人们早就认识到，当一群人聚在一起解决一个问题时，往往能够达到1=1>2的效果，“群众的智慧”早在古希腊就已得到认可，亚里士多德就指出，许多平凡的人聚在一起往往比伟大的个人能够做出更好的判断。
然而事实上，任何项目经理都会告诉你，让一个大团队专注于一项任务是一个巨大的挑战。人工智能（AI）的最新研究进展可以让这种集体智慧发挥得更加容易。
“我们认为，未来的工作一定都是需要通过合作来解决问题的，” 彼得·贝克说，他是英国慈善机构Nesta的集体智慧设计中心的负责人，该机构资助并推动突破性想法的研究。“AI最显著的优势在于能够帮助人们在混乱的人际网络中建立联系。”
卡内基梅隆大学组织行为学专家安妮塔•伍利则表示，影响一个团队发挥集体智慧的最大因素是其成员之间的协调程度。AI在这一领域可能带来好的改变。
“AI可以扮演的角色实际上是无穷无尽的，”伍利说。“促进不同组件之间的交流，提醒人们可能忘记的东西，作为信息的存储库，帮助团队协调决策等等。”
一、
已经有例子在证明AI如何帮助我们更好地发挥各自独特能力。旧金山的创业公司Unanimous AI建立了一个在线平台，帮助指导团队决策。他们用了一种看起来不可思议的方式去训练他们的AI系统——蜜蜂做出集体决策的方式。
“我们回到最基本的问题：大自然如何放大群体的智慧？大自然所做的就是形成即时系统，在这个系统中，各个团队通过反馈回路同时进行交互。他们将彼此作为一个系统相互推动、相互吸引，并将他们的知识，智慧，洞察力和直觉以最好的方式结合在一起。”首席执行官路易斯·罗森伯格说。
他们的在线平台向小组提出一个问题，并将可能的答案放在屏幕的不同角落，多个用户用鼠标控制同一个虚拟磁石，进行拔河比赛，将一个冰球拖向他们认为正确的答案。该系统的算法分析了每个用户与冰球的互动方式——例如，他们对自己的答案信心有多大，或者当他们属于少数派时他们动摇的速度有多快——并利用这些信息来确定冰球的移动方向。这就形成了反馈循环，每个用户都会受到其他人的选择和信念的影响，从而让冰球最终得到最能反映群体智慧的答案。
使用该产品的几篇学术论文和备受瞩目的客户都证明了Swarm AI平台的有效性。在最近的一项研究中，一组交易员被要求预测几个关键股指的周波动，方法是试图把冰球拖到四个答案中的一个——涨或跌超过4%，或涨或跌不到4%。使用该工具，他们的准确率提高了36%。
瑞信利用这个平台帮助投资者预测亚洲市场的表现，迪斯尼曾用它来预测电视节目的成功; Unanimous甚至与斯坦福医学院合作，将医生从胸部X光片诊断出肺炎的能力提高了33％。
二、
但是，要设计出能够与人类团队完美融合的技术可能会非常困难。
在一项研究中，伍利的团队尝试了三种不同工具：一种工具可以对团队成员的努力提供实时反馈，另一种工具可以帮助分配任务，还有一种聊天机器人可以帮助团队成员谈论他们的技能和专业知识。
第一个工具似乎会让人们失去动力，而第二个工具则会分散团队的注意力。只有最后一种工具有所帮助，它确保最适合的人完成每个任务。伍利说：“我们总是发现，制造一些让人讨厌的东西比制造一些真正有用的东西要容易得多。”
研究社交领域的AI仍然非常困难，机器人需要非常努力地去捕捉微妙的社交暗示，而这些暗示在很大程度上决定团队的动作。从相关研究中也可以明显看出，只有在人类真正信任系统的决策，并且这个过程中用户行为只需要微调的情况下AI才能发挥作用。
人工智能的运行速度和规模远远超出了我们的能力范围，但机器要复制人类的灵活性、好奇心和对环境的把握，还有很长的路要走。最新的一份研究报告揭露了AI增强我们集体智慧的几种方式：帮助我们更好地理解数据，找到更好的方法来协调决策，帮助我们克服固有的偏见，并突出经常被忽视的解决方案。
三、
集体智慧也可以帮助赋予AI技术更多的人为元素，并更好地指导其决策。
在伦敦的创业公司Factmata建立了一个AI审核系统，招募了2000多名专家（包括记者和研究人员）来分析网络内容中的充满偏见或仇恨言论。然后，他们使用分析结果来训练自然语言处理系统，使它可以自动扫描网页中有问题的内容。算法一旦经过训练，便可以扩展到互联网上的数百万条内容。
虽然AI接受的这种数据训练通常是一次性的，但Factmata的专家不断更新训练数据，以确保算法能够跟上不断变化的政治和媒体环境。他们还让公众对AI的分析结果进行反馈，以减少系统本身可能的偏见。
然而，将人类的决策与AI越来越紧密地联系在一起并非没有风险。AI和集体智慧之间的协作功能越好，也意味着我们需要给机器提供的信息就越多，这就涉及到一个艰难的选择——我们愿意放弃多少隐私来换取这些便利。
但是另一方面，目前世界面临着复杂的挑战，例如气候变化和流行病，如何更有效地发挥集体智慧变得至关重要。卡耐基梅隆大学的研究人员目前正在利用AI分析调查问卷、医生报告、实验室统计数据和谷歌搜索趋势，实时预测Covid-19在全球范围内的流行情况；美国的“早期预警项目”结合了众包预测、专家评估和机器学习算法，确定了最容易发生暴行的国家。
“我们可以让让一些非常聪明的人单独研究不同的部分，但如果没有协调，就很难取得任何进展。”安妮塔•伍利如此说到，“我认为，帮助这些不同的组成部分真正协调起来，对于解决问题来说至关重要。”
发表评论 取消回复