rendimiento general del grupo. Esto sugiere que la relación beneficio-costo asociada a la incorporación de un nuevo miembro disminuye a medida que el grupo crece. El enfoque organicista para aumentar la eficacia grupal busca aprovechar el crecimiento cuadrático del número de relaciones posibles entre los miembros del grupo, tal como lo describe la ley de Metcalfe . Al aumentar el número de relaciones y al incrementar suficientemente la utilidad de dichas relaciones, cada nuevo miembro del grupo aportaría más valor al grupo que los miembros anteriores.
Acercarse
El modelo organísmico de eficacia grupal presupone que habilitar la detección, el razonamiento y la acción distribuidos en tiempo real, mediante los métodos de aumento adecuados, incrementará la eficacia grupal a través de efectos sinérgicos derivados de conexiones más amplias y mejoradas entre los individuos del grupo. De hecho, la investigación en computación organísmica se centra principalmente en la búsqueda de métodos de aumento óptimos para diferentes aplicaciones del comportamiento grupal. Además, el ámbito de aplicación puede requerir un mayor énfasis en alguno de los siguientes miembros de la "tríada sinérgica".
Detección compartida
La percepción compartida es la idea de que las experiencias sensoriales individuales o agregadas se comparten en tiempo real entre los miembros de un grupo, con el fin de lograr una mayor comprensión de la información relevante para los objetivos de cada individuo.
razonamiento colectivo
El razonamiento colectivo abarca un amplio abanico de métodos que permiten la creación y difusión de información gracias a la cognición distribuida .
Acción coordinada
La acción coordinada implica métodos que permiten comportamientos grupales eficaces y sincronizados.
Desafíos
Un desafío clave en el desarrollo de métodos eficaces de computación orgánica es el problema de la sobrecarga de información . Dado que los seres humanos son sistemas de capacidad limitada, que incluyen cuellos de botella tanto en la atención como en el procesamiento , la disponibilidad o imposición de información adicional puede generar interferencias que reducen el rendimiento en la consecución de objetivos.
Evidencia
Un estudio piloto de 2013 [ 1 ] [ 2 ] examinó el desempeño en una tarea de escondite dentro de un entorno de realidad aumentada simulada. Los efectos sinérgicos parecieron aumentar con el tamaño del grupo y el nivel de aumento. Un estudio de inteligencia colectiva de 2010 [ 3 ] sobre el desempeño en la resolución de problemas grupales reveló una fuerte evidencia de que el "CI grupal" se correlacionaba fuertemente con la inteligencia social de cada miembro del grupo y solo débilmente con el CI individual, lo que sugiere que la dinámica de interacción entre los miembros del grupo es un mejor predictor del desempeño en la resolución de problemas grupales que las habilidades individuales de resolución de problemas.
Aplicaciones
La computación organísmica, debido a su énfasis en la capacidad de acción , es ideal para la interacción en el mundo físico, simulado o aumentado . Por lo tanto, sus posibles aplicaciones incluyen la asistencia en situaciones de crisis , la respuesta inicial y la lucha contra el terrorismo , así como la resolución de problemas en entornos artificiales mediante la reformulación de problemas abstractos utilizando metáforas del mundo real.
Véase también
Referencias
- 1 2 Michelucci, Pietro (2013), "Organismic Computing" , en Michelucci, Pietro (ed.), Handbook of Human Computation , Nueva York, NY: Springer, págs. 475-501 , doi : 10.1007/978-1-4614-8806-4_36 , ISBN 978-1-4614-8806-4, consultado el 12 de octubre de 2023
- ↑ Greene, K., & Young, T. (2013). Etigmergia humana en entornos aumentados. En B. Hartman & E. Horvitz (Eds.), HCOMP. AAAI. Recuperado de http://dblp.uni-trier.de/db/conf/hcomp/hcomp2013.html#GreeneY13
- ↑ Woolley, AW; Chabris, CF; Pentland, A.; Hashmi, N.; Malone, TW (2010). "Evidencia de un factor de inteligencia colectiva en el desempeño de grupos humanos" . Science . 330 ( 6004): 686– 688. Bibcode : 2010Sci...330..686W . doi : 10.1126/science.1193147 . PMID 20929725. S2CID 74579 .
- Computación basada en humanos