Inteligencia colectiva en la era de la IA, por qué los procesos de pensamiento y el contexto deben quedar atrás
La inteligencia colectiva no se fortalece sólo porque muchas personas se reúnan en un mismo espacio o expongan muchas opiniones.
Una vez que se recopilan los resultados, podemos comparar las respuestas de varias personas.
Sin embargo, si nos mantenemos en el proceso de pensamiento y los criterios de juicio que llevaron al resultado, podemos comprender y desarrollar los métodos de resolución de problemas de otras personas.
Esta diferencia es muy grande.
- Las conclusiones se pueden utilizar siempre que se compartan los resultados.
- Si se comparte el proceso de pensamiento, se puede aprender cómo se llegó a la conclusión.
- Si se mantiene el contexto del juicio, se pueden sacar nuevas conclusiones cuando la situación cambie.
Para que la inteligencia colectiva se vuelva verdaderamente fuerte, antes de que se acumulen muchas respuestas, el contexto en el que se crean y conectan los pensamientos de las personas no debe desaparecer.
5BY comienza con el problema de redescubrir y continuar el flujo de pensamiento en la conversación de IA de un individuo.
A largo plazo, nuestro objetivo es conectar las coordenadas de pensamientos importantes dejados por cada individuo para convertirlos en la base de una inteligencia colectiva más profunda y confiable.
¿Qué es la inteligencia colectiva?
La inteligencia colectiva es el poder de combinar el conocimiento, la experiencia, las perspectivas y los juicios de muchas personas para alcanzar resultados que son difíciles de lograr para una sola persona.
Una persona puede detectar el problema.
Otra persona puede analizar la causa y otra persona puede diseñar o implementar una solución.
Cuando los roles de varias personas están conectados, se pueden resolver problemas más complejos.
Pero más gente no siempre conduce a mejores respuestas.
Sin transmitir lo que cada persona sabe, por qué hizo ese juicio y en qué no estuvo de acuerdo, muchas opiniones pueden quedar como una simple lista.
Una inteligencia colectiva sólida requiere los siguientes elementos:
- Diferentes experiencias y perspectivas.
- Estructura que permite preguntas y contraargumentos.
- Registros que confirmen el fundamento del juicio.
- Intentos fallidos y proceso de corrección.
- Rol y fuentes de cada colaborador.
- Conexiones que te permiten reutilizar conocimientos previos.
- Contexto que permite modificar las conclusiones para adaptarlas a la situación actual.
El objetivo de la inteligencia colectiva no es que mucha gente esté de acuerdo en la misma conclusión.
Al conectar los pensamientos de varias personas, se toman mejores decisiones.
Limitaciones de la inteligencia colectiva que solo comparte resultados
Las organizaciones y comunidades suelen compartir conocimientos sobre los resultados obtenidos.
Quedan informes, manuales, códigos, ponencias, presentaciones, conclusiones de reuniones y decisiones finales.
Estos resultados son importantes.
Sin embargo, si sólo quedan los resultados, es difícil responder a las siguientes preguntas una vez transcurrido el tiempo.
-¿Por qué decidiste que este tema era importante? -¿Qué opciones se revisaron? -¿Por qué se excluyeron otros métodos? -¿Qué fracasos has experimentado? -¿Qué limitaciones había en ese momento? -¿Quién aportó qué?
- ¿Es válida la misma conclusión en la situación actual?
Los resultados muestran lo que se decidió.
El proceso de pensamiento muestra por qué se tomaron las decisiones como se hicieron.
Estos dos deben permanecer juntos para que la siguiente persona pueda comprender las conclusiones y desarrollarlas para que se ajusten a la situación actual, en lugar de simplemente copiar las conclusiones del pasado.
La misma conclusión puede surgir de procesos de pensamiento completamente diferentes.
Que dos personas lleguen a la misma conclusión no significa que piensen de la misma manera.
Una persona puede basar su juicio en datos y estadísticas.
Es posible que otros hayan llegado a la misma conclusión basándose en la experiencia del cliente o en ejemplos de campo.
El resultado externo es el mismo, pero contiene conocimientos diferentes.
Por ejemplo, supongamos que ambos deciden que se debe eliminar una determinada característica.
La primera persona puede haber basado su juicio en datos que muestran una baja utilización.
Es posible que una segunda persona haya juzgado la función porque aumenta la complejidad e interfiere con el comportamiento importante del usuario.
Cuando sólo queda la sentencia definitiva, la diferencia entre ambas sentencias desaparece.
Pero si el proceso de pensamiento permanece unido, la organización puede aprender:
- Criterios para juzgar funciones infrautilizadas
- Cómo la complejidad afecta el comportamiento del usuario
- Cómo interpretar los datos y la experiencia del usuario juntos.
- Principios a utilizar al revisar características similares en el futuro
En lugar de guardar sólo una conclusión, se obtiene un mayor conocimiento al realizar un seguimiento de las diferentes formas de pensar que llevaron a la conclusión.
Los pensamientos fallidos también son una parte importante de la inteligencia colectiva
En un entorno donde sólo se comparten los resultados completados, los intentos fallidos y las hipótesis incorrectas se pierden fácilmente.
Sin embargo, los registros de fracasos son muy importantes en la inteligencia colectiva.
Porque ayuda a otros a evitar repetir lo que alguien ya intentó y falló.
Los intentos fallidos contienen el siguiente conocimiento:
-¿Por qué parecía posible al principio? -¿Qué condiciones se asumieron incorrectamente?
- ¿Dónde ocurrió realmente el problema?
- ¿Qué señales deberían haberse visto antes? -¿Qué debo cambiar en mi próximo intento?
- ¿Aún es posible utilizarlo en determinadas situaciones?
Simplemente eliminar u ocultar fallas puede hacer que los grupos repitan los mismos errores.
Por el contrario, si el contexto del fracaso persiste, la siguiente persona puede resolver el problema desde un mejor punto de partida.
¿Qué cambia cuando se comparte el contexto del pensamiento?
Cuando se comparte el contexto del pensamiento, la gente no se limita a copiar conclusiones.
Puede aplicar las estructuras de juicio utilizadas por otros a sus propios problemas.
Por ejemplo, pueden ocurrir los siguientes cambios:
- Podrás revisar si las decisiones pasadas siguen siendo válidas hoy.
- Puedes encontrar principios repetidos en problemas similares.
- Se pueden conectar métodos de resolución de diferentes campos.
- Podrás evitar repetir nuevamente un planteamiento fallido.
- Las conclusiones existentes pueden modificarse cuando surjan nuevas condiciones.
- Puede comparar los estándares de juicio de varias personas y crear mejores estándares.
El resultado puede ser la respuesta a un solo problema.
El proceso de pensamiento se convierte en un método que puede reutilizarse para muchos problemas.
Ésta es la mayor diferencia entre el intercambio de conocimientos centrado en los resultados y la inteligencia colectiva centrada en el contexto.
En la era de la IA, se crean y dispersan más pensamientos más rápido
La gente ahora habla con ChatGPT, Claude, Gemini, Copilot, Perplexity, DeepSeek, Mistral y Grok para analizar problemas y desarrollar ideas.
Una sola persona puede utilizar varias IA alternativamente.
Puede revisar las instrucciones de implementación en Copilot, encontrar evidencia relevante en Perplexity y analizar lógica compleja en Claude o DeepSeek.
Puedes ampliar tus ideas en Gemini y ChatGPT, e incluso intentar hacer preguntas desde una perspectiva diferente en Mistral o Grok.
En este proceso se crean muchos accidentes.
Sin embargo, los registros se dividen entre diferentes servicios y ventanas de chat.
- Las hipótesis creadas por una IA son verificadas por otra IA.
- Las condiciones establecidas en la conversación anterior no se trasladan a la nueva conversación.
- Describe varias veces el mismo problema desde el principio.
- Es difícil recordar en qué conversación se tomaron decisiones importantes.
- No queda claro cuál de varias respuestas de IA eligió el usuario.
- Sólo queda el resultado final y los procesos de pensamiento intermedios se olvidan.
La IA permite a individuos y grupos crear más ideas.
Al mismo tiempo, puede facilitar que el pensamiento se disipe del contexto en el que fue creado.
Recopilar muchas respuestas de IA es diferente de la inteligencia colectiva
Puede hacer las mismas preguntas a varias IA y recopilar las respuestas en un solo lugar.
Sin embargo, una gran cantidad de respuestas no crea automáticamente inteligencia colectiva.
Lo importante es la siguiente relación:
- ¿Qué respuesta partió de qué supuesto?
- ¿En qué áreas cada respuesta coincide o entra en conflicto entre sí? -¿Qué sugerencias aceptó el usuario? -¿Por qué se excluyeron algunas respuestas?
- ¿Qué nuevo juicio se hizo al combinar varias respuestas?
- ¿Quién y con qué criterios se tomó la decisión final?
Enumerar las respuestas de la IA es recopilar información.
Dejar un registro de cómo se conectan el juicio humano y las diversas sugerencias de la IA preserva el contexto del pensamiento.
Lo que 5BY considera importante es esta conexión y no la simple acumulación de respuestas.
Primero se debe preservar el flujo de pensamiento del individuo.
Antes de hablar de inteligencia colectiva, el flujo de pensamiento individual debe ser lo primero.
Esto se debe a que es difícil conectar los pensamientos de muchas personas cuando se pierden los pensamientos individuales.
Digamos que una persona está pensando en un problema.
El proceso puede tener el siguiente flujo:
- Detecte el problema.
- Asume múltiples causas.
- Habla con la IA y revisa tus hipótesis.
- Descartar algunas hipótesis.
- Descubra nuevas condiciones.
- Seleccione una dirección.
- Verifique los resultados reales.
- Deje una línea de base para la siguiente tarea.
En este proceso, la mayor parte de la estructura de pensamiento del individuo desaparece cuando sólo queda la conclusión final.
Por el contrario, si persisten puntos de referencia y conexiones importantes, otros podrán comprender más tarde el flujo del juicio.
5BY comienza creando una estructura que permite a las personas recuperar y continuar sus importantes conversaciones sobre IA y su flujo de pensamiento.
Anchor deja un punto de referencia para decisiones importantes
Anchor es una característica que permite al usuario dejar un punto de referencia para un flujo que determina que vale la pena reutilizar mientras habla con la IA.
Respecto a la inteligencia colectiva, Anchor puede dejar la siguiente información:
- El problema que estaba tratando de resolver.
- Hechos confirmados en su momento.
- hipótesis importante
- Criterios de juicio adoptados
- Opciones y motivos excluidos.
- Problemas aún no resueltos
- Siguiente punto para transmitir a los demás.
Con este ancla, otros no sólo recibirán la conclusión completa, sino que también podrán comprender el punto de partida y las condiciones bajo las cuales se creó la conclusión.
Guardado selecciona contribuciones que vale la pena consultar
No todas las conversaciones y opiniones en un grupo tienen la misma importancia.
Una pregunta puede cambiar el núcleo de la cuestión y una breve refutación puede evitar una dirección equivocada.
Guardado permite a los usuarios seleccionar conversaciones que consideren que vale la pena volver a visitar.
Por ejemplo:
- Preguntas que redefinen el problema.
- Un contraargumento que descubre suposiciones incorrectas.
- Respuestas que explican claramente conceptos complejos.
- Casos que pueden conectarse a otros campos.
- Condiciones que deben observarse en decisiones posteriores.
- Advertencias importantes que evitaron fallas.
Cuando se retoman estas conversaciones, el grupo puede revisar no sólo el resultado final sino también las contribuciones importantes que lo cambiaron.
Handoff conecta el contexto del pensamiento con la siguiente persona y la siguiente IA
La inteligencia colectiva no se completa en la cabeza de una sola persona.
Otras personas deben poder continuar con el pensamiento iniciado por una persona, utilizar diferentes IA y ampliar su perspectiva.
Handoff sirve para conectar el contexto importante establecido hasta ahora en nuevas conversaciones.
Un buen Handoff requiere la siguiente información:
- El problema que estás intentando resolver actualmente.
- Hechos confirmados hasta el momento.
- Opciones ya revisadas
- Dirección actualmente seleccionada
- Condiciones a mantener
- Preguntas no resueltas
- Puntos para que la próxima persona revise
Una vez que se transmite esta información, los nuevos participantes no tienen que leer toda la conversación desde el principio.
Puede comenzar a hacer la siguiente pregunta justo al final de su pensamiento actual.
Graph View puede mostrar la estructura conectada de los pensamientos grupales
La inteligencia colectiva es difícil de entender con sólo una lista cronológica.
Porque una idea puede transmitirse a varias personas, conectarse a otros proyectos y los fracasos del pasado pueden utilizarse como nuevos puntos de referencia.
Graph View tiene como objetivo explorar la conexión de ideas a través de la relación entre Anchor y Pack.
Desde una perspectiva de inteligencia colectiva, Graph View debería poder abordar las siguientes preguntas:
-¿Quién contribuyó a un problema? -¿Qué idea se convirtió en el punto de partida de otra idea?
- ¿Se repitieron los mismos principios en diferentes proyectos?
- ¿Qué experiencias pasadas influyeron en una decisión particular?
- ¿A través de qué camino se desarrolló una idea?
- ¿Qué tendencias inconclusas merecen continuar actualmente?
El propósito del gráfico no es mostrar mucha gente y conversaciones.
Le ayuda a comprender dónde se origina un pensamiento y con qué está conectado.
La inteligencia colectiva requiere registros de fuentes y contribuciones
A medida que las ideas de más personas se conectan, se vuelve más importante distinguir entre fuentes y contribuciones.
Incluso si se comparte el contexto de una idea, puede resultar difícil para las personas hacer públicas sus ideas si tanto el proponente original como las contribuciones posteriores desaparecen.
Para que la inteligencia colectiva continúe, debemos poder responder las siguientes preguntas:
-¿Quién descubrió por primera vez el problema? -¿Quién sugirió la idea clave? -¿Quién añadió importantes refutaciones o comprobaciones? -¿Quién contribuyó a la implementación y aplicación real? -¿En qué proceso se tomó la decisión final?
5BY actualmente no ofrece títulos legales ni esquemas de compensación automática.
Pero dejar atrás el flujo de ideas tal como fueron creadas y desarrolladas puede servir como base para comprender mejor sus fuentes y contribuciones.
Revelar muchos registros no es inteligencia colectiva
La inteligencia colectiva no requiere que todas las conversaciones y pensamientos personales se hagan públicos.
Las conversaciones de IA pueden incluir información personal, estrategia comercial, información de clientes, ideas inacabadas y juicios sensibles.
Por tanto, la inteligencia colectiva requiere no sólo compartir sino también controlar.
- El usuario tiene que elegir qué dejar atrás.
- Debes poder decidir hasta qué punto compartirás.
- Debes ser capaz de distinguir entre el texto original y el resumen.
- Debes distinguir entre pensamientos individuales y registros organizacionales.
- Debe excluirse la información sensible.
- Incluso después de compartirlo, la fuente y el alcance deben quedar claros.
El objetivo de 5BY no es recopilar y revelar automáticamente todas las conversaciones.
El usuario deja las coordenadas del incidente que considera importante y conecta esas coordenadas dentro del rango necesario.
Sólo cuando persisten opiniones diferentes se hacen juicios más fuertes
La inteligencia colectiva no siempre es más fuerte cuando se unifica rápidamente en una sola conclusión.
Se pueden emitir mejores juicios cuando hay suficientes hipótesis y contraargumentos diferentes.
Por ejemplo, una persona puede valorar la velocidad, mientras que otra puede priorizar la confiabilidad.
Otra persona puede considerar el problema en términos de experiencia de usuario o costo.
Incluso si la decisión final requiere elegir una dirección, debería quedar claro por qué existían las diferentes perspectivas.
Esto se debe a que cuando las circunstancias cambian, los juicios que fueron excluidos en el pasado pueden volver a ser importantes.
Preservar el contexto del pensamiento no significa aceptar todas las opiniones al mismo nivel.
Deja constancia de qué opiniones fueron adoptadas, cuáles fueron excluidas y los motivos.
La inteligencia colectiva debe ser una estructura de aprendizaje, no un depósito de respuestas
Al hacer de la inteligencia colectiva un simple depósito de respuestas, las viejas conclusiones pueden permanecer como autoridad.
Sin embargo, a medida que cambian el entorno, la tecnología y las necesidades de los usuarios, es necesario reexaminar las respuestas anteriores.
Una buena estructura de inteligencia colectiva debería permitir:
- Consultar las condiciones de conclusiones pasadas.
- Compara lo que ha cambiado desde ahora.
- Revalidar viejos supuestos.
- Añadir nuevos datos y experiencias.
- Modificar las conclusiones existentes si fuera necesario.
- Dejo nuevamente el motivo y proceso de la modificación.
Cuando el conocimiento se revisa y desarrolla repetidamente de esta manera, el grupo puede continuar aprendiendo en lugar de simplemente preservar el pasado.
Alcance actual de soluciones y dirección a largo plazo de 5BY
Actualmente, 5BY se centra en una estructura que permite a los usuarios individuales seleccionar pensamientos importantes de múltiples conversaciones de IA, revisarlos y continuarlos en otras conversaciones.
Anchor, Saved, Handoff y Graph View son funciones que ayudan a evitar que desaparezca el flujo de pensamiento de un individuo.
Actualmente, 5BY no aborda todos los siguientes problemas:
- Plataforma abierta de inteligencia colectiva.
- Evaluación automática de cada colaborador.
- Determinación de la propiedad de la idea.
- Compensación automática y distribución de beneficios.
- Gestionar los derechos de conocimiento en toda la organización.
- Conectar el flujo de pensamiento de todos los usuarios.
- Automatización de la toma de decisiones finales grupales.
Estas capacidades son cuestiones de largo plazo que requieren una mayor revisión técnica, social y legal.
El punto de partida ahora es garantizar que la importante corriente de pensamiento de un individuo no desaparezca.
Su contexto personal debe seguir siendo preciso para que luego pueda conectarse de forma segura con el conocimiento de los demás.
El proceso mediante el cual el registro de accidentes de un individuo se convierte en un activo grupal
Las conversaciones individuales sobre IA no se convierten inmediatamente en conocimiento grupal.
Se requieren varios pasos para que las ideas de un individuo se utilicen en un grupo.
- Los individuos eligen las conversaciones y los juicios que importan.
- Organizar el contexto clave para su reutilización.
- Distinguir entre contenido sensible y público.
- Entregar a las personas adecuadas y en la medida adecuada.
- Las refutaciones y aportaciones adicionales de otros están vinculadas.
- Se vuelven a registrar nuevos juicios y resultados.
- Se mantienen las fuentes y los cambios.
Cuando se repite este proceso, la experiencia de un individuo se convierte en algo más que un registro personal y se convierte en conocimiento que otros pueden aprender y desarrollar.
La inteligencia colectiva se fortalece cuando el contexto del pensamiento no desaparece
El poder de la inteligencia colectiva no está determinado sólo por la cantidad de documentos y respuestas que se recopilan.
Debe estar relacionado con los problemas que la gente descubrió, por qué los juzgaron de esa manera, qué no hicieron y qué aprendieron.
Si solo quedan los resultados, la siguiente persona puede usar las respuestas anteriores.
Si el proceso de pensamiento persiste, la siguiente persona puede ir más allá de las respuestas pasadas y crear una respuesta mejor.
5BY primero ayuda a las personas a recuperar y continuar el flujo de pensamiento en sus conversaciones sobre IA.
A largo plazo, esperamos que las importantes coordenadas dejadas por los individuos puedan conectarse manteniendo su fuente y contexto, formando la base para una inteligencia colectiva más sólida.
La inteligencia colectiva se fortalece no cuando muchas personas hablan juntas, sino cuando el proceso de creación de los pensamientos de cada individuo no desaparece y se transmite a la siguiente persona.
Artículos y características relacionados
- Razones para no revelar ideas: robo, cuestiones de fuente y compensación
- ¿Se pueden preservar el conocimiento y el saber hacer incluso después de que la gente se vaya?
- Vista gráfica 5BY para mirar el historial de conversaciones de IA como si fuera un diario
- Cómo continuar el contexto de conversación de IA entre varios LLM
- Por qué 5BY permite a los usuarios elegir conversaciones importantes
- Más información sobre la vista gráfica 5BY
- Más información sobre las funciones de 5by Tools