Experiencias

Rodolfo Salas: Facilitador y potenciador sobre conocimientos de liderazgo, estrategia, marketing y gestión de los negocios.

Fortalezas: Dirigir, inspirar e integrar a otros con una gran energía, Aceptar cambios de forma positiva, Desarrollar relaciones con otros, Ser más visible y Tener un alto grado de compromiso.

martes, junio 12, 2012

Más apuntes desde el MIT sobre Inteligencia Colectiva (post-302)


Ésta es la segunda parte del post anterior donde avanzaba las “9 ideas-fuerza sobre Inteligencia Colectiva” que me traje de la MIT Collective Conference 2012 a la que asistí el mes pasado en Cambridge (Boston). En la primera entrada expliqué tres ideas, así que ahora toca continuar con las otras seis que faltan, pero primero recuerdo que éste es sólo un aperitivo, porque algunos de estos puntos los voy a tratar mejor en posts independientes:

4.- Aprender de los animales – Biomimética e Inteligencia Colectiva:
Dos ponentes, Deborah Gordon (Stanford) y Ian Couzin (Princeton), son buenos ejemplos de lo que decía antes de la Multidisciplinariedad en los estudios de la Inteligencia Colectiva (IC), y una prueba del carácter de esta conferencia. Ambos nos dieron un buen paseo por los misterios de la Biomimética, pero siempre desde la humildad que implica extrapolar sus observaciones a las colectividades humanas. Éste es un tema fascinante porque conecta con mis estudios sobre hibridación. El uso creciente de las matemáticas y de las ciencias de la computación, junto con nuevos dispositivos de tracking y Geolocalización están ayudando a conseguir grandes avances en el estudio del comportamiento colectivo de los enjambres, o “Swarm Intelligence”.

A mí me quedó claro, visto lo visto, que el estudio del comportamiento de los animales puede aportar mucho a la Inteligencia Colectiva porque desvela modelos inspiradores alternativos o complementarios a los que manejamos habitualmente en las Humanidades. Por ser más concreto, podemos aprender de los mecanismos de decisión de los grupos de animales si nos inspiramos en sus modelos de detección de señales. Por ejemplo, según contaba Deborah Gordon, resulta muy interesante ver cómo las hormigas pueden optimizar sus decisiones dentro de la colonia sólo usando información local, la que cada una tiene a su alcance, sin necesidad de un control central.

5.- Medir la inteligencia colectiva: Factor-C vs. Factor-G:
La ponencia de Anita Woolley (Carnegie Mellon), y su complementaria de Christopher Chabris (Union College/MIT) fueron las más citadas y comentadas de la Conferencia por responder a estas dos preguntas: ¿Hay evidencias objetivas de que existe la IC? ¿Se puede predecir a partir de algún modelo? Es un tema complejo y relevante que voy a tratar en un post independiente, así que no voy a extenderme como el asunto merece. Pero por resumirlo de alguna manera, se trataba de ver si del mismo modo que existe un Coeficiente Intelectual (CI o IQ) que estima a través de tests el grado de inteligencia individual, puede haber algún indicador o factor que mida y explique de forma equivalente la “inteligencia grupal” como capacidad para resolver tareas que exigen del trabajo en equipo.

El experimento se publicó en la revista Science, y tuvo una gran repercusión mediática. Los resultados permitieron construir el llamado “Factor-C”, que sería el homólogo a escala grupal del “Factor-G” individual, que es como ellos llaman al coeficiente-IQ. La validez predictiva del factor-C como indicador de la inteligencia grupal es todavía discutible, está por confirmarse con más investigación, pero empieza a arrojar luz sobre qué características de un equipo influyen más en su rendimiento colectivo. Una conclusión interesante fue constatar que la Inteligencia Colectiva de un grupo (“factor-C”) no depende tanto como se creía del promedio de inteligencia individual de sus miembros (“IQ o “factor-G”) porque la correlación entre un factor y el otro es débil. Tampoco de atributos que siempre se han citado como la satisfacción del grupo, el grado de cohesión o la motivación. Los tres elementos que mejor explican el “Factor-C” son: 1) el grado de habilidad social de los miembros, 2) una conversación más distribuida, 3) que hayan más mujeres. Éste último, que es una estupenda noticia, habría que matizarlo dado que su efecto es más un resultado del primero, que una variable independiente en sí misma. En fin, sería largo de contar, así que prontito voy dedicar un post independiente para ampliar el tema.

6.- Cultura de la colaboración, legislación y poder:
Yochai Benkler es, y sigue siendo, uno de mis ídolos… a pesar de que, #yoconfieso, me hizo pasar un mal rato al no querer sacarse una foto conmigo . Ya recomendé en un post anterior su último libro: “The Penguin and the Leviathan”, donde demuestra que la cooperación es un valor en alza y pone en entredicho la visión economicista del egoísmo como único motor que impulsa al ser humano. Habló de un tema jugoso: “Legitimacy in Cooperative Human Systems Design”. Nos contó, entre sus conclusiones, que la legitimidad expresa las características de diseño de un sistema que permiten utilizar al poder de forma productiva pero al mismo tiempo reducir sus efectos negativos sobre la motivación (Una perlita que le escuché: “Power can undermine intrinsic motivations”).  Insistió en la importancia de que la gente participe en el diseño de las normativas, porque eso aumenta su legitimidad, y así su cumplimiento. También nos invitó a estudiar el impacto que puede tener la nueva cultura de la colaboración en la forma de gobernar, y de legislar, porque es posible que haya llegado la hora de que revisemos el paradigma del “homo economicus”. Benkler se cuestiona la tiranía del homo economicus con la que se intenta explicar casi todo, y se diseñan las políticas públicas; e insiste en que necesitamos adaptar el diseño de las leyes y de la política a una mayor diversidad de actitudes que hoy existe respecto de la colaboración.

7.- Diversidad, independencia y agregación inteligente:
Se habló mucho de la diversidad, y de su impacto en la eficacia de la inteligencia colectiva. Siguiendo la estela de las tesis de James Surowiecki, pero aportando estudios más rigurosos. Por ejemplo, Scott Page (Michigan), un reconocido experto en modelos y sistemas complejos, hizo una exposición muy matemática para mi gusto, pero nos regaló una fórmula genial que sirve para entender muchas dinámicas de reflexión colectiva => Crowd Error = Average Error – Diversity. Por otra parte, confirmó que a más multidisciplinar es el problema, más aporta la Inteligencia Colectiva porque la variedad de conocimiento que se necesita para resolverlo se autoselecciona.

8.- Inteligencia Colectiva en los concursos y premios de innovación:
Karim Lakhani (Harvard) trató un tema muy práctico: “Inteligencia Colectiva en los concursos/premios de innovación“. Una de las cosas interesantes que dijo fue que, en estos certámenes, cuando se hace una evaluación o selección “a ciegas”, sin saber el nombre, las mujeres suelen tener más probabilidad de ganar. El rendimiento de las mujeres en estos concursos es “significativamente” mejor que el de los hombres. Lakhani insistió en las ventajas de los concursos abiertos para la resolución de los problemas, que propician la autoselección de los participantes, porque suprimen las barreras a la entrada de participantes no-obvios, de individuos que se mueven en ámbitos marginales o extraños a los que el convocante podría asociar el problema. Esta sugerencia responde a una observación en su investigación según la cual las soluciones ganadoras tienen una fuerte correlación con la distancia entre la especialización técnica del ganador y la del campo habitual del problema. Es decir, que las soluciones ganadoras provienen más de ámbitos técnicos marginales.

9.- Monitorización de redes sociales (mecanismos de influencia):
Otro tema-estrella fue el de la monitorización de las redes sociales como fuente de investigación dentro del ámbito de la Inteligencia Colectiva. Matías Barahona,  Lada Adamic (Michigan) y Ben Schneiderman (Maryland) abordaron en sus ponencias distintas dimensiones del problema. Barahona, usando archivos de datos de las redes sociales que se generaron a partir de la agitación estudiantil de Chile 2011, hizo un análisis dinámico de las redes sociales, cómo los líderes y los participantes utilizaron Twitter y la web para auto-organizarse y comunicarse unos con otros, y generar así uno de los más grandes “movimientos inteligentes” en la historia de Chile. Todo el tiempo me hizo pensar en paralelismos con nuestro #15m. Adamic nos habló de cómo se propaga la información por las redes sociales y en qué medida las personas somos influidas por ella. La idea que me pareció más interesante fue que aunque los lazos fuertes nos influyen más, por la frecuencia en la interacción y también por la confianza que concedemos a la fuente; la información más fresca y novedosa suele venirnos de los lazos débiles. O dicho de otro modo, los lazos débiles nos exponen a una información más diversa, y sirven para atenuar los posibles efectos de la homofilia que suele manifestarse a través de los lazos fuertes.

Pues nada, éste es mi resumen en dos posts. Pero seguiré escribiendo sobre la MIT Conference, publicando entradas independientes con análisis más amplios de algunos de estos temas. Espero que os haya sido útil….

No hay comentarios: