ปัญญาโดยรวม

สติปัญญารวม ( CI ) หรือสติปัญญากลุ่ม ( GI ) คือ ความสามารถ ที่เกิดขึ้นใหม่ของกลุ่ม ไม่ว่าจะประกอบด้วยมนุษย์เพียงอย่างเดียว สัตว์ หรือเครือข่ายของมนุษย์และตัวแทนปัญญาประดิษฐ์ ในการแก้ปัญหา ตัดสินใจ หรือสร้างความรู้ได้อย่างมีประสิทธิภาพมากกว่าบุคคลเพียงลำพัง ผ่านความร่วมมือ[ 1 ]หรือโดยการรวม[ 2 ]ข้อมูล มุมมอง และพฤติกรรมที่หลากหลาย คำว่าสติปัญญาแบบฝูง (SI) บางครั้งใช้แทนกันได้กับสติปัญญารวม แต่เป็นเพียงตัวอย่างหนึ่งของมันเท่านั้น
สติปัญญารวมหมู่ไม่ได้ครอบคลุมเฉพาะระบบปรับตัวที่ซับซ้อนซึ่งจัดระเบียบตนเองและปรับตัวในสภาพแวดล้อมแบบไดนามิกเท่านั้น แต่ยังรวมถึงกระบวนการสร้างสรรค์และการรับรู้ที่สังเกตได้ในกลุ่มสังคม ซึ่งมักถูกเรียกว่าภูมิปัญญาของฝูงชนในบริบทนี้ การตัดสินใจร่วมกัน บางครั้งมาจากผู้ที่ไม่ใช่ผู้เชี่ยวชาญ มักมีความแม่นยำมากกว่าการคาดการณ์ของผู้เชี่ยวชาญ ดังที่แสดงให้เห็นโดย การทดลองที่มีชื่อเสียงของ ฟรานซิส กัลตันเกี่ยวกับการประมาณน้ำหนักของวัว[ 3 ] [ 4 ]นักทฤษฎีร่วมสมัยได้ตั้งสมมติฐานว่าสติปัญญาสามารถตีความได้ว่าเป็นกระบวนการรวมหมู่ที่เกิดขึ้นใหม่ซึ่งแสดงออกมาในระดับชีวภาพและสังคมต่างๆ รวมถึงระดับประสาท ระดับสิ่งมีชีวิต และระดับกลุ่ม[ 5 ]
คำนี้ปรากฏในสังคมชีววิทยารัฐศาสตร์และในบริบทของการตรวจสอบโดยเพื่อนร่วมงาน จำนวนมาก และ การประยุกต์ใช้ crowdsourcingอาจเกี่ยวข้องกับการตัดสินใจโดยฉันทามติทุนทางสังคมและรูปแบบต่างๆ เช่นระบบการลงคะแนนเสียงสื่อสังคมออนไลน์และวิธีการอื่นๆ ในการวัดปริมาณกิจกรรมจำนวนมาก[ 6 ] [ 7 ]สติปัญญาโดยรวมไม่ควรสับสนกับทฤษฎีอภิปรัชญาของจิตนิยม สากล หรือข้ออ้างเกี่ยวกับจิตสำนึกของกลุ่มสิ่งเหล่านี้เกี่ยวข้องกับธรรมชาติพื้นฐานของจิตใจ และความเป็นไปได้ที่จิตสำนึกเป็นคุณสมบัติที่แพร่หลายหรือเกิดขึ้นใหม่[ 8 ]อย่างไรก็ตาม การศึกษาเชิงประจักษ์เกี่ยวกับสติปัญญาโดยรวมมุ่งเน้นไปที่กลไกที่สังเกตได้ซึ่งกลุ่มต่างๆ ประสานงานข้อมูล งาน หรือการแก้ปัญหา
บางครั้งคำว่าสติปัญญาของกลุ่มถูกใช้แทนกันได้กับคำว่าสติปัญญาโดยรวม Anita Woolley [ 9 ]นำเสนอสติปัญญาโดยรวมเป็นการวัดสติปัญญาของกลุ่มและความคิดสร้างสรรค์ของกลุ่ม[ 10 ]แนวคิดก็คือ การวัดสติปัญญาโดยรวมนั้นครอบคลุมคุณลักษณะที่หลากหลายของกลุ่ม โดยเฉพาะอย่างยิ่งองค์ประกอบของกลุ่มและการปฏิสัมพันธ์ของกลุ่ม คุณลักษณะขององค์ประกอบที่นำไปสู่ระดับสติปัญญาโดยรวมที่เพิ่มขึ้นในกลุ่มนั้นรวมถึงเกณฑ์ต่างๆ เช่น จำนวนผู้หญิงในกลุ่มที่มากขึ้น ตลอดจนความหลากหลายของกลุ่มที่เพิ่มขึ้น[ 11 ]
ปัญญาโดยรวมนั้นมีอยู่ในแบคทีเรียและสัตว์ แต่ยังรวมถึงการกำกับดูแลด้วยอัลกอริทึมด้วย [ 12 ] สามารถเข้าใจได้ว่าเป็นคุณสมบัติที่เกิดขึ้นใหม่จากการทำงานร่วมกันระหว่าง:
- ข้อมูล - สารสนเทศ - ความรู้
- ซอฟต์แวร์-ฮาร์ดแวร์
- บุคคล (ทั้งผู้ที่มีข้อมูลเชิงลึกใหม่ๆ และผู้ที่ได้รับการยอมรับว่ามีอำนาจ) ที่เรียนรู้อย่างต่อเนื่องจากข้อเสนอแนะเพื่อสร้างความรู้แบบทันท่วงทีเพื่อการตัดสินใจที่ดีกว่าองค์ประกอบทั้งสามนี้ที่ทำงานเพียงลำพัง[ 6 ] [ 13 ]
หรืออาจเข้าใจได้แคบลงว่าเป็นคุณสมบัติที่เกิดขึ้นใหม่ระหว่างผู้คนและวิธีการประมวลผลข้อมูล[ 14 ] [ 15 ]แนวคิดเรื่องสติปัญญารวมนี้เรียกว่า "สติปัญญาแบบพึ่งพาอาศัยกัน" โดยนอร์แมน ลี จอห์นสัน[ 16 ]แนวคิดนี้ถูกนำไปใช้ในสังคมวิทยาธุรกิจวิทยาศาสตร์คอมพิวเตอร์ และ การสื่อสารมวลชน นอกจากนี้ยังปรากฏในนิยายวิทยาศาสตร์ ด้วย
Pierre Lévyนิยามสติปัญญารวมว่า "เป็นรูปแบบหนึ่งของสติปัญญาที่กระจายอยู่ทั่วทุกหนแห่ง ได้รับการพัฒนาอย่างต่อเนื่อง ประสานงานแบบเรียลไทม์ และส่งผลให้เกิดการระดมทักษะอย่างมีประสิทธิภาพ (...) พื้นฐานและเป้าหมายของสติปัญญารวมคือการยอมรับซึ่งกันและกันและการเสริมสร้างคุณค่าของแต่ละบุคคล มากกว่าการบูชาชุมชนที่ถูกทำให้เป็นสิ่งศักดิ์สิทธิ์หรือถูกทำให้เป็นนามธรรม " [ 17 ]
ตามที่ Lévy และDerrick de Kerckhoveกล่าวไว้ หมายถึงความสามารถของICT (เทคโนโลยีสารสนเทศและการสื่อสาร) ที่เชื่อมโยงกันในการเพิ่มพูนแหล่งความรู้ทางสังคมโดยรวมโดยการขยายขอบเขตปฏิสัมพันธ์ของมนุษย์ไปพร้อมกัน[ 18 ] [ 19 ]
Geoff Mulganได้ให้คำจำกัดความที่กว้างขึ้นในชุดการบรรยายและรายงานตั้งแต่ปี 2006 เป็นต้นไป[ 20 ] [ 21 ]และในหนังสือ Big Mind [ 22 ] [ 23 ] [ 24 ]ซึ่งเสนอกรอบสำหรับการวิเคราะห์ระบบการคิดใดๆ รวมถึงสติปัญญาของมนุษย์และเครื่องจักร ในแง่ขององค์ประกอบการทำงาน (การสังเกต การคาดการณ์ ความคิดสร้างสรรค์ การตัดสิน ฯลฯ) วงจรการเรียนรู้ และรูปแบบขององค์กร จุดมุ่งหมายคือการจัดหาวิธีในการวินิจฉัยและปรับปรุงสติปัญญารวมของเมือง ธุรกิจ องค์กรพัฒนาเอกชน หรือรัฐสภา
ปัญญาโดยรวมมีส่วนช่วยอย่างมากต่อการเปลี่ยนแปลงความรู้และอำนาจจากปัจเจกบุคคลไปสู่ส่วนรวม ตามที่Eric S. Raymond กล่าวไว้ ในปี 1998 และ JC Herz ในปี 2005 [ 25 ] [ 26 ]ปัญญาแบบโอเพนซอร์สจะสร้างผลลัพธ์ที่เหนือกว่าความรู้ที่สร้างขึ้นจากซอฟต์แวร์ที่เป็นกรรมสิทธิ์ซึ่งพัฒนาขึ้นภายในองค์กร ในที่สุด [ 27 ]นักทฤษฎีสื่อHenry Jenkinsมองว่าปัญญาโดยรวมเป็น 'แหล่งพลังอำนาจสื่อทางเลือก' ที่เกี่ยวข้องกับวัฒนธรรมการหลอมรวมเขาให้ความสนใจกับการศึกษาและวิธีที่ผู้คนเรียนรู้ที่จะมีส่วนร่วมในวัฒนธรรมความรู้ภายนอกสภาพแวดล้อมการเรียนรู้ที่เป็นทางการ Henry Jenkins วิพากษ์วิจารณ์โรงเรียนที่ส่งเสริม 'ผู้แก้ปัญหาแบบอิสระและผู้เรียนแบบพึ่งพาตนเอง' ในขณะที่ยังคงเป็นปฏิปักษ์ต่อการเรียนรู้ผ่านวิธีการของปัญญาโดยรวม[ 28 ]ทั้ง Pierre Lévy และ Henry Jenkins สนับสนุนข้ออ้างที่ว่าสติปัญญาโดยรวมมีความสำคัญต่อการสร้างประชาธิปไตยเนื่องจากเชื่อมโยงกับวัฒนธรรมที่อิงความรู้และได้รับการสนับสนุนจากการแบ่งปันความคิดร่วมกัน จึงช่วยให้เข้าใจสังคมที่หลากหลายได้ดียิ่งขึ้น[ 29 ] [ 30 ]
เช่นเดียวกับ ปัจจัย g ( g )สำหรับสติปัญญาส่วนบุคคลทั่วไป ความเข้าใจทางวิทยาศาสตร์ใหม่เกี่ยวกับสติปัญญาโดยรวมมีเป้าหมายเพื่อแยกปัจจัยสติปัญญาโดยรวมทั่วไปcสำหรับกลุ่มที่บ่งชี้ความสามารถของกลุ่มในการปฏิบัติงานที่หลากหลาย แม้ว่าคะแนนจะไม่ใช่ค่าสัมประสิทธิ์โดยตรงก็ตาม[ 10 ]
ปัญญาโดยรวมมักได้รับการส่งเสริมโดยแพลตฟอร์มการสื่อสารดิจิทัลและเทคโนโลยีการทำงานร่วมกัน
ประวัติศาสตร์
นักทฤษฎีหลายคนตีความคำกล่าวของอริสโตเติล ใน หนังสือการเมืองที่ว่า "งานเลี้ยงที่หลายคนร่วมบริจาคย่อมดีกว่างานเลี้ยงที่จัดโดยคนเพียงคนเดียว" ว่าหมายความว่า เช่นเดียวกับที่หลายคนอาจนำอาหารที่แตกต่างกันมาวางบนโต๊ะ ในการพิจารณาหารือ หลายคนอาจร่วมให้ข้อมูลที่แตกต่างกันเพื่อสร้างการตัดสินใจที่ดีขึ้น[ 31 ] [ 32 ] อย่างไรก็ตาม งานวิจัยล่าสุด[ 33 ]ชี้ให้เห็นว่านี่อาจไม่ใช่สิ่งที่อริสโตเติลหมายถึง แต่เป็นการตีความสมัยใหม่โดยอิงจากสิ่งที่เราทราบเกี่ยวกับสติปัญญาของทีม[ 34 ]เมลิสซา ชวาร์ตซ์เบิร์ก (2016) ตีความการอภิปรายของอริสโตเติลใหม่ โดยโต้แย้งว่าการเมือง III.11 ไม่ควรถูกอ่านในฐานะข้ออ้างที่ว่าการตัดสินใจร่วมกันนั้นมีคุณภาพเหนือกว่า แต่เป็นการปกป้องการปกครองแบบประชาธิปไตยที่ตั้งอยู่บนความสามารถที่เท่าเทียมกันในการตัดสินใจทางการเมืองในหมู่พลเมือง การตีความ "การตัดสินที่เท่าเทียมกัน" ของเธอเปลี่ยนจุดเน้นจากข้อโต้แย้งทางญาณวิทยาเกี่ยวกับภูมิปัญญาของฝูงชนไปสู่ความกังวลของอริสโตเติลเกี่ยวกับคุณค่าทางการเมืองของการมีส่วนร่วมที่เท่าเทียมกัน และเตือนไม่ให้ใช้อริสโตเติลเป็นหลักฐานสนับสนุนโดยตรงสำหรับข้ออ้างร่วมสมัยเกี่ยวกับความแม่นยำโดยรวมที่เหนือกว่า[ 35 ]
ทฤษฎีสติปัญญารวมสมัยใหม่ (แม้ว่าจะไม่ได้ตั้งชื่อเช่นนั้นในขณะนั้น) เริ่มต้นในปี 1785 โดยมาร์กีส์ เดอ คอนดอร์เซต์ ซึ่ง "ทฤษฎีคณะลูกขุน"ของเขากล่าวว่า หากสมาชิกแต่ละคนในกลุ่มลงคะแนนมีแนวโน้มที่จะตัดสินใจถูกต้องมากกว่าไม่ถูกต้อง ความน่าจะเป็นที่คะแนนเสียงสูงสุดของกลุ่มจะเป็นการตัดสินใจที่ถูกต้องจะเพิ่มขึ้นตามจำนวนสมาชิกของกลุ่ม[ 36 ]
แนวคิดนี้ยังพบได้จากการสังเกตของ นักกีฏวิทยา William Morton Wheeler ในปี พ.ศ. 2453 ที่ว่าสิ่งมีชีวิตแต่ละตัวที่ดูเหมือนเป็นอิสระสามารถร่วมมือกันอย่างใกล้ชิดจนแยกไม่ออกว่าเป็นสิ่งมีชีวิตเดียว [ 37 ] Wheeler เห็นกระบวนการร่วมมือนี้เกิดขึ้นในมดที่ทำหน้าที่เหมือนเซลล์ของสิ่งมีชีวิตเดียวที่เขาเรียกว่าซูเปอร์ออร์ แกนิส ม์
ในปี พ.ศ. 2455 เอมิล ดูร์เคมได้ระบุว่าสังคมเป็นแหล่งที่มาเพียงแหล่งเดียวของความคิดเชิงตรรกะของมนุษย์ เขาโต้แย้งในหนังสือ " รูปแบบพื้นฐานของชีวิตทางศาสนา " ว่าสังคมประกอบขึ้นเป็นสติปัญญาที่สูงกว่า เพราะมันก้าวข้ามความเป็นปัจเจกบุคคลไปทั้งในด้านพื้นที่และเวลา[ 38 ]แนวคิดอื่นๆ ที่คล้ายคลึงกัน ได้แก่ แนวคิด " โนโอสเฟียร์ " ของวลาดิมีร์ เวอร์นาดสกีและปิแอร์ เตยล์ฮาร์ด เดอ ชาร์ดิน[ 39 ]และ แนวคิด " สมองโลก " ของเอช.จี. เวลส์[ 40 ]

[ 41 ] Peter Russell,Elisabet SahtourisและBarbara Marx Hubbard(ผู้ริเริ่มคำว่า "วิวัฒนาการอย่างมีสติ") [ 42 ]ได้รับแรงบันดาลใจจากวิสัยทัศน์ของโนสเฟียร์ ซึ่งเป็น ปัญญาโดยรวมที่เหนือกว่าและวิวัฒนาการอย่างรวดเร็ว ซึ่งเป็นคอร์เทกซ์ข้อมูลของโลก
ในรายงานการวิจัยปี 1962 Douglas Engelbartได้เชื่อมโยงสติปัญญารวมเข้ากับประสิทธิผลขององค์กรและทำนายว่าการ "เพิ่มพูนสติปัญญาของมนุษย์" อย่างเชิงรุกจะก่อให้เกิดผลทวีคูณในการแก้ปัญหาของกลุ่ม: "คนสามคนที่ทำงานร่วมกันในโหมดที่เพิ่มขึ้นนี้ [จะ] ดูเหมือนจะมีประสิทธิภาพมากกว่าสามเท่าในการแก้ปัญหาที่ซับซ้อนเมื่อเทียบกับคนคนหนึ่งที่ได้รับการเพิ่มพูนสติปัญญาทำงานเพียงลำพัง" [ 43 ]ในปี 1994 เขาได้บัญญัติศัพท์คำว่า 'IQ รวม' เป็นมาตรวัดสติปัญญารวม เพื่อมุ่งเน้นความสนใจไปที่โอกาสในการเพิ่ม IQ รวมในธุรกิจและสังคมอย่างมีนัยสำคัญ[ 44 ]
ในปี พ.ศ. 2539 ในหนังสือคลาสสิกของเขาเกี่ยวกับความฉลาดทางอารมณ์แดเนียล โกลแมนระบุว่า 'ความกลมกลืนทางสังคม' เป็นปัจจัยสำคัญที่สุดเพียงอย่างเดียวในสิ่งที่เขาเรียกว่า 'ความฉลาดของกลุ่ม' มากกว่าค่าเฉลี่ย IQ ของแต่ละบุคคลในกลุ่ม: “ความสามารถในการประสานกลมกลืนนี้ หากปัจจัยอื่น ๆ เท่ากัน จะทำให้กลุ่มหนึ่งมีความสามารถ มีประสิทธิภาพ และประสบความสำเร็จเป็นพิเศษ ในขณะที่อีกกลุ่มหนึ่ง ซึ่งมีสมาชิกที่มีความสามารถและทักษะเท่ากันในด้านอื่น ๆ กลับทำได้ไม่ดี” [ 45 ]
บราวน์และลอเดอร์ (2000, 2001) ได้วางกรอบสติปัญญาโดยรวมว่าเป็นรูปแบบหนึ่งของทุนทางสังคม: ความสามารถทางสังคมที่หยั่งรากอยู่ในสถาบัน ความร่วมมือ และการแก้ปัญหาร่วมกัน มากกว่าที่จะเป็นคุณลักษณะของแต่ละบุคคลเพียงอย่างเดียว พวกเขานำเสนอสติปัญญาโดยรวมในฐานะที่เป็นตัวถ่วงดุลกับ 'ลัทธิปัจเจกนิยมแบบตลาด' โดยอ้างอิงจากการวิจารณ์ก่อนหน้านี้เกี่ยวกับแนวคิดเรื่องสติปัญญาที่อิงตาม IQ บราวน์และลอเดอร์เน้นย้ำว่าสติปัญญาเป็นความสำเร็จที่หล่อหลอมโดยเงื่อนไขทางสังคม และความไม่เท่าเทียมกันเชิงโครงสร้างสามารถจำกัดความสามารถของกลุ่มในการพัฒนาและระดมสติปัญญาโดยรวมได้ แม้ว่าศักยภาพทางปัญญาจะกระจายอย่างกว้างขวางก็ตาม พวกเขาแนะนำให้ฝังสติปัญญาโดยรวมอย่างตั้งใจ: “การต่อสู้เพื่อสติปัญญาโดยรวมเกี่ยวข้องมากกว่าการเปลี่ยนวิธีที่เราคิดเกี่ยวกับความสามารถของเราเองและความสัมพันธ์ของเรากับสังคม มันยังรวมถึงการถักทอศักยภาพของสติปัญญาโดยรวมเข้าไปในโครงสร้างของสังคมของเราด้วย” [ 46 ] [ 47 ] [ 48 ]
งานวิจัยในช่วงต้นทศวรรษ 2000 ได้ตรวจสอบเงื่อนไขข้อมูลที่จำเป็นสำหรับการเกิดขึ้นของปัญญาโดยรวมในกลุ่มเครือข่ายดิจิทัล Jean-François Noubel (2004) ได้นำเสนอแนวคิดของ holopticism เพื่ออธิบายสถาปัตยกรรมการสื่อสารที่ผู้เข้าร่วมสามารถมองเห็นการมีส่วนร่วมของกันและกันและสถานะที่กำลังพัฒนาของกลุ่ม โดยโต้แย้งว่าโครงสร้างดังกล่าวช่วยเพิ่มขีดความสามารถของกลุ่มในการบูรณาการความรู้ที่กระจัดกระจายและประสานงานการแก้ปัญหาร่วมกัน แนวคิดนี้สอดคล้องกับทฤษฎีอื่นๆ ที่เน้นย้ำถึงการรับรู้ร่วมกัน การตอบรับที่โปร่งใส และสิ่งประดิษฐ์ทางปัญญาที่ใช้ร่วมกันเป็นกลไกที่ช่วยให้เกิดปัญญาโดยรวม[ 49 ]
Pierre Lévy [ 50 ]เป็นนักทฤษฎียุคแรกที่มีอิทธิพลซึ่งได้ปรับกรอบความคิดเรื่องสติปัญญาโดยรวมให้เป็นปรากฏการณ์ระดับอารยธรรมที่เกิดขึ้นได้ด้วยสื่อเครือข่ายและเครื่องมือเชิงสัญลักษณ์ที่ใช้ร่วมกัน ในงานของเขา เขาโต้แย้งว่าสภาพแวดล้อมข้อมูลที่เกิดขึ้นใหม่ทำให้เกิดรูปแบบใหม่ของการรับรู้แบบกระจายและการสร้างความหมายร่วมกัน และเขาเสนอโปรแกรมวิธีการ "การตีความเชิงบวก" เพื่อศึกษาว่าความหมายที่ผลิตร่วมกันและความสามารถในการแก้ปัญหาสามารถได้รับการปลูกฝังและควบคุมในโลกไซเบอร์ได้อย่างไร[ 51 ]คำอธิบายของ Lévy เน้นโครงสร้างพื้นฐานทางวัฒนธรรมและความหมาย เช่น ภาษาทั่วไป ออนโทโลยี และเครื่องมือการไกล่เกลี่ย ที่ช่วยให้บุคคลที่กระจัดกระจายสามารถประสานงาน สะสมความรู้ และมีส่วนร่วมในสติปัญญาแบบร่วมมือขนาดใหญ่ แนวคิดของเขาซึ่งเผยแพร่อย่างกว้างขวางครั้งแรกในงานเขียนของเขาในช่วงทศวรรษ 1990 และได้รับการย้ำอีกครั้งในบทความและบทวิจารณ์ในภายหลัง มีอิทธิพลในการกำหนดรูปแบบการถกเถียงเกี่ยวกับรากฐานดิจิทัลของสติปัญญาโดยรวม และเกี่ยวกับวิธีการออกแบบสถาบันและเทคโนโลยีเพื่อสนับสนุนการไตร่ตรองและการตัดสินใจร่วมกัน[ 52 ] [ 53 ]

Howard Bloom (1995) ได้กล่าวถึงพฤติกรรมมวลรวม – พฤติกรรมรวมหมู่ – ตั้งแต่ระดับควาร์กไปจนถึงระดับสังคมแบคทีเรีย พืช สัตว์ และมนุษย์ เขาเน้นย้ำถึงการปรับตัวทางชีวภาพที่ทำให้สิ่งมีชีวิตส่วนใหญ่บนโลกนี้กลายเป็นส่วนประกอบของสิ่งที่เขาเรียกว่า "เครื่องจักรแห่งการเรียนรู้" Bloom ได้รวมแนวคิดของอะพอพโทซิสการประมวลผลแบบกระจายขนานการคัดเลือกกลุ่มและซูเปอร์ออร์แกนิสม์ เพื่อสร้างทฤษฎีเกี่ยวกับวิธีการทำงานของสติปัญญารวมหมู่[ 54 ] ต่อมา (2000) เขาได้แสดงให้เห็นว่าสติปัญญารวมหมู่ของอาณานิคมแบคทีเรียที่แข่งขันกันและสังคมมนุษย์สามารถอธิบายได้ในแง่ของ " ระบบปรับตัวที่ซับซ้อน " ที่สร้างขึ้นโดยคอมพิวเตอร์และ " อัลกอริทึมทางพันธุกรรม " ซึ่งเป็นแนวคิดที่ริเริ่มโดยJohn Holland [ 55 ]
บลูมได้ติดตามวิวัฒนาการของสติปัญญารวมหมู่ไปยังบรรพบุรุษแบคทีเรียของเราเมื่อ 1 พันล้านปีก่อน และแสดงให้เห็นว่าสติปัญญาหลายสายพันธุ์ทำงานมาตั้งแต่เริ่มต้นของชีวิต[ 55 ]สังคมมดแสดงให้เห็นถึงสติปัญญามากกว่าในแง่ของเทคโนโลยี มากกว่าสัตว์อื่นใดยกเว้นมนุษย์ และร่วมมือกันในการเลี้ยงปศุสัตว์ เช่นเพลี้ยเพื่อ "รีดนม" มดตัดใบจะดูแลเชื้อราและแบกใบไม้ไปเลี้ยงเชื้อรา[ 55 ]
ทอม แอตลีมุ่งเน้นไปที่มนุษย์เป็นหลัก และทำงานเพื่อยกระดับสิ่งที่โฮเวิร์ด บลูมเรียกว่า "ไอคิวของกลุ่ม" แอตลีรู้สึกว่าสามารถส่งเสริมสติปัญญาโดยรวมได้ "เพื่อเอาชนะ 'ความคิดแบบกลุ่ม ' และอคติทางปัญญา ของแต่ละบุคคล เพื่อให้กลุ่มสามารถร่วมมือกันในกระบวนการเดียว ในขณะที่บรรลุประสิทธิภาพทางปัญญาที่เพิ่มขึ้น" จอร์จ พอร์ นิยามปรากฏการณ์สติปัญญาโดยรวมว่า "ความสามารถของชุมชนมนุษย์ในการพัฒนาไปสู่ความซับซ้อนและความกลมกลืนในระดับที่สูงขึ้น ผ่านกลไกนวัตกรรม เช่น การแยกแยะและการบูรณาการ การแข่งขันและการทำงานร่วมกัน" [ 56 ] [ 57 ]แอตลีและพอร์กล่าวว่า "สติปัญญาโดยรวมยังเกี่ยวข้องกับการบรรลุจุดสนใจเดียวและมาตรฐานของตัวชี้วัดที่ให้เกณฑ์การดำเนินการที่เหมาะสม" แนวทางของพวกเขามีรากฐานมาจากอุปมาอุปไมยของชุมชนวิทยาศาสตร์[ 58 ]
Atlee และ Pór เสนอแนะว่าสาขาปัญญาโดยรวมควรถูกมองว่าเป็นกิจการของมนุษย์เป็นหลัก ซึ่งทัศนคติ ความเต็มใจที่จะแบ่งปัน และความเปิดกว้างต่อคุณค่าของปัญญาแบบกระจายเพื่อประโยชน์ส่วนรวมนั้นมีความสำคัญยิ่ง แม้ว่าทฤษฎีกลุ่มและปัญญาประดิษฐ์จะมีส่วนช่วยบ้าง ก็ตาม [ 59 ]บุคคลที่เคารพปัญญาโดยรวมมีความมั่นใจในความสามารถของตนเองและตระหนักว่าส่วนรวมนั้นยิ่งใหญ่กว่าผลรวมของแต่ละส่วน[ 60 ]การเพิ่มปัญญาโดยรวมให้สูงสุดนั้นขึ้นอยู่กับความสามารถขององค์กรในการยอมรับและพัฒนา "ข้อเสนอแนะทองคำ" ซึ่งก็คือข้อมูลป้อนเข้าที่มีประโยชน์จากสมาชิกทุกคน[ 61 ]การคิดแบบกลุ่มมักขัดขวางปัญญาโดยรวมโดยการจำกัดข้อมูลป้อนเข้าเฉพาะบุคคลบางกลุ่ม หรือกรองข้อเสนอแนะทองคำที่มีศักยภาพโดยไม่พัฒนาให้สมบูรณ์จนถึงขั้นนำไปใช้[ 59 ]

ในปี พ.ศ. 2551 Don TapscottและAnthony D. Williamsเสนอว่าปัญญาโดยรวมคือการทำงานร่วมกันของมวลชนและจำเป็นต้องมีเงื่อนไขสี่ประการเพื่อเปิดใช้งาน: [ 62 ]
- ความเปิดกว้าง – การแบ่งปันความคิดและทรัพย์สินทางปัญญา : แม้ว่าทรัพยากรเหล่านี้จะให้ความได้เปรียบเหนือคู่แข่ง แต่ประโยชน์ที่มากกว่านั้นจะเกิดขึ้นจากการอนุญาตให้ผู้อื่นแบ่งปันความคิดและได้รับการปรับปรุงและตรวจสอบอย่างมีนัยสำคัญผ่านความร่วมมือ[ 62 ]
- การเชื่อมต่อแบบ Peering – การจัดองค์กรในแนวนอน เช่นเดียวกับการ 'เปิด' โปรแกรม Linux ที่ผู้ใช้สามารถแก้ไขและพัฒนาได้อย่างอิสระ โดยมีเงื่อนไขว่าต้องทำให้โปรแกรมนั้นพร้อมใช้งานสำหรับผู้อื่น การเชื่อมต่อแบบ Peering ประสบความสำเร็จเพราะส่งเสริมการจัดการตนเอง ซึ่งเป็นรูปแบบการผลิตที่มีประสิทธิภาพมากกว่าการจัดการแบบลำดับชั้นสำหรับงานบางอย่าง[ 62 ]
- การแบ่งปัน – บริษัทต่างๆ เริ่มแบ่งปันแนวคิดบางอย่างในขณะที่ยังคงควบคุมแนวคิดอื่นๆ ในระดับหนึ่ง เช่นสิทธิบัตร ที่มีศักยภาพและสำคัญ การจำกัดทรัพย์สินทางปัญญาทั้งหมดจะปิดกั้นโอกาส ในขณะที่การแบ่งปันบางส่วนจะขยายตลาดและทำให้ผลิตภัณฑ์ออกสู่ตลาดได้เร็วขึ้น[ 62 ]
- การดำเนินงานในระดับโลก – ความก้าวหน้าของเทคโนโลยีการสื่อสารได้กระตุ้นให้เกิดบริษัทระดับโลกที่มีต้นทุนค่าใช้จ่ายต่ำอินเทอร์เน็ตแพร่หลาย ดังนั้นบริษัทที่บูรณาการในระดับโลกจึงไม่มีขอบเขตทางภูมิศาสตร์และสามารถเข้าถึงตลาด แนวคิด และเทคโนโลยีใหม่ๆ ได้[ 62 ]
แนวคิดเรื่องสติปัญญาโดยรวมยังเป็นกรอบสำหรับทฤษฎีประชาธิปไตยร่วมสมัยที่มักเรียกว่าประชาธิปไตยเชิงความรู้ทฤษฎีประชาธิปไตยเชิงความรู้กล่าวถึงความสามารถของประชาชน ไม่ว่าจะผ่านการไตร่ตรองหรือการรวบรวมความรู้ เพื่อติดตามความจริง และอาศัยกลไกในการสังเคราะห์และประยุกต์ใช้สติปัญญาโดยรวม นักทฤษฎีการเมืองHélène Landemoreได้เขียนเกี่ยวกับเรื่องนี้ในงานเขียนต่างๆ เช่น 'Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many. [ 63 ] [ 64 ]
ปัญญาแบบรวมกลุ่มได้รับการแนะนำเข้าสู่ชุมชนการเรียนรู้ของเครื่องจักรในช่วงปลายศตวรรษที่ 20 [ 65 ]และพัฒนาไปสู่การพิจารณาที่กว้างขึ้นเกี่ยวกับวิธีการออกแบบ "กลุ่ม" ของตัวแทนที่ปรับตัวได้ซึ่งเห็นแก่ประโยชน์ส่วนตนเพื่อให้บรรลุเป้าหมายทั่วทั้งระบบ[ 66 ] [ 67 ] [ 68 ]สิ่งนี้เกี่ยวข้องกับงานตัวแทนเดี่ยวเกี่ยวกับการ "กำหนดรูปแบบรางวัล" [ 69 ]และได้รับการพัฒนาต่อยอดโดยนักวิจัยจำนวนมากในชุมชนทฤษฎีเกมและวิศวกรรม[ 70 ]
ภูมิปัญญาของมวลชน
ผลงานสำคัญชิ้นหนึ่งในทฤษฎีปัญญารวมหมู่คือผลงานของJames SurowieckiในหนังสือThe Wisdom of Crowds (2005) ซึ่งสำรวจว่าการรวมข้อมูลจากกลุ่มบุคคลสามารถนำไปสู่การตัดสินใจที่ดีกว่าการตัดสินใจของสมาชิกหรือผู้เชี่ยวชาญเพียงคนเดียวได้อย่างไร[ 4 ] Surowiecki ระบุเงื่อนไขสำคัญสามประการสำหรับกลุ่มที่จะแสดง "ปัญญาของฝูงชน" ได้แก่ ความหลากหลาย ความเป็นอิสระทางความคิด และการกระจายอำนาจ ภายใต้เงื่อนไขเหล่านี้ การตัดสินใจร่วมกันสามารถแม่นยำ สร้างสรรค์ และยืดหยุ่นได้มากกว่าการตัดสินใจของผู้เชี่ยวชาญ[ 4 ]
การศึกษาเชิงประจักษ์เกี่ยวกับภูมิปัญญาของฝูงชน
การศึกษาเชิงประจักษ์หลายชิ้นเกี่ยวกับภูมิปัญญาของฝูงชนสนับสนุนแนวคิดที่ว่ากลุ่มมีประสิทธิภาพเหนือกว่าบุคคลในการประมาณ การตัดสินใจ และงานประสานงาน เมื่อสมาชิกมีส่วนร่วมในมุมมองที่เป็นอิสระและหลากหลาย การวิจัยล่าสุดได้เสริมและขยายผลการค้นพบของ Surowiecki: Simoiu et al. (2020) ได้ทำการทดลองขนาดใหญ่เพื่อตรวจสอบว่าคำตอบที่รวบรวมจากฝูงชนในหลายโดเมนมีประสิทธิภาพเหนือกว่าการตัดสินใจของแต่ละบุคคล โดยเน้นความสอดคล้องของฝูงชนและความแปรผันที่ขึ้นอยู่กับโดเมน[ 71 ] Bennett et al. (2021) แสดงให้เห็นว่าการฝึกอบรมช่วยเพิ่มความแม่นยำในการตัดสินใจร่วมกันหากยังคงรักษาความเป็นอิสระระหว่างผู้มีส่วนร่วม[ 72 ] Mann และ Helbing (2022) ได้ขยายผลของภูมิปัญญาของฝูงชนไปยังงานด้านการเคลื่อนไหว โดยพบว่าการกระทำด้านการเคลื่อนไหวของกลุ่มที่รวบรวมไว้มีประสิทธิภาพเหนือกว่าบุคคลส่วนใหญ่[ 73 ] Navajas et al. (2020) พบว่าการตัดสินใจร่วมกันนั้นเหนือกว่าในงานที่เกี่ยวข้องกับการเอาชีวิตรอด โดยเน้นย้ำถึงความแข็งแกร่งของภูมิปัญญาของฝูงชนที่นอกเหนือไปจากปัญหาการประมาณค่าแบบง่ายๆ[ 74 ]
การตัดสินใจแบบประชาธิปไตยและภูมิปัญญาของมวลชน
Carpentras et al. (2025) เสนอให้ประยุกต์ใช้ปัญญารวมหมู่แบบ "ภูมิปัญญาของฝูงชน" ในการตัดสินใจแบบประชาธิปไตยขนาดใหญ่ พวกเขาเสนอให้ผสานการ "รีมิกซ์" ที่เกิดจากความร่วมมือของผู้เข้าร่วม (อนุญาตให้ผู้เข้าร่วมแก้ไขและขยายข้อเสนอของผู้อื่นซ้ำๆ) เข้ากับขั้นตอนการเลือกโดยการลงคะแนนแบบกระจาย เพื่อระบุวิธีแก้ปัญหาที่มีคุณภาพสูงโดยไม่จำเป็นต้องให้ผู้เข้าร่วมทุกคนตรวจสอบทุกข้อเสนอ โดยใช้แบบจำลองเชิงวิเคราะห์ การวิเคราะห์เชิงตัวเลข และการจำลองแบบตัวแทนอิสระสามครั้ง ผู้เขียนรายงานว่าการรีมิกซ์บวกกับการลงคะแนนแบบกระจายสามารถขยายขนาดไปสู่ประชากรขนาดใหญ่มากได้ ในขณะที่ยังคงรักษาต้นทุนเวลาต่อผู้เข้าร่วมให้ต่ำ และสามารถทำงานได้ดีกว่ากระบวนการไตร่ตรองอย่างเดียวหรือการระดมความคิดจากฝูงชนแบบง่ายๆ ภายใต้สมมติฐานการสร้างแบบจำลองของเอกสารนี้ ผู้เขียนเน้นย้ำว่าผลลัพธ์เป็นไปตามทฤษฎีและการจำลอง และตั้งข้อสังเกตถึงข้อจำกัดต่างๆ รวมถึงสมมติฐานเกี่ยวกับการจัดสรรเวลาและการสร้างประโยชน์ พฤติกรรมของผู้ตรวจสอบที่เรียบง่าย และการไม่มีการทดลองภาคสนามหรือการสร้างแบบจำลองที่ชัดเจนของผลกระทบเชิงกลยุทธ์/ที่เป็นปฏิปักษ์ ดังนั้นจึงจำเป็นต้องมีการทดสอบเชิงประจักษ์[ 75 ]
การรวมกลุ่มและภูมิปัญญาของฝูงชน
ในการศึกษาสติปัญญารวม การรวมกลุ่มหมายถึงกระบวนการรวมการตัดสินใจ สัญญาณ หรือพฤติกรรมของแต่ละบุคคลหลายๆ อย่างเข้าด้วยกันเป็นผลลัพธ์ระดับกลุ่มเดียว เช่น การตัดสินใจ การคาดการณ์ หรือวิธีแก้ปัญหา กลไกการรวมกลุ่มเป็นหัวใจสำคัญของปรากฏการณ์ “ภูมิปัญญาของฝูงชน” ซึ่งค่าเฉลี่ยหรือการประมาณค่าแบบรวมของหลายๆ คนอาจมีความแม่นยำมากกว่าของคนส่วนใหญ่หรือแม้แต่ผู้เชี่ยวชาญ หากกลุ่มนั้นมีความหลากหลาย มีความเป็นอิสระของความคิดเห็น และมีวิธีการรวมความคิดเห็นเหล่านั้นเข้าด้วยกัน (เช่น โดยการหาค่าเฉลี่ยของการประมาณค่าเชิงตัวเลขหรือการลงคะแนนเสียงเลือกทางเลือกต่างๆ) [ 4 ] [ 76 ]ตัวอย่างของการรวมกลุ่มคือกลไกที่อิงตลาด เช่น ตลาดการคาดการณ์ ซึ่งสามารถรวบรวมข้อมูลที่กระจัดกระจายเข้าเป็นราคาที่ประมาณการคาดการณ์ความน่าจะเป็นที่เป็นเอกฉันท์ของเหตุการณ์ในอนาคต ซึ่งมักจะมีประสิทธิภาพเหนือกว่าผู้พยากรณ์แต่ละคนจำนวนมาก[ 77 ] [ 78 ]แบบจำลองของกลุ่มแก้ปัญหายังแสดงให้เห็นเพิ่มเติมว่าการรวมกลุ่มได้รับประโยชน์จากความหลากหลายทางความรู้และความสามารถในการคิดเชิงฮิวริสติกในหมู่สมาชิก เนื่องจากกลุ่มที่หลากหลายสามารถสำรวจพื้นที่แก้ปัญหาร่วมกันได้อย่างมีประสิทธิภาพมากกว่ากลุ่มที่เป็นเนื้อเดียวกันหรือแม้แต่บุคคลที่มีความสามารถสูงเพียงลำพัง[ 79 ]
การรวมข้อมูลที่เหนือกว่าแบบจำลองภูมิปัญญาของฝูงชน
Kameda, Toyokawa และ Tindale (2022) ทบทวนกลไกการรวมข้อมูลที่ขยายแบบจำลองภูมิปัญญาของฝูงชนแบบคลาสสิก ผู้เขียนแยกแยะระหว่างการตัดสินใจแบบฉันทามติ ซึ่งกลุ่มมุ่งหวังที่จะบรรลุผลลัพธ์ร่วมกัน และการตัดสินใจแบบผสมผสาน ซึ่งแต่ละบุคคลทำการเลือกที่ได้รับอิทธิพลแต่เป็นอิสระ พวกเขาระบุขั้นตอนต่างๆ ที่สามารถปรับปรุงความแม่นยำโดยรวมให้ดีขึ้นกว่าการหาค่าเฉลี่ยแบบง่ายๆ รวมถึงการถ่วงน้ำหนักความเชี่ยวชาญและความแม่นยำ การรวมข้อมูลแบบถ่วงน้ำหนักความเชื่อมั่น การเข้าร่วมโดยสมัครใจ กฎการเรียนรู้ทางสังคม เช่น การคัดลอกเมื่อไม่แน่ใจ และการแบ่งงานทางปัญญา การทบทวนนี้อ้างอิงหลักฐานจากการแข่งขันการพยากรณ์อย่างกว้างขวาง ซึ่งมีผู้เข้าร่วมจำนวนมากทำการคาดการณ์ความน่าจะเป็นและให้คะแนนความแม่นยำ ผลลัพธ์จากการแข่งขันเหล่านี้แสดงให้เห็นว่าทีมที่หลากหลาย การฝึกอบรมการปรับเทียบ และอัลกอริทึมการรวมข้อมูลแบบถ่วงน้ำหนักหรือแบบสุดขั้ว สามารถบรรลุความแม่นยำสูงกว่าค่าเฉลี่ยที่ไม่ถ่วงน้ำหนัก ผู้เขียนโต้แย้งว่ากลไกเหล่านี้แสดงให้เห็นว่าสติปัญญาโดยรวมสามารถเกิดขึ้นได้อย่างไรเมื่อยังคงรักษาความแตกต่างของแต่ละบุคคลไว้ และกฎการรวมข้อมูลได้รับการออกแบบมาเพื่อลดข้อผิดพลาดที่สัมพันธ์กันและการแพร่กระจายของข้อมูล[ 80 ]
ข้อจำกัดของภูมิปัญญาของมวลชน
การศึกษาเตือนที่สำคัญโดย Lorenz et al. (2011) แสดงให้เห็นว่าแม้แต่อิทธิพลทางสังคม เพียงเล็กน้อย ในหมู่สมาชิกกลุ่มก็สามารถบั่นทอนผลของภูมิปัญญาของฝูงชนได้โดยการลดความหลากหลายของความคิดเห็นและทำให้เกิดการบรรจบกันของการประมาณค่าที่ไม่ถูกต้อง พวกเขาระบุปรากฏการณ์หลักสามประการ ได้แก่ ผลกระทบของอิทธิพลทางสังคมลดความหลากหลายโดยไม่ปรับปรุงความแม่นยำ ผลกระทบของการลดช่วงทำให้ค่าที่แท้จริงเลื่อนไปทางขอบของช่วงการประมาณค่า ทำให้ฝูงชนมีความน่าเชื่อถือน้อยลง และผลกระทบของความมั่นใจเพิ่มความมั่นใจของแต่ละบุคคลโดยไม่มีการปรับปรุงความแม่นยำของกลุ่มที่สอดคล้องกัน[ 81 ]
Orzechowski et al. (2025) ตรวจสอบข้อจำกัดของภูมิปัญญาของฝูงชนโดยการเปรียบเทียบแบบจำลองประชากรสังเคราะห์กับกลุ่มของแบบจำลองการเรียนรู้ของเครื่อง พวกเขาแสดงให้เห็นว่าเมื่อบุคคล (หรือแบบจำลอง) อาศัยข้อมูลที่มีความสัมพันธ์กันสูง ความแม่นยำโดยรวมอาจลดลงเมื่อขนาดของกลุ่มเพิ่มขึ้น ผู้เขียนจำลองผลกระทบนี้โดยใช้กลุ่มของต้นไม้ตัดสินใจและเครื่องเวกเตอร์สนับสนุน และสรุปว่าการพึ่งพาและความหลากหลายต่ำของข้อมูลนำเข้าสามารถลดทอนประโยชน์ปกติของกลุ่มขนาดใหญ่ได้ ผลลัพธ์นี้เน้นย้ำถึงความสำคัญของการรักษาความเป็นอิสระและความหลากหลายเมื่อรวบรวมการตัดสินใจจำนวนมาก[ 82 ]
ปัจจัยสติปัญญารวมc

ในขั้นต้น นักวิจัยที่พยายามสร้างตัวชี้วัดสำหรับสติปัญญารวมเรียกว่า 'IQ รวม' พวกเขากำหนดนิยามว่า 'เป็นการวัดว่าผู้คนสามารถทำงานร่วมกันได้ดีเพียงใดในความท้าทายที่สำคัญ – พวกเขาสามารถคาดการณ์หรือตอบสนองต่อสถานการณ์ได้อย่างรวดเร็วและชาญฉลาดเพียงใด โดยใช้ประโยชน์จากการรับรู้ ความจำ ความเข้าใจ วิสัยทัศน์ การวางแผน การให้เหตุผล การมองการณ์ไกล และประสบการณ์ร่วมกันให้กลายเป็นความรู้ที่นำไปใช้ได้' [ 83 ]ปัจจุบัน ความเข้าใจทางวิทยาศาสตร์ใหม่เกี่ยวกับสติปัญญารวมกำหนดนิยามว่า เป็นความสามารถทั่วไปของกลุ่มในการปฏิบัติงานที่หลากหลาย[ 10 ]
คำจำกัดความ การดำเนินการ และวิธีการทางสถิติคล้ายคลึงกับแนวทางจิตวิทยาการวัดสติปัญญาทั่วไปของแต่ละบุคคลโดยจะใช้ผลการปฏิบัติงานของแต่ละบุคคลในชุดงานด้านความรู้ความเข้าใจที่กำหนดเพื่อวัดความสามารถทางความรู้ความเข้าใจทั่วไปที่ระบุโดยปัจจัย สติปัญญาทั่วไป gที่เสนอโดยนักจิตวิทยาชาวอังกฤษCharles Spearmanและสกัดผ่านการวิเคราะห์ปัจจัย[ 84 ]ในทำนองเดียวกันกับที่gทำหน้าที่แสดงความแตกต่างของผลการปฏิบัติงานระหว่างบุคคลในงานด้านความรู้ความเข้าใจ การวิจัยสติปัญญารวมมุ่งเป้าไปที่การค้นหาปัจจัยสติปัญญาคู่ขนานสำหรับกลุ่ม' ปัจจัย c ' [ 10 ] (เรียกอีกอย่างว่า 'ปัจจัยสติปัญญารวม' ( CI ) [ 85 ] ) ที่แสดงความแตกต่างระหว่างกลุ่มในการปฏิบัติงาน คะแนนสติปัญญารวมจะถูกนำมาใช้เพื่อทำนายว่ากลุ่มเดียวกันนี้จะปฏิบัติงานใด ๆ ที่คล้ายคลึงกันในอนาคตอย่างไร อย่างไรก็ตาม งานในที่นี้หมายถึงงานทางจิตหรือสติปัญญาที่ดำเนินการโดยกลุ่มเล็ก ๆ[ 10 ]แม้ว่าหวังว่าแนวคิดนี้จะสามารถถ่ายทอดไปยังการปฏิบัติงานอื่น ๆ และกลุ่มหรือฝูงชนใด ๆ ตั้งแต่ครอบครัวไปจนถึงบริษัทและแม้แต่เมืองทั้งเมือง[ 86 ]เนื่องจาก คะแนนปัจจัย g ของแต่ละบุคคลมีความสัมพันธ์สูงกับคะแนน IQเต็มรูปแบบซึ่งถือเป็นการประมาณค่าg ที่ดี [ 87 ] [ 88 ] การวัดสติปัญญาโดยรวมนี้จึงสามารถมองได้ว่าเป็นตัวบ่งชี้สติปัญญาหรือค่า สัมประสิทธิ์สติปัญญาสำหรับกลุ่ม (Group-IQ) ในลักษณะเดียวกับค่าสัมประสิทธิ์สติปัญญา (IQ) ของแต่ละบุคคล แม้ว่าคะแนนจะไม่ใช่ค่าสัมประสิทธิ์โดยตรงก็ตาม
ในทางคณิตศาสตร์cและgต่างก็เป็นตัวแปรที่สรุปความสัมพันธ์เชิงบวกระหว่างงานต่างๆ โดยสมมติว่าประสิทธิภาพในงานหนึ่งเทียบได้กับประสิทธิภาพในงานอื่นๆ ที่คล้ายคลึงกัน[ 89 ] ดังนั้น cจึงเป็นแหล่งที่มาของความแปรปรวนระหว่างกลุ่ม และสามารถพิจารณาได้ว่าเป็นสถานะของกลุ่มบน ปัจจัย cเมื่อเทียบกับกลุ่มอื่นๆ ในประชากรที่เกี่ยวข้อง[ 88 ] [ 90 ]แนวคิดนี้ตรงกันข้ามกับสมมติฐานที่แข่งขันกัน ซึ่งรวมถึงโครงสร้างความสัมพันธ์อื่นๆ เพื่ออธิบายสติปัญญาของกลุ่ม[ 10 ]เช่น การประกอบขึ้นจากปัจจัยที่สำคัญเท่าเทียมกันแต่เป็นอิสระหลายปัจจัย ดังที่พบใน การ วิจัยบุคลิกภาพของแต่ละบุคคล[ 91 ]
นอกจากนี้ แนวคิดทางวิทยาศาสตร์นี้ยังมุ่งสำรวจสาเหตุที่ส่งผลต่อสติปัญญาโดยรวม เช่น ขนาดของกลุ่ม เครื่องมือการทำงานร่วมกัน หรือทักษะการสื่อสารระหว่างบุคคลของสมาชิกในกลุ่ม[ 92 ] ตัวอย่างเช่น ศูนย์สติปัญญาโดยรวมของ MITได้ประกาศการตรวจจับจีโนมของสติปัญญาโดยรวม[ 92 ]ซึ่งเป็นหนึ่งในเป้าหมายหลัก โดยมุ่งพัฒนา "อนุกรมวิธานขององค์ประกอบพื้นฐานขององค์กร หรือยีน ที่สามารถนำมาผสมผสานและประกอบใหม่เพื่อควบคุมสติปัญญาของฝูงชน" [ 92 ]
สาเหตุ
แสดงให้เห็นว่าสติปัญญาของแต่ละบุคคลได้รับอิทธิพลจากพันธุกรรมและสิ่งแวดล้อม[ 93 ] [ 94 ]ในทำนองเดียวกัน การวิจัยเกี่ยวกับสติปัญญาโดยรวมมีเป้าหมายเพื่อสำรวจเหตุผลว่าทำไมบางกลุ่มจึงทำงานได้อย่างชาญฉลาดกว่ากลุ่มอื่น ๆ โดยที่cมีความสัมพันธ์เพียงเล็กน้อยกับสติปัญญาของสมาชิกแต่ละคนในกลุ่ม[ 10 ]จากผลการวิจัยของ Woolley et al. พบว่าทั้งความสามัคคีในทีม แรงจูงใจ หรือความพึงพอใจไม่มีความสัมพันธ์กับcอย่างไรก็ตาม พวกเขาอ้างว่าพบปัจจัยสามประการที่มีความสัมพันธ์อย่างมีนัยสำคัญ ได้แก่ ความแปรปรวนของจำนวนรอบการพูด ความไวต่อสังคมโดยเฉลี่ยของสมาชิกในกลุ่ม และสัดส่วนของเพศหญิง ปัจจัยทั้งสามมีพลังในการทำนาย c ที่ คล้ายกัน แต่มีเพียงความไวต่อสังคมเท่านั้นที่มีนัยสำคัญทางสถิติ (b=0.33, P=0.05) [ 10 ]
จำนวนครั้งในการพูดแสดงให้เห็นว่า "กลุ่มที่มีคนเพียงไม่กี่คนครอบงำการสนทนาจะมีสติปัญญาโดยรวมน้อยกว่ากลุ่มที่มีการกระจายการพูดสนทนาอย่างเท่าเทียมกัน" [ 85 ]ดังนั้น การให้โอกาสสมาชิกในทีมหลายคนได้พูดจึงทำให้กลุ่มมีสติปัญญามากขึ้น[ 10 ]
ความไวต่อสังคมของสมาชิกกลุ่มได้รับการวัดผ่านการทดสอบการอ่านใจจากดวงตา[ 95 ] (RME) และมีความสัมพันธ์กันที่ .26 กับc . [ 10 ]การทดสอบนี้ขอให้ผู้เข้าร่วมตรวจจับความคิดหรือความรู้สึกที่แสดงออกในดวงตาของผู้อื่นที่แสดงบนรูปภาพ และประเมินในรูปแบบตัวเลือกหลายข้อ การทดสอบนี้มีจุดมุ่งหมายเพื่อวัดทฤษฎีจิตใจ (ToM) ของผู้คน หรือที่เรียกว่า 'การคิดเชิงจิตใจ' [ 96 ] [ 97 ] [ 98 ] [ 99 ]หรือ 'การอ่านใจ' [ 100 ]ซึ่งหมายถึงความสามารถในการกำหนดสถานะทางจิต เช่น ความเชื่อ ความปรารถนา หรือเจตนา ให้กับผู้อื่น และในระดับที่ผู้คนเข้าใจว่าผู้อื่นมีความเชื่อ ความปรารถนา เจตนา หรือมุมมองที่แตกต่างจากของตนเอง[ 95 ] RME เป็นแบบทดสอบ ToM สำหรับผู้ใหญ่[ 95 ]ซึ่งแสดงให้เห็นถึงความน่าเชื่อถือในการทดสอบซ้ำที่เพียงพอ[ 101 ]และสามารถแยกแยะกลุ่มควบคุมออกจากบุคคลที่มี ภาวะ ออทิสติก เชิงหน้าที่ หรือกลุ่มอาการแอสเพอร์เกอร์ ได้อย่างต่อเนื่อง [ 95 ]เป็นหนึ่งในแบบทดสอบ ToM ที่ได้รับการยอมรับและตรวจสอบความถูกต้องอย่างกว้างขวางที่สุดในกลุ่มผู้ใหญ่[ 102 ] ToMสามารถถือได้ว่าเป็นชุดย่อยของทักษะและความสามารถที่เกี่ยวข้องภายในแนวคิดที่กว้างขึ้นของ ความ ฉลาดทางอารมณ์[ 85 ] [ 103 ]
สัดส่วนของเพศหญิงในฐานะตัวทำนายของc นั้นส่วนใหญ่ ถูกไกล่เกลี่ยโดยความไวทางสังคม ( Sobel z = 1.93, P= 0.03) [ 10 ]ซึ่งสอดคล้องกับการวิจัยก่อนหน้านี้ที่แสดงให้เห็นว่าผู้หญิงได้คะแนนสูงกว่าในการทดสอบความไวทางสังคม[ 95 ]ในขณะที่การไกล่เกลี่ยในทางสถิติจะชี้แจงกลไกที่อยู่เบื้องหลังความสัมพันธ์ระหว่างตัวแปรตามและตัวแปรอิสระ[ 104 ] Woolley เห็นด้วยในการสัมภาษณ์กับHarvard Business Reviewว่าผลการค้นพบเหล่านี้บอกว่ากลุ่มผู้หญิงฉลาดกว่ากลุ่มผู้ชาย[ 86 ]อย่างไรก็ตาม เธอได้ลดความสำคัญของเรื่องนี้ลงโดยระบุว่าสิ่งที่สำคัญจริงๆ คือความไวทางสังคมที่สูงของสมาชิกในกลุ่ม[ 86 ]
ทฤษฎีปัจจุบันถือว่าปัจจัยสติปัญญารวมcเป็นคุณสมบัติที่เกิดขึ้นใหม่ซึ่งเป็นผลมาจากกระบวนการจากล่างขึ้นบนและจากบนลงล่าง[ 105 ]กระบวนการจากล่างขึ้นบนครอบคลุมลักษณะเฉพาะของสมาชิกกลุ่มโดยรวม กระบวนการจากบนลงล่างครอบคลุมโครงสร้างกลุ่มและบรรทัดฐานที่มีอิทธิพลต่อวิธีการทำงานร่วมกันและการประสานงานของกลุ่ม[ 105 ]
กระบวนการ

กระบวนการจากบนลงล่าง
กระบวนการจากบนลงล่างครอบคลุมปฏิสัมพันธ์ของกลุ่ม เช่น โครงสร้าง กระบวนการ และบรรทัดฐาน[ 105 ]ตัวอย่างของกระบวนการจากบนลงล่างดังกล่าวคือการผลัดกันพูดคุย[ 10 ]งานวิจัยยังชี้ให้เห็นเพิ่มเติมว่ากลุ่มที่มีสติปัญญาร่วมกันจะสื่อสารกันมากขึ้นโดยทั่วไปและเท่าเทียมกันมากขึ้น เช่นเดียวกันนี้ใช้ได้กับการมีส่วนร่วมและแสดงให้เห็นทั้งในกลุ่มที่พูดคุยกันแบบเผชิญหน้าและกลุ่มออนไลน์ที่สื่อสารกันผ่านการเขียนเท่านั้น[ 85 ] [ 106 ]
กระบวนการจากล่างขึ้นบน
กระบวนการจากล่างขึ้นบนรวมถึงองค์ประกอบของกลุ่ม[ 105 ]กล่าวคือลักษณะของสมาชิกกลุ่มซึ่งถูกรวบรวมไว้ที่ระดับทีม[ 105 ]ตัวอย่างของกระบวนการจากล่างขึ้นบนดังกล่าวคือความไวต่อสังคมโดยเฉลี่ยหรือคะแนนสติปัญญาเฉลี่ยและสูงสุดของสมาชิกกลุ่ม[ 10 ]นอกจากนี้ ยังพบว่าสติปัญญารวมมีความสัมพันธ์กับความหลากหลายทางความคิดของกลุ่ม[ 107 ]รวมถึงรูปแบบการคิดและมุมมอง[ 108 ]กลุ่มที่มีความหลากหลายในระดับปานกลางในรูปแบบความคิดจะมีสติปัญญารวมสูงกว่ากลุ่มที่มีรูปแบบความคิดคล้ายคลึงกันมากหรือแตกต่างกันมาก ดังนั้น กลุ่มที่สมาชิกมีความคล้ายคลึงกันมากเกินไปจะขาดความหลากหลายของมุมมองและทักษะที่จำเป็นต่อการทำงานให้ได้ดี ในทางกลับกัน กลุ่มที่สมาชิกแตกต่างกันมากเกินไปดูเหมือนจะมีปัญหาในการสื่อสารและประสานงานอย่างมีประสิทธิภาพ[ 107 ]
กระบวนการแบบอนุกรมเทียบกับกระบวนการแบบขนาน
ตลอดช่วงเวลาส่วนใหญ่ของประวัติศาสตร์มนุษย์ สติปัญญารวมหมู่ถูกจำกัดอยู่ในกลุ่มชนเผ่าเล็กๆ ซึ่งความคิดเห็นจะถูกรวบรวมผ่านการโต้ตอบแบบคู่ขนานแบบเรียลไทม์ระหว่างสมาชิก[ 109 ]ในยุคปัจจุบัน การสื่อสารมวลชน สื่อมวลชน และเทคโนโลยีเครือข่ายได้ทำให้สติปัญญารวมหมู่สามารถครอบคลุมกลุ่มขนาดใหญ่ที่กระจายอยู่ทั่วทวีปและเขตเวลา เพื่อรองรับการเปลี่ยนแปลงขนาดนี้ สติปัญญารวมหมู่ในกลุ่มขนาดใหญ่จึงถูกครอบงำด้วยกระบวนการสำรวจแบบอนุกรม เช่น การรวบรวมคะแนนโหวต คะแนนไลค์ และคะแนนต่างๆ ในช่วงเวลาหนึ่ง แม้ว่าระบบสมัยใหม่จะได้รับประโยชน์จากขนาดกลุ่มที่ใหญ่ขึ้น แต่กระบวนการแบบอนุกรมนี้พบว่าก่อให้เกิดสัญญาณรบกวนจำนวนมากที่บิดเบือนผลลัพธ์โดยรวมของกลุ่ม ในการศึกษาครั้งสำคัญเกี่ยวกับสติปัญญารวมหมู่แบบอนุกรม พบว่าคะแนนโหวตแรกที่นำไปสู่ระบบการลงคะแนนแบบอนุกรมสามารถบิดเบือนผลลัพธ์สุดท้ายได้ถึง 34% [ 110 ]
เพื่อแก้ไขปัญหาการรวบรวมอินพุตแบบอนุกรมในกลุ่มขนาดใหญ่ ความก้าวหน้าล่าสุดของปัญญาประดิษฐ์แบบรวมกลุ่มได้พยายามแทนที่การลงคะแนนเสียง การสำรวจความคิดเห็น และตลาดแบบอนุกรมด้วยระบบคู่ขนาน เช่น " ฝูงมนุษย์ " ซึ่งจำลองมาจากฝูงที่เกิดขึ้นพร้อมกันในธรรมชาติ[ 111 ] [ 112 ]โดยอิงจากกระบวนการทางธรรมชาติของปัญญาแบบฝูง ฝูงมนุษย์เทียมที่เชื่อมต่อกันเป็นเครือข่ายเหล่านี้ช่วยให้ผู้เข้าร่วมสามารถทำงานร่วมกันแบบคู่ขนานเพื่อตอบคำถามและทำการคาดการณ์ในฐานะปัญญาประดิษฐ์แบบรวมกลุ่มที่เกิดขึ้นใหม่[ 113 ] [ 114 ]ในตัวอย่างที่โดดเด่นอย่างหนึ่ง การท้าทายฝูงมนุษย์โดย CBS Interactive เพื่อทำนายผลการแข่งขัน Kentucky Derby ฝูงดังกล่าวทำนายม้าสี่ตัวแรกได้อย่างถูกต้องตามลำดับ ท้าทายอัตราต่อรอง 542 ต่อ 1 และเปลี่ยนเงินเดิมพัน 20 ดอลลาร์ให้เป็น 10,800 ดอลลาร์[ 115 ]
นักวิจัยจาก Stanford University School of MedicineและUnanimous AIได้แสดงให้เห็นถึงคุณค่าของปัญญาประดิษฐ์แบบกลุ่มคู่ขนานในการประยุกต์ใช้ทางการแพทย์โดยได้ตีพิมพ์ชุดการศึกษาที่กลุ่มแพทย์เชื่อมต่อกันด้วยอัลกอริธึมแบบกลุ่มแบบเรียลไทม์ และได้รับมอบหมายให้วินิจฉัยภาพเอกซเรย์ทรวงอกเพื่อตรวจหาโรคปอดบวม[ 116 ] [ 117 ]เมื่อทำงานร่วมกันเป็น "กลุ่มมนุษย์" กลุ่มรังสีแพทย์ผู้มีประสบการณ์แสดงให้เห็นถึงการลดข้อผิดพลาดในการวินิจฉัยลง 33% เมื่อเทียบกับวิธีการแบบดั้งเดิม[ 118 ] [ 119 ]
หลักฐาน

Woolley, Chabris, Pentland, Hashmi และ Malone (2010) [ 10 ]ผู้ริเริ่มความเข้าใจทางวิทยาศาสตร์เกี่ยวกับสติปัญญารวมหมู่ พบปัจจัยทางสถิติเพียงปัจจัยเดียวสำหรับสติปัญญารวมหมู่ในการวิจัยของพวกเขาในกลุ่ม 192 กลุ่มที่คัดเลือกแบบสุ่มจากประชาชน ในการศึกษาเบื้องต้นสองครั้งของ Woolley และคณะ กลุ่มต่างๆ ทำงานร่วมกันในงานต่างๆ จากMcGrath Task Circumplex [ 120 ] ซึ่งเป็นอนุกรมวิธานของงานกลุ่มที่ได้รับการยอมรับอย่างดี งานต่างๆ ถูกเลือกจากทั้งสี่ส่วนของวงกลม และรวมถึงปริศนาภาพ การระดมสมอง การตัดสินทางศีลธรรมร่วมกัน และการเจรจาต่อรองเกี่ยวกับทรัพยากรที่มีจำกัด ผลลัพธ์ในงานเหล่านี้ถูกนำมาวิเคราะห์ปัจจัยการศึกษาทั้งสองแสดงให้เห็นถึงการสนับสนุนปัจจัยสติปัญญารวมหมู่ทั่วไปcที่อยู่เบื้องหลังความแตกต่างในประสิทธิภาพของกลุ่ม โดยค่า eigenvalue เริ่มต้นคิดเป็น 43% (44% ในการศึกษาที่ 2) ของความแปรปรวน ในขณะที่ปัจจัยถัดไปคิดเป็นเพียง 18% (20%) นั่นสอดคล้องกับช่วงที่พบได้ทั่วไปในการวิจัยเกี่ยวกับปัจจัยสติปัญญาของแต่ละบุคคลโดยทั่วไปซึ่งโดยทั่วไปคิดเป็นร้อยละ 40 ถึง 50 ของความแตกต่างระหว่างประสิทธิภาพของแต่ละบุคคลในการทดสอบความรู้ความเข้าใจ[ 89 ]
หลังจากนั้น แต่ละกลุ่มได้แก้ปัญหาที่ซับซ้อนมากขึ้นเพื่อตรวจสอบว่าคะแนนปัจจัยc สามารถทำนายประสิทธิภาพในการทำงานที่นอกเหนือจากการทดสอบเดิมได้หรือไม่ เกณฑ์การทำงานคือการเล่น หมากรุกกับคอมพิวเตอร์มาตรฐานในการศึกษาครั้งแรก และงานออกแบบสถาปัตยกรรมที่ซับซ้อนในการศึกษาครั้งที่สอง ในการวิเคราะห์การถดถอยโดยใช้ทั้งสติปัญญาของสมาชิกแต่ละคนในกลุ่มและcเพื่อทำนายประสิทธิภาพในการทำงานตามเกณฑ์ พบว่าcมีผลอย่างมีนัยสำคัญ แต่สติปัญญาเฉลี่ยและสติปัญญาสูงสุดของแต่ละบุคคลไม่มีผล แม้ว่าสติปัญญาเฉลี่ย (r=0.15, P=0.04) และสติปัญญาสูงสุด (r=0.19, P=0.008) ของสมาชิกแต่ละคนในกลุ่มจะมีความสัมพันธ์กับc ในระดับปานกลาง แต่cก็ยังเป็นตัวทำนายการทำงานตามเกณฑ์ที่ดีกว่ามาก ตามที่ Woolley และคณะกล่าวไว้ สิ่งนี้สนับสนุนการมีอยู่ของปัจจัยสติปัญญารวมcเพราะมันแสดงให้เห็นถึงผลกระทบที่มากกว่าสติปัญญาของสมาชิกแต่ละคนในกลุ่ม ดังนั้นc จึง เป็นมากกว่าแค่การรวม IQ ของแต่ละบุคคลหรืออิทธิพลของสมาชิกในกลุ่มที่มี IQ สูงที่สุด[ 10 ]
Engel et al. [ 85 ] (2014) ทำซ้ำผลการค้นพบของ Woolley et al. โดยใช้ชุดงานที่เร่งขึ้น โดยปัจจัยแรกในการวิเคราะห์ปัจจัยอธิบายความแปรปรวนระหว่างกลุ่มในประสิทธิภาพได้ 49% และปัจจัยถัดไปอธิบายได้น้อยกว่าครึ่งหนึ่งของจำนวนนี้ นอกจากนี้ พวกเขายังพบผลลัพธ์ที่คล้ายกันสำหรับกลุ่มที่ทำงานร่วมกันทางออนไลน์โดยสื่อสารกันผ่านข้อความเท่านั้น และยืนยันบทบาทของสัดส่วนเพศหญิงและความไวต่อสังคมในการก่อให้เกิดสติปัญญาร่วมกันในทั้งสองกรณี เช่นเดียวกับ Woolley et al. [ 10 ]พวกเขายังวัดความไวต่อสังคมด้วย RME ซึ่งจริงๆ แล้วมีจุดประสงค์เพื่อวัดความสามารถของผู้คนในการตรวจจับสภาวะทางจิตใจในดวงตาของผู้อื่น อย่างไรก็ตาม ผู้เข้าร่วมที่ทำงานร่วมกันทางออนไลน์ไม่รู้จักหรือเห็นกันและกันเลย ผู้เขียนสรุปว่าคะแนนใน RME ต้องเกี่ยวข้องกับความสามารถในการให้เหตุผลทางสังคมที่กว้างกว่าการอนุมานจากสีหน้าของดวงตาของผู้อื่นเท่านั้น[ 121 ]
ปัจจัยสติปัญญารวมcในความหมายของ Woolley et al. [ 10 ]ยังพบเพิ่มเติมในกลุ่มนักศึกษา MBA ที่ทำงานร่วมกันตลอดภาคการศึกษา[ 122 ]ในกลุ่มเกมออนไลน์[ 106 ]เช่นเดียวกับในกลุ่มจากวัฒนธรรมที่แตกต่างกัน[ 123 ]และกลุ่มในบริบทที่แตกต่างกันในแง่ของกลุ่มระยะสั้นเทียบกับกลุ่มระยะยาว[ 123 ]การวิจัยเหล่านี้ไม่มีการพิจารณาคะแนนสติปัญญาของสมาชิกในทีมแต่ละคนเป็นตัวแปรควบคุม[ 106 ] [ 122 ] [ 123 ]
ความถูกต้องในการทำนาย
นอกจากการทำนายประสิทธิภาพของกลุ่มในงานเกณฑ์ที่ซับซ้อนมากขึ้นดังที่แสดงในการทดลองดั้งเดิมแล้ว[ 10 ]ยังพบว่าปัจจัยสติปัญญาโดยรวมc สามารถทำนายประสิทธิภาพของกลุ่มในงานที่หลากหลายในชั้นเรียน MBA ที่กินเวลานานหลายเดือน [ 122 ]ด้วยเหตุนี้ กลุ่มที่มีสติปัญญาโดยรวมสูงจึงได้รับคะแนนสูงกว่าอย่างมีนัยสำคัญในงานกลุ่ม แม้ว่าสมาชิกในกลุ่มจะไม่ได้ทำได้ดีขึ้นในงานอื่น ๆ ที่ทำเป็นรายบุคคลก็ตาม ยิ่งไปกว่านั้น ทีมที่มีสติปัญญาโดยรวมสูงยังปรับปรุงประสิทธิภาพเมื่อเวลาผ่านไป ซึ่งแสดงให้เห็นว่าทีมที่มีสติปัญญาโดยรวมสูงกว่าเรียนรู้ได้ดีกว่า[ 122 ]นี่เป็นอีกหนึ่งความคล้ายคลึงที่อาจเกิดขึ้นกับสติปัญญาของแต่ละบุคคล ซึ่งพบว่าผู้ที่มีสติปัญญามากกว่าสามารถเรียนรู้เนื้อหาใหม่ได้เร็วกว่า[ 88 ] [ 124 ]
ความฉลาดของแต่ละบุคคลสามารถใช้ทำนายผลลัพธ์ในชีวิตได้มากมาย ตั้งแต่ความสำเร็จทางการเรียน[ 125 ]และความสำเร็จในอาชีพ[ 126 ]ไปจนถึงผลลัพธ์ด้านสุขภาพ[ 127 ]และแม้กระทั่งอัตราการตาย[ 127 ]ยังคงต้องมีการศึกษาเพิ่มเติมว่าความฉลาดโดยรวมสามารถทำนายผลลัพธ์อื่นๆ นอกเหนือจากประสิทธิภาพของกลุ่มในงานด้านจิตใจได้หรือไม่
ความเชื่อมโยงที่เป็นไปได้กับสติปัญญาของแต่ละบุคคล
Gladwell [ 128 ] (2008) แสดงให้เห็นว่าความสัมพันธ์ระหว่าง IQ ของแต่ละบุคคลกับความสำเร็จนั้นใช้ได้เพียงในระดับหนึ่งเท่านั้น และคะแนน IQ เพิ่มเติมที่มากกว่าค่าประมาณ IQ 120 ไม่ได้ส่งผลให้เกิดข้อได้เปรียบในชีวิตจริง หากมีขอบเขตที่คล้ายกันสำหรับ Group-IQ หรือหากข้อได้เปรียบเป็นแบบเชิงเส้นและไม่มีที่สิ้นสุด ก็ยังต้องมีการสำรวจต่อไป ในทำนองเดียวกัน ความต้องการการวิจัยเพิ่มเติมเกี่ยวกับความเชื่อมโยงที่เป็นไปได้ของสติปัญญาของแต่ละบุคคลและสติปัญญาโดยรวมนั้นมีอยู่ในตรรกะอื่นๆ ที่อาจถ่ายโอนได้ของสติปัญญาของแต่ละบุคคล เช่น การพัฒนาเมื่อเวลาผ่านไป[ 129 ]หรือคำถามเกี่ยวกับการพัฒนาสติปัญญา[ 130 ] [ 131 ]ในขณะที่ยังเป็นที่ถกเถียงกันว่าสติปัญญาของมนุษย์สามารถเพิ่มขึ้นได้ผ่านการฝึกอบรมหรือไม่[ 130 ] [ 131 ]สติปัญญาโดยรวมของกลุ่มอาจเสนอโอกาสที่ง่ายกว่าในการพัฒนาโดยการแลกเปลี่ยนสมาชิกในทีมหรือการนำโครงสร้างและเทคโนโลยีมาใช้[ 86 ]ยิ่งไปกว่านั้น พบว่าความไวต่อสังคมสามารถพัฒนาได้อย่างน้อยชั่วคราวโดยการอ่านวรรณกรรม[ 132 ]เช่นเดียวกับการชมภาพยนตร์ดราม่า[ 133 ]ยังคงเป็นคำถามที่เปิดกว้างว่าการฝึกอบรมดังกล่าวจะช่วยพัฒนาสติปัญญาโดยรวมผ่านความไวต่อสังคมได้มากน้อยเพียงใด[ 134 ]
นอกจากนี้ยังมีแนวคิดและแบบจำลองปัจจัยขั้นสูงเพิ่มเติมที่พยายามอธิบายความสามารถทางปัญญาของแต่ละบุคคล รวมถึงการจำแนกประเภทของสติปัญญาเป็นสติปัญญาแบบไหลลื่นและสติปัญญาแบบตกผลึก[ 135 ] [ 136 ]หรือแบบจำลองลำดับชั้นของความแตกต่างของสติปัญญา [ 137 ] [ 138 ] อย่างไรก็ตามคำอธิบายและแนวคิดเพิ่มเติมสำหรับโครงสร้างปัจจัยของจีโนมของสติปัญญารวม นอกเหนือจาก' ปัจจัย c ' ทั่วไป ยังคงขาดอยู่[ 139 ]
ข้อโต้แย้งและหลักฐานคัดค้านเกี่ยวกับปัญญารวมหมู่
นักวิชาการคนอื่นๆ อธิบายประสิทธิภาพของทีมโดยการรวบรวมสติปัญญาทั่วไปของสมาชิกในทีมในระดับทีม[ 140 ] [ 141 ]แทนที่จะสร้างมาตรวัดสติปัญญารวมโดยรวมของตนเอง Devine และ Philips [ 142 ] (2001) แสดงให้เห็นในการวิเคราะห์เชิงเมตาว่าความสามารถทางปัญญาโดยเฉลี่ยสามารถทำนายประสิทธิภาพของทีมได้ในสภาพแวดล้อมในห้องปฏิบัติการ (0.37) เช่นเดียวกับสภาพแวดล้อมภาคสนาม (0.14) – โปรดทราบว่านี่เป็นเพียงผลกระทบเล็กน้อยเท่านั้น นักวิชาการคนอื่นๆ ชี้ให้เห็นถึงการพึ่งพาอย่างมากกับงานที่เกี่ยวข้อง โดยแสดงให้เห็นว่างานที่ต้องใช้การสื่อสารและความร่วมมือในระดับสูงนั้นได้รับอิทธิพลมากที่สุดจากสมาชิกในทีมที่มีความสามารถทางปัญญาต่ำที่สุด[ 143 ]งานที่การเลือกสมาชิกในทีมที่ดีที่สุดเป็นกลยุทธ์ที่ประสบความสำเร็จมากที่สุดนั้น แสดงให้เห็นว่าได้รับอิทธิพลมากที่สุดจากสมาชิกที่มีความสามารถทางปัญญาสูงที่สุด[ 103 ]
เนื่องจากผลลัพธ์ของ Woolley et al. [ 10 ]ไม่แสดงให้เห็นถึงอิทธิพลของความพึงพอใจของกลุ่มความเป็นอันหนึ่งอันเดียวกันของกลุ่มหรือแรงจูงใจ พวกเขาจึงท้าทายแนวคิดเหล่านี้อย่างน้อยโดยปริยายเกี่ยวกับความสำคัญของประสิทธิภาพของกลุ่มโดยทั่วไป และด้วยเหตุนี้จึงขัดแย้งกับหลักฐานที่พิสูจน์แล้วจากการวิเคราะห์เชิงเมตาเกี่ยวกับผลเชิงบวกของความเป็นอันหนึ่งอันเดียวกันของกลุ่ม [ 144 ] [ 145 ] [ 146 ]แรงจูงใจ[ 147 ] [ 148 ]และความพึงพอใจ[ 149 ]ต่อประสิทธิภาพของกลุ่ม
Credé และ Howardson (2017) อ้างว่าหลักฐานเกี่ยวกับสติปัญญาโดยรวมในงานของ Woolley et al. [ 10 ]นั้นอ่อนแอและอาจมีข้อผิดพลาดหรือความเข้าใจผิดเกี่ยวกับข้อมูล[ 150 ]ตัวอย่างเช่น Woolley et al. [ 10 ]ระบุในผลการวิจัยของพวกเขาว่าคะแนนสูงสุดของแต่ละบุคคลในการทดสอบ Wonderlic Personnel Test (WPT; การทดสอบสติปัญญาของแต่ละบุคคลที่ใช้ในการวิจัยของพวกเขา) คือ 39 แต่คะแนนเฉลี่ยสูงสุดของทีมในการทดสอบเดียวกันก็คือ 39 เช่นกัน ซึ่งแสดงให้เห็นว่ากลุ่มตัวอย่างของพวกเขามีทีมที่ประกอบด้วยบุคคลทั้งหมดที่ได้คะแนน WPT เท่ากันทุกประการ และบังเอิญได้คะแนนสูงสุดในการทดสอบ WPT ที่พบใน Woolley et al. [ 10 ] Credé และ Howardson อ้างว่าสิ่งนี้ไม่น่าจะเกิดขึ้น[ 150 ]ความผิดปกติอื่นๆ ที่พบในข้อมูลบ่งชี้ว่าผลลัพธ์อาจได้รับอิทธิพลบางส่วนจากการตอบสนองโดยใช้ความพยายามน้อย[ 10 ] [ 150 ] ตัวอย่าง เช่น ข้อมูลของ Woolley et al. [ 10 ]ระบุว่าอย่างน้อยหนึ่งทีมได้คะแนน 0 ในงานที่พวกเขาได้รับเวลา 10 นาทีในการคิดหาวิธีใช้ก้อนอิฐให้ได้มากที่สุด ในทำนองเดียวกัน ข้อมูลของ Woolley et al. [ 10 ]แสดงให้เห็นว่าอย่างน้อยหนึ่งทีมมีคะแนนเฉลี่ย 8 จาก 50 ใน WPT Credé และ Howardson อ้างว่าความน่าจะเป็นที่จะเกิดเหตุการณ์นี้กับผู้เข้าร่วมการศึกษาที่พยายามอย่างเต็มที่นั้นเกือบเป็นศูนย์[ 150 ]นี่อาจอธิบายได้ว่าทำไม Woolley et al. [ 10 ]จึงพบว่าคะแนนสติปัญญาของแต่ละบุคคลในกลุ่มไม่สามารถทำนายประสิทธิภาพได้ นอกจากนี้ ความพยายามต่ำในงานต่างๆ ในการวิจัยเกี่ยวกับมนุษย์อาจทำให้หลักฐานสำหรับปัจจัยสติปัญญารวมที่คาดการณ์ไว้โดยอิงจากความคล้ายคลึงกันของประสิทธิภาพในงานต่างๆ สูงเกินจริง เนื่องจากความพยายามต่ำของทีมในงานวิจัยหนึ่งอาจส่งผลให้ความพยายามต่ำในหลายๆ งาน[ 150 ] [ 151 ] [ 152 ]เป็นที่น่าสังเกตว่าปรากฏการณ์ดังกล่าวเกิดขึ้นเพียงเพราะสภาพแวดล้อมการวิจัยในห้องปฏิบัติการมีความเสี่ยงต่ำสำหรับผู้เข้าร่วมการวิจัย ไม่ใช่เพราะสะท้อนให้เห็นถึงวิธีการทำงานของทีมในองค์กร[ 150 ]
Woolley, Kim และ Malone (2018) ตอบสนองต่อคำวิจารณ์เชิงวิธีการของปัจจัยสติปัญญาโดยรวม (c) ที่ Credé และ Howardson ยกขึ้นมา โดยรายงานการวิเคราะห์ใหม่และการขยายงานก่อนหน้าของพวกเขาเพื่อชี้แจงขั้นตอนการวัดและความแข็งแกร่ง โดยใช้ชุดข้อมูลที่ใหญ่ขึ้นและตรวจสอบใหม่ การควบคุมงานเพิ่มเติม และวิธีการให้คะแนนทางเลือก พวกเขาแสดงให้เห็นว่าตัวทำนายระดับกลุ่มที่เดิมเกี่ยวข้องกับ c เช่น ความไวต่อสังคม การผลัดกันสนทนา และสัดส่วนของผู้หญิงในกลุ่ม ยังคงอธิบายความแปรปรวนในประสิทธิภาพของกลุ่มในงานที่หลากหลายหลังจากแก้ไขข้อกังวลเฉพาะที่นักวิจารณ์ยกขึ้นมา ผู้เขียนเน้นย้ำว่า c ไม่ใช่เพียงแค่แบบจำลองของสติปัญญาของแต่ละบุคคล แต่เป็นโครงสร้างที่มีหลายแง่มุมและขึ้นอยู่กับงาน ซึ่งต้องมีการกำหนดวิธีการปฏิบัติงานอย่างระมัดระวัง พวกเขาแนะนำชุดแบบทดสอบมาตรฐาน ความโปร่งใสในการให้คะแนนงาน และการทำซ้ำเพิ่มเติมด้วยองค์ประกอบกลุ่มที่หลากหลายและงานในโลกแห่งความเป็นจริง[ 153 ]
ในเดือนพฤษภาคม พ.ศ. 2565 ผู้เขียนบทความ "การวัดปริมาณสติปัญญารวมในกลุ่มมนุษย์" (Riedl et al., 2564) ได้เผยแพร่การแก้ไขอย่างเป็นทางการ โดยระบุว่าข้อผิดพลาดในแพ็กเกจซอฟต์แวร์ทำให้ค่าความแปรปรวนเฉลี่ยที่สกัดได้ (AVE) ที่รายงานในการวิเคราะห์ปัจจัยยืนยันไม่ถูกต้อง การแก้ไขนี้แทนที่ค่า AVE เดิมที่ 44% ด้วยค่า AVE ที่แก้ไขแล้วที่ 19.6% สำหรับแบบจำลองปัจจัยเดียวที่รายงาน[ 154 ] [ 155 ]
ค่าเฉลี่ยความแปรปรวนที่สกัดได้ (AVE) เป็นมาตรวัดมาตรฐานที่ใช้ในการวิเคราะห์ปัจจัยเชิงยืนยันซึ่งระบุปริมาณความแปรปรวนในตัวบ่งชี้ที่สังเกตได้ซึ่งอธิบายโดยปัจจัยแฝงได้มากน้อยเพียงใด กฎทั่วไปที่อ้างถึงกันโดยทั่วไป (Fornell และ Larcker, 1981) ถือว่า AVE ≥ 0.50 เป็นตัวบ่งชี้ความถูกต้องเชิงลู่เข้าที่ยอมรับได้ ค่าที่ต่ำกว่าเกณฑ์นี้อย่างมากแสดงว่าปัจจัยนั้นอธิบายความแปรปรวนของตัวบ่งชี้ได้น้อย และทำให้เกิดความกังวลเกี่ยวกับความถูกต้องเชิงลู่เข้า[ 156 ]
ดังนั้น ค่า AVE ที่แก้ไขแล้วจึงก่อให้เกิดคำถามที่สมเหตุสมผลเกี่ยวกับความถูกต้องเชิงลู่เข้าของแบบจำลองปัจจัยยืนยันเฉพาะที่รายงานไว้ ในขณะเดียวกัน Riedl และคณะได้ตั้งข้อสังเกตในการแก้ไขของพวกเขาว่า การเปลี่ยนแปลงเหล่านี้ไม่ได้เปลี่ยนแปลงข้อสรุปหลักของบทความ และบทความนี้ได้นำเสนอหลักฐานหลายประการสำหรับปัจจัยสติปัญญารวมทั่วไป (รวมถึงค่าสัมประสิทธิ์การถ่วงน้ำหนักปัจจัยที่รายงาน ดัชนีความเหมาะสมของแบบจำลองอื่น ๆ สำหรับแบบจำลองทางเลือก และชุดข้อมูลการวิเคราะห์เชิงอภิมานที่ได้จาก 22 การศึกษา) ประเด็นนี้เป็นส่วนหนึ่งของการถกเถียงเชิงวิธีการที่กำลังดำเนินอยู่เกี่ยวกับว่าประสิทธิภาพของกลุ่มนั้นเหมาะสมที่สุดที่จะอธิบายด้วยปัจจัย CI ทั่วไปเพียงปัจจัยเดียว หรือด้วยมิติหลายมิติที่ขึ้นอยู่กับงาน
ปัญญารวมและระบบปรับตัวที่ซับซ้อน
งานวิจัยได้กำหนดแนวคิดเกี่ยวกับระบบปัญญาโดยรวมมากขึ้นเรื่อยๆ ว่าเป็นส่วนย่อยของระบบปรับตัวที่ซับซ้อน (CAS) ระบบเหล่านี้แสดงคุณสมบัติหลักสามประการ ได้แก่ การปรับตัวให้เข้ากับสภาพแวดล้อมที่ไม่แน่นอนและเปลี่ยนแปลง การจัดระเบียบตนเองอย่างอิสระ และการเกิดขึ้นของพฤติกรรมโดยรวมจากปฏิสัมพันธ์ในระดับท้องถิ่น[ 157 ]
ปัญญาโดยรวมอาศัยกลไกที่ช่วยให้เกิดการทำงาน เช่น พลวัตการตอบรับ การควบคุมแบบกระจาย ความซ้ำซ้อน ความทนทาน และรูปแบบปฏิสัมพันธ์ที่ไม่เป็นเชิงเส้น ซึ่งเป็นคุณลักษณะที่สำคัญของ CAS เช่นกัน ในระบบมนุษย์-เครื่องจักร เช่น แพลตฟอร์มสื่อสังคมออนไลน์และสภาพแวดล้อม AI ที่ทำงานร่วมกัน ปัญญาโดยรวมเกิดขึ้นจากปฏิสัมพันธ์ขนาดใหญ่แบบหลายต่อหลายระหว่างตัวแทนทางสังคมและเทคโนโลยี ระบบเหล่านี้ปรับโครงสร้างและกลยุทธ์อย่างต่อเนื่องผ่านกระบวนการตอบรับแบบปรับตัว ซึ่งบางครั้งส่งผลให้เกิดพฤติกรรมโดยรวมที่ "เกิดขึ้นใหม่" ซึ่งไม่สามารถเข้าใจได้จากการวิเคราะห์ผู้เข้าร่วมแต่ละคนแยกกัน[ 158 ]
ภายในการปฏิบัติทางวิทยาศาสตร์และวิศวกรรม การศึกษาเกี่ยวกับปัญญาโดยรวมนั้นรวมถึงการวิเคราะห์—การทำความเข้าใจปรากฏการณ์ทางธรรมชาติในระบบชีวภาพหรือระบบสังคมโดยรวม และการออกแบบ การสร้างระบบเทียม ระบบคำนวณ หรือระบบไฮบริดเพื่อแก้ปัญหาแบบกระจาย เมื่อการวิจัยก้าวหน้าขึ้น ปัญญาโดยรวมและระบบปรับตัวที่ซับซ้อนก็มาบรรจบกันมากขึ้นเรื่อยๆ โดยนำเสนอวิธีการสำหรับการสร้างแบบจำลอง การจำลอง และการออกแบบความยืดหยุ่น ความสามารถในการขยายขนาด และปัญญาที่เกิดขึ้นใหม่ในสภาพแวดล้อมทางสังคมและเทคนิคขนาดใหญ่[ 159 ]
Ha และ Tang (2022) ทบทวนว่าแนวคิดจากปัญญาโดยรวมและระบบที่ซับซ้อนถูกนำมาใช้ในการเรียนรู้ของเครื่องอย่างไร พวกเขาสังเกตว่าวิธีการแบบกลุ่ม การฝึกอบรมตามประชากร การค้นหาเชิงวิวัฒนาการ การเรียนรู้แบบเสริมแรงหลายตัวแทน การเพิ่มประสิทธิภาพที่ได้รับแรงบันดาลใจจากฝูง การเรียนรู้แบบสหพันธ์ และแบบจำลองผู้เชี่ยวชาญแบบผสมผสาน อาศัยความหลากหลาย การค้นหาแบบขนาน และการรวมกลุ่ม ผู้เขียนนำเสนอเทคนิคเหล่านี้เป็นตัวอย่างของการแก้ปัญหาร่วมกันในระบบปัญญาประดิษฐ์ และสรุปขอบเขตที่ทฤษฎีระบบที่ซับซ้อนอาจให้ข้อมูลแก่งานในอนาคต[ 160 ]
มุมมองเชิงทฤษฎีล่าสุดถือว่าสติปัญญาในทุกระดับเป็นรูปแบบหนึ่งของพฤติกรรมรวมหมู่ในระบบปรับตัวที่ซับซ้อน Falandays et al. (2023) โต้แย้งว่ากระบวนการหลายอย่างที่อธิบายว่าเป็นสติปัญญาของแต่ละบุคคลสามารถเข้าใจได้ว่าเป็นปฏิสัมพันธ์ที่เกิดขึ้นใหม่ระหว่างองค์ประกอบต่างๆ ไม่ว่าสิ่งเหล่านี้จะเกิดขึ้นภายในระบบประสาท สิ่งมีชีวิตหลายเซลล์ กลุ่มสัตว์ หรือเครือข่ายทางสังคมและวัฒนธรรมของมนุษย์ ผู้เขียนนำเสนอตัวอย่างจากระบบทางชีววิทยา ระบบการรับรู้ และระบบสังคมเพื่อสนับสนุนมุมมองที่ว่าความแตกต่างระหว่างสติปัญญาของแต่ละบุคคลและสติปัญญารวมหมู่มักสะท้อนถึงระดับของการวิเคราะห์มากกว่าความแตกต่างพื้นฐานในประเภท[ 5 ]
ปัญญารวมหมู่ การศึกษาอนาคต และการมองการณ์ไกลเชิงกลยุทธ์
การศึกษาอนาคตและการมองการณ์ไกลเชิงกลยุทธ์ใช้วิธีการข่าวกรองแบบรวมกลุ่มเพื่อสำรวจและกำหนดอนาคตที่เป็นไปได้ โดยมักผ่านกระบวนการมีส่วนร่วมที่รวบรวมข้อมูลเชิงลึกจากผู้มีส่วนได้ส่วนเสียที่หลากหลายเข้าไว้ในสถานการณ์ วิสัยทัศน์ และการวิเคราะห์การเตือนล่วงหน้า[ 161 ] [ 162 ]ผู้เขียนบางคนอธิบายสิ่งนี้ว่าเป็น "ข่าวกรองเชิงรุกแบบรวมกลุ่ม" โดยเน้นที่การสร้างความเข้าใจแบบไดนามิกและเชื่อมโยงกันเกี่ยวกับการเปลี่ยนแปลงระยะยาวในด้านต่างๆ เช่น นโยบายสาธารณะ การพัฒนาเมือง และการเปลี่ยนผ่านสู่ความยั่งยืน[ 163 ] การประยุกต์ใช้ในทางปฏิบัติ ได้แก่ การพยากรณ์แบบกลุ่มเพื่อทำนายการระบาดใหญ่ แนวโน้มทางเศรษฐกิจ และผลการเลือกตั้ง ดังที่แสดงให้เห็นโดย FOI ของสวีเดนในการสนับสนุนการกำกับดูแลเชิงคาดการณ์ของยูเครน และโครงการริเริ่มของยุโรป เช่น Futures4Europe ที่สำรวจข่าวกรองแบบรวมกลุ่มที่มุ่งเน้นอนาคตสำหรับนโยบายการวิจัยและนวัตกรรม[ 164 ] [ 165 ]ในการวิจัยอนาคตระดับโลก ระบบต่างๆ เช่น Global Futures Intelligence System ของ Millennium Project ผสานรวมข้อมูล การตัดสินของผู้เชี่ยวชาญ และข้อมูลจากสาธารณะเพื่อสนับสนุนการมองการณ์ไกลด้านวิทยาศาสตร์และเทคโนโลยีและการกำหนดนโยบาย[ 166 ]
ปัญญาส่วนรวมและประชาธิปไตยแบบไตร่ตรอง
ประชาธิปไตยแบบไตร่ตรองเป็นรูปแบบหนึ่งของประชาธิปไตยแบบมีส่วนร่วมซึ่งเน้นการสนทนาอย่างรอบรู้และครอบคลุมในหมู่ประชาชนเพื่อบรรลุข้อตกลงร่วมกันในประเด็นสาธารณะผ่านการอภิปรายอย่างมีเหตุผลและการสร้างฉันทามติ โดยใช้ประโยชน์จากสติปัญญาโดยรวมด้วยการรวบรวมมุมมองและความรู้ที่หลากหลายเพื่อปรับปรุงความชอบธรรมและคุณภาพของการตัดสินใจ[ 167 ] [ 168 ]
กลไกเชิงสถาบันที่สำคัญของประชาธิปไตยแบบไตร่ตรองคือสมัชชาประชาชนหรือที่เรียกว่ามินิพับลิค การไตร่ตรองในสมัชชาประชาชนมีลักษณะเด่นคือการแลกเปลี่ยนข้อมูลอย่างกว้างขวาง การอภิปรายที่อำนวยความสะดวก และการมีส่วนร่วมกับคำให้การของผู้เชี่ยวชาญ กระบวนการนี้ช่วยให้ผู้เข้าร่วมสามารถไตร่ตรองถึงคุณค่าและการแลกเปลี่ยนทางสังคมอย่างรอบคอบก่อนที่จะกำหนดข้อเสนอแนะ[ 169 ]
ผู้เข้าร่วมสมัชชาประชาชนจะถูกเลือกแบบสุ่มโดยวิธีการจับฉลากเพื่อให้ได้ตัวแทนที่ครอบคลุมประชากร กระบวนการคัดเลือกนี้โดยทั่วไปจะเริ่มต้นด้วยการสุ่มตัวอย่างแบบกว้างๆ ตามด้วยการแบ่งชั้นเพื่อให้แน่ใจว่ามีความหลากหลายทางด้านประชากรศาสตร์ในหมวดหมู่ต่างๆ เช่น เพศ อายุ สถานะทางเศรษฐกิจและสังคม เชื้อชาติ และอาจรวมถึงความคิดเห็นเกี่ยวกับหัวข้อที่จะอภิปรายด้วย[ 170 ] [ 171 ] [ 172 ]ด้วยการจับภาพสังคมขนาดเล็กในลักษณะนี้ สมัชชาประชาชนจึงช่วยเพิ่มพูนสติปัญญาโดยรวมโดยการเปิดโอกาสให้มีประสบการณ์และมุมมองที่หลากหลายมากกว่าที่พบได้ทั่วไปในสภานิติบัญญัติที่มาจากการเลือกตั้ง[ 173 ]
สมัชชาประชาชนมีคุณค่าอย่างยิ่งในการจัดการกับประเด็นที่มีข้อโต้แย้งและละเอียดอ่อนอย่างมาก ซึ่งมักถูกหลีกเลี่ยงหรือแก้ไขได้ยากในบริบททางการเมืองแบบดั้งเดิม ตัวอย่างเช่นสมัชชาประชาชน (ไอร์แลนด์)มีบทบาทสำคัญในการให้ข้อมูลแก่การอภิปรายสาธารณะและการปฏิรูปกฎหมายเกี่ยวกับการทำแท้งในไอร์แลนด์ (เรียกอย่างเป็นทางการว่าการอภิปรายเกี่ยวกับการแก้ไขรัฐธรรมนูญครั้งที่ 8) ซึ่งแสดงให้เห็นว่าสมัชชาดังกล่าวสามารถสร้างข้อเสนอแนะเชิงนโยบายที่ถูกต้อง มีข้อมูล และรอบคอบในหัวข้อที่ก่อให้เกิดความแตกแยกได้[ 174 ] [ 175 ]
งานวิจัยแสดงให้เห็นว่าสมัชชาประชาชนมีส่วนสำคัญต่อการฟื้นฟูประชาธิปไตยโดยการเพิ่มประสิทธิผลทางการเมืองในหมู่ผู้เข้าร่วมและสาธารณชนในวงกว้าง ส่งเสริมความไว้วางใจทางสังคม ต่อต้านการแบ่งขั้วทางการเมือง และเสริมสร้างความสามัคคีในสังคมผ่านการพิจารณาร่วมกัน[ 176 ] สมัชชา เหล่านี้อำนวยความสะดวกในการปกครองแบบมีส่วนร่วมโดยการดึงผู้คนที่ไม่ได้มีส่วนร่วมทางการเมืองเข้ามามีส่วนร่วม ส่งผลให้การตัดสินใจเป็นตัวแทนมากขึ้นและเพิ่มความชอบธรรมทางประชาธิปไตย[ 177 ] [ 178 ]สมัชชาสร้างการตัดสินใจสาธารณะที่รอบคอบซึ่งช่วยให้ผู้กำหนดนโยบายตัดสินใจในเรื่องยากๆ ได้ จึงยกระดับคุณภาพของการปกครอง ซึ่งเป็นเหตุผลว่าทำไมรัฐบาลทั่วโลกจึงใช้สมัชชาเหล่านี้มากขึ้นเรื่อยๆ ในการร่วมสร้างนโยบาย[ 179 ] [ 176 ]
หนังสือ Collective Intelligence in Open Policymaking (2024) ของ Rafał Olszowski นำเสนอกรอบการทำงานที่ครอบคลุมเพื่อทำความเข้าใจวิวัฒนาการของปัญญาโดยรวมที่นอกเหนือไปจากระดับบุคคล โดยมุ่งเน้นที่โครงการริเริ่มการกำหนดนโยบายแบบเปิด หนังสือเล่มนี้ผสมผสานข้อมูลเชิงทฤษฎีเข้ากับกรณีศึกษาเชิงปฏิบัติ เช่น Decide Madrid [ 180 ]และ Better Reykjavik [ 181 ]ซึ่งสำรวจว่าปัญญาโดยรวมมีส่วนในการกำหนดนวัตกรรมประชาธิปไตยและการมีส่วนร่วมของพลเมืองในการออกแบบนโยบายอย่างไร[ 182 ]
การไตร่ตรองสาธารณะในยุคดิจิทัล: แพลตฟอร์ม การมีส่วนร่วม และความชอบธรรม (2025) นำเสนอการตรวจสอบอย่างครอบคลุมว่าแพลตฟอร์มดิจิทัลกำลังเปลี่ยนแปลงกระบวนการประชาธิปไตยแบบไตร่ตรองและการมีส่วนร่วมของพลเมืองอย่างไร หนังสือเล่มนี้ผสมผสานข้อมูลเชิงทฤษฎีกับกรณีศึกษาเชิงประจักษ์เพื่อวิเคราะห์ว่าเครื่องมือดิจิทัลมีอิทธิพลต่อการมีส่วนร่วม คุณภาพของการไตร่ตรอง และความชอบธรรมของการตัดสินใจแบบประชาธิปไตยอย่างไร หนังสือเล่มนี้กล่าวถึงการประยุกต์ใช้ที่หลากหลาย ตั้งแต่การกำกับดูแลด้านสภาพภูมิอากาศไปจนถึงการมีส่วนร่วมของเยาวชนและการสนทนาผ่าน AI โดยสำรวจความท้าทายต่างๆ เช่น ช่องว่างทางดิจิทัลและการไตร่ตรองหลายภาษา การใช้กรอบความชอบธรรมแบบอินพุต-ทรูพอยต์-เอาต์พut หนังสือเล่มนี้ประเมินอย่างเป็นระบบว่าแพลตฟอร์มดิจิทัลกำหนดผู้เข้าร่วมอย่างไร การมีส่วนร่วมเกิดขึ้นอย่างไร และกระบวนการเหล่านี้เชื่อมโยงกับผลลัพธ์สาธารณะในวงกว้างอย่างไร[ 183 ]
Lewis et al. (2025) กล่าวถึงหลักการออกแบบโครงสร้างพื้นฐานพลเมืองที่ใช้เทคโนโลยีดิจิทัลเพื่อสนับสนุนการพิจารณาในวงกว้างและข้อเสนอแนะอย่างต่อเนื่องระหว่างประชาชนและสถาบันสาธารณะ เอกสารนี้อธิบายถึงสถาปัตยกรรมแบบโมดูลาร์ที่ผสมผสานการมีส่วนร่วมทางดิจิทัลบ่อยครั้ง การสังเคราะห์ข้อมูลด้วยอัลกอริทึม และการพิจารณากลุ่มเล็กๆ ที่มุ่งเป้าหมาย เพื่อให้สามารถรวบรวมผลลัพธ์การพิจารณาในระดับท้องถิ่นและนำกลับเข้าสู่กระบวนการกำหนดนโยบายได้ เอกสารนี้แนะนำเครื่องมือสำหรับการจัดกลุ่มและเชื่อมโยงข้อมูลความคิดเห็น การประเมินแบบปรับตัวตามหลักการเบย์เซียน และการทดสอบแบบวนซ้ำเพื่อทดสอบการออกแบบแพลตฟอร์ม ผู้เขียน (รวมถึงGeoff Mulganศาสตราจารย์ด้านปัญญารวม นโยบายสาธารณะ และนวัตกรรมทางสังคมที่ UCL) เน้นย้ำถึงข้อกำหนดด้านการกำกับดูแล เช่น ความโปร่งใสของวิธีการรวบรวมข้อมูล การควบคุมข้อมูลโดยชุมชน และมาตรการป้องกันการบิดเบือนและการกีดกัน[ 184 ]
แม้ว่าเอกสารจะไม่ได้ใช้คำว่า "ปัญญาโดยรวม" อย่างชัดเจน แต่ข้อเสนอของเอกสารนั้นสอดคล้องกับแนวคิดและกลไกของปัญญาโดยรวมที่ได้รับการยอมรับแล้ว จากมุมมองของปัญญาโดยรวม สถาปัตยกรรมที่อธิบายไว้ได้กล่าวถึงข้อกำหนดที่ได้รับการศึกษามาเป็นอย่างดี 3 ประการสำหรับการสร้างการตัดสินใจของกลุ่มที่เชื่อถือได้ ได้แก่ การมีส่วนร่วมที่กว้างขวางและหลากหลายเพื่อเพิ่มฐานข้อมูล กลไกในการรักษาหรือฟื้นฟูความเป็นอิสระของการมีส่วนร่วมเพื่อหลีกเลี่ยงข้อผิดพลาดที่สัมพันธ์กัน และขั้นตอนการรวมข้อมูลอย่างมีหลักการที่เปลี่ยนอินพุตต้นทุนต่ำจำนวนมากให้เป็นเอาต์พุตโดยรวมที่มีคุณภาพสูงขึ้น โมดูลการพิจารณาขนาดเล็กที่มีทรัพยากรดี เช่น สภาประชาชน ทำหน้าที่เป็นเครื่องกำเนิดสัญญาณคุณภาพสูง การสังเคราะห์อัลกอริทึมและการสุ่มตัวอย่างเป้าหมายจะแปลงสัญญาณท้องถิ่นเหล่านั้นให้เป็นอินพุตระดับระบบ และการประเมินแบบปรับตัวได้จะให้วงจรป้อนกลับที่จำเป็นสำหรับการเรียนรู้และการปรับปรุง ดังนั้น เอกสารจึงนำเสนอโปรแกรมการออกแบบประยุกต์สำหรับการเชื่อมต่อสถาบันการพิจารณากับการรวมข้อมูลเชิงคำนวณและแนวทางการกำกับดูแลที่เป็นหัวใจสำคัญของการวิจัยปัญญาโดยรวมในปัจจุบัน[ 184 ]
ปัญญาประดิษฐ์เชิงรวม
ในปี พ.ศ. 2544 Tadeusz (Tad) Szuba จากมหาวิทยาลัย AGHในโปแลนด์ได้เสนอแบบจำลองอย่างเป็นทางการสำหรับปรากฏการณ์ของปัญญาโดยรวม โดยสันนิษฐานว่าเป็นกระบวนการคำนวณที่ไม่รู้ตัว สุ่ม ขนาน และกระจาย ซึ่งดำเนินการในตรรกะทางคณิตศาสตร์โดยโครงสร้างทางสังคม[ 185 ]
ในแบบจำลองนี้ สิ่งมีชีวิตและข้อมูลถูกจำลองเป็นโมเลกุลข้อมูลนามธรรมที่บรรจุการแสดงออกของตรรกะทางคณิตศาสตร์[ 185 ]พวกมันเคลื่อนที่แบบกึ่งสุ่มเนื่องจากการปฏิสัมพันธ์กับสภาพแวดล้อมด้วยการเคลื่อนที่ที่ตั้งใจไว้[ 185 ]การปฏิสัมพันธ์ของพวกมันในพื้นที่การคำนวณนามธรรมสร้างกระบวนการอนุมานแบบหลายเธรดซึ่งเรารับรู้ว่าเป็นปัญญาโดยรวม[ 185 ]ดังนั้นจึงใช้แบบจำลองการคำนวณ ที่ไม่ใช่ ทัวริง ทฤษฎีนี้อนุญาตให้กำหนดนิยามอย่างเป็นทางการง่ายๆ ของปัญญาโดยรวมในฐานะคุณสมบัติของ โครงสร้างทางสังคมและดูเหมือนว่าจะใช้ได้ผลดีกับสิ่งมีชีวิตหลากหลายประเภท ตั้งแต่กลุ่มแบคทีเรียไปจนถึงโครงสร้างทางสังคมของมนุษย์ ปัญญาโดยรวมที่พิจารณาว่าเป็นกระบวนการคำนวณเฉพาะให้คำอธิบายที่ตรงไปตรงมาของปรากฏการณ์ทางสังคมหลายอย่าง สำหรับแบบจำลองของปัญญาโดยรวมนี้ ได้มีการเสนอนิยามอย่างเป็นทางการของ IQS (IQ Social) และกำหนดไว้ว่า "ฟังก์ชันความน่าจะเป็นในช่วงเวลาและโดเมนของการอนุมาน N องค์ประกอบซึ่งสะท้อนกิจกรรมการอนุมานของโครงสร้างทางสังคม" [ 185 ]แม้ว่า IQS ดูเหมือนจะยากในการคำนวณ แต่การสร้างแบบจำลองโครงสร้างทางสังคมในแง่ของกระบวนการคำนวณดังที่อธิบายไว้ข้างต้นทำให้มีโอกาสสำหรับการประมาณค่า[ 185 ]การประยุกต์ใช้ที่มีศักยภาพ ได้แก่ การเพิ่มประสิทธิภาพของบริษัทผ่านการเพิ่ม IQS ให้สูงสุด และการวิเคราะห์ความต้านทานยาต่อสติปัญญารวมของอาณานิคมแบคทีเรีย[ 185 ]
สติปัญญาและภาวะผู้นำแบบรวมหมู่
สติปัญญารวมในทีมขององค์กรขึ้นอยู่กับกระบวนการความเป็นผู้นำ ที่ช่วยให้เกิดการบูรณาการความรู้ที่กระจายอยู่ การประสานงานของการมีส่วนร่วมเฉพาะด้าน และการตัดสินใจที่ปรับตัวได้ คุณลักษณะเหล่านี้บ่งชี้ถึงความทับซ้อนอย่างกว้างขวางกับทฤษฎีความเป็นผู้นำที่ซับซ้อน กล่าวคือ การศึกษาความเป็นผู้นำในระบบปรับตัวที่ซับซ้อน [ 186 ] งานวิจัยได้ระบุรูปแบบความเป็นผู้นำสองรูปแบบกว้างๆ ที่สนับสนุนสติปัญญารวม ได้แก่ ความเป็นผู้นำแบบแบ่งปันหรือแบบกระจายภายในทีม และความเป็นผู้นำเชิงระบบที่ประสานงานการดำเนินการข้ามองค์กรและภาคส่วน[ 187 ] [ 188 ]
ภาวะผู้นำร่วมคือการที่สมาชิกในทีมหลายคนทำหน้าที่ผู้นำ แทนที่จะเป็นผู้นำที่ได้รับการแต่งตั้งเพียงคนเดียว นอกจากนี้ยังนิยามได้ว่าเป็นปรากฏการณ์ที่เกิดขึ้นเองตามธรรมชาติในหมู่สมาชิกในทีมเมื่อมีเงื่อนไขที่เอื้ออำนวย ภาวะผู้นำร่วมดังกล่าวมีความสัมพันธ์อย่างสม่ำเสมอกับประสิทธิภาพของทีมที่สูงขึ้นและประสิทธิผลโดยรวมที่มากขึ้น การวัดเครือข่ายและความหนาแน่นของภาวะผู้นำร่วมมักจะทำนายประสิทธิภาพได้ดีกว่าการวัดจากแหล่งเดียว ปัจจัยกำหนดอื่นๆ ได้แก่ การพึ่งพาซึ่งกันและกันของงาน ความปลอดภัยทางจิตใจ และความเชี่ยวชาญของสมาชิก[ 189 ] [ 190 ] [ 191 ]
ภาวะผู้นำเชิงระบบหมายถึงภาวะผู้นำที่ดำเนินการข้ามขอบเขตของสถาบันเพื่อระดมองค์กรและผู้มีส่วนได้ส่วนเสียหลายฝ่ายเพื่อแก้ไขปัญหาที่ไม่มีผู้ใดผู้หนึ่งสามารถแก้ไขได้ ภาวะผู้นำที่กระจายผ่านเครือข่ายและปฏิบัติในรูปแบบของฟังก์ชันหรือกระบวนการต่างๆ สามารถเพิ่มศักยภาพของกลุ่มในการบูรณาการข้อมูลที่หลากหลายและปรับตัวให้เข้ากับงานที่ซับซ้อนได้[ 192 ]การทบทวนกรณีศึกษาเชิงประจักษ์พบว่าภาวะผู้นำเชิงระบบที่มีประสิทธิภาพเริ่มต้นด้วยการเรียกร้องให้ดำเนินการอย่างชัดเจนและการสร้างกลุ่มพันธมิตรที่มุ่งมั่น การรักษาโมเมนตัมขึ้นอยู่กับโครงสร้างของระบบ วัฒนธรรมที่สนับสนุน และปัจจัยระหว่างบุคคล รวมถึงการรักษาจุดประสงค์ร่วมกัน ความสัมพันธ์ที่แข็งแกร่ง ความอยากรู้อยากเห็น และความเข้าใจในพลวัตและความยืดหยุ่นของระบบ ตัวชี้วัดความสำเร็จ ได้แก่ ความพึงพอใจในงาน ผลกำไรจากทรัพยากรของระบบ และการปรับปรุงที่สังเกตได้ในข้อมูลระดับประชากร นอกจากนี้ การมองภาวะผู้นำว่าเป็นฟังก์ชันที่กระจายและจัดหาทรัพยากรมากกว่าบทบาทของบุคคลเพียงคนเดียว ภาวะผู้นำเชิงระบบมีความเกี่ยวข้องอย่างยิ่งในกรณีที่ต้องจัดระเบียบสติปัญญาโดยรวมในระดับใหญ่ เช่น ในการตอบสนองต่อเหตุฉุกเฉินของวิกฤตการณ์ เช่น การระบาดใหญ่[ 193 ] [ 194 ]
เพื่อปลดล็อกสติปัญญาโดยรวมอย่างเต็มที่ในวงกว้าง Cairney และ Toomey (2025) สนับสนุนความเป็นผู้นำแบบหลายระดับและมุ่งเน้นระบบเพื่อแก้ไขปัญหาทางสังคมที่ซับซ้อน แนวทางนี้ยืนยันข้อสรุปของการวิจัยก่อนหน้านี้ว่าความเป็นผู้นำที่ประสบความสำเร็จเป็นความสามารถแบบกระจายที่ต้องได้รับการปลูกฝังทั่วทั้งองค์กรและเครือข่าย พวกเขาระบุคุณลักษณะสำคัญหลายประการของความเป็นผู้นำระบบที่มีสติปัญญาโดยรวม ได้แก่ "ปฏิเสธความเป็นผู้นำแบบวีรบุรุษจากบนลงล่างและการควบคุมจากส่วนกลางเพื่อสนับสนุนการทำงานร่วมกันข้ามขอบเขต พัฒนาคุณลักษณะ (เช่น ความอ่อนน้อมถ่อมตน) ทัศนคติ (เช่น การมองภาพรวม) และทักษะ (เช่น การอำนวยความสะดวก) เพื่อดำเนินการในระบบที่ซับซ้อน (แม้ว่าจะไม่มีมุมมองร่วมกันเกี่ยวกับระบบที่ซับซ้อน) และแสวงหาการสนับสนุนจากองค์กรและการเมืองสำหรับแนวทางนี้" [ 195 ]
Pentland (2012) รายงานการศึกษาทางสังคมวิทยาประยุกต์ที่แสดงให้เห็นว่าประสิทธิภาพของทีมมีความสัมพันธ์กับพารามิเตอร์ปฏิสัมพันธ์ที่วัดได้สามประการ ได้แก่ ปริมาณการแลกเปลี่ยน ความเท่าเทียมกันของการมีส่วนร่วม และการเชื่อมต่อภายนอก เขาพบว่ารูปแบบปฏิสัมพันธ์และการสื่อสารที่วัดได้ภายในทีม เช่น การผลัดกันพูดคุยอย่างสมดุล การมีส่วนร่วมอย่างกว้างขวาง และการมีส่วนร่วมสูง สามารถทำนายประสิทธิภาพของทีมได้อย่างน่าเชื่อถือมากกว่าการวัดสติปัญญาของแต่ละบุคคล การศึกษานี้มองว่าภาวะผู้นำเป็นบทบาทในการกำหนดรูปแบบ โดยที่ผู้นำและ “ผู้เชื่อมโยงที่มีเสน่ห์” อำนวยความสะดวกในการมีส่วนร่วมและการไหลเวียนของข้อมูลแบบกระจาย แทนที่จะใช้อำนาจตามลำดับชั้นเพียงอย่างเดียว จากมุมมองของสติปัญญารวม บทความนี้สอดคล้องกับกลไกหลักของ CI: มันถือว่าประสิทธิภาพที่น่าเชื่อถือเป็นคุณสมบัติที่เกิดขึ้นจากรูปแบบปฏิสัมพันธ์ (ไม่ใช่ความสามารถของแต่ละบุคคล) มันระบุสัญญาณที่วัดได้ซึ่งสนับสนุนการรับรู้สถานการณ์ร่วมกันและการบูรณาการข้อมูล และมันแสดงให้เห็นว่าวงจรป้อนกลับ (การวัด → การแสดงภาพ → การฝึกอบรม → ปฏิสัมพันธ์ที่ดีขึ้น) สามารถเพิ่มการแก้ปัญหาร่วมกันได้อย่างไร งานประยุกต์นี้มีอิทธิพลต่อการปฏิบัติงานของผู้บริหาร แต่ควรศึกษาควบคู่ไปกับการศึกษาที่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ เช่น Woolley et al. (2010). [ 196 ] [ 197 ] [ 198 ]
แอปพลิเคชัน
นอกจากวิกิพีเดียเองแล้ว ยังมีการประยุกต์ใช้ปัญญาแบบรวมกลุ่มอีกมากมายในช่วงไม่นานมานี้ รวมถึงในสาขาต่างๆ เช่น การระดมความคิด จากฝูงชนวิทยาศาสตร์พลเมืองและตลาดการทำนายศูนย์เนสต้าเพื่อการออกแบบปัญญาแบบรวมกลุ่ม[ 199 ]เปิดตัวในปี 2018 และได้จัดทำแบบสำรวจการประยุกต์ใช้มากมาย รวมถึงการทดลองด้านเงินทุน ในปี 2020 ห้องปฏิบัติการเร่งรัดของโครงการพัฒนาแห่งสหประชาชาติ (UNDP) [ 200 ]เริ่มใช้วิธีปัญญาแบบรวมกลุ่มในการทำงานเพื่อเร่งนวัตกรรมสำหรับเป้าหมายการพัฒนาที่ยั่งยืนเช่น Global Mindpool
โครงการวิกิมีเดียเป็นตัวอย่างของปัญญาโดยรวม
ในวิกิพีเดียและ โครงการ วิกิมีเดีย อื่นๆ อาสาสมัครจำนวนมากร่วมมือกันสร้างและคัดสรรเนื้อหาโดยปราศจากการควบคุมจากส่วนกลาง ในกระบวนการสร้างองค์ความรู้แบบมีส่วนร่วมนี้ บรรณาธิการของวิกิพีเดียอาศัย วิธีการตัดสินใจ โดยฉันทามติไปจนถึงระดับการแก้ไข ลดการพึ่งพาอำนาจลง และหันมาใช้กระบวนการปรึกษาหารือกับทุกฝ่ายที่เกี่ยวข้องแทน
ดังนั้น โครงการเหล่านี้จึงถูกอ้างถึงในเอกสารวิชาการว่าเป็นตัวอย่างที่โดดเด่นของปัญญาประดิษฐ์แบบรวมกลุ่มขนาดใหญ่ ตัวอย่างเช่น Livingstone (2016) ระบุว่า Wikipedia “โดยอาศัยกลุ่มปัญญาประดิษฐ์ของมนุษย์ บอทที่ตั้งโปรแกรมไว้ ระบบราชการทางสังคม และโปรโตคอลซอฟต์แวร์ ทำให้เกิดปัญญาประดิษฐ์แบบมนุษยนิยมมากขึ้น ตามที่ Lévy เสนอไว้ ในพื้นที่ความรู้เสมือนจริงที่รวบรวมข้อมูลทั้งในฐานะผลิตภัณฑ์และกระบวนการ (...)” [ 201 ]
งานวิจัยในช่วงแรกได้วางแนวคิดแบบจำลองการผลิตความรู้ของวิกิพีเดียว่าเป็นการแทนที่การควบคุมโดยผู้เชี่ยวชาญแบบดั้งเดิมด้วยกลไกการมีส่วนร่วมที่มุ่งเน้นฉันทามติ ซึ่งรวบรวมการมีส่วนร่วมที่หลากหลายจากผู้มีส่วนร่วมทั่วไป[ 202 ]การทบทวนเชิงอภิมานของงานวิชาการระบุว่าวิกิพีเดียแสดงให้เห็นถึงคุณลักษณะสำคัญของปัญญาโดยรวม เช่น การประสานงานทางอ้อม (stigmergy) การรับรู้แบบกระจายผ่านบอทและเครื่องมือ และโครงสร้างที่เกิดขึ้นใหม่จากการแก้ไขและการอภิปรายของแต่ละบุคคลจำนวนมาก[ 203 ]การทบทวนอย่างเป็นระบบล่าสุดเกี่ยวกับการสร้างเนื้อหาอัตโนมัติสำหรับวิกิพีเดียยังอธิบายถึงปฏิสัมพันธ์ระหว่างผู้มีส่วนร่วมที่เป็นมนุษย์และตัวแทนอัตโนมัติ (บอท) ในฐานะส่วนหนึ่งของระบบนิเวศปัญญาโดยรวมที่กว้างขึ้น ซึ่งมีผลกระทบต่อการสร้างเนื้อหาร่วมกันและการจัดการคุณภาพในระดับอินเทอร์เน็ต[ 204 ]
Wikidataซึ่งเป็นกราฟความรู้ข้อมูลที่มีโครงสร้างซึ่งแก้ไขร่วมกันและเกี่ยวข้องกับโครงการ Wikimedia ได้รับการอธิบายว่าเป็นแพลตฟอร์มปัญญาประดิษฐ์แบบรวมกลุ่มขนาดใหญ่ โดยสนับสนุนการนำเสนอความรู้หลายภาษาและได้รับการดูแลโดยชุมชนอาสาสมัครทั่วโลก ทำให้สามารถมีส่วนร่วมอย่างกว้างขวางในแหล่งข้อมูลร่วมกันซึ่งเป็นรากฐานของแอปพลิเคชันต่างๆ ของ Wikimedia และแอปพลิเคชันภายนอก[ 205 ]
แหล่งรวมความคิดระดับโลกของสหประชาชาติ
Global Mindpool คือปัญญารวมระดับโลกเพื่ออนาคตที่ยั่งยืน สร้างขึ้นโดยโครงการพัฒนาแห่งสหประชาชาติ โดยมีเป้าหมายเพื่อเสริมสร้างศักยภาพให้ผู้คนทั่วโลกและรวบรวมข้อมูลเชิงลึกของพวกเขาด้วยแพลตฟอร์มที่ให้พวกเขามีส่วนร่วมในการค้นหาวิธีที่ดีที่สุดในการแก้ไขวิกฤตสภาพภูมิอากาศ[ 206 ]
รัฐบาลและนโยบายสาธารณะ
Lowry et al. (2023) นำเสนอกรณีศึกษาที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ ซึ่งแสดงให้เห็นว่าวิธีการปัญญาประดิษฐ์แบบรวมกลุ่มที่มีโครงสร้างสามารถนำมาใช้ในการออกแบบโครงสร้างพื้นฐานข้อมูลภาครัฐใหม่ได้อย่างไร โดยทำงานร่วมกับนักวิจัย ผู้ดูแลข้อมูล และผู้มีส่วนได้ส่วนเสียด้านนโยบาย ผู้เขียนได้ประยุกต์ใช้การออกแบบตามสถานการณ์ การจัดการแบบโต้ตอบ และการเขียนแนวคิด เพื่อค้นหาความต้องการของผู้ใช้ที่ยังไม่ได้รับการตอบสนองและจุดที่มีปัญหาในการศึกษาเชิงระยะยาวของไอร์แลนด์เหนือ กระบวนการนี้ก่อให้เกิดการเปลี่ยนแปลงเชิงสถาบันที่เป็นรูปธรรม รวมถึงอินเทอร์เฟซการวิจัยที่ได้รับการออกแบบใหม่ ชุดข้อมูลการฝึกอบรมสังเคราะห์ และฟอรัมผู้ใช้ใหม่ ซึ่งมีจุดประสงค์เพื่อขยายการเข้าถึงข้อมูลการบริหารที่ซับซ้อนและเสริมสร้างคุณค่าเชิงนโยบาย การศึกษานี้ถูกอ้างถึงเป็นหลักฐานว่าเทคนิคปัญญาประดิษฐ์แบบรวมกลุ่มสามารถสนับสนุนการปรับปรุงระบบข้อมูลของรัฐบาลในทางปฏิบัติได้ ในขณะเดียวกันก็เน้นถึงความท้าทายต่างๆ เช่น การเป็นตัวแทนของผู้มีส่วนได้ส่วนเสีย และแรงงานที่จำเป็นในการบำรุงรักษาชุดข้อมูลที่พร้อมสำหรับการวิจัย[ 207 ]
การสร้างซอฟต์แวร์อัตโนมัติ
ปัญญารวมหมู่ถูกนำมาประยุกต์ใช้กับวิศวกรรมซอฟต์แวร์อัตโนมัติผ่านเฟรมเวิร์กที่รวบรวมและนำความรู้จากนักพัฒนาที่กระจายอยู่มาใช้ให้เกิดประโยชน์ Liu et al. (2025) เสนอ CIPAC (Collective Intelligence–based Program Automated Construction) ซึ่งเป็นเฟรมเวิร์กที่ใช้ทั้งปัญญารวมหมู่ในอดีตจากคลังโอเพนซอร์สและข้อมูลป้อนเข้าแบบเรียลไทม์จากชุมชนนักพัฒนาเพื่อสร้างโปรแกรมระดับซอฟต์แวร์โดยอัตโนมัติ ระบบนี้บูรณาการการปรับปรุงข้อกำหนดร่วมกัน การสร้างสถาปัตยกรรม การสังเคราะห์โปรแกรม และการเพิ่มประสิทธิภาพคุณภาพไว้ในเวิร์กโฟลว์เดียว ทำให้สามารถประกอบโครงการซอฟต์แวร์ที่สมบูรณ์และผ่านการทดสอบแล้วโดยอัตโนมัติ แทนที่จะเป็นเพียงส่วนของโค้ดที่แยกจากกัน CIPAC นำปัญญารวมหมู่มาใช้ให้เกิดประโยชน์โดยการถ่วงน้ำหนักและรวบรวมผลงานจากกลุ่มนักพัฒนาจำนวนมาก ผสมผสานกับกลไกการประสานงานเชิงอัลกอริทึมที่ได้มาจากปัญญาแบบฝูง และฝังวงจรป้อนกลับตลอดวงจรการพัฒนาซอฟต์แวร์ กรณีศึกษาเชิงประจักษ์ รวมถึงการประยุกต์ใช้ในด้านการคำนวณเมทริกซ์และอวกาศ แสดงให้เห็นว่าปัญญารวมหมู่สามารถนำมาใช้ประโยชน์อย่างเป็นระบบเพื่อขยายการสังเคราะห์โปรแกรมให้เหนือกว่าโค้ดระดับฟังก์ชันไปสู่ระบบซอฟต์แวร์แบบบูรณาการอย่างสมบูรณ์[ 208 ]
การรับรู้
การประเมินตลาด
เนื่องจากอินเทอร์เน็ตสามารถส่งข้อมูลจำนวนมากไปทั่วโลกได้อย่างรวดเร็ว การใช้ปัญญาโดยรวมเพื่อทำนายราคาหุ้นและทิศทางราคาหุ้นจึงมีความเป็นไปได้มากขึ้น[ 209 ]เว็บไซต์ต่างๆ รวบรวมข้อมูลตลาดหุ้นที่ทันสมัยที่สุดเท่าที่จะเป็นไปได้ เพื่อให้นักวิเคราะห์หุ้นมืออาชีพหรือมือสมัครเล่นสามารถเผยแพร่มุมมองของตนได้ ทำให้นักลงทุนมือสมัครเล่นสามารถส่งความคิดเห็นทางการเงินของตนและสร้างความคิดเห็นโดยรวมได้[ 209 ]ความคิดเห็นของนักลงทุนทั้งหมดสามารถนำมาพิจารณาร่วมกันได้อย่างเท่าเทียมกัน เพื่อให้สามารถนำหลักการสำคัญของการประยุกต์ใช้ปัญญาโดยรวมอย่างมีประสิทธิภาพมาใช้ได้ นั่นคือ มวลชน รวมถึงผู้เชี่ยวชาญด้านตลาดหุ้นในวงกว้าง สามารถนำมาใช้เพื่อทำนายพฤติกรรมของตลาดการเงินได้อย่างแม่นยำยิ่งขึ้น[ 210 ] [ 211 ]
ความฉลาดโดยรวมเป็นพื้นฐานของสมมติฐานตลาดที่มีประสิทธิภาพของEugene Fama [ 212 ] – แม้ว่าคำว่าความฉลาดโดยรวมจะไม่ได้ถูกใช้โดยชัดเจนในบทความของเขา Fama อ้างถึงงานวิจัยที่ดำเนินการโดยMichael Jensen [ 213 ]ซึ่งกองทุนที่เลือก 89 กองทุนจากทั้งหมด 115 กองทุนมีผลการดำเนินงานต่ำกว่าดัชนีในช่วงปี 1955 ถึง 1964 แต่หลังจากหักค่าธรรมเนียมการโหลด (ค่าธรรมเนียมล่วงหน้า) ออกแล้ว มีเพียง 72 กองทุนเท่านั้นที่มีผลการดำเนินงานต่ำกว่าดัชนี ในขณะที่หลังจากหักค่าใช้จ่ายในการซื้อขายหลักทรัพย์ออกแล้ว มีเพียง 58 กองทุนเท่านั้นที่มีผลการดำเนินงานต่ำกว่าดัชนี จากหลักฐานดังกล่าวกองทุนดัชนีจึงกลายเป็นเครื่องมือการลงทุนที่ได้รับความนิยม โดยใช้ความฉลาดโดยรวมของตลาด แทนที่จะใช้การตัดสินใจของผู้จัดการกองทุนมืออาชีพ เป็นกลยุทธ์การลงทุน[ 213 ]
การคาดการณ์ในด้านการเมืองและเทคโนโลยี

พรรคการเมืองระดมผู้คนจำนวนมากเพื่อกำหนดนโยบาย เลือกผู้สมัคร และระดมทุนและดำเนินการหาเสียงเลือกตั้ง[ 214 ]การมุ่งเน้นความรู้ผ่าน วิธี การลงคะแนนเสียง ที่หลากหลาย ทำให้มุมมองต่างๆ มาบรรจบกันโดยอาศัยสมมติฐานที่ว่าการลงคะแนนเสียงโดยไม่ได้รับข้อมูลนั้นเป็นแบบสุ่มในระดับหนึ่ง และสามารถกรองออกจากกระบวนการตัดสินใจได้ เหลือไว้เพียงฉันทามติที่ได้รับข้อมูล[ 214 ]นักวิจารณ์ชี้ให้เห็นว่าบ่อยครั้งที่ความคิดที่ไม่ดี ความเข้าใจผิด และความเข้าใจคลาดเคลื่อนเป็นที่แพร่หลาย และโครงสร้างของกระบวนการตัดสินใจจะต้องเอื้อประโยชน์ต่อผู้เชี่ยวชาญซึ่งมีแนวโน้มที่จะลงคะแนนเสียงแบบสุ่มหรือได้รับข้อมูลผิดพลาดน้อยกว่าในบริบทที่กำหนด[ 215 ]
บริษัทต่างๆ เช่น Affinnova (ซึ่งถูกซื้อกิจการโดย Nielsen), Google , InnoCentive , MarketocracyและThreadless [ 216 ]ได้นำแนวคิดเรื่องปัญญาโดยรวมมาใช้ในการสร้างการเปลี่ยนแปลงทางเทคโนโลยีในยุคถัดไปอย่างประสบความสำเร็จ ผ่านการวิจัยและพัฒนา (R&D) การบริการลูกค้า และการจัดการความรู้[ 216 ] [ 217 ]ตัวอย่างของการประยุกต์ใช้ดังกล่าวคือโครงการ Aristotle ของ Google ในปี 2012 ซึ่งได้ตรวจสอบผลกระทบของปัญญาโดยรวมต่อองค์ประกอบของทีมในทีม R&D หลายร้อยทีมของบริษัท[ 218 ]
ความร่วมมือ
เครือข่ายแห่งความไว้วางใจ

ในปี 2012 ระบบปัญญาประดิษฐ์ แบบรวมกลุ่ม Global Futures Collective Intelligence System (GFIS) ถูกสร้างขึ้นโดยThe Millennium Project [ 219 ]ซึ่งเป็นตัวอย่างของปัญญาประดิษฐ์แบบรวมกลุ่มที่เป็นจุดตัดกันของข้อมูล/สารสนเทศ/ความรู้ ซอฟต์แวร์/ฮาร์ดแวร์ และความเชี่ยวชาญ/ข้อมูลเชิงลึก ซึ่งมีกระบวนการเรียนรู้แบบวนซ้ำเพื่อการตัดสินใจที่ดีกว่าผู้เล่นแต่ละคนเพียงลำพัง[ 219 ]
สื่อใหม่มักเกี่ยวข้องกับการส่งเสริมและยกระดับสติปัญญาโดยรวม ความสามารถของสื่อใหม่ในการจัดเก็บและเรียกค้นข้อมูลได้ง่าย โดยเฉพาะอย่างยิ่งผ่านฐานข้อมูลและอินเทอร์เน็ต ทำให้สามารถแบ่งปันข้อมูลได้โดยไม่ยาก ดังนั้น ผ่านการโต้ตอบกับสื่อใหม่ ความรู้จึงส่งต่อระหว่างแหล่งข้อมูลได้ง่าย[ 27 ]ส่งผลให้เกิดสติปัญญาโดยรวมรูปแบบหนึ่ง การใช้สื่อใหม่แบบโต้ตอบ โดยเฉพาะอินเทอร์เน็ต ส่งเสริมการโต้ตอบออนไลน์และการกระจายความรู้ระหว่างผู้ใช้
ฟรานซิส เฮย์ลิเกน , วาเลนติน ตูร์ชินและก็อตฟรีด เมเยอร์-เครสส์ เป็นหนึ่งในผู้ที่มองปัญญารวมหมู่ผ่านมุมมองของวิทยาศาสตร์คอมพิวเตอร์และไซเบอร์เนติกส์ในมุมมองของพวกเขา อินเทอร์เน็ตช่วยให้เกิดปัญญารวมหมู่ในระดับที่กว้างที่สุด คือระดับโลก ซึ่งเอื้อต่อการเกิดขึ้นของสมองระดับโลก
ทิม เบอร์เนอร์ส-ลีผู้พัฒนาเวิลด์ไวด์เว็บมีเป้าหมายเพื่อส่งเสริมการแบ่งปันและการเผยแพร่ข้อมูลไปทั่วโลก ต่อมานายจ้างของเขาได้เปิดเทคโนโลยีให้ใช้งานได้ฟรี ในช่วงต้นทศวรรษ 1990 ศักยภาพของอินเทอร์เน็ตยังไม่ถูกใช้ประโยชน์อย่างเต็มที่ จนกระทั่งช่วงกลางทศวรรษ 1990 เมื่อ "มวลวิกฤต" ตามที่ ดร. เจซีอาร์ ลิคไลเดอร์ หัวหน้าหน่วยงานโครงการวิจัยขั้นสูง (ARPA) เรียก ได้ เรียกร้องให้มีการเข้าถึงและประโยชน์ใช้สอยมากขึ้น[ 220 ]แรงผลักดันของปัญญารวมหมู่บนอินเทอร์เน็ตนี้คือการแปลงข้อมูลและการสื่อสารให้เป็นดิจิทัลเฮนรี เจนกินส์นักทฤษฎีคนสำคัญของสื่อใหม่และการหลอมรวมสื่อ ได้อ้างอิงทฤษฎีที่ว่าปัญญารวมหมู่สามารถเกิดจากความหลอมรวมสื่อและวัฒนธรรมการมีส่วนร่วม[ 27 ]เขาวิจารณ์การศึกษาในปัจจุบันที่ล้มเหลวในการนำแนวโน้มออนไลน์ของการแก้ปัญหาร่วมกันมาใช้ในห้องเรียน โดยระบุว่า "ในขณะที่ชุมชนปัญญารวมหมู่ส่งเสริมความเป็นเจ้าของงานเป็นกลุ่ม โรงเรียนกลับให้คะแนนเป็นรายบุคคล" เจนกินส์โต้แย้งว่าปฏิสัมพันธ์ภายในชุมชนความรู้สร้างทักษะที่สำคัญสำหรับเยาวชน และการทำงานเป็นทีมผ่านชุมชนปัญญาโดยรวมมีส่วนช่วยในการพัฒนาทักษะดังกล่าว[ 221 ]ปัญญาโดยรวมไม่ใช่เพียงแค่การมีส่วนร่วมเชิงปริมาณของข้อมูลจากทุกวัฒนธรรมเท่านั้น แต่ยังรวมถึงเชิงคุณภาพด้วย[ 221 ]
Lévyและde Kerckhoveพิจารณา CI จากมุมมองของการสื่อสารมวลชน โดยเน้นที่ความสามารถของเทคโนโลยีสารสนเทศและการสื่อสารแบบเครือข่ายในการเพิ่มพูนแหล่งความรู้ของชุมชน พวกเขาเสนอแนะว่าเครื่องมือการสื่อสารเหล่านี้ช่วยให้มนุษย์สามารถโต้ตอบ แบ่งปัน และทำงานร่วมกันได้อย่างง่ายดายและรวดเร็ว[ 27 ]ด้วยการพัฒนาของอินเทอร์เน็ตและการใช้งานอย่างแพร่หลาย โอกาสในการมีส่วนร่วมในชุมชนการสร้างความรู้ เช่นวิกิพีเดียจึงมีมากขึ้นกว่าเดิม เครือข่ายคอมพิวเตอร์เหล่านี้เปิดโอกาสให้ผู้ใช้ที่เข้าร่วมสามารถจัดเก็บและเรียกค้นความรู้ผ่านการเข้าถึงฐานข้อมูลเหล่านี้ร่วมกัน และช่วยให้พวกเขาสามารถ "ควบคุมรังผึ้ง" ได้[ 27 ]นักวิจัยที่ศูนย์ปัญญาประดิษฐ์แบบรวมกลุ่มของ MITวิจัยและสำรวจปัญญาประดิษฐ์แบบรวมกลุ่มของกลุ่มคนและคอมพิวเตอร์[ 222 ]
ในบริบทนี้ ปัญญาโดยรวมมักถูกเข้าใจผิดว่าเป็นความรู้ร่วมกันอย่างแรกคือผลรวมของข้อมูลที่สมาชิกแต่ละคนในชุมชนถือครอง ในขณะที่อย่างหลังคือข้อมูลที่เชื่อว่าเป็นความจริงและเป็นที่รู้จักของสมาชิกทุกคนในชุมชน[ 223 ]ปัญญาโดยรวมดังที่แสดงโดยWeb 2.0มีการมีส่วนร่วมของผู้ใช้น้อยกว่าปัญญาแบบร่วมมือโครงการศิลปะที่ใช้แพลตฟอร์ม Web 2.0 คือ "Shared Galaxy" ซึ่งเป็นการทดลองที่พัฒนาโดยศิลปินนิรนามเพื่อสร้างอัตลักษณ์ร่วมกันที่แสดงเป็นบุคคลเดียวบนหลายแพลตฟอร์ม เช่น MySpace, Facebook, YouTube และ Second Life รหัสผ่านถูกเขียนไว้ในโปรไฟล์ และบัญชีที่ชื่อ "Shared Galaxy" เปิดให้ทุกคนใช้งานได้ ด้วยวิธีนี้หลายคนจึงมีส่วนร่วมในการเป็นหนึ่งเดียว[ 224 ]โครงการศิลปะอีกโครงการหนึ่งที่ใช้ปัญญาโดยรวมในการสร้างงานศิลปะคือ Curatron ซึ่งกลุ่มศิลปินขนาดใหญ่ร่วมกันตัดสินใจเลือกกลุ่มย่อยที่พวกเขาคิดว่าจะทำให้เกิดกลุ่มร่วมมือที่ดีได้ กระบวนการนี้ใช้อัลกอริทึมในการคำนวณความชอบโดยรวม[ 225 ]ในการสร้างสิ่งที่เขาเรียกว่า 'CI-Art' แมทธิว อัลเดรด ศิลปินจากโนวาสโกเชีย ได้ปฏิบัติตามคำจำกัดความของปัญญาโดยรวมของเพียร์รี เลวี[ 226 ]งาน CI-Art ของอัลเดรดในเดือนมีนาคม 2016 มีผู้เข้าร่วมกว่าสี่ร้อยคนจากชุมชนอ็อกซ์ฟอร์ด โนวาสโกเชีย และจากนานาชาติ[ 227 ] [ 228 ] ต่อมาผลงานที่พัฒนาโดยอัลเดรดได้ใช้ระบบ ปัญญาแบบฝูง UNU เพื่อสร้างภาพวาดและภาพเขียนดิจิทัล[ 229 ]หอศิลป์อ็อกซ์ฟอร์ด ริเวอร์ไซด์ (โนวาสโกเชีย) ได้จัดงาน CI-Art สาธารณะในเดือนพฤษภาคม 2016 ซึ่งเชื่อมต่อกับผู้เข้าร่วมออนไลน์จากทั่วโลก[ 230 ]

ในการบุ๊กมาร์กทางสังคม (เรียกอีกอย่างว่าการติดแท็กแบบร่วมมือ) [ 231 ]ผู้ใช้จะกำหนดแท็กให้กับทรัพยากรที่แชร์กับผู้ใช้อื่น ซึ่งก่อให้เกิดรูปแบบการจัดระเบียบข้อมูลที่เกิดขึ้นจาก กระบวนการ ระดมความคิดจากกลุ่มคน โครงสร้างข้อมูลที่เกิดขึ้นสามารถมองได้ว่าสะท้อนถึงความรู้ร่วมกัน (หรือสติปัญญาร่วมกัน) ของชุมชนผู้ใช้ และโดยทั่วไปเรียกว่า " โฟล์กโซโนมี " และกระบวนการนี้สามารถบันทึกได้ด้วย แบบจำลองการติดแท็ กแบบร่วมมือ[ 231 ]
งานวิจัยล่าสุดที่ใช้ข้อมูลจากเว็บไซต์โซเชียลบุ๊กมาร์กDeliciousแสดงให้เห็นว่าระบบการติดแท็กแบบร่วมมือกันแสดงให้เห็นถึงพลวัตของระบบที่ซับซ้อน (หรือการจัดระเบียบตนเอง ) [ 232 ] [ 233 ] [ 234 ]แม้ว่าจะไม่มีคำศัพท์ควบคุมส่วนกลางเพื่อจำกัดการกระทำของผู้ใช้แต่ละคน แต่การกระจายของแท็กที่อธิบายทรัพยากรต่างๆ ได้แสดงให้เห็นว่าจะบรรจบกันเมื่อเวลาผ่านไปสู่การกระจายแบบกฎกำลัง ที่เสถียร [ 232 ]เมื่อการกระจายที่เสถียรดังกล่าวเกิดขึ้นแล้ว การตรวจสอบความสัมพันธ์ระหว่างแท็กต่างๆ สามารถนำมาใช้สร้างกราฟ folksonomy ที่เรียบง่าย ซึ่งสามารถแบ่งส่วนได้อย่างมีประสิทธิภาพเพื่อให้ได้รูปแบบของคำศัพท์ชุมชนหรือคำศัพท์ที่ใช้ร่วมกัน[ 235 ]คำศัพท์ดังกล่าวสามารถมองได้ว่าเป็นรูปแบบหนึ่งของปัญญาโดยรวมที่เกิดขึ้นจากการกระทำแบบกระจายอำนาจของชุมชนผู้ใช้ โครงการ Wall-it ก็เป็นตัวอย่างหนึ่งของโซเชียลบุ๊กมาร์กเช่นกัน[ 236 ]
ธุรกิจ P2P
งานวิจัยที่ดำเนินการโดย Tapscott และ Williams ได้ให้ตัวอย่างบางส่วนของประโยชน์ของปัญญาโดยรวมต่อธุรกิจ: [ 62 ]
- การใช้ประโยชน์จากความสามารถ
- ด้วยอัตราการเปลี่ยนแปลงของเทคโนโลยี บริษัทใดๆ ก็ไม่สามารถตามทันนวัตกรรมที่จำเป็นต่อการแข่งขันได้อย่างเต็มที่ ในทางกลับกัน บริษัทที่ชาญฉลาดจะดึงเอาพลังของการทำงานร่วมกันในวงกว้างมาใช้เพื่อดึงเอาการมีส่วนร่วมของผู้คนที่พวกเขาไม่สามารถจ้างงานได้ ซึ่งจะช่วยสร้างความสนใจอย่างต่อเนื่องในบริษัทในรูปแบบของผู้ที่สนใจในการสร้างสรรค์แนวคิดใหม่ๆ รวมถึงโอกาสในการลงทุนด้วย[ 62 ]
- การสร้างความต้องการ
- บริษัทต่างๆ สามารถสร้างตลาดใหม่สำหรับสินค้าเสริมได้โดยการมีส่วนร่วมในชุมชนโอเพนซอร์ส นอกจากนี้ บริษัทต่างๆ ยังสามารถขยายไปสู่สาขาใหม่ๆ ที่ก่อนหน้านี้ไม่สามารถทำได้หากปราศจากทรัพยากรและความร่วมมือจากชุมชน ซึ่งจะสร้างตลาดใหม่สำหรับสินค้าเสริมสำหรับผลิตภัณฑ์ในสาขาใหม่ดังกล่าว ดังที่กล่าวไว้ก่อนหน้านี้[ 62 ]
- การลดต้นทุน
- การทำงานร่วมกันในวงกว้างสามารถช่วยลดต้นทุนได้อย่างมาก บริษัทต่างๆ สามารถปล่อยซอฟต์แวร์หรือผลิตภัณฑ์เฉพาะเพื่อให้ชุมชนออนไลน์ประเมินหรือแก้ไขข้อผิดพลาดได้ ผลลัพธ์ที่ได้จะเป็นผลิตภัณฑ์ที่มีความเป็นส่วนตัว แข็งแกร่ง และปราศจากข้อผิดพลาดมากขึ้น ซึ่งสร้างขึ้นในเวลาและต้นทุนที่สั้นลง นอกจากนี้ยังสามารถสร้างและสำรวจแนวคิดใหม่ๆ ได้โดยการทำงานร่วมกันของชุมชนออนไลน์ ซึ่งสร้างโอกาสสำหรับการวิจัยและพัฒนาฟรีนอกเหนือขอบเขตของบริษัท[ 62 ]
ซอฟต์แวร์โอเพนซอร์ส
จอห์น แบงค์ส นักทฤษฎีวัฒนธรรมและนักพัฒนาชุมชนออนไลน์ พิจารณาถึงการมีส่วนร่วมของชุมชนแฟนคลับออนไลน์ในการสร้าง ผลิตภัณฑ์ Trainzเขาโต้แย้งว่าความสำเร็จทางการค้าขึ้นอยู่กับ "การก่อตัวและการเติบโตของชุมชนแฟนคลับออนไลน์ที่กระตือรือร้นและมีชีวิตชีวา ซึ่งจะส่งเสริมผลิตภัณฑ์อย่างแข็งขันและสร้างเนื้อหาเพิ่มเติมให้กับซอฟต์แวร์เกม" [ 237 ]
การเพิ่มขึ้นของเนื้อหาที่ผู้ใช้สร้างขึ้นและการโต้ตอบก่อให้เกิดปัญหาในการควบคุมตัวเกมเองและการเป็นเจ้าของเนื้อหาที่ผู้เล่นสร้างขึ้น ซึ่งก่อให้เกิดปัญหาทางกฎหมายพื้นฐาน ดังที่ Lessig [ 238 ]และ Bray และ Konsynski [ 239 ] ได้เน้นย้ำไว้ เช่นทรัพย์สินทางปัญญาและสิทธิในการเป็นเจ้าของทรัพย์สิน
Gosney ขยายประเด็นเรื่องปัญญาโดยรวมในวิดีโอเกมไปอีกขั้นหนึ่งในการอภิปรายเกี่ยวกับเกมความเป็นจริงเสมือน (Alternate Reality Gaming: ARG)เขาอธิบายประเภทนี้ว่าเป็น "เกมข้ามสื่อที่จงใจทำให้เส้นแบ่งระหว่างประสบการณ์ในเกมและนอกเกมพร่ามัว" [ 240 ]เนื่องจากเหตุการณ์ที่เกิดขึ้นนอกความเป็นจริงของเกม "เข้าถึง" ชีวิตของผู้เล่นเพื่อนำพวกเขามารวมกัน การแก้ปัญหาในเกมต้องอาศัย "ความพยายามร่วมกันและการทำงานร่วมกันของผู้เล่นหลายคน" ดังนั้นประเด็นเรื่องการเล่นเป็นทีมร่วมกันและการทำงานร่วมกันจึงเป็นสิ่งสำคัญสำหรับ ARG Gosney โต้แย้งว่าประเภทเกมความเป็นจริงเสมือนกำหนดระดับการทำงานร่วมกันและ "ปัญญาโดยรวม" ที่ไม่เคยมีมาก่อนเพื่อไขปริศนาของเกม[ 240 ]
ประโยชน์ของการร่วมมือกัน
ความร่วมมือช่วยแก้ปัญหาทางวิทยาศาสตร์หลายแขนงที่สำคัญและน่าสนใจที่สุดได้ เจมส์ ซูโรวิคกี้ กล่าวในหนังสือของเขาว่า นักวิทยาศาสตร์ส่วนใหญ่คิดว่าประโยชน์ของความร่วมมือมีคุณค่ามากกว่าต้นทุนที่อาจเกิดขึ้น ความร่วมมือได้ผลดีเพราะอย่างน้อยที่สุดก็รับประกันมุมมองที่หลากหลาย ด้วยความก้าวหน้าของเทคโนโลยี ความร่วมมือระดับโลกในปัจจุบันจึงง่ายและมีประสิทธิภาพมากกว่าแต่ก่อน เห็นได้ชัดว่า เมื่อความร่วมมือขยายจากระดับมหาวิทยาลัยไปสู่ระดับโลก จะก่อให้เกิดประโยชน์อย่างมาก
ตัวอย่างเช่น ทำไมนักวิทยาศาสตร์จึงร่วมมือกัน? วิทยาศาสตร์มีความโดดเดี่ยวมากขึ้นเรื่อยๆ และแต่ละสาขาวิทยาศาสตร์ก็ขยายวงกว้างออกไปอีก และเป็นไปไม่ได้ที่คนๆ เดียวจะรับรู้ถึงพัฒนาการทั้งหมด โดยเฉพาะอย่างยิ่งในการวิจัยเชิงทดลองที่อุปกรณ์ขั้นสูงต้องการทักษะพิเศษ การร่วมมือกันทำให้นักวิทยาศาสตร์สามารถใช้ข้อมูลจากสาขาต่างๆ และนำไปใช้อย่างมีประสิทธิภาพ แทนที่จะรวบรวมข้อมูลทั้งหมดโดยการอ่านด้วยตนเอง” [ 241 ]
การประสานงาน
ชุมชนเฉพาะกิจ
กองทัพ สหภาพแรงงาน และบริษัทต่างๆ ตรงตามคำจำกัดความบางประการของ CI – คำจำกัดความที่เข้มงวดที่สุดจะต้องมีความสามารถในการตอบสนองต่อเงื่อนไขที่กำหนดขึ้นเองโดยไม่มีคำสั่งหรือคำแนะนำจาก "กฎหมาย" หรือ "ลูกค้า" เพื่อจำกัดการกระทำ บริษัทโฆษณาออนไลน์กำลังใช้ปัญญาโดยรวมเพื่อหลีกเลี่ยงหน่วยงานการตลาดและสร้างสรรค์แบบดั้งเดิม[ 242 ]
แพลตฟอร์มเปิด UNU สำหรับ "การรวมกลุ่มของมนุษย์" (หรือ "การรวมกลุ่มทางสังคม") สร้างระบบวงปิดแบบเรียลไทม์รอบกลุ่มผู้ใช้เครือข่ายที่จำลองมาจากฝูงชีวภาพ ทำให้ผู้เข้าร่วมที่เป็นมนุษย์สามารถประพฤติตัวเป็นปัญญาโดยรวมที่เป็นหนึ่งเดียวได้[ 243 ] [ 244 ]เมื่อเชื่อมต่อกับ UNU กลุ่มผู้ใช้ที่กระจายอยู่จะร่วมกันตอบคำถามและทำนายผลแบบเรียล ไทม์ [ 245 ]การทดสอบเบื้องต้นแสดงให้เห็นว่าการรวมกลุ่มของมนุษย์สามารถทำนายผลได้แม่นยำกว่าบุคคล[ 243 ]ในปี 2016 นักข่าวได้ท้าทายให้กลุ่ม UNU ทำนายผู้ชนะการแข่งขัน Kentucky Derby และกลุ่ม UNU ก็เลือกม้าสี่ตัวแรกได้ถูกต้องตามลำดับ โดยเอาชนะอัตราต่อรอง 540 ต่อ 1 [ 246 ] [ 247 ]
เว็บไซต์ข้อมูลเฉพาะทาง เช่น Digital Photography Review [ 248 ]หรือ Camera Labs [ 249 ]เป็นตัวอย่างของปัญญาแบบรวมหมู่ ใครก็ตามที่สามารถเข้าถึงอินเทอร์เน็ตได้ก็สามารถมีส่วนร่วมในการเผยแพร่ความรู้ของตนไปทั่วโลกผ่านเว็บไซต์ข้อมูลเฉพาะทางเหล่านี้ได้
ในบริบทที่ผู้เรียนสร้างขึ้นกลุ่มผู้ใช้จะระดมทรัพยากรเพื่อสร้างระบบนิเวศที่ตอบสนองความต้องการของพวกเขา โดยมักจะ (แต่ไม่เฉพาะ) เกี่ยวข้องกับการกำหนดค่าร่วมกัน การสร้างร่วมกัน และการออกแบบร่วมกันของพื้นที่การเรียนรู้เฉพาะที่ช่วยให้ผู้เรียนสามารถสร้างบริบทของตนเองได้[ 250 ] [ 251 ] [ 252 ]บริบทที่ผู้เรียนสร้างขึ้นแสดงถึง ชุมชน เฉพาะกิจที่อำนวยความสะดวกในการประสานงานของการกระทำร่วมกันในเครือข่ายแห่งความไว้วางใจ ตัวอย่างของบริบทที่ผู้เรียนสร้างขึ้นพบได้ในอินเทอร์เน็ตเมื่อผู้ใช้ที่ทำงานร่วมกันรวบรวมความรู้ใน "พื้นที่ปัญญาที่ใช้ร่วมกัน" เมื่ออินเทอร์เน็ตพัฒนาขึ้น แนวคิดของ CI ในฐานะฟอรัมสาธารณะที่ใช้ร่วมกันก็พัฒนาขึ้นเช่นกัน การเข้าถึงและความพร้อมใช้งานของอินเทอร์เน็ตทั่วโลกทำให้ผู้คนจำนวนมากขึ้นสามารถมีส่วนร่วมและเข้าถึงแนวคิดต่างๆ ได้มากกว่าที่เคย[ 27 ]
เกมต่างๆ เช่นThe Sims Series และSecond Lifeถูกออกแบบมาให้ไม่เป็นเส้นตรงและต้องอาศัยสติปัญญาร่วมกันในการขยายตัว วิธีการแบ่งปันแบบนี้กำลังค่อยๆ พัฒนาและมีอิทธิพลต่อความคิดของคนรุ่นปัจจุบันและอนาคต[ 220 ]สำหรับพวกเขา สติปัญญาร่วมกันได้กลายเป็นบรรทัดฐาน ในการอภิปรายเรื่อง ' ปฏิสัมพันธ์ ' ในสภาพแวดล้อมของเกมออนไลน์ของ Terry Flewบทสนทนาโต้ตอบอย่างต่อเนื่องระหว่างผู้ใช้และนักพัฒนาเกม[ 253 ]เขาอ้างถึงแนวคิดเรื่องสติปัญญาร่วมกันของPierre Lévy และโต้แย้งว่าสิ่งนี้เกิดขึ้นในวิดีโอเกม เนื่องจากกลุ่มหรือกิลด์ใน MMORPGทำงานอย่างต่อเนื่องเพื่อให้บรรลุเป้าหมายHenry Jenkinsเสนอว่าวัฒนธรรมการมีส่วนร่วมที่เกิดขึ้นระหว่างผู้ผลิตเกม บริษัทสื่อ และผู้ใช้ปลายทาง ถือเป็นการเปลี่ยนแปลงพื้นฐานในลักษณะของการผลิตและการบริโภคสื่อ Jenkins โต้แย้งว่าวัฒนธรรมการมีส่วนร่วมใหม่นี้เกิดขึ้นที่จุดตัดของแนวโน้มสื่อใหม่สามประการ[ 254 ]ประการแรก การพัฒนาเครื่องมือ/เทคโนโลยีสื่อใหม่ที่ช่วยให้สามารถสร้างเนื้อหาได้ ประการที่สอง การเกิดขึ้นของวัฒนธรรมย่อยที่ส่งเสริมการสร้างสรรค์ดังกล่าว และประการสุดท้าย การเติบโตของกลุ่มบริษัทสื่อที่เพิ่มมูลค่า ซึ่งส่งเสริมภาพลักษณ์ แนวคิด และการไหลเวียนของเรื่องราว
การประสานงานการดำเนินการร่วมกัน

นักแสดงที่แสดงแบบด้นสดยังประสบกับสติปัญญาร่วมกันประเภทหนึ่งซึ่งพวกเขาเรียกว่า "จิตใจกลุ่ม" เนื่องจากการแสดงละครแบบด้นสดอาศัยความร่วมมือและความเห็นพ้องต้องกัน[ 255 ]ซึ่งนำไปสู่ความเป็นเอกภาพของ "จิตใจกลุ่ม" [ 255 ] [ 256 ]
การเติบโตของอินเทอร์เน็ตและโทรคมนาคมเคลื่อนที่ยังก่อให้เกิดปรากฏการณ์ "การรวมกลุ่ม" หรือ "การนัดพบ" ที่ทำให้สามารถพบปะหรือแม้แต่นัดเดทได้ตามต้องการ[ 65 ]ผลกระทบเต็มรูปแบบยังไม่ปรากฏให้เห็น แต่การเคลื่อนไหวต่อต้านโลกาภิวัตน์นั้นอาศัยอีเมล โทรศัพท์มือถือ เพจเจอร์ SMS และวิธีการจัดระเบียบอื่นๆ เป็นอย่างมาก[ 257 ]องค์กรIndymediaทำเช่นนี้ในรูปแบบที่เน้นการสื่อสารมวลชนมากกว่า[ 258 ]ทรัพยากรเหล่านี้สามารถรวมกันเป็นรูปแบบของปัญญาโดยรวมที่รับผิดชอบต่อผู้เข้าร่วมในปัจจุบันเท่านั้น แต่มีคำแนะนำทางศีลธรรมหรือภาษาที่แข็งแกร่งจากผู้มีส่วนร่วมรุ่นต่อรุ่น หรือแม้กระทั่งมีรูปแบบที่เป็นประชาธิปไตยมากขึ้นเพื่อบรรลุเป้าหมายร่วมกัน[ 258 ]
การประยุกต์ใช้ปัญญาโดยรวมเพิ่มเติมพบได้ใน "วิศวกรรมชุมชนเพื่อการสร้างนวัตกรรม" [ 259 ] [ 260 ]ในกรอบการทำงานแบบบูรณาการที่เสนอโดย Ebner et al. การแข่งขันความคิดและชุมชนเสมือนจริงถูกรวมเข้าด้วยกันเพื่อตระหนักถึงศักยภาพของปัญญาโดยรวมของผู้เข้าร่วมได้ดียิ่งขึ้น โดยเฉพาะอย่างยิ่งในการวิจัยและพัฒนาแบบโอเพนซอร์ส[ 261 ]ในทฤษฎีการจัดการ การใช้ปัญญาโดยรวมและการระดมความคิดจากกลุ่มคนนำไปสู่นวัตกรรมและคำตอบที่แข็งแกร่งมากสำหรับปัญหาเชิงปริมาณ[ 262 ]ดังนั้น ปัญญาโดยรวมและการระดมความคิดจากกลุ่มคนจึงไม่จำเป็นต้องนำไปสู่ทางออกที่ดีที่สุดสำหรับปัญหาทางเศรษฐกิจ แต่เป็นทางออกที่ดีและมั่นคง
การประสานงานในงานประเภทต่างๆ
การกระทำหรือภารกิจร่วมกันต้องอาศัยการประสานงานในระดับที่แตกต่างกันไป ขึ้นอยู่กับความซับซ้อนของภารกิจ ภารกิจต่างๆ มีตั้งแต่ภารกิจง่ายๆ ที่มีความเป็นอิสระสูง ซึ่งต้องการการประสานงานน้อยมาก ไปจนถึงภารกิจที่ซับซ้อนและต้องอาศัยความร่วมมือกัน ซึ่งสร้างขึ้นโดยบุคคลจำนวนมากและต้องการการประสานงานอย่างมาก ในบทความที่เขียนโดย Kittur, Lee และ Kraut ผู้เขียนได้นำเสนอปัญหาในการทำงานร่วมกันว่า "เมื่อภารกิจต้องการการประสานงานสูง เนื่องจากงานมีความสัมพันธ์กันสูง การมีผู้ร่วมงานมากขึ้นอาจทำให้เกิดการสูญเสียในกระบวนการ ลดประสิทธิภาพของกลุ่มลงต่ำกว่าสิ่งที่สมาชิกแต่ละคนสามารถทำได้อย่างเหมาะสม" การมีทีมที่ใหญ่เกินไปอาจทำให้ประสิทธิภาพโดยรวมลดลง แม้ว่าผู้ร่วมงานเพิ่มเติมจะเพิ่มทรัพยากรก็ตาม ในท้ายที่สุด ต้นทุนโดยรวมจากการประสานงานอาจมากกว่าต้นทุนอื่นๆ[ 263 ]
สติปัญญารวมหมู่เป็นคุณสมบัติที่เกิดขึ้นจากการประสานงานจากทั้งกระบวนการจากล่างขึ้นบนและจากบนลงล่าง ในกระบวนการจากล่างขึ้นบน ลักษณะเฉพาะที่แตกต่างกันของสมาชิกแต่ละคนจะมีส่วนร่วมในการสนับสนุนและเสริมสร้างการประสานงาน ในขณะที่กระบวนการจากบนลงล่างนั้นเข้มงวดและตายตัวกว่า โดยมีบรรทัดฐาน โครงสร้างกลุ่ม และกิจวัตรประจำวันที่ช่วยเสริมสร้างการทำงานร่วมกันของกลุ่มในแบบของตนเอง[ 105 ]
ความท้าทายและทิศทางในอนาคต
ระบบปัญญาประดิษฐ์แบบรวมกลุ่มกำลังเผชิญกับความท้าทายสำคัญที่คุกคามประสิทธิภาพของระบบ โดยเฉพาะอย่างยิ่งเมื่อระบบเหล่านี้มีความซับซ้อนมากขึ้นและได้รับการเสริมด้วยปัญญาประดิษฐ์
จุดอ่อนหลักคือการสูญเสียความคิดอิสระเนื่องจากอิทธิพลทางสังคม ซึ่ง Lorenz et al. (2011) แสดงให้เห็นว่าสามารถลดความหลากหลายของความคิดเห็นและนำไปสู่การบรรจบกันของการตัดสินกลุ่มที่ไม่ถูกต้อง พวกเขาระบุปรากฏการณ์ต่างๆ เช่น อิทธิพลทางสังคมลดความหลากหลายโดยไม่ปรับปรุงความถูกต้อง การลดช่วงทำให้ค่าที่แท้จริงเปลี่ยนไป และความมั่นใจที่ไม่สมควรในหมู่ผู้เข้าร่วม[ 81 ] แพลตฟอร์มปัญญาประดิษฐ์แบบรวมกลุ่มที่เกิดขึ้นใหม่ได้บูรณาการ AI มากขึ้นเรื่อยๆ เพื่อเพิ่มประสิทธิภาพการทำงานร่วมกันของมนุษย์ ตามที่ Riedl et al. (2025) กล่าวไว้ AI สามารถเสริมสร้างปัญญาประดิษฐ์แบบรวมกลุ่มได้โดยการปรับปรุงการรวบรวมความรู้แบบกระจาย การประสานความสนใจ และการอำนวยความสะดวกในการให้เหตุผลแบบรวมกลุ่ม อย่างไรก็ตาม การใช้งาน AI ในวงกว้างทำให้เกิดความท้าทายหลายประการ รวมถึงการรักษาความไว้วางใจของผู้ใช้ การรับรองการเป็นตัวแทนที่เท่าเทียมกัน การอำนวยความสะดวกในการใช้งาน และการปกป้องความเป็นส่วนตัว ความซับซ้อนของพลวัตทางสังคมและการเปลี่ยนแปลงอย่างต่อเนื่องในโครงสร้างชุมชนต้องการหลักการออกแบบที่เน้นมนุษย์เป็นศูนย์กลางและกรอบการกำกับดูแลที่ซับซ้อนเพื่อหลีกเลี่ยงการขยายอคติหรือการสร้างวัฒนธรรมเดียวของอัลกอริทึม[ 264 ]
งานวิจัยล่าสุดได้เสนอให้มองสติปัญญารวมหมู่ในแง่ของ "ระบบสังคมมนุษย์-เครื่องจักร" ซึ่งมนุษย์และตัวแทนปัญญาประดิษฐ์ที่หลากหลาย (เช่น อัลกอริทึม บอท และหุ่นยนต์) ร่วมกันสร้างเครือข่ายที่ซับซ้อนซึ่งผลลัพธ์ที่เกิดขึ้นใหม่ไม่สามารถอนุมานได้จากพฤติกรรมของมนุษย์หรือเครื่องจักรเพียงอย่างเดียว ภายใต้มุมมองนี้ นักวิจัยศึกษาว่าการกำหนดค่าที่แตกต่างกันของการปฏิสัมพันธ์ระหว่างมนุษย์กับมนุษย์ มนุษย์กับเครื่องจักร และเครื่องจักรกับเครื่องจักร ส่งผลต่อการแข่งขัน การประสานงาน ความร่วมมือ การแพร่กระจาย และการตัดสินใจร่วมกันอย่างไร และการออกแบบและการควบคุมระบบนิเวศทางสังคมและเทคโนโลยีเหล่านี้สามารถปรับปรุงความแข็งแกร่ง ความยืดหยุ่น และประสิทธิภาพของกลุ่มได้อย่างไร[ 265 ]
การขยายขอบเขตปัญญาประดิษฐ์แบบรวมหมู่ไปสู่ระดับชาติหรือระดับโลกยิ่งทำให้ประเด็นเหล่านี้ซับซ้อนมากขึ้น จึงจำเป็นต้องมีโครงสร้างการกำกับดูแลที่แข็งแกร่งและระบบปัญญาประดิษฐ์ที่ยั่งยืนและโปร่งใส เพื่อให้การแก้ปัญหาความท้าทายระดับโลกที่ซับซ้อน เช่น การเปลี่ยนแปลงสภาพภูมิอากาศหรือการพัฒนาอย่างยั่งยืนมีความแข็งแกร่ง แพลตฟอร์มในอนาคตจะต้องสร้างสมดุลอย่างระมัดระวังระหว่างการเสริมศักยภาพด้วยปัญญาประดิษฐ์กับความเป็นอิสระ ความหลากหลาย และความเปิดกว้างของมนุษย์
การประชุมและสัมมนาเชิงปฏิบัติการ
ความก้าวหน้าในสาขาปัญญาประดิษฐ์แบบรวมหมู่ซึ่งกำลังพัฒนาอย่างรวดเร็ว สามารถติดตามได้จากงานประชุมและเอกสารประกอบการประชุม โปสเตอร์ และอื่นๆ โดยปกติแล้ว การนำเสนอในงานประชุมจะได้รับการตีพิมพ์เป็น "เอกสารประกอบการประชุม" และ/หรือเผยแพร่บนเว็บไซต์หลังการประชุม
สมาคมเครื่องจักรคำนวณ (ACM)
การประชุม ACM Collective Intelligence Conference Series เป็นงานสหวิทยาการที่ได้รับการสนับสนุนจาก Special Interest Group On Computer-Human Interaction (SIGCHI) จัดขึ้นสำหรับนักวิชาการ นักธุรกิจ องค์กรไม่แสวงผลกำไร ผู้กำหนดนโยบายของรัฐบาล ฯลฯ เพื่อแบ่งปันข้อมูลเชิงลึกและแนวคิดที่เกี่ยวข้องกับการทำความเข้าใจและการออกแบบปัญญาประดิษฐ์แบบรวมกลุ่มในรูปแบบต่างๆ เพื่อส่งเสริมการใช้งาน[ 266 ]
สถาบันซานตาเฟ
สถาบันซานตาเฟได้จัดการประชุมเชิงปฏิบัติการในปี 2021 ในหัวข้อ “พรมแดนแห่งปัญญาโดยรวม” โดยรวบรวมนักวิจัยจากสาขาวิทยาการคอมพิวเตอร์ ชีววิทยา สังคมศาสตร์ และปรัชญา เพื่อสำรวจงานวิจัยในปัจจุบันและระบุพรมแดนการวิจัย รายงานฉบับนี้ได้สังเคราะห์การบรรยายและการอภิปรายในหัวข้อต่างๆ เช่น แบบจำลองเชิงตัวแทนของการสร้างการเปรียบเทียบ การคำนวณแบบรวมกลุ่มและการแบ่งส่วนหยาบ บัญชีประสาทและคอร์เทกซ์ของการรับรู้แบบกระจาย ต้นทุนและผลประโยชน์ของการสื่อสาร กลไกสำหรับการประสานงาน และการประยุกต์ใช้กับข้อมูลที่ผิดพลาดและการทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักร รายงานได้เน้นย้ำถึงประเด็นสำคัญที่เกิดขึ้นซ้ำๆ สำหรับการวิจัยในอนาคต รวมถึงบทบาทของการเพิ่มประสิทธิภาพและความเป็นโมดูลาร์ ข้อแลกเปลี่ยนที่เกิดจากการสื่อสาร และความจำเป็นสำหรับวิธีการแบบสหวิทยาการเพื่อเชื่อมโยงทฤษฎี การทดลอง และการประยุกต์ใช้[ 267 ]
การประชุมเชิงปฏิบัติการปัญญาประดิษฐ์แบบรวมกลุ่มแบบกระจาย (DISCOLI)
การประชุมเชิงปฏิบัติการ DISCOLI (DIStributed COLlective Intelligence) เป็นเวทีวิชาการประจำปี ซึ่งจัดขึ้นครั้งแรกในปี 2022 โดยรวบรวมนักวิจัยและผู้ปฏิบัติงานที่ทำงานเกี่ยวกับรูปแบบของปัญญาประดิษฐ์แบบกระจายและเชิงวิศวกรรม โดยปกติจะจัดร่วมกับงานประชุมต่างๆ เช่น การประชุมนานาชาติว่าด้วยระบบคอมพิวเตอร์แบบกระจาย (ICDCS) และการประชุมคอมพิวเตอร์แบบกระจายในระบบอัจฉริยะ (DCOSS) DISCOLI มุ่งเน้นไปที่อัลกอริทึมและสถาปัตยกรรมสำหรับระบบที่จัดระเบียบตนเองและระบบหลายเอเจนต์ ความร่วมมือทางสังคมและเทคนิคระหว่างมนุษย์และ AI การสกัดความรู้ร่วมกันในการใช้งานอินเทอร์เน็ตของสิ่งต่างๆ การเขียนโปรแกรมและการตรวจสอบพฤติกรรมที่เกิดขึ้นใหม่ และความท้าทายทางวิศวกรรมที่เกี่ยวข้อง การจัดงานได้จัดขึ้นที่โบโลญญา (2022) ปาฟอส (2023) อาบูดาบี (2024) และทัสคานี (2025) โดยมีแผนจะจัดงานครั้งที่ห้าในปี 2026 [ 268 ]
ปัญญาประดิษฐ์เชิงคำนวณแบบรวมกลุ่ม (ICCCI)
การประชุมนานาชาติว่าด้วยปัญญาประดิษฐ์เชิงรวม (ICCCI) เป็นการประชุมประจำปีที่จัดขึ้นอย่างต่อเนื่อง โดยมุ่งเน้นด้านการคำนวณและการประยุกต์ใช้ปัญญาประดิษฐ์เชิงรวม ตั้งแต่ช่วงปลายปี 2000 เป็นต้นมา ได้มีการตีพิมพ์เอกสารการประชุม (Springer) ภายใต้หัวข้อต่างๆ เช่น ปัญญาประดิษฐ์เชิงรวม, เว็บเชิงความหมาย, เครือข่ายสังคม, ระบบหลายเอเจนต์ และการประยุกต์ใช้ การประชุม ICCCI ครั้งล่าสุดจัดขึ้นที่ฮัมมาเมต (2022), โรดส์ (2021), บูดาเปสต์ (2023), ไลป์ซิก (2024) และโฮจิมินห์ซิตี้ (2025) ICCCI ทำหน้าที่เป็นเวทีหลักสำหรับการวิจัยปัญญาประดิษฐ์เชิงรวมที่เน้นการคำนวณ อัลกอริทึม และการประยุกต์ใช้ โดยให้ความสำคัญกับวิธีการ การประเมิน และการใช้งานระบบปัญญาประดิษฐ์เชิงรวมขนาดใหญ่[ 269 ]
การประชุมวิชาการนานาชาติว่าด้วยการให้การศึกษาเพื่อปัญญาโดยรวม
การประชุมวิชาการนานาชาติครั้งแรกว่าด้วยการศึกษาเพื่อปัญญาประดิษฐ์แบบรวมกลุ่ม ซึ่งจัดโดยศูนย์ปัญญาประดิษฐ์แบบเชื่อมโยง (มหาวิทยาลัยเทคโนโลยีซิดนีย์) เมื่อวันที่ 5-6 ธันวาคม 2024 ได้ตรวจสอบแนวทางการสอน เทคนิค และจริยธรรมในการปลูกฝังศักยภาพปัญญาประดิษฐ์แบบรวมกลุ่มในการศึกษา การประชุมวิชาการนี้ได้รวบรวมนักวิจัยและผู้ปฏิบัติงานมาหารือเกี่ยวกับหัวข้อต่างๆ เช่น วิธีการสอนสำหรับปัญญาประดิษฐ์แบบรวมกลุ่ม การออกแบบเทคโนโลยีทางการศึกษาที่สนับสนุนการรับรู้สถานการณ์ร่วมกันและการแก้ปัญหาร่วมกัน วิธีการประเมินปัญญาประดิษฐ์แบบรวมกลุ่มในบริบทการเรียนรู้ และบทบาทของ AI ในการสนับสนุนการรับรู้แบบร่วมมือ วิทยากรหลักประกอบด้วยนักวิชาการที่ทำงานด้านการศึกษาปัญญาประดิษฐ์แบบรวมกลุ่มและการวิเคราะห์การเรียนรู้ งานนี้ถูกอ้างถึงว่าเป็นตัวอย่างของชุมชนการวิจัยและการปฏิบัติที่เกิดขึ้นใหม่ซึ่งมุ่งเน้นไปที่ “การศึกษาเพื่อปัญญาประดิษฐ์แบบรวมกลุ่ม” ที่เชื่อมโยงการศึกษา การวิเคราะห์การเรียนรู้ และวาระการวิจัยปัญญาประดิษฐ์แบบรวมกลุ่ม[ 270 ]
ดูเพิ่มเติม
แนวคิดและการประยุกต์ใช้ที่คล้ายคลึงกัน
- วิทยาศาสตร์ภาคประชาชน
- ความฉลาดทางพลเมือง
- การกรองแบบร่วมมือ
- เครือข่ายนวัตกรรมความร่วมมือ
- การตัดสินใจร่วมกัน
- ความคึกคักโดยรวม
- ความทรงจำร่วมกัน
- การแก้ปัญหาร่วมกัน
- จิตวิทยาฝูงชน
- โครงการสร้างจิตสำนึกระดับโลก
- พฤติกรรมกลุ่ม
- จิตรวมหมู่ (นิยายวิทยาศาสตร์)
- ระบบนิเวศความรู้
- ข่าวกรองแบบโอเพนซอร์ส
- ตลาดการทำนาย
- ระบบแนะนำ
- สมาร์ทโมบ
- การค้าทางสังคม
- ญาณวิทยาสังคม
- การประมวลผลข้อมูลทางสังคม
- สติ๊กเมอร์จี
- ปัญญาแบบกลุ่ม
- ซินทาลิตี้
- ภูมิปัญญาของมวลชน
- สถาบันวิจัย
- วิกิ
- วิกิพีเดีย
การคำนวณและวิทยาศาสตร์คอมพิวเตอร์
คนอื่น
อ่านเพิ่มเติม
- เลวี, ปิแอร์ (1997). ปัญญารวมหมู่: โลกที่กำลังเกิดขึ้นของมนุษยชาติในโลกไซเบอร์ . สำนักพิมพ์เบสิกส์. ISBN 978-0-306-45635-0.
- มาโลน, โทมัส ดับเบิลยู.; เบิร์นสไตน์, ไมเคิล เอส. (2022) คู่มือ MIT ของ Collective Intelligence สำนักพิมพ์เอ็มไอที. ไอเอสบีเอ็น 978-0-262-54584-6.
- ซูโรวิคกี้, เจมส์ (16 สิงหาคม 2548). ภูมิปัญญาของมวลชน: ทำไมคนจำนวนมากจึงฉลาดกว่าคนจำนวนน้อย และภูมิปัญญารวมหมู่มีอิทธิพลต่อธุรกิจ เศรษฐศาสตร์ สังคม และชาติอย่างไร . สำนักพิมพ์แองเคอร์บุ๊คส์. ISBN 978-0-385-72170-7.
- มัลแกน, เจฟฟ์ (2017). จิตใจที่ยิ่งใหญ่ . สำนักพิมพ์มหาวิทยาลัยพรินซ์ตัน. ISBN 9780691170794.
- บูเชอร์, สตีเฟน; ฮัลลิน, คารินา; พอลโซ, เล็กซ์ (2023). คู่มือรูทเลดจ์ว่าด้วยปัญญาประดิษฐ์แบบรวมหมู่เพื่อประชาธิปไตยและการปกครอง (PDF)เทย์เลอร์ แอนด์ ฟรานซิส. ISBN 978-1-032-10561-1.
- แลนเดมอร์, เฮเลน. (2017). เหตุผลเชิงประชาธิปไตย: การเมือง ปัญญาส่วนรวม และการปกครองโดยคนส่วนใหญ่ . สำนักพิมพ์มหาวิทยาลัยพรินซ์ตัน. ISBN 978-0-691-17639-0.
- "วารสารปัญญาประดิษฐ์แบบรวมกลุ่ม"จัดพิมพ์โดย SAGE Publishing, สมาคมเครื่องจักรคำนวณ (ACM) และศูนย์ออกแบบปัญญาประดิษฐ์แบบรวมกลุ่ม (NESTA)
- "รายชื่อหนังสือแนะนำสำหรับการประชุม CI" ACM Collective Intelligence 2024
- Baltzersen, Rolf K. (2022). มุมมองทางวัฒนธรรมและประวัติศาสตร์เกี่ยวกับปัญญาโดยรวม: รูปแบบในการแก้ปัญหาและนวัตกรรม ( PDF)สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์doi : 10.1017/9781108981361 ISBN 978-1-108-98136-1.
ลิงก์ภายนอก
- โครงการปัญญาประดิษฐ์แบบรวมหมู่
- ศูนย์ปัญญาประดิษฐ์เชิงรวม NESTA - กองทุนแห่งชาติเพื่อวิทยาศาสตร์ เทคโนโลยี และศิลปะ (NESTA) สหราชอาณาจักร
- โครงการ Crowd Wisdom Project ของสหราชอาณาจักรใช้pol.isสำหรับการสำรวจความคิดเห็น
- ปัญญารวมหมู่เพื่อการพัฒนาอย่างยั่งยืน - โครงการเร่งรัดการพัฒนาแห่งสหประชาชาติ (UNDP)
- หลักสูตรออนไลน์เกี่ยวกับปัญญาประดิษฐ์เชิงรวมที่Class Central