Inteligencia colectiva

La inteligencia colectiva ( IC ) o inteligencia de grupo ( IG ) es la capacidad emergente de los grupos, ya sean compuestos únicamente por humanos, animales o redes de humanos y agentes artificiales, para resolver problemas, tomar decisiones o generar conocimiento de manera más eficaz que los individuos por sí solos, ya sea mediante la cooperación ^{[ 1 ]} o mediante la agregación ^{[ 2 ]} de información, perspectivas y comportamientos diversos. El término inteligencia de enjambre (IE) se usa a veces indistintamente con inteligencia colectiva, pero es simplemente un ejemplo de ella.

La inteligencia colectiva abarca no solo sistemas adaptativos complejos , que se autoorganizan y adaptan en entornos dinámicos, sino también procesos creativos y cognitivos observados en grupos sociales, a los que a menudo se hace referencia como la sabiduría de las multitudes . En este contexto, los juicios colectivos, a veces de personas no expertas, suelen superar la precisión de las predicciones de los expertos, como ilustra el famoso experimento de Francis Galton sobre la estimación del peso de un buey. ^{[ 3 ] [ 4 ]} Los teóricos contemporáneos han postulado que la inteligencia puede interpretarse como un proceso colectivo emergente que se manifiesta en diversas escalas biológicas y sociales, incluyendo los niveles neuronal, orgánico y grupal. ^{[ 5 ]}

El término aparece en sociobiología , ciencia política y en el contexto de la revisión por pares masiva y las aplicaciones de crowdsourcing . Puede implicar la toma de decisiones por consenso , el capital social y formalismos como los sistemas de votación , las redes sociales y otros medios para cuantificar la actividad masiva. ^{[ 6 ] [ 7 ]} La inteligencia colectiva no debe confundirse con las teorías metafísicas del panpsiquismo ni con las afirmaciones sobre la conciencia de grupo . Estas se refieren a la naturaleza fundamental de la mente y a la posibilidad de que la conciencia sea una propiedad ubicua o emergente. ^{[ 8 ]} Sin embargo, el estudio empírico de la inteligencia colectiva se centra en los mecanismos observables mediante los cuales los grupos coordinan información, tareas o resolución de problemas.

El término inteligencia grupal se usa a veces indistintamente con el término inteligencia colectiva. Anita Woolley ^{[ 9 ]} presenta la inteligencia colectiva como una medida de la inteligencia y la creatividad grupales. ^{[ 10 ]} La idea es que una medida de inteligencia colectiva abarca una amplia gama de características del grupo, principalmente la composición y la interacción grupal. Las características de composición que conducen a mayores niveles de inteligencia colectiva en los grupos incluyen criterios como una mayor cantidad de mujeres en el grupo, así como una mayor diversidad del mismo. ^{[ 11 ]}

La inteligencia colectiva se atribuye a bacterias y animales, pero también a la gobernanza algorítmica . ^{[ 12 ]} Puede entenderse como una propiedad emergente de las sinergias entre:

1. datos - información - conocimiento
2. software-hardware
3. individuos (aquellos con nuevas perspectivas así como autoridades reconocidas) que aprenden continuamente de la retroalimentación para producir conocimiento justo a tiempo para mejores decisiones que estos tres elementos actuando solos ^{[ 6 ] [ 13 ]}

O puede entenderse de forma más restringida como una propiedad emergente entre las personas y las formas de procesar la información. ^{[ 14 ] [ 15 ]} Esta noción de inteligencia colectiva es denominada "inteligencia simbiótica" por Norman Lee Johnson. ^{[ 16 ]} El concepto se utiliza en sociología , negocios , informática y comunicación de masas; también aparece en la ciencia ficción .

Pierre Lévy define la inteligencia colectiva como «una forma de inteligencia distribuida universalmente, constantemente mejorada, coordinada en tiempo real y que resulta en la movilización efectiva de habilidades. (...) La base y el objetivo de la inteligencia colectiva es el reconocimiento mutuo y el enriquecimiento de los individuos, en lugar del culto a comunidades fetichizadas o hipostatizadas ». ^{[ 17 ]}

Según Lévy y Derrick de Kerckhove , se refiere a la capacidad de las TIC (tecnologías de la información y la comunicación) en red para mejorar el acervo colectivo de conocimiento social mediante la expansión simultánea del alcance de las interacciones humanas. ^{[ 18 ] [ 19 ]}

Geoff Mulgan ofreció una definición más amplia en una serie de conferencias e informes desde 2006 ^{[ 20 ] [ 21 ]} y en el libro Big Mind ^{[ 22 ] [ 23 ] [ 24 ]} , que proponía un marco para analizar cualquier sistema de pensamiento, incluyendo tanto la inteligencia humana como la artificial, en términos de elementos funcionales (observación, predicción, creatividad, juicio, etc.), ciclos de aprendizaje y formas de organización. El objetivo era proporcionar una manera de diagnosticar y mejorar la inteligencia colectiva de una ciudad, empresa, ONG o parlamento.

La inteligencia colectiva contribuye en gran medida al cambio de conocimiento y poder del individuo al colectivo. Según Eric S. Raymond en 1998 y JC Herz en 2005, ^{[ 25 ] [ 26 ]} la inteligencia de código abierto eventualmente generará resultados superiores al conocimiento generado por software propietario desarrollado dentro de las corporaciones. ^{[ 27 ]} El teórico de los medios Henry Jenkins ve la inteligencia colectiva como una "fuente alternativa de poder mediático", relacionada con la cultura de convergencia . Llama la atención sobre la educación y la forma en que las personas están aprendiendo a participar en culturas del conocimiento fuera de los entornos de aprendizaje formales. Henry Jenkins critica las escuelas que promueven "solucionadores de problemas autónomos y aprendices autosuficientes" mientras permanecen hostiles al aprendizaje a través de los medios de la inteligencia colectiva. ^{[ 28 ]} Tanto Pierre Lévy como Henry Jenkins apoyan la afirmación de que la inteligencia colectiva es importante para la democratización , ya que está interconectada con la cultura basada en el conocimiento y se sustenta en el intercambio colectivo de ideas, y por lo tanto contribuye a una mejor comprensión de la sociedad diversa. ^{[ 29 ] [ 30 ]}

De forma similar al factor g ( g ) para la inteligencia individual general, una nueva comprensión científica de la inteligencia colectiva busca extraer un factor de inteligencia colectiva general ( factor c) para grupos que indique la capacidad de un grupo para realizar una amplia gama de tareas, aunque la puntuación no es un cociente en sí mismo. ^{[ 10 ]}

La inteligencia colectiva suele verse facilitada por las plataformas de comunicación digital y las tecnologías colaborativas.

Muchos teóricos han interpretado la afirmación de Aristóteles en la Política de que «un banquete al que muchos contribuyen es mejor que una cena preparada con un solo bolsillo» en el sentido de que, así como muchos pueden llevar diferentes platos a la mesa, en una deliberación muchos pueden aportar diferentes piezas de información para generar una mejor decisión. ^{[ 31 ] [ 32 ]} Sin embargo, estudios recientes sugieren que probablemente esto no era lo que Aristóteles quiso decir ^{, sino que se trata de} una interpretación moderna basada en lo que ahora sabemos sobre la inteligencia colectiva. ^{[ 34 ] Melissa Schwartzberg ( 2016} ) reinterpreta la discusión de Aristóteles, argumentando que Política III.11 no debe leerse como una afirmación de que el juicio colectivo es superior en calidad, sino como una defensa del gobierno democrático fundamentado en una capacidad igualitaria de juicio político entre los ciudadanos. Su lectura de «juicio igualitario» desplaza el énfasis de los argumentos epistémicos sobre la sabiduría de las multitudes hacia la preocupación de Aristóteles por el valor político de la participación igualitaria, y advierte contra el uso de Aristóteles como apoyo directo a las afirmaciones contemporáneas de una precisión colectiva superior. ^{[ 35 ]}

La teoría moderna de la inteligencia colectiva (aunque no se la denominó así en su momento) comenzó en 1785 con el marqués de Condorcet , cuyo "teorema del jurado" establece que si cada miembro de un grupo de votación tiene más probabilidades que de tomar una decisión correcta, la probabilidad de que el voto más alto del grupo sea la decisión correcta aumenta con el número de miembros del grupo. ^{[ 36 ]}

El concepto también se encuentra en la observación del entomólogo William Morton Wheeler en 1910 de que individuos aparentemente independientes pueden cooperar tan estrechamente que se vuelven indistinguibles de un solo organismo. ^{[ 37 ]} Wheeler vio este proceso colaborativo en acción en hormigas que actuaban como las células de una sola bestia a la que llamó superorganismo .

En 1912, Émile Durkheim identificó a la sociedad como la única fuente del pensamiento lógico humano. En « Las formas elementales de la vida religiosa » , argumentó que la sociedad constituye una inteligencia superior porque trasciende al individuo en el espacio y el tiempo. ^{[ 38 ]} Otros antecedentes son el concepto de « noosfera » de Vladimir Vernadsky y Pierre Teilhard de Chardin ^{[ 39 ]} y el concepto de « cerebro mundial » de H.G. Wells . ^{[ 40 ]}

^{[ 41 ]} Peter Russell,Elisabet SahtourisyBarbara Marx Hubbard(creadora del término "evolución consciente") ^{[ 42 ]} se inspiran en las visiones de una noosfera : una inteligencia colectiva trascendente y de rápida evolución , una corteza informacional del planeta.

En un informe de investigación de 1962, Douglas Engelbart vinculó la inteligencia colectiva con la eficacia organizacional y predijo que el aumento proactivo del intelecto humano produciría un efecto multiplicador en la resolución de problemas grupales: «Tres personas trabajando juntas en este modo aumentado [parecerían] ser más de tres veces más eficaces para resolver un problema complejo que una persona aumentada trabajando sola». ^{[ 43 ]} En 1994, acuñó el término «CI colectivo» como medida de la inteligencia colectiva, para centrar la atención en la oportunidad de elevar significativamente el CI colectivo en los negocios y la sociedad. ^{[ 44 ]}

En 1996, en su ahora clásico libro sobre inteligencia emocional , Daniel Goleman afirmó que la "armonía social" era el factor más importante en lo que él denominó "inteligencia grupal", en lugar del coeficiente intelectual promedio de los individuos del grupo: "es esta capacidad de armonizar la que, en igualdad de condiciones, hará que un grupo sea especialmente talentoso, productivo y exitoso, y otro, con miembros cuyo talento y habilidades son iguales en otros aspectos, tendrá un desempeño deficiente". ^{[ 45 ]}

Brown y Lauder (2000, 2001) concibieron la inteligencia colectiva como una forma de capital social: una capacidad social arraigada en las instituciones, la cooperación y la resolución compartida de problemas, en lugar de un atributo exclusivo de los individuos. La presentaron como un contrapeso al «individualismo de mercado». Basándose en críticas previas a las concepciones de la inteligencia basadas en el coeficiente intelectual, Brown y Lauder enfatizaron que la inteligencia es un logro moldeado por las condiciones sociales, y que las desigualdades estructurales pueden restringir la capacidad de los grupos para desarrollar y movilizar la inteligencia colectiva, incluso cuando el potencial cognitivo está ampliamente distribuido. Recomendaron integrarla deliberadamente: «La lucha por la inteligencia colectiva implica más que cambiar la forma en que pensamos sobre nuestras propias capacidades y nuestra relación con la sociedad; también incluye tejer el potencial de la inteligencia colectiva en el tejido mismo de nuestra sociedad». ^{[ 46 ] [ 47 ] [ 48 ]}

Los trabajos de principios de la década de 2000 examinaron las condiciones informacionales necesarias para que surgiera la inteligencia colectiva en grupos conectados digitalmente. Jean-François Noubel (2004) introdujo el concepto de holopticismo para describir arquitecturas de comunicación en las que los participantes comparten la visibilidad de las contribuciones de los demás y del estado evolutivo del grupo, argumentando que tales estructuras mejoran la capacidad de un grupo para integrar el conocimiento disperso y coordinar la resolución colectiva de problemas. Esta línea de pensamiento es paralela a otras explicaciones teóricas que enfatizan la conciencia común, la retroalimentación transparente y los artefactos cognitivos compartidos como mecanismos que posibilitan la inteligencia colectiva. ^{[ 49 ]}

Pierre Lévy ^{[ 50 ]} fue un influyente teórico pionero que reformuló la inteligencia colectiva como un fenómeno a nivel de civilización, posibilitado por los medios en red y las herramientas simbólicas compartidas. En su obra, argumentó que el entorno informativo emergente posibilita nuevas formas de cognición distribuida y construcción colectiva de significado, y propuso un programa metodológico de "interpretación positiva" para estudiar cómo se pueden cultivar y gobernar en el ciberespacio los significados producidos colectivamente y las capacidades de resolución de problemas. ^{[ 51 ]} La explicación de Lévy enfatiza la infraestructura cultural y semántica, es decir, los lenguajes comunes, las ontologías y las herramientas de mediación, que permiten a los individuos dispersos coordinarse, acumular conocimiento y participar en una inteligencia cooperativa a gran escala. Sus ideas, difundidas ampliamente por primera vez en sus escritos de la década de 1990 y reiteradas en ensayos y reseñas posteriores, han sido influyentes en la configuración de los debates sobre los fundamentos digitales de la inteligencia colectiva y sobre cómo se pueden diseñar instituciones y tecnologías para apoyar la reflexión y la toma de decisiones colectivas. ^{[ 52 ] [ 53 ]}

Howard Bloom (1995) analizó el comportamiento colectivo , desde el nivel de los quarks hasta el de las sociedades bacterianas, vegetales, animales y humanas. Hizo hincapié en las adaptaciones biológicas que han convertido a la mayoría de los seres vivos de la Tierra en componentes de lo que él denomina "una máquina de aprendizaje". Bloom combinó los conceptos de apoptosis , procesamiento distribuido en paralelo , selección de grupo y superorganismo para desarrollar una teoría sobre el funcionamiento de la inteligencia colectiva. ^{[ 54 ]} Posteriormente (2000), demostró cómo las inteligencias colectivas de colonias bacterianas y sociedades humanas en competencia pueden explicarse mediante " sistemas adaptativos complejos " generados por ordenador y " algoritmos genéticos ", conceptos desarrollados por John Holland . ^{[ 55 ]}

Bloom rastreó la evolución de la inteligencia colectiva hasta nuestros ancestros bacterianos de hace mil millones de años y demostró cómo ha funcionado una inteligencia multiespecie desde el principio de la vida. ^{[ 55 ]} Las sociedades de hormigas exhiben más inteligencia, en términos de tecnología, que cualquier otro animal, excepto los humanos, y cooperan en la cría de animales, por ejemplo, pulgones para "ordeñarlos". Las hormigas cortadoras de hojas cuidan los hongos y transportan hojas para alimentarlos. ^{[ 55 ]}

Tom Atlee se centró principalmente en los seres humanos y en el trabajo para mejorar lo que Howard Bloom llama "el coeficiente intelectual grupal". Atlee creía que la inteligencia colectiva puede fomentarse "para superar el ' pensamiento grupal ' y el sesgo cognitivo individual , permitiendo así que un colectivo coopere en un proceso, logrando al mismo tiempo un mejor desempeño intelectual". George Pór definió el fenómeno de la inteligencia colectiva como "la capacidad de las comunidades humanas para evolucionar hacia una mayor complejidad y armonía, a través de mecanismos de innovación como la diferenciación y la integración, la competencia y la colaboración". ^{[ 56 ] [ 57 ]} Atlee y Pór afirmaron que "la inteligencia colectiva también implica lograr un único foco de atención y un estándar de métricas que proporcionen un umbral de acción apropiado". Su enfoque se basa en la metáfora de la comunidad científica . ^{[ 58 ]}

Atlee y Pór sugirieron que el campo de la inteligencia colectiva debería considerarse principalmente como una empresa humana en la que las mentalidades, la voluntad de compartir y la apertura al valor de la inteligencia distribuida para el bien común son primordiales, aunque la teoría de grupos y la inteligencia artificial tienen algo que aportar. ^{[ 59 ]} Las personas que respetan la inteligencia colectiva confían en sus propias capacidades y reconocen que el todo es, en efecto, mayor que la suma de las partes individuales. ^{[ 60 ]} Maximizar la inteligencia colectiva depende de la capacidad de una organización para aceptar y desarrollar la "Sugerencia Dorada", que es cualquier aporte potencialmente útil de cualquier miembro. ^{[ 61 ]} El pensamiento grupal a menudo obstaculiza la inteligencia colectiva al limitar el aporte a unos pocos individuos selectos o al filtrar las posibles Sugerencias Doradas sin desarrollarlas completamente hasta su implementación. ^{[ 59 ]}

En 2008, Don Tapscott y Anthony D. Williams propusieron que la inteligencia colectiva es colaboración masiva , y que se necesitan cuatro condiciones para posibilitarla: ^{[ 62 ]}

• Apertura: compartir ideas y propiedad intelectual : si bien estos recursos brindan una ventaja sobre los competidores, se obtienen mayores beneficios al permitir que otros compartan ideas y logren mejoras y un escrutinio significativos a través de la colaboración. ^{[ 62 ]}
• Interconexión (peering ): organización horizontal como la «apertura» del programa Linux, donde los usuarios son libres de modificarlo y desarrollarlo siempre que lo pongan a disposición de otros. La interconexión tiene éxito porque fomenta la autoorganización  , un estilo de producción que funciona de manera más eficaz que la gestión jerárquica para ciertas tareas. ^{[ 62 ]}
• Compartir : Las empresas han comenzado a compartir algunas ideas, manteniendo cierto grado de control sobre otras, como los derechos de patente potenciales y críticos . Limitar toda la propiedad intelectual cierra oportunidades, mientras que compartir parte de ella expande los mercados y acelera el lanzamiento de productos. ^{[ 62 ]}
• Actuar a nivel global: El avance de la tecnología de la comunicación ha impulsado el surgimiento de empresas globales con bajos costos operativos. Internet está ampliamente extendido, por lo que una empresa integrada globalmente no tiene fronteras geográficas y puede acceder a nuevos mercados, ideas y tecnologías. ^{[ 62 ]}

La idea de inteligencia colectiva también constituye el marco de las teorías democráticas contemporáneas, a menudo denominadas democracia epistémica . Estas teorías se refieren a la capacidad de la población, ya sea mediante la deliberación o la agregación de conocimiento, para discernir la verdad y se basan en mecanismos para sintetizar y aplicar la inteligencia colectiva. La teórica política Hélène Landemore ha escrito sobre esto en obras como «La razón democrática: política, inteligencia colectiva y el gobierno de muchos». ^{[ 63 ] [ 64 ]}

La inteligencia colectiva se introdujo en la comunidad de aprendizaje automático a finales del siglo XX, ^{[ 65 ]} y maduró hasta convertirse en una consideración más amplia de cómo diseñar "colectivos" de agentes adaptativos egoístas para alcanzar un objetivo de todo el sistema. ^{[ 66 ] [ 67 ] [ 68 ]} Esto se relacionó con el trabajo de un solo agente sobre "modelado de recompensas" ^{[ 69 ]} y ha sido continuado por numerosos investigadores en las comunidades de teoría de juegos e ingeniería. ^{[ 70 ]}

Una importante contribución a la teoría de la inteligencia colectiva la realizó James Surowiecki en su libro La sabiduría de las multitudes (2005), que explora cómo la agregación de información de grupos de individuos puede conducir a mejores decisiones que las tomadas por cualquier miembro o experto individual. ^{[ 4 ]} Surowiecki identifica tres condiciones clave para que un grupo muestre "sabiduría colectiva": diversidad, independencia de pensamiento y descentralización. Bajo estas condiciones, los juicios colectivos pueden ser más precisos, innovadores y resilientes que los de los expertos. ^{[ 4 ]}

Inicialmente, los investigadores que intentaban crear una métrica para la inteligencia colectiva la denominaron «CI colectivo». La definieron como «una medida de la capacidad de las personas para trabajar juntas en desafíos importantes: la rapidez e inteligencia con que pueden anticipar o responder a una situación, aprovechando su percepción, memoria, intuición, visión, planificación, razonamiento, previsión y experiencia colectivas para generar conocimiento aplicable». ^{[ 83 ]} Ahora, una nueva comprensión científica de la inteligencia colectiva la define como la capacidad general de un grupo para realizar una amplia gama de tareas. ^{[ 10 ]}

La definición, operacionalización y métodos estadísticos son similares al enfoque psicométrico de la inteligencia individual general . Aquí, el desempeño de un individuo en un conjunto dado de tareas cognitivas se utiliza para medir la capacidad cognitiva general indicada por el factor de inteligencia general g propuesto por el psicólogo inglés Charles Spearman y extraído mediante análisis factorial . ^{[ 84 ]} De la misma manera que g sirve para mostrar diferencias de desempeño entre individuos en tareas cognitivas, la investigación de la inteligencia colectiva apunta a encontrar un factor de inteligencia paralelo para grupos ' factor c ' ^{[ 10 ]} (también llamado 'factor de inteligencia colectiva' ( CI ) ^{[ 85 ]} ) que muestre diferencias entre grupos en el desempeño de tareas. La puntuación de inteligencia colectiva se utiliza luego para predecir cómo se desempeñará este mismo grupo en cualquier otra tarea similar en el futuro. Sin embargo, las tareas, aquí, se refieren a tareas mentales o intelectuales realizadas por grupos pequeños ^{[ 10 ]} aunque se espera que el concepto sea transferible a otros desempeños y a cualquier grupo o multitud que abarque desde familias hasta empresas e incluso ciudades enteras. ^{[ 86 ]} Dado que las puntuaciones del factor g de los individuos están altamente correlacionadas con las puntuaciones de CI de escala completa , que a su vez se consideran buenas estimaciones de g , ^{[ 87 ] [ 88 ]} esta medición de la inteligencia colectiva también puede verse como un indicador de inteligencia o cociente respectivamente para un grupo (CI-Grupo) paralelo al cociente de inteligencia (CI) de un individuo aunque la puntuación no sea un cociente en sí.

Matemáticamente, c y g son variables que resumen correlaciones positivas entre diferentes tareas, suponiendo que el desempeño en una tarea es comparable con el desempeño en otras tareas similares. ^{[ 89 ]} Por lo tanto, c es una fuente de varianza entre grupos y solo puede considerarse como la posición de un grupo en el factor c en comparación con otros grupos en una población relevante dada. ^{[ 88 ] [ 90 ]} El concepto contrasta con hipótesis competitivas que incluyen otras estructuras correlacionales para explicar la inteligencia grupal, ^{[ 10 ]} como una composición de varios factores igualmente importantes pero independientes, como se encuentra en la investigación de la personalidad individual . ^{[ 91 ]}

Además, esta idea científica también busca explorar las causas que afectan la inteligencia colectiva, como el tamaño del grupo, las herramientas de colaboración o las habilidades interpersonales de los miembros del grupo. ^{[ 92 ]} El Centro de Inteligencia Colectiva del MIT , por ejemplo, anunció la detección del Genoma de la Inteligencia Colectiva ^{[ 92 ]} como uno de sus principales objetivos, que busca desarrollar una "taxonomía de bloques de construcción organizacionales, o genes, que se pueden combinar y recombinar para aprovechar la inteligencia de las multitudes". ^{[ 92 ]}

Procesos

Procesos de arriba hacia abajo

Los procesos descendentes abarcan la interacción grupal, como estructuras, procesos y normas. ^{[ 105 ]} Un ejemplo de estos procesos descendentes es la toma de turnos en la conversación. ^{[ 10 ]} La investigación sugiere además que los grupos colectivamente inteligentes se comunican más en general y de manera más equitativa; lo mismo se aplica a la participación y se demuestra tanto en grupos presenciales como en grupos en línea que se comunican únicamente por escrito. ^{[ 85 ] [ 106 ]}

procesos ascendentes

Los procesos ascendentes incluyen la composición del grupo, ^{[ 105 ]} es decir, las características de los miembros del grupo que se agregan al nivel del equipo. ^{[ 105 ]} Un ejemplo de tales procesos ascendentes es la sensibilidad social promedio o las puntuaciones de inteligencia promedio y máxima de los miembros del grupo. ^{[ 10 ]} Además, se encontró que la inteligencia colectiva está relacionada con la diversidad cognitiva de un grupo ^{[ 107 ]} incluyendo estilos de pensamiento y perspectivas. ^{[ 108 ]} Los grupos que son moderadamente diversos en estilo cognitivo tienen una inteligencia colectiva más alta que aquellos que son muy similares en estilo cognitivo o muy diferentes. En consecuencia, los grupos donde los miembros son demasiado similares entre sí carecen de la variedad de perspectivas y habilidades necesarias para desempeñarse bien. Por otro lado, los grupos cuyos miembros son demasiado diferentes parecen tener dificultades para comunicarse y coordinarse eficazmente. ^{[ 107 ]}

Procesos en serie frente a procesos en paralelo

Durante la mayor parte de la historia de la humanidad, la inteligencia colectiva se limitó a pequeños grupos tribales en los que las opiniones se agregaban mediante interacciones paralelas en tiempo real entre sus miembros. ^{[ 109 ]} En la actualidad, la comunicación masiva, los medios de comunicación y las tecnologías de redes han permitido que la inteligencia colectiva abarque grupos masivos, distribuidos por continentes y zonas horarias. Para adaptarse a este cambio de escala, la inteligencia colectiva en grupos de gran tamaño ha estado dominada por procesos de votación serializados, como la agregación de votos positivos, "me gusta" y calificaciones a lo largo del tiempo. Si bien los sistemas modernos se benefician de grupos más grandes, se ha descubierto que el proceso serializado introduce un ruido sustancial que distorsiona el resultado colectivo del grupo. En un estudio significativo sobre inteligencia colectiva serializada, se descubrió que el primer voto aportado a un sistema de votación serializado puede distorsionar el resultado final en un 34 %. ^{[ 110 ]}

Para abordar los problemas de la agregación serializada de entradas entre grupos a gran escala, los avances recientes en inteligencia colectiva han trabajado para reemplazar los votos, encuestas y mercados serializados con sistemas paralelos como los " enjambres humanos " modelados a partir de enjambres síncronos en la naturaleza. ^{[ 111 ] [ 112 ]} Basados ​​en el proceso natural de la inteligencia de enjambre , estos enjambres artificiales de humanos en red permiten a los participantes trabajar juntos en paralelo para responder preguntas y hacer predicciones como una inteligencia colectiva emergente. ^{[ 113 ] [ 114 ]} En un ejemplo destacado, un desafío de enjambre humano de CBS Interactive para predecir el Derby de Kentucky. El enjambre predijo correctamente los primeros cuatro caballos, en orden, desafiando las probabilidades de 542 a 1 y convirtiendo una apuesta de $20 en $10,800. ^{[ 115 ]}

El valor de la inteligencia colectiva paralela fue demostrado en aplicaciones médicas por investigadores de la Facultad de Medicina de la Universidad de Stanford y Unanimous AI en una serie de estudios publicados en los que grupos de médicos humanos fueron conectados mediante algoritmos de enjambre en tiempo real y se les encomendó el diagnóstico de radiografías de tórax para detectar la presencia de neumonía. ^{[ 116 ] [ 117 ]} Al trabajar juntos como "enjambres humanos", los grupos de radiólogos experimentados demostraron una reducción del 33 % en los errores de diagnóstico en comparación con los métodos tradicionales. ^{[ 118 ] [ 119 ]}

Evidencia

Woolley, Chabris, Pentland, Hashmi y Malone (2010), ^{[ 10 ]} los creadores de esta comprensión científica de la inteligencia colectiva, encontraron un único factor estadístico para la inteligencia colectiva en su investigación en 192 grupos con personas reclutadas aleatoriamente del público. En los dos estudios iniciales de Woolley et al., los grupos trabajaron juntos en diferentes tareas del Circumplejo de Tareas de McGrath , ^{[ 120 ]} una taxonomía bien establecida de tareas grupales. Las tareas se eligieron de los cuatro cuadrantes del circumplejo e incluyeron rompecabezas visuales, lluvia de ideas, hacer juicios morales colectivos y negociar sobre recursos limitados. Los resultados de estas tareas se tomaron para realizar un análisis factorial . Ambos estudios mostraron apoyo para un factor general de inteligencia colectiva c subyacente a las diferencias en el desempeño grupal con un valor propio inicial que explicaba el 43% (44% en el estudio 2) de la varianza, mientras que el siguiente factor explicaba solo el 18% (20%). Eso se ajusta al rango que normalmente se encuentra en las investigaciones sobre un factor de inteligencia individual general g que suele explicar entre el 40% y el 50% de las diferencias de rendimiento entre individuos en las pruebas cognitivas. ^{[ 89 ]}

Posteriormente, cada grupo resolvió una tarea más compleja para determinar si las puntuaciones del factor c predicen el rendimiento en tareas más allá de la prueba original. Las tareas de criterio consistieron en jugar a las damas contra un ordenador estandarizado en el primer estudio y en una tarea compleja de diseño arquitectónico en el segundo. En un análisis de regresión que utilizó tanto la inteligencia individual de los miembros del grupo como el factor c para predecir el rendimiento en las tareas de criterio, el factor c tuvo un efecto significativo, pero la inteligencia individual promedio y máxima no lo tuvo. Si bien la inteligencia promedio (r=0,15, P=0,04) y máxima (r=0,19, P=0,008) de los miembros individuales del grupo se correlacionaron moderadamente con el factor c , este último siguió siendo un predictor mucho mejor de las tareas de criterio. Según Woolley et al., esto respalda la existencia de un factor de inteligencia colectiva c, ya que demuestra un efecto que va más allá de la inteligencia individual de los miembros del grupo y, por lo tanto, que c es más que la simple agregación de los CI individuales o la influencia del miembro del grupo con el CI más alto. ^{[ 10 ]}

Engel et al. ^{[ 85 ]} (2014) replicaron los hallazgos de Woolley et al. aplicando una batería acelerada de tareas con un primer factor en el análisis factorial que explicaba el 49% de la varianza entre grupos en el rendimiento, mientras que los factores siguientes explicaban menos de la mitad de esta cantidad. Además, encontraron un resultado similar para grupos que trabajaban juntos en línea comunicándose solo por texto y confirmaron el papel de la proporción femenina y la sensibilidad social en la generación de inteligencia colectiva en ambos casos. De manera similar a Woolley et al., ^{[ 10 ]} también midieron la sensibilidad social con el RME, que en realidad está diseñado para medir la capacidad de las personas para detectar estados mentales en los ojos de otras personas. Sin embargo, los participantes que colaboraban en línea no se conocían ni se veían entre sí. Los autores concluyen que las puntuaciones en el RME deben estar relacionadas con un conjunto más amplio de habilidades de razonamiento social que solo extraer inferencias de las expresiones oculares de otras personas. ^{[ 121 ]}

Se encontró un factor de inteligencia colectiva c en el sentido de Woolley et al. ^{[ 10 ]} en grupos de estudiantes de MBA que trabajaban juntos durante un semestre, ^{[ 122 ]} en grupos de juegos en línea ^{[ 106 ]} así como en grupos de diferentes culturas ^{[ 123 ]} y grupos en diferentes contextos en términos de grupos a corto versus largo plazo. ^{[ 123 ]} Ninguna de estas investigaciones consideró las puntuaciones de inteligencia individual de los miembros del equipo como variables de control. ^{[ 106 ] [ 122 ] [ 123 ]}

La investigación conceptualiza cada vez más los sistemas de inteligencia colectiva como un subconjunto de los sistemas adaptativos complejos (SAC). Estos sistemas presentan tres propiedades fundamentales: adaptación a entornos inciertos y cambiantes, autoorganización autónoma y surgimiento de comportamientos globales a partir de interacciones locales. ^{[ 157 ]}

La inteligencia colectiva se basa en mecanismos facilitadores como la dinámica de retroalimentación, el control distribuido, la redundancia, la robustez y los patrones de interacción no lineales: características también fundamentales para los sistemas complejos adaptativos (CAS). En los sistemas hombre-máquina, como las plataformas de redes sociales y los entornos de IA colaborativa, la inteligencia colectiva surge de interacciones a gran escala, de muchos a muchos, entre agentes sociales y tecnológicos. Estos sistemas ajustan continuamente su estructura y estrategias mediante procesos de retroalimentación adaptativa, lo que a veces da lugar a comportamientos colectivos "emergentes" que no pueden comprenderse analizando a los participantes de forma aislada. ^{[ 158 ]}

En la práctica científica y de ingeniería, el estudio de la inteligencia colectiva abarca tanto el análisis —la comprensión de los fenómenos naturales en sistemas colectivos biológicos o sociales— como el diseño —la creación de sistemas artificiales, computacionales o híbridos para la resolución distribuida de problemas—. A medida que avanza la investigación, la inteligencia colectiva y los sistemas adaptativos complejos convergen cada vez más, ofreciendo metodologías para modelar, simular y diseñar la resiliencia, la escalabilidad y la inteligencia emergente en entornos sociotécnicos a gran escala. ^{[ 159 ]}

Ha y Tang (2022) analizan cómo se utilizan las ideas de la inteligencia colectiva y los sistemas complejos en el aprendizaje automático. Señalan que los métodos de conjunto, el entrenamiento basado en poblaciones, la búsqueda evolutiva, el aprendizaje por refuerzo multiagente, la optimización inspirada en enjambres, el aprendizaje federado y los modelos de mezcla de expertos se basan en la diversidad, la búsqueda paralela y la agregación. Los autores presentan estas técnicas como ejemplos de resolución colectiva de problemas en sistemas artificiales y describen áreas donde la teoría de sistemas complejos puede orientar trabajos futuros. ^{[ 160 ]}

Una perspectiva teórica reciente considera la inteligencia en todas las escalas como una forma de comportamiento colectivo en sistemas adaptativos complejos. Falandays et al. (2023) argumentan que muchos procesos descritos como inteligencia individual pueden entenderse como interacciones emergentes entre componentes, ya sea que ocurran dentro de sistemas neuronales, organismos multicelulares, grupos de animales o redes sociales y culturales humanas. Los autores presentan ejemplos de sistemas biológicos, cognitivos y sociales para respaldar la idea de que la distinción entre inteligencia individual y colectiva a menudo refleja el nivel de análisis más que una diferencia fundamental de naturaleza. ^{[ 5 ]}

Los estudios de futuro y la prospectiva estratégica utilizan métodos de inteligencia colectiva para explorar y dar forma a posibles futuros, a menudo a través de procesos participativos que agregan perspectivas de diversos actores en escenarios, visiones y análisis de alerta temprana compartidos. ^{[ 161 ] [ 162 ]} Algunos autores describen esto como "inteligencia colectiva prospectiva", enfatizando la construcción de significado dinámica y en red sobre el cambio a largo plazo en áreas como políticas públicas, desarrollo urbano y transiciones hacia la sostenibilidad. ^{[ 163 ]} Las aplicaciones prácticas incluyen la predicción colectiva para predecir pandemias, tendencias económicas y resultados electorales, como lo demuestra la FOI de Suecia en apoyo de la gobernanza anticipatoria ucraniana, e iniciativas europeas como Futures4Europe que exploran la inteligencia colectiva orientada al futuro para la política de investigación e innovación. ^{[ 164 ] [ 165 ]} En la investigación global de futuros, sistemas como el Sistema de Inteligencia Global de Futuros del Proyecto del Milenio integran datos, juicio de expertos y aportes públicos para apoyar la prospectiva de la ciencia y la tecnología y la formulación de políticas. ^{[ 166 ]}

La democracia deliberativa es una forma de democracia participativa que enfatiza el diálogo informado e inclusivo entre los ciudadanos para alcanzar decisiones colectivas sobre asuntos públicos mediante el debate razonado y la búsqueda de consenso. Aprovecha la inteligencia colectiva al agregar diversas perspectivas y conocimientos para mejorar la legitimidad y la calidad de las decisiones. ^{[ 167 ] [ 168 ]}

Un mecanismo institucional clave de la democracia deliberativa es la asamblea ciudadana , también llamada minipúblico. La deliberación en las asambleas ciudadanas se caracteriza por un amplio intercambio de información, debates facilitados y la participación de expertos. Este proceso permite a los participantes reflexionar detenidamente sobre valores y disyuntivas sociales antes de formular recomendaciones. ^{[ 169 ]}

Los participantes de una asamblea ciudadana se seleccionan aleatoriamente mediante sorteo para proporcionar una muestra representativa de la población. Este proceso de selección suele implicar un muestreo aleatorio inicial amplio, seguido de una estratificación para garantizar la diversidad demográfica en categorías como género, edad, estatus socioeconómico, etnia y, posiblemente, opinión sobre el tema a debatir. ^{[ 170 ] [ 171 ] [ 172 ]} Al capturar un microcosmos de la sociedad de esta manera, las asambleas ciudadanas mejoran la inteligencia colectiva al permitir una diversidad de experiencias y puntos de vista mayor que la que se suele encontrar en las legislaturas electas. ^{[ 173 ]}

Las asambleas ciudadanas son particularmente valiosas para abordar temas muy controvertidos y delicados que a menudo se evitan o resultan intratables en los entornos políticos tradicionales. Por ejemplo, la Asamblea Ciudadana (Irlanda) desempeñó un papel fundamental al informar el debate público y la reforma legislativa sobre el aborto en Irlanda (formalmente conocido como el debate sobre la Octava Enmienda de la Constitución), demostrando cómo dichas asambleas pueden generar recomendaciones políticas legítimas, informadas y bien fundamentadas sobre temas divisivos. ^{[ 174 ] [ 175 ]}

Las investigaciones demuestran que las asambleas ciudadanas contribuyen significativamente a la renovación democrática al mejorar la eficacia política entre los participantes y el público en general, fomentar la confianza social, contrarrestar la polarización política y reforzar la cohesión social mediante la deliberación colectiva. ^{[ 176 ]} Facilitan la gobernanza inclusiva al involucrar a personas que de otro modo estarían desvinculadas de la política, lo que resulta en una toma de decisiones más representativa y una mayor legitimidad democrática. ^{[ 177 ] [ 178 ]} Las asambleas producen juicios públicos bien fundamentados que ayudan a los responsables políticos a tomar decisiones difíciles, elevando así la calidad de la gobernanza, razón por la cual los gobiernos de todo el mundo las utilizan cada vez más para la cocreación de políticas. ^{[ 179 ] [ 176 ]}

La obra de Rafał Olszowski, «Inteligencia colectiva en la formulación de políticas abiertas» (2024), proporciona un marco integral para comprender la evolución de la inteligencia colectiva más allá del nivel individual, centrándose en las iniciativas de formulación de políticas abiertas. El libro combina perspectivas teóricas con estudios de caso prácticos, como «Decide Madrid» ^{[ 180 ]} y «Mejor Reykjavik» ^{[ 181 ],} que exploran cómo la inteligencia colectiva moldea la innovación democrática y la participación ciudadana en el diseño de políticas ^{[ 182 ] .}

Deliberación pública en la era digital: plataformas, participación y legitimidad (2025) ofrece un análisis exhaustivo de cómo las plataformas digitales están transformando los procesos democráticos deliberativos y la participación ciudadana. El libro combina perspectivas teóricas con estudios de caso empíricos para analizar cómo las herramientas digitales influyen en la participación, la calidad de la deliberación y la legitimidad de la toma de decisiones democráticas. Aborda diversas aplicaciones, desde la gobernanza climática hasta la participación juvenil y el diálogo mediado por IA, explorando desafíos como la brecha digital y la deliberación multilingüe. Mediante un marco de legitimidad de entrada-procesamiento-salida, evalúa sistemáticamente cómo las plataformas digitales configuran quién participa, cómo se produce la participación y cómo estos procesos se conectan con resultados públicos más amplios. ^{[ 183 ]}

Lewis et al. (2025) analizan los principios de diseño para una infraestructura cívica digitalmente habilitada, destinada a apoyar la deliberación a gran escala y la retroalimentación continua entre ciudadanos e instituciones públicas. El artículo describe una arquitectura modular que combina la participación digital frecuente, la síntesis algorítmica de contribuciones y la deliberación dirigida a grupos pequeños, de modo que los resultados deliberativos locales puedan agregarse e incorporarse a los procesos políticos. Recomienda herramientas para agrupar y conectar datos de opinión, evaluación adaptativa bayesiana y pruebas iterativas en entornos aislados para evaluar los diseños de la plataforma. Los autores (entre ellos Geoff Mulgan , profesor de Inteligencia Colectiva, Políticas Públicas e Innovación Social en la UCL) enfatizan los requisitos de gobernanza, como la transparencia de los métodos de agregación, el control comunitario de los datos y las salvaguardias contra la manipulación y la exclusión. ^{[ 184 ]}

Aunque el artículo no utiliza explícitamente el término "inteligencia colectiva", sus propuestas se corresponden directamente con conceptos y mecanismos establecidos en este campo. Desde la perspectiva de la inteligencia colectiva, la arquitectura descrita aborda explícitamente tres requisitos bien estudiados para la generación de juicios grupales fiables: una participación amplia y diversa para incrementar la base de información; mecanismos para preservar o restaurar la independencia de las contribuciones y evitar errores correlacionados; y procedimientos de agregación basados ​​en principios que transforman múltiples insumos de bajo coste en resultados colectivos de mayor calidad. Los módulos deliberativos pequeños y con recursos suficientes, como las asambleas ciudadanas, funcionan como generadores de señales de alta calidad; la síntesis algorítmica y el muestreo dirigido convierten esas señales locales en insumos a nivel de sistema; y la evaluación adaptativa proporciona los bucles de retroalimentación necesarios para el aprendizaje y la mejora. Por lo tanto, el artículo ofrece un programa de diseño aplicado para conectar las instituciones deliberativas con la agregación computacional y las prácticas de gobernanza, elementos centrales de la investigación contemporánea sobre inteligencia colectiva. ^{[ 184 ]}

En 2001, Tadeusz (Tad) Szuba, de la Universidad AGH de Polonia, propuso un modelo formal para el fenómeno de la inteligencia colectiva. Se supone que es un proceso computacional inconsciente, aleatorio, paralelo y distribuido, regido por la lógica matemática de la estructura social. ^{[ 185 ]}

En este modelo, los seres y la información se modelan como moléculas de información abstractas que portan expresiones de lógica matemática. ^{[ 185 ]} Se desplazan de forma cuasi aleatoria debido a su interacción con sus entornos con sus desplazamientos previstos. ^{[ 185 ]} Su interacción en un espacio computacional abstracto crea un proceso de inferencia multihilo que percibimos como inteligencia colectiva. ^{[ 185 ]} Por lo tanto, se utiliza un modelo de computación no Turing . Esta teoría permite una definición formal simple de inteligencia colectiva como propiedad de la estructura social y parece funcionar bien para un amplio espectro de seres, desde colonias bacterianas hasta estructuras sociales humanas. La inteligencia colectiva considerada como un proceso computacional específico proporciona una explicación directa de varios fenómenos sociales. Para este modelo de inteligencia colectiva, se propuso la definición formal de IQS (IQ Social) y se definió como "la función de probabilidad sobre el tiempo y el dominio de inferencias de N elementos que reflejan la actividad de inferencia de la estructura social". ^{[ 185 ]} Si bien el IQS parece ser computacionalmente difícil, el modelado de la estructura social en términos de un proceso computacional como el descrito anteriormente ofrece una oportunidad para la aproximación. ^{[ 185 ]} Las aplicaciones potenciales son la optimización de empresas a través de la maximización de su IQS y el análisis de la resistencia a los medicamentos frente a la inteligencia colectiva de las colonias bacterianas. ^{[ 185 ]}

La inteligencia colectiva en los equipos organizacionales depende de procesos de liderazgo que permiten la integración del conocimiento distribuido, la coordinación de contribuciones especializadas y la toma de decisiones adaptativa. Estas características indican una amplia superposición con la teoría del liderazgo de la complejidad, es decir, el estudio del liderazgo en sistemas adaptativos complejos. ^{[ 186 ]} La investigación ha identificado dos formas generales de liderazgo que apoyan la inteligencia colectiva: el liderazgo compartido o distribuido dentro de los equipos y el liderazgo de sistemas que coordina la acción en organizaciones y sectores. ^{[ 187 ] [ 188 ]}

El liderazgo compartido se da cuando las funciones de liderazgo son ejercidas por varios miembros del equipo en lugar de un único líder designado. También se define como un fenómeno emergente que surge de forma natural entre los miembros del equipo cuando las condiciones son propicias. Este tipo de liderazgo compartido se asocia sistemáticamente con un mayor rendimiento del equipo y una mayor eficacia colectiva. Las medidas de red y densidad del liderazgo compartido suelen predecir mejor el rendimiento que las medidas de una sola fuente. Otros factores determinantes son la interdependencia de las tareas, la seguridad psicológica y la experiencia de los miembros. ^{[ 189 ] [ 190 ] [ 191 ]}

El liderazgo sistémico se refiere al liderazgo ejercido a través de las fronteras institucionales para movilizar a múltiples organizaciones y partes interesadas ante problemas que ningún actor individual puede resolver. El liderazgo distribuido a través de redes y practicado como un conjunto de funciones o procesos puede aumentar la capacidad de un grupo para integrar información diversa y adaptarse a tareas complejas. ^{[ 192 ]} Una revisión de estudios de caso empíricos encontró que el liderazgo sistémico efectivo comienza con un llamado claro a la acción y la formación de una coalición comprometida. Mantener el impulso depende de las estructuras del sistema, las culturas de apoyo y los factores interpersonales, incluyendo el mantenimiento de un propósito compartido, relaciones sólidas, curiosidad y una comprensión de la dinámica y la resiliencia del sistema. Los indicadores de éxito incluyen el disfrute del trabajo, las ganancias en los recursos del sistema y las mejoras observables en los datos a nivel poblacional. También, ver el liderazgo como una función distribuida de asignación de recursos en lugar de un rol de una sola persona. El liderazgo sistémico es especialmente relevante cuando la inteligencia colectiva debe organizarse a gran escala, por ejemplo, en la respuesta de emergencia a una crisis como una pandemia. ^{[ 193 ] [ 194 ]}

Para liberar plenamente la inteligencia colectiva a gran escala, Cairney y Toomey (2025) abogan por un liderazgo multinivel y sistémico para abordar problemas sociales complejos. Este enfoque confirma las conclusiones de investigaciones anteriores que indican que el liderazgo exitoso es una capacidad distribuida que debe cultivarse en organizaciones y redes. Identificaron varias características clave del liderazgo de sistemas con inteligencia colectiva: «rechazar el liderazgo heroico jerárquico y el control centralizado en favor de la colaboración transfronteriza; desarrollar atributos (p. ej., humildad), mentalidades (p. ej., visión global) y habilidades (p. ej., facilitación) para actuar en sistemas complejos (aunque sin una visión común de lo que constituye un sistema complejo); y buscar apoyo organizacional y político para este enfoque». ^{[ 195 ]}

Pentland (2012) informa sobre estudios sociométricos aplicados que muestran que el desempeño del equipo se correlaciona con tres parámetros de interacción medibles: cantidad de intercambios, uniformidad de participación y conexiones externas. Descubrió que los patrones medibles de interacción y comunicación dentro de los equipos, como la alternancia equilibrada de turnos de conversación, la amplia participación y el alto compromiso, predicen el desempeño del equipo de manera más confiable que las medidas de inteligencia individual. El estudio plantea el liderazgo como un rol de modelado de patrones en el que los líderes y los "conectores carismáticos" facilitan la participación distribuida y el flujo de información en lugar de ejercer únicamente autoridad jerárquica. Desde una perspectiva de inteligencia colectiva, el artículo se relaciona con los mecanismos centrales de la CI: trata el desempeño confiable como una propiedad emergente de los patrones de interacción (no de la capacidad individual), identifica señales medibles que apoyan la conciencia situacional compartida y la integración de la información, y demuestra cómo los ciclos de retroalimentación (medición → visualización → capacitación → interacción mejorada) pueden aumentar la resolución colectiva de problemas. Este trabajo aplicado ha influido en la práctica gerencial, pero debe leerse junto con estudios revisados ​​por pares como Woolley et al. (2010). ^{[ 196 ] [ 197 ] [ 198 ]}

Además de la propia Wikipedia, ha habido muchas aplicaciones recientes de inteligencia colectiva, incluso en campos como el crowdsourcing , la ciencia ciudadana y los mercados de predicción . El Centro Nesta para el Diseño de Inteligencia Colectiva ^{[ 199 ]} se lanzó en 2018 y ha producido muchos estudios de aplicaciones, así como experimentos de financiación. En 2020, los Laboratorios Aceleradores del Programa de las Naciones Unidas para el Desarrollo (PNUD) ^{[ 200 ]} comenzaron a utilizar métodos de inteligencia colectiva en su trabajo para acelerar la innovación para los Objetivos de Desarrollo Sostenible , por ejemplo, Global Mindpool.

Cognición

juicio del mercado

Debido a la capacidad de Internet para transmitir rápidamente grandes cantidades de información en todo el mundo, el uso de la inteligencia colectiva para predecir los precios de las acciones y su dirección se ha vuelto cada vez más viable. ^{[ 209 ]} Los sitios web agregan información del mercado de valores lo más actualizada posible para que los analistas bursátiles profesionales o aficionados puedan publicar sus puntos de vista, lo que permite a los inversores aficionados enviar sus opiniones financieras y crear una opinión agregada. ^{[ 209 ]} La opinión de todos los inversores puede ponderarse por igual, de modo que se puede aplicar una premisa fundamental de la aplicación efectiva de la inteligencia colectiva: las masas, incluyendo un amplio espectro de experiencia en el mercado de valores, pueden utilizarse para predecir con mayor precisión el comportamiento de los mercados financieros. ^{[ 210 ] [ 211 ]}

La inteligencia colectiva sustenta la hipótesis del mercado eficiente de Eugene Fama ^{[ 212 ]}  , aunque el término inteligencia colectiva no se utiliza explícitamente en su artículo. Fama cita una investigación realizada por Michael Jensen ^{[ 213 ]} en la que 89 de 115 fondos seleccionados tuvieron un rendimiento inferior al del índice durante el período de 1955 a 1964. Sin embargo, tras eliminar la comisión de entrada (tarifa inicial), solo 72 tuvieron un rendimiento inferior, mientras que tras eliminar los costes de corretaje, solo 58 lo tuvieron. Sobre la base de esta evidencia, los fondos indexados se convirtieron en vehículos de inversión populares, utilizando la inteligencia colectiva del mercado, en lugar del criterio de los gestores de fondos profesionales, como estrategia de inversión. ^{[ 213 ]}

Predicciones en política y tecnología

Los partidos políticos movilizan a un gran número de personas para formular políticas, seleccionar candidatos y financiar y dirigir campañas electorales. ^{[ 214 ]} El enfoque del conocimiento a través de diversos métodos de votación permite que las perspectivas converjan bajo el supuesto de que el voto desinformado es, en cierta medida, aleatorio y puede filtrarse del proceso de decisión, dejando solo un residuo de consenso informado. ^{[ 214 ]} Los críticos señalan que a menudo las malas ideas, los malentendidos y las concepciones erróneas están muy extendidos, y que la estructuración del proceso de decisión debe favorecer a los expertos, quienes presumiblemente son menos propensos a votar de forma aleatoria o desinformada en un contexto dado. ^{[ 215 ]}

Empresas como Affinnova (adquirida por Nielsen), Google , InnoCentive , Marketocracy y Threadless ^{[ 216 ]} han empleado con éxito el concepto de inteligencia colectiva para impulsar la próxima generación de cambios tecnológicos a través de su investigación y desarrollo (I+D), servicio al cliente y gestión del conocimiento. ^{[ 216 ] [ 217 ]} Un ejemplo de dicha aplicación es el Proyecto Aristóteles de Google en 2012, donde se examinó el efecto de la inteligencia colectiva en la composición de equipos en cientos de equipos de I+D de la empresa. ^{[ 218 ]}

Cooperación

Redes de confianza

En 2012, el Sistema de Inteligencia Colectiva Global para el Futuro (GFIS) fue creado por The Millennium Project , ^{[ 219 ]} que personifica la inteligencia colectiva como la intersección sinérgica entre datos/información/conocimiento, software/hardware y experiencia/conocimientos que tiene un proceso de aprendizaje recursivo para una mejor toma de decisiones que los actores individuales por sí solos. ^{[ 219 ]}

Los nuevos medios suelen asociarse con la promoción y el fortalecimiento de la inteligencia colectiva. Su capacidad para almacenar y recuperar información fácilmente, principalmente a través de bases de datos e internet, permite compartirla sin dificultad. De este modo, mediante la interacción con los nuevos medios, el conocimiento se transmite fácilmente entre fuentes ^{[ 27 ]} , dando lugar a una forma de inteligencia colectiva. El uso de los nuevos medios interactivos, en particular internet, fomenta la interacción en línea y esta distribución del conocimiento entre los usuarios.

Francis Heylighen , Valentin Turchin y Gottfried Mayer-Kress se encuentran entre quienes analizan la inteligencia colectiva desde la perspectiva de la informática y la cibernética . En su opinión, Internet posibilita la inteligencia colectiva a escala planetaria, facilitando así el surgimiento de un cerebro global .

El desarrollador de la World Wide Web, Tim Berners-Lee , buscaba promover el intercambio y la publicación de información a nivel mundial. Posteriormente, su empleador liberó la tecnología para su uso gratuito. A principios de los 90, el potencial de Internet aún no se había explotado, hasta mediados de la década de 1990, cuando la "masa crítica", como la denominó el director de la Agencia de Proyectos de Investigación Avanzada (ARPA), el Dr. JCR Licklider , exigió mayor accesibilidad y utilidad. ^{[ 220 ]} La fuerza motriz de esta inteligencia colectiva basada en Internet es la digitalización de la información y la comunicación. Henry Jenkins , un teórico clave de los nuevos medios y la convergencia mediática, se basa en la teoría de que la inteligencia colectiva puede atribuirse a la convergencia mediática y la cultura participativa. ^{[ 27 ]} Critica la educación contemporánea por no incorporar las tendencias en línea de resolución colectiva de problemas en el aula, afirmando que "mientras que una comunidad de inteligencia colectiva fomenta la propiedad del trabajo como grupo, las escuelas califican a los individuos". Jenkins sostiene que la interacción dentro de una comunidad de conocimiento desarrolla habilidades vitales para los jóvenes, y el trabajo en equipo a través de comunidades de inteligencia colectiva contribuye al desarrollo de dichas habilidades. ^{[ 221 ]} La inteligencia colectiva no es simplemente una contribución cuantitativa de información de todas las culturas, sino también cualitativa. ^{[ 221 ]}

Lévy y de Kerckhove consideran la CI desde una perspectiva de comunicaciones masivas, centrándose en la capacidad de las tecnologías de la información y la comunicación en red para mejorar el acervo de conocimiento de la comunidad. Sugieren que estas herramientas de comunicación permiten a los humanos interactuar, compartir y colaborar con facilidad y rapidez. ^{[ 27 ]} Con el desarrollo de Internet y su uso generalizado, la oportunidad de contribuir a comunidades de construcción de conocimiento, como Wikipedia , es mayor que nunca. Estas redes informáticas brindan a los usuarios participantes la oportunidad de almacenar y recuperar conocimiento a través del acceso colectivo a estas bases de datos y les permiten "aprovechar la colmena" ^{[ 27 ]} Investigadores del Centro de Inteligencia Colectiva del MIT investigan y exploran la inteligencia colectiva de grupos de personas y computadoras. ^{[ 222 ]}

En este contexto, la inteligencia colectiva se confunde a menudo con el conocimiento compartido . La primera es la suma total de la información que poseen individualmente los miembros de una comunidad, mientras que el segundo es la información que se cree verdadera y conocida por todos los miembros de la comunidad. ^{[ 223 ]} La inteligencia colectiva, tal como la representa la Web 2.0, tiene menos participación del usuario que la inteligencia colaborativa . Un proyecto artístico que utiliza plataformas Web 2.0 es "Shared Galaxy", un experimento desarrollado por un artista anónimo para crear una identidad colectiva que aparece como una sola persona en varias plataformas como MySpace, Facebook, YouTube y Second Life. La contraseña está escrita en los perfiles y las cuentas llamadas "Shared Galaxy" están abiertas para que cualquiera las use. De esta manera, muchos participan de ser uno. ^{[ 224 ]} Otro proyecto artístico que utiliza la inteligencia colectiva para producir obras artísticas es Curatron, donde un gran grupo de artistas decide juntos un grupo más pequeño que creen que sería un buen grupo colaborativo. El proceso se utiliza en base a un algoritmo que calcula las preferencias colectivas ^{[ 225 ]} Al crear lo que él llama 'CI-Arte', el artista Mathew Aldred, residente de Nueva Escocia, sigue la definición de inteligencia colectiva de Pierry Lévy. ^{[ 226 ]} El evento CI-Arte de Aldred en marzo de 2016 involucró a más de cuatrocientas personas de la comunidad de Oxford, Nueva Escocia, e internacionalmente. ^{[ 227 ] [ 228 ]} Trabajos posteriores desarrollados por Aldred utilizaron el sistema de inteligencia de enjambre de la UNU para crear dibujos y pinturas digitales. ^{[ 229 ]} La Oxford Riverside Gallery (Nueva Escocia) realizó un evento público de CI-Arte en mayo de 2016, que conectó con participantes en línea internacionalmente. ^{[ 230 ]}

En el marcado social (también llamado etiquetado colaborativo), ^{[ 231 ]} los usuarios asignan etiquetas a los recursos compartidos con otros usuarios, lo que da lugar a un tipo de organización de la información que surge de este proceso de crowdsourcing . La estructura de información resultante puede considerarse un reflejo del conocimiento colectivo (o inteligencia colectiva) de una comunidad de usuarios y se denomina comúnmente " folksonomía ", y el proceso puede ser capturado por modelos de etiquetado colaborativo . ^{[ 231 ]}

Investigaciones recientes que utilizan datos del sitio web de marcadores sociales Delicious han demostrado que los sistemas de etiquetado colaborativo exhiben una forma de dinámica de sistemas complejos (o autoorganizados ). ^{[ 232 ] [ 233 ] [ 234 ]} Aunque no existe un vocabulario controlado central que restrinja las acciones de los usuarios individuales, se ha demostrado que las distribuciones de etiquetas que describen diferentes recursos convergen con el tiempo a distribuciones estables de ley de potencias . ^{[ 232 ]} Una vez que se forman dichas distribuciones estables, el examen de las correlaciones entre diferentes etiquetas puede utilizarse para construir gráficos de folksonomía simples, que pueden particionarse eficientemente para obtener una forma de comunidad o vocabularios compartidos. ^{[ 235 ]} Dichos vocabularios pueden considerarse una forma de inteligencia colectiva, que surge de las acciones descentralizadas de una comunidad de usuarios. El proyecto Wall-it también es un ejemplo de marcadores sociales. ^{[ 236 ]}

Negocio P2P

La investigación realizada por Tapscott y Williams ha proporcionado algunos ejemplos de los beneficios de la inteligencia colectiva para las empresas: ^{[ 62 ]}

utilización del talento

Al ritmo que avanza la tecnología, ninguna empresa puede mantenerse al día con las innovaciones necesarias para competir. En cambio, las empresas inteligentes están aprovechando el poder de la colaboración masiva para involucrar a personas que no podrían emplear. Esto también ayuda a generar un interés continuo en la empresa, tanto por parte de quienes se sienten atraídos por la creación de nuevas ideas como por las oportunidades de inversión. ^{[ 62 ]}

Generación de demanda

Las empresas pueden crear un nuevo mercado para bienes complementarios al participar en la comunidad de código abierto. Asimismo, pueden expandirse a nuevos campos que antes no habrían podido explorar sin la incorporación de recursos y la colaboración de la comunidad. Esto crea, como se mencionó anteriormente, un nuevo mercado para bienes complementarios para los productos en dichos nuevos campos. ^{[ 62 ]}

Reducción de costes

La colaboración masiva puede ayudar a reducir drásticamente los costos. Las empresas pueden lanzar un software o producto específico para que las comunidades en línea lo evalúen o depuren. El resultado serán productos más personalizados, robustos y libres de errores, creados en poco tiempo y con menor costo. Además, la colaboración de las comunidades en línea permite generar y explorar nuevas ideas, creando oportunidades para la investigación y el desarrollo gratuitos fuera de la empresa. ^{[ 62 ]}

Software de código abierto

El teórico cultural y desarrollador de comunidades en línea, John Banks, analizó la contribución de las comunidades de fans en línea a la creación del producto Trainz . Sostuvo que su éxito comercial dependía fundamentalmente de "la formación y el crecimiento de una comunidad de fans en línea activa y dinámica que promoviera activamente el producto y creara extensiones y añadidos de contenido para el software del juego". ^{[ 237 ]}

El aumento del contenido creado por los usuarios y la interactividad generan problemas de control sobre el juego en sí y la propiedad del contenido creado por los jugadores. Esto da lugar a cuestiones legales fundamentales, destacadas por Lessig ^{[ 238 ]} y Bray y Konsynski ^{[ 239 ]} , tales como la propiedad intelectual y los derechos de propiedad.

Gosney profundiza en la cuestión de la inteligencia colectiva en los videojuegos al analizar los juegos de realidad alternativa . Describe este género como un «juego multimedia que difumina deliberadamente la línea entre las experiencias dentro y fuera del juego» ^{[ 240 ]} , ya que los eventos que ocurren fuera de la realidad del juego «se extienden» a la vida de los jugadores para unirlos. Resolver el juego requiere «el esfuerzo colectivo y colaborativo de múltiples jugadores»; por lo tanto, la cuestión del juego en equipo colectivo y colaborativo es esencial para los juegos de realidad alternativa. Gosney sostiene que el género de realidad alternativa exige un nivel sin precedentes de colaboración e «inteligencia colectiva» para resolver el misterio del juego. ^{[ 240 ]}

Beneficios de la cooperación

La cooperación ayuda a resolver los problemas multicientíficos más importantes e interesantes. En su libro, James Surowiecki menciona que la mayoría de los científicos consideran que los beneficios de la cooperación superan con creces los posibles costos. La cooperación también funciona porque, en el mejor de los casos, garantiza la diversidad de perspectivas. Gracias a las posibilidades que ofrece la tecnología, la cooperación global es hoy en día mucho más fácil y productiva que antes. Es evidente que, cuando la cooperación se extiende del ámbito universitario al global, genera beneficios significativos.

Por ejemplo, ¿por qué cooperan los científicos? La ciencia se ha aislado cada vez más y cada campo científico se ha extendido aún más, por lo que es imposible que una sola persona esté al tanto de todos los avances. Esto es especialmente cierto en la investigación experimental, donde el equipo altamente avanzado requiere habilidades especiales. Con la cooperación, los científicos pueden utilizar información de diferentes campos y emplearla eficazmente, en lugar de recopilar toda la información simplemente leyendo individualmente. ^{[ 241 ]}

Coordinación

Comunidades ad hoc

Las fuerzas armadas, los sindicatos y las corporaciones cumplen con algunas definiciones de inteligencia colectiva (IC); la definición más rigurosa requeriría la capacidad de responder a condiciones muy arbitrarias sin órdenes ni directrices de la "ley" o los "clientes" que limiten las acciones. Las empresas de publicidad en línea están utilizando la inteligencia colectiva para eludir las agencias de marketing y creatividad tradicionales. ^{[ 242 ]}

La plataforma abierta de la UNU para el "enjambre humano" (o "enjambre social") establece sistemas de bucle cerrado en tiempo real alrededor de grupos de usuarios en red modelados a partir de enjambres biológicos, lo que permite a los participantes humanos comportarse como una inteligencia colectiva unificada. ^{[ 243 ] [ 244 ]} Cuando se conectan a la UNU, grupos de usuarios distribuidos responden colectivamente preguntas y hacen predicciones en tiempo real. ^{[ 245 ]} Las primeras pruebas muestran que los enjambres humanos pueden predecir mejor que los individuos. ^{[ 243 ]} En 2016, un reportero desafió a un enjambre de la UNU a predecir los ganadores del Derby de Kentucky, y acertó con éxito los primeros cuatro caballos, en orden, superando una probabilidad de 540 a 1. ^{[ 246 ] [ 247 ]}

Sitios web de información especializada como Digital Photography Review ^{[ 248 ]} o Camera Labs ^{[ 249 ]} son ​​un ejemplo de inteligencia colectiva. Cualquier persona con acceso a internet puede contribuir a la difusión de su conocimiento por todo el mundo a través de estos sitios.

En un contexto generado por el estudiante, un grupo de usuarios moviliza recursos para crear una ecología que satisfaga sus necesidades, a menudo (pero no exclusivamente) en relación con la coconfiguración, cocreación y codiseño de un espacio de aprendizaje particular que permite a los estudiantes crear su propio contexto. ^{[ 250 ] [ 251 ] [ 252 ]} Los contextos generados por el estudiante representan una comunidad ad hoc que facilita la coordinación de la acción colectiva en una red de confianza. Un ejemplo de contexto generado por el estudiante se encuentra en Internet cuando los usuarios colaboran y comparten conocimientos en un "espacio de inteligencia compartida". A medida que Internet se ha desarrollado, también lo ha hecho el concepto de CI como un foro público compartido. La accesibilidad y disponibilidad global de Internet ha permitido que más personas que nunca contribuyan y accedan a ideas. ^{[ 27 ]}

Juegos como la serie Los Sims y Second Life están diseñados para ser no lineales y depender de la inteligencia colectiva para su expansión. Esta forma de compartir está evolucionando gradualmente e influyendo en la mentalidad de las generaciones actuales y futuras. ^{[ 220 ]} Para ellos, la inteligencia colectiva se ha convertido en una norma. En la discusión de Terry Flew sobre la " interactividad " en el entorno de los juegos en línea, el diálogo interactivo continuo entre usuarios y desarrolladores de juegos, ^{[ 253 ]} se refiere al concepto de inteligencia colectiva de Pierre Lévy y argumenta que esta está activa en los videojuegos como clanes o gremios en MMORPG trabajan constantemente para lograr objetivos. Henry Jenkins propone que las culturas participativas que emergen entre productores de juegos, compañías de medios y usuarios finales marcan un cambio fundamental en la naturaleza de la producción y el consumo de medios. Jenkins argumenta que esta nueva cultura participativa surge en la intersección de tres grandes tendencias de nuevos medios. ^{[ 254 ]} En primer lugar, el desarrollo de nuevas herramientas/tecnologías de medios que permiten la creación de contenido. En segundo lugar, el surgimiento de subculturas que promueven este tipo de creaciones y, por último, el crecimiento de conglomerados mediáticos que aportan valor añadido y que fomentan el flujo de imágenes, ideas y narrativas.

Coordinación de acciones colectivas

Los actores de improvisación también experimentan un tipo de inteligencia colectiva que denominan "mente de grupo", ya que la improvisación teatral se basa en la cooperación y el acuerdo mutuos, ^{[ 255 ]} lo que conduce a la unidad de la "mente de grupo". ^{[ 255 ] [ 256 ]}

El crecimiento de Internet y las telecomunicaciones móviles también ha producido eventos de "encuentro masivo" o "encuentros" que permiten reuniones o incluso citas a demanda. ^{[ 65 ]} Aún no se ha sentido todo el impacto, pero el movimiento antiglobalización , por ejemplo, depende en gran medida del correo electrónico, los teléfonos celulares, los buscapersonas, los SMS y otros medios de organización. ^{[ 257 ]} La organización Indymedia lo hace de una manera más periodística. ^{[ 258 ]} Dichos recursos podrían combinarse en una forma de inteligencia colectiva que solo responda ante los participantes actuales, pero con una sólida guía moral o lingüística de generaciones de contribuyentes, o incluso adoptar una forma más claramente democrática para promover un objetivo común. ^{[ 258 ]}

Otra aplicación de la inteligencia colectiva se encuentra en la "Ingeniería Comunitaria para la Innovación". ^{[ 259 ] [ 260 ]} En este marco integrado propuesto por Ebner et al., se combinan concursos de ideas y comunidades virtuales para aprovechar mejor el potencial de la inteligencia colectiva de los participantes, particularmente en I+D de código abierto. ^{[ 261 ]} En la teoría de la gestión, el uso de la inteligencia colectiva y el crowdsourcing conduce a innovaciones y respuestas muy sólidas a problemas cuantitativos. ^{[ 262 ]} Por lo tanto, la inteligencia colectiva y el crowdsourcing no necesariamente conducen a la mejor solución a los problemas económicos, sino a una solución estable y buena.

Coordinación en diferentes tipos de tareas

Las acciones o tareas colectivas requieren distintos grados de coordinación según su complejidad. Las tareas varían desde tareas simples e independientes que requieren muy poca coordinación hasta tareas complejas e interdependientes, desarrolladas por muchos individuos y que requieren mucha coordinación. En el artículo de Kittur, Lee y Kraut, los autores plantean un problema en la cooperación: «Cuando las tareas requieren una alta coordinación debido a la gran interdependencia del trabajo, contar con más participantes puede aumentar las pérdidas del proceso, reduciendo la eficacia del grupo por debajo de lo que los miembros individuales podrían lograr de forma óptima». Un equipo demasiado grande puede perjudicar la eficacia general, incluso cuando los participantes adicionales aumentan los recursos. En última instancia, los costos totales de la coordinación podrían superar otros costos. ^{[ 263 ]}

La inteligencia colectiva grupal es una propiedad que surge a través de la coordinación mediante procesos tanto ascendentes como descendentes. En un proceso ascendente, las diferentes características de cada miembro contribuyen a mejorar la coordinación. Los procesos descendentes son más estrictos y rígidos, con normas, estructuras grupales y rutinas que, a su manera, potencian el trabajo colectivo del grupo. ^{[ 105 ]}

Los sistemas de inteligencia colectiva se enfrentan a importantes desafíos que amenazan su eficacia, especialmente a medida que estos sistemas se vuelven más complejos y se ven reforzados por la inteligencia artificial.

Una vulnerabilidad fundamental es la pérdida del pensamiento independiente debido a la influencia social, que Lorenz et al. (2011) demostraron que puede reducir la diversidad de opiniones y conducir a la convergencia en juicios grupales inexactos. Identificaron fenómenos como la influencia social que reduce la diversidad sin mejorar la precisión, la reducción del rango que modifica los valores reales y la confianza injustificada entre los participantes. ^{[ 81 ]} Las plataformas emergentes de inteligencia colectiva integran cada vez más la IA para mejorar la colaboración humana. Según Riedl et al. (2025), la IA puede aumentar la inteligencia colectiva al mejorar la agregación de conocimiento distribuido, coordinar la atención y facilitar el razonamiento colectivo. Sin embargo, el despliegue de la IA a gran escala introduce desafíos que incluyen preservar la confianza del usuario, garantizar una representación equitativa, facilitar la usabilidad y proteger la privacidad. La complejidad de la dinámica social y los cambios constantes en la estructura de la comunidad requieren principios de diseño centrados en el ser humano y marcos de gobernanza sofisticados para evitar amplificar los sesgos o crear monoculturas algorítmicas. ^{[ 264 ]}

Trabajos recientes han propuesto considerar la inteligencia colectiva en términos de "sistemas sociales humano-máquina", en los que humanos y agentes artificiales heterogéneos (como algoritmos, bots y robots) forman conjuntamente redes complejas cuyos resultados emergentes no pueden deducirse únicamente del comportamiento humano o de la máquina. Desde esta perspectiva, los investigadores estudian cómo las diferentes configuraciones de interacciones humano-humano, humano-máquina y máquina-máquina afectan la competencia, la coordinación, la cooperación, el contagio y la toma de decisiones colectivas, y cómo el diseño y la regulación de estas ecologías sociotécnicas pueden mejorar la robustez, la resiliencia y el desempeño grupal. ^{[ 265 ]}

Ampliar la inteligencia colectiva a nivel nacional o global complica aún más estas cuestiones, exigiendo estructuras de gobernanza sólidas y sistemas de IA sostenibles y transparentes. Para mantener la solidez en la resolución de problemas relacionados con desafíos globales complejos como el cambio climático o el desarrollo sostenible, las plataformas futuras deben equilibrar cuidadosamente el aumento de la IA con la autonomía, la diversidad y la apertura humanas.

Los avances logrados en el campo de la inteligencia colectiva, en rápido desarrollo, pueden seguirse a través de conferencias y sus actas, pósteres, etc. Las presentaciones de las conferencias suelen publicarse posteriormente como "Actas" o estar disponibles en el sitio web una vez finalizada la conferencia.