Коллективный интеллект
Коллекти́вный интелле́кт (англ. collective intelligence, CI) — разделяемая или групповая интеллектуальная способность, возникающая как результат коллаборации, совместных усилий и конкуренции множества личностей и проявляющаяся через коллективное принятие решений с достижением консенсуса. Хотя сам термин появился ранее, его практическая реализация стала восприниматься возможной с середины 1990-х годов с развитием Интернета[1][2]. В XXI веке концепция получила новое развитие в синергии с искусственным интеллектом: системы ИИ обучаются на данных, созданных коллективным разумом человечества, и одновременно сами технологии ИИ используются для оптимизации совместной работы людей[3][4]. Термин встречается в социобиологии, политологии, а также применяется для описания массовых методов независимой оценки и краудсорсинговых приложений. В коллективный интеллект могут вовлекаться элементы социального капитала, а также формализованные процедуры, такие как голосование, социальные медиа и иные способы количественной оценки массовой активности[5]. Понятие коллективного IQ — мера коллективного интеллекта, часто используемая наравне с самим термином. Коллективный интеллект приписывается не только социальным системам, но и бактериям, животным, а также алгоритмическому управлению[6].
Концепция коллективного интеллекта используется в социологии, управлении, компьютерных науках, массовых коммуникациях, а также фигурирует в научной фантастике. Пьер Леви определяет коллективный интеллект как «универсально распределённый интеллект, непрерывно возрастающий, координируемый в реальном времени и приводящий к эффективной мобилизации навыков. Важнейшая характеристика этой формы — взаимное признание и обогащение индивидов, а не культ фетишизированных либо гипостатизированных сообществ»[7]. Исследователи Пьер Леви и Деррик де Керкхове связывают коллективный интеллект с потенциалом сетевых ИКТ по расширению коллективного запаса социального знания через увеличение интенсивности человеческих взаимодействий[8]. Более широкое определение дал Джефф Малган[9], предложивший и схему анализа любых интеллектуальных систем — как человеческих, так и машинных — через такие функциональные элементы, как наблюдение, прогнозирование, креативность, суждение, обучаемость и организационные формы[10].
Коллективный интеллект способствует смещению фокуса власти и знаний от индивидуального к коллективному. По мнению Эрика Реймонда (1998) и Дж. С. Херца (2005)[11][12], методы открытой разведки и коллективного взаимодействия способны давать лучшие результаты, чем закрытые корпоративные системы. Медиа-теоретик Генри Дженкинс видит в коллективном интеллекте «альтернативный источник медийной власти», относя его к культуре конвергенции; он подчёркивает важность коллективного обучения как вне формального образования, так и для демократизации знания[13][14].
По аналогии с индивидуальным g-фактором предлагается научное выделение коллективного c-фактора для групп, отражающего способность группы к выполнению широкого спектра задач[15].
Наиболее часто цитируемые источники
Авторами, повлиявшими на концепцию коллективного интеллекта, считаются Фрэнсис Гальтон, Вэнневар Буш, Тед Нельсон, Дуглас Хофштадтер, Питер Рассел, Том Атли, Пьер Леви, Говард Блум, Фрэнсис Хейльген, Дуглас Энгельбарт, Луис Розенберг, Клиф Джослин, Рон Дембо, Готфрид Майер-Кресс, Джефф Малган.
История
Идея коллективного интеллекта (без данного термина) восходит к 1785 году — Николя де Кондорсе вывел теорему о жюри, согласно которой по мере увеличения числа голосующих вероятность верности принятого группой решения возрастает, если каждый отдельный участник чаще прав, чем ошибается[16]. Некоторые авторы интерпретировали рассуждения Аристотеля о коллективном пире в Политике так, что множество участников может сообща создать более хорошее решение, чем отдельная личность, за счёт объединения разнообразной информации[17]. Более поздние исследования частично оспаривают эту трактовку[18][19].
Работы Уильяма М. Уилера (1910) по кооперации насекомых, Эмиля Дюркгейма (1912) о природе коллективного мышления общества[20], концепция ноосферы В. И. Вернадского и П. Тейяра де Шардена, идея «Мозга мира» Г. Уэллса считаются важными предшественниками теории.
В 1962 году Дуглас Энгельбарт связал коллективный интеллект с эффективностью организаций, предсказав мультипликативный эффект от осознанного наращивания «человеческого интеллекта» для коллективного решения проблем[21]. В 1994 году он ввёл понятие «collective IQ»[22].
Поворотным моментом в восприятии концепции стали середина 1990-х, когда благодаря развитию Интернета она стала рассматриваться как практически реализуемая, а не только метафорическая. Ключевую роль в этом сыграл французский философ Пьер Леви, который в своей книге 1994 года «L’intelligence collective: Pour une anthropologie du cyberspace» (Коллективный разум: за антропологию киберпространства) одним из первых связал идею коллективного разума с практическими возможностями, которые предоставляет киберпространство.
Концепция коллективного интеллекта легла в основу современных теорий демократического устройства, называемых эпистемической демократией, где акцент делается на способности общества агрегировать и применять знания в поиске истины[23].
С конца XX века термин вошёл в научный обиход в сфере машинного обучения, теории игр, управления многоагентными системами[24].
Современное развитие (с 2014 года)
В этот период концепция коллективного интеллекта (КИ) активно развивалась как в теоретическом, так и в прикладном направлениях, с особым акцентом на синергию человеческих групп и компьютерных технологий.
В 2014 году Центр коллективного интеллекта Массачусетского технологического института (MIT CCI) под руководством Томаса Мэлоуна продолжил изучение факторов эффективности групп. Исследования показали, что ключевым предиктором коллективного интеллекта является «социальная чуткость» — способность участников считывать эмоции и намерения друг друга, причём как при личном, так и при онлайн-взаимодействии[25]. В качестве примера использования КИ для решения глобальных проблем был представлен проект Climate CoLab, где тысячи людей предлагали и оценивали идеи по борьбе с изменением климата[25]. В том же году была основана компания Unanimous AI, которая разработала технологию искусственного роевого интеллекта (Swarm AI). Платформа, созданная Луисом Розенбергом, основана на принципах роевого интеллекта, наблюдаемого в природе, и позволяет группам людей приходить к единому решению в режиме реального времени, объединяя их знания и интуицию[26].
В 2015 году технология Swarm AI продемонстрировала свою эффективность, когда группа обычных кинозрителей смогла правильно предсказать 11 из 15 победителей кинопремии «Оскар», показав точность в 73 %, что значительно превзошло как индивидуальные прогнозы, так и оценки экспертов из The New York Times[27][28]. Теоретические основы «человеческих роёв» (Human Swarms) были представлены Розенбергом на конференции Collective Intelligence 2015[29]. Также в 2015 году издательство MIT Press выпустило «Справочник по коллективному интеллекту» (Handbook of Collective Intelligence) под редакцией Томаса Мэлоуна, который систематизировал междисциплинарные исследования в этой области[30][31].
В 2016 году принципы КИ активно внедрялись в практику государственного управления и социальной сферы через краудсорсинговые платформы. В России были реализованы такие проекты, как «Активное долголетие» на платформе Правительства Москвы «Город идей» для сбора предложений по улучшению жизни старшего поколения[32], а также общественная экспертиза «Стратегии-2030» в ХМАО — Югре[33].
В 2017 году в Нью-Йоркском университете прошла пятая ежегодная конференция по коллективному интеллекту, сфокусированная на использовании КИ для решения социальных проблем[34]. На ней были представлены результаты метаанализа, подтверждающие существование общего фактора коллективного интеллекта (c-фактор) в человеческих группах[35]. Практическое применение КИ было продемонстрировано в таких областях, как прогнозирование производительности команд в многопользовательской игре League of Legends и управление хедж-фондом с помощью краудсорсинга моделей машинного обучения (стартап Numer.ai)[35].
Начиная с 2018 года, концепция КИ стала активно развиваться на пересечении с технологиями искусственного интеллекта (ИИ). Исследователи начали рассматривать двусторонний процесс: с одной стороны, системы ИИ обучаются на огромных массивах данных, созданных коллективным разумом человечества (пассивный КИ), а с другой — сами технологии ИИ используются для оптимизации совместной работы людей и принятия решений в группах (активный КИ). В этот период обсуждались как потенциальные выгоды от такого объединения, так и риски, связанные с возможностью манипуляций в глобальных информационных сетях[36]. В мае 2019 года на Международной конференции по искусственному интеллекту и образованию, организованной ЮНЕСКО в Пекине, одной из центральных тем стала разработка коллективного человеко-машинного интеллекта[37][38].
Пандемия COVID-19 в 2020 году ускорила практическое применение гибридных систем: ИИ использовался для анализа тысяч научных статей о вирусе, а технологии науки о данных — для прогнозирования вспышек заболевания[39]. Появление в 2022 году и последующий рост популярности больших языковых моделей, таких как ChatGPT, стали ярким примером обучения ИИ на коллективных знаниях человечества, накопленных в Интернете.
К 2023 году начала обсуждаться концепция «коллективного искусственного интеллекта» — саморазвивающейся сети, в которой отдельные системы ИИ могли бы мгновенно обмениваться знаниями для выработки более эффективных коллективных решений[40]. В 2024 году коллектив исследователей из T-Bank, МФТИ и НИТУ «МИСиС» разработал практический подход для усиления «коллективного мышления» в самом ИИ — Saliency-Diversified Deep Ensembles (SDDE). Этот метод заставляет разные нейросетевые модели в ансамбле анализировать проблему с разных сторон, что повышает общую точность и надёжность системы за счёт имитации разнообразия мнений, как в человеческом коллективе[41]. Разработка была представлена на международной конференции ICIP 2024[42].
Дальнейшее развитие концепции связано с формированием партнёрств «человек-ИИ»[43] и коллективным обучением роботов. Например, робототехнические системы, такие как Tesla Optimus, обучаются не только на основе наблюдения за людьми, но и обмениваются полученным опытом друг с другом, мгновенно распространяя новый навык на всю сеть[44].