Lévy vs. Surowiecki: ¿Inteligencia Colectiva sin Colaboración?

La cuestión que más me ha costado responder al delimitar el concepto de Inteligencia Colectiva (IC) es la que titula este post. O sea, si se puede dar la Inteligencia Colectiva (IC) en situaciones donde los participantes no interactúan directamente entre sí, ni son conscientes de funcionar como un colectivo.

El MIT Centre for Collective Intelligence y buena parte de las voces más reconocidas en este campo reconocen como manifestaciones de “Inteligencia Colectiva” tanto el resultado de agregaciones no conscientes como las que afloran de la colaboración activa. Sin ir muy lejos, en el libro de James Surowiecki “Wisdom of Crowds”, al que debemos que esta disciplina se popularice en los últimos años, abundan los ejemplos de sabiduría de la multitudque se basan precisamente en la agregación meramente estadística, o sea, sin interacción directa entre los participantes.

Una forma muy gráfica de realzar las diferencias entre las dos modalidades es llamarlas Inteligencia Colectiva “Colectada” y “Colaborativa”. Voy a explicar ahora cada una:

IC “COLECTADA”:

Aquí el resultado colectivo emerge de sumar y combinar acciones independientes. Alguien “colecta” datos que después agrega. No se da una interacción social directa, ni consciente, entre los individuos. El resultado aparece de agregar comportamientos individuales que actúan movidos por  un interés estrictamente personal.

Los ejemplos más conocidos pueden ser Amazon, con su sistema de recomendaciones, o el buscador de Google. En ambos casos hay “agregación colectiva”, porque se procesan los metadatos de miles o millones de usuarios para generar una recomendación de compra o un ranking de enlaces a contenidos.

La arquitectura de participación es más tecnológica porque solo busca encontrar un modo ingenioso de agregar las aportaciones individuales.  Y lo que es más relevante a los efectos de este análisis: esa solución tecnológica, habitualmente en forma de un algoritmo estadístico, está en manos de un agregador externo, que lo usa sin control del colectivo. El “Crowd” pone los datos, y el agente externo (Amazon, Google, Facebook, etc.) los procesa y devuelve como un resultado colectivo, del que se sirven los individuos.

James Surowiecki exige, de hecho, que haya “independencia” entre los individuos como requisito para que pueda darse la Inteligencia Colectiva. Según su lógica, evitar la interacción directa es lo que garantiza que no se influyan mutuamente, y que el efecto estadístico de la agregación se salve de sesgos o manipulaciones. Los individuos actúan como si no existiera una estructura que los conecta como grupo, y por eso algunos le llaman “sistemas PASIVOS”.

IC “COLABORATIVA”:

A diferencia de la anterior, aquí se produce una interacción consciente, deliberada, que implica un esfuerzo de socialización entre los miembros del grupo. Hay diálogo intencionado entre los individuos, y por eso algunos le llaman “sistemas ACTIVOS” de Inteligencia Colectiva.

Los individuos colaboran entre sí para conseguir sus objetivos y los del grupo, y el ejemplo icónico de este modelo de interacción es la Wikipedia, donde la inteligencia emerge de conexiones conscientes, del interés de compartir, dar, recibir y socializar. Esta IC funciona como “inteligencia colaborativa”, y la arquitectura de participación pone el énfasis en reforzar la parte más social de los enlaces conscientes.

Pierre Lévy es el máximo inspirador de esta forma de ver la Inteligencia Colectiva, como un proceso interactivo entre participantes que implica feedback y una voluntad explícita de búsqueda compartida de las soluciones al problema. El gran Henry Jenkins es otro de los que han destacado las ventajas de esta modalidad sobre la otra.

“COLECTADA” vs. “COLABORATIVA”:

La comparación admite lecturas de todo tipo, pero yo prefiero ser realista y aceptar que las dos modalidades de agregación son viables y útiles. En ambos casos es posible agregar datos individuales y generar un resultado que nos haga más inteligentes colectivamente. ¿Quién puede negar, por ejemplo, que el buscador de Google (con sus luces y sus sombras) es de gran ayuda para filtrar información a partir de su capacidad de agregación de miles de preferencias individuales?

La elección final depende en buena medida del tipo de problema que se quiera resolver. Si lo que necesitamos es procesar un gran volumen de datos para obtener un resultado de naturaleza estadística, la IC “colectada” puede (bajo ciertas circunstancias) funcionar muy bien. Pero si la probabilidad de resolver colectivamente un desafío mejora con la interacción, es decir, si por la naturaleza cualitativa y compleja del problema uno puede intuir que la conversación y el diálogo colectivo van a enriquecer la búsqueda de soluciones, entonces la IC “colaborativa”será la mejor opción.

La ventaja de la IC “colectada” es que facilita el escalado, la gestión de grandes volúmenes de información; algo que es más difícil cuando se echa mano de mecanismos colaborativos, cuyos costes de coordinación tienden a ser muy elevados. Por el contrario, el problema de la IC “colectada” está en el uso (y abuso) de los datos por parte del “agregador externo”. Este es un gran inconveniente, por ejemplo, del Big Data. La única forma de atenuar ese riesgo es introduciendo más transparencia en la sala de máquinas de estos agregadores para que se respete la soberanía de los participantes.

Para terminar, ¿qué pasa cuando la recolección de datos no es consciente, ni participativa? Según Elizabeth F. Churchill un modelo “colectado” implica un inconveniente: “no es que la gente no llegue a saber cuál es la solución, sino que tampoco ve el problema”. Por eso a mí me interesa mucho calibrar el factor de intencionalidad.No sólo que los individuos sean conscientes de que están trabajando juntos, sino también por qué lo hacen. Doy mucho valor a que se invierta en Capital Social, al proceso mismo de construir inteligencia social a partir de la interacción directa. Asimismo, tiendo a desconfiar de situaciones en las que las personas funcionan como meras proveedoras pasivas de datos que otros colectan y valorizan, como ocurre muchas veces en el Big Data.

Fuente: La imagen del post pertenece al album de Jennifer Leonard en Flickr.

http://bloginteligenciacolectiva.com/