Computación organicista
La computación organísmica es una forma de computación humana diseñada que emplea tecnología para permitir "detección compartida, razonamiento colectivo y acción coordinada" [1] dentro de grupos humanos hacia un comportamiento dirigido a objetivos. Este enfoque biomimético para aumentar la eficacia grupal busca mejorar la sinergia al permitir que un grupo de individuos funcione como un único superorganismo inteligente .
Razón fundamental
En muchas tareas, aumentar el tamaño de un grupo conduce a rendimientos decrecientes. Es decir, cada nueva persona contribuye menos al desempeño general del grupo. Esto sugiere que la relación costo-beneficio asociada con la incorporación de una nueva persona disminuye a medida que el grupo se hace más grande. El enfoque organismico para aumentar la eficacia del grupo busca aprovechar el crecimiento cuadrático en el número de relaciones posibles entre los miembros del grupo, como se describe en la ley de Metcalfe . Al aumentar el número de relaciones realizadas y al aumentar suficientemente la utilidad de esas relaciones, cada nuevo miembro del grupo agregaría más valor al grupo que los miembros anteriores.
Acercarse
El modelo organismico de eficacia grupal supone que, si se permite la detección, el razonamiento y la acción distribuidos en tiempo real, utilizando los métodos de aumento adecuados, se aumentará la eficacia grupal a través de efectos sinérgicos que resultan de más y mejores conexiones entre los individuos de un grupo. De hecho, la investigación en computación organismica se centra principalmente en la búsqueda de métodos de aumento que sean óptimos para diferentes aplicaciones del comportamiento grupal. Además, el espacio de aplicación puede dictar un mayor énfasis en uno de los siguientes miembros de la "tríada sinérgica".
Detección compartida
La detección compartida es la noción de que las experiencias sensoriales individuales o agregadas se comparten en tiempo real entre los miembros de un grupo, hacia una mayor conciencia de la información relevante para los objetivos de un individuo.
Razonamiento colectivo
El razonamiento colectivo incluye un amplio espacio de métodos que posibilitan la creación y difusión de información gracias a la cognición distribuida .
Acción coordinada
La acción coordinada implica métodos que permiten comportamientos grupales efectivos y sincrónicos.
Desafíos
Un desafío clave para el desarrollo de métodos de computación organismal eficaces es el problema de la sobrecarga de información . Debido a que los seres humanos somos sistemas de capacidad limitada, que incluyen cuellos de botella tanto atencionales como de procesamiento , la disponibilidad o imposición de información adicional puede crear interferencias que reduzcan el desempeño relacionado con los objetivos.
Evidencia
Un estudio piloto de 2013 [1] [2] examinó el desempeño en una tarea de escondite dentro de un entorno simulado de realidad aumentada . Los efectos sinérgicos parecieron aumentar con el tamaño del grupo y el nivel de aumento. Un estudio de inteligencia colectiva de 2010 [3] sobre el desempeño en la resolución de problemas grupales reveló evidencia sólida de que el "CI grupal" se correlacionaba fuertemente con la inteligencia social de cada miembro del grupo y solo débilmente con el CI individual, lo que sugiere que la dinámica de interacción entre los miembros del grupo es un mejor predictor del desempeño en la resolución de problemas grupales que las habilidades individuales para resolver problemas.
Aplicaciones
La computación organicista, debido a su énfasis en la capacidad de acción , es más adecuada para la interacción en el mundo físico, simulado o aumentado . Por lo tanto, las aplicaciones potenciales incluyen el alivio de crisis , la primera respuesta y la lucha contra el terrorismo , así como la resolución de problemas en entornos artificiales mediante la reformulación de problemas abstractos utilizando metáforas del mundo real.
Véase también
Referencias
- ^ ab Michelucci, Pietro (2013), Michelucci, Pietro (ed.), "Organismic Computing", Handbook of Human Computation , Nueva York, NY: Springer, págs. 475–501, doi :10.1007/978-1-4614- 8806-4_36, ISBN 978-1-4614-8806-4, consultado el 12 de octubre de 2023
- ^ Greene, K. y Young, T. (2013). Estigmergia humana en entornos aumentados. En B. Hartman y E. Horvitz (Eds.), HCOMP. AAAI. Recuperado de http://dblp.uni-trier.de/db/conf/hcomp/hcomp2013.html#GreeneY13
- ^ Woolley, AW; Chabris, CF; Pentland, A.; Hashmi, N.; Malone, TW (2010). "Evidencia de un factor de inteligencia colectiva en el desempeño de los grupos humanos". Science . 330 (6004): 686–688. Bibcode :2010Sci...330..686W. doi : 10.1126/science.1193147 . PMID 20929725. S2CID 74579.
