Collective Intelligence: 240 Years of Research — From Condorcet to AI

1794 সালে, একজন ফরাসি গণিতবিদ একটি বিপ্লবী কারাগারের সেলে মারা যান, একটি তত্ত্ব প্রকাশের নয় বছর পরে যা প্রায় কেউ পড়েনি। 1906 সালে, একজন 84 বছর বয়সী ভিক্টোরিয়ান পরিসংখ্যানবিদ একটি পশু মেলার মধ্য দিয়ে ঘুরে বেড়াচ্ছিলেন ব্যবহৃত র‍্যাফেল কার্ড সংগ্রহ করতে। 2026 সালে, এমআইটির গবেষকরা AI এজেন্টগুলির মধ্যে শত শত হাজারেরও বেশি আলোচনা চালাচ্ছেন যাতে তারা শিখতে পারে যে যন্ত্রগুলি কীভাবে মানব দলের সাথে যোগ দিতে হবে। এই তিনটি দৃশ্য একটি একক, অবিচ্ছিন্ন গবেষণার গল্পের অন্তর্গত — সমষ্টিগত বুদ্ধিমত্তা অধ্যয়ন, গোষ্ঠীগুলির এমনভাবে কাজ করার ক্ষমতা যা বুদ্ধিমান মনে হয়। যা পরবর্তীতে আসছে তা হল সেই গল্প, যুগে যুগে, প্রকৃত আবিষ্কার এবং প্রকৃত লড়াই সহ।

1785: আলোকিত যুগের বাজি — কন্ডর্সেটের তত্ত্ব

মারী জিন অ্যান্টোইন নিকোলাস দে কারিতাট, মারকুইস দে কন্ডর্সেট, ছিলেন সেই ধরনের আলোকিত ব্যক্তিত্ব যিনি আধুনিক পলিম্যাথদের সংকীর্ণ দেখান: একজন গণিতবিদ যিনি তার twenties-এ অ্যাকাডেমি দে সায়েন্সেসে নির্বাচিত হন, জনশিক্ষা, মহিলাদের ভোটাধিকার এবং দাসত্বের বিলোপের একজন প্রাথমিক এবং উচ্চস্বরে সমর্থক। 1785 সালে তিনি প্রকাশ করেন এসসাই সুর ল'অ্যাপ্লিকেশন দে ল'অ্যানালাইস আ লা প্রোবাবিলিটে দেস ডিসিজন্স রেন্ডু এ লা প্লুরালিটে দেস ভোইক্স — একটি প্রবন্ধ যা সংখ্যাগরিষ্ঠ ভোটিংয়ের জন্য সম্ভাব্যতা তত্ত্ব প্রয়োগের উপর। এতে লুকিয়ে আছে ফলাফল যা আমরা এখন কন্ডর্সেট জুরি তত্ত্ব বলি।

তত্ত্বটি কিছু চমকপ্রদ কথা বলে। একটি হ্যাঁ/না প্রশ্ন নিন যার একটি সঠিক উত্তর রয়েছে। ধরুন প্রতিটি ভোটার একটি সম্ভাব্যতা নিয়ে সঠিক যা একটি কয়েন ফ্লিপের চেয়ে সামান্য ভালো — ধরুন 55% — এবং ধরুন ভোটাররা একে অপরের থেকে স্বাধীনভাবে বিচার করে। তাহলে গোষ্ঠীটি বড় হলে, সংখ্যাগরিষ্ঠ সঠিক হওয়ার সম্ভাবনা নিশ্চিততার দিকে বাড়তে থাকে। মাঝারি ব্যক্তিগত বিচার, সঠিকভাবে একত্রিত হলে, প্রায় নিখুঁত সমষ্টিগত বিচার হয়ে যায়। তত্ত্বটির একটি অন্ধকার যমজও রয়েছে: যদি প্রতিটি ভোটার একটি কয়েন ফ্লিপের চেয়ে সামান্য খারাপ হয়, তবে সংখ্যাগরিষ্ঠতা গোষ্ঠীটি বড় হলে প্রায় নিশ্চিতভাবে ভুল হয়ে যায়। একত্রিতকরণ যে কোনও দক্ষতা — বা অদক্ষতা — আপনি এটি খাওয়ান তা বাড়িয়ে তোলে। আমরা তত্ত্বটির সম্পূর্ণ গল্প, এর অনুমান এবং এর আধুনিক ব্যবহারগুলি আমাদের সহযোগী টুকরোতে বলি কন্ডর্সেট জুরি তত্ত্ব।

একই প্রবন্ধে একটি দ্বিতীয় আবিষ্কার রয়েছে যা 160 বছর ধরে বিস্ফোরিত হবে: কন্ডর্সেটের প্যারাডক্স। তিনটি বা তার বেশি বিকল্পের সাথে, সংখ্যাগরিষ্ঠ পছন্দগুলি চক্রাকারে হতে পারে — গোষ্ঠী A কে B, B কে C এবং C কে A পছন্দ করে — তাই “সংখ্যাগরিষ্ঠ যা চায়” তা এমনকি ভালভাবে সংজ্ঞায়িতও নাও হতে পারে। সেই পর্যবেক্ষণটি সামাজিক পছন্দ তত্ত্বের বীজ, ক্ষেত্রটি কেনেথ অ্যারো পরে তার অসম্ভবতা তত্ত্বের মাধ্যমে রূপান্তরিত করবেন: কোনও র‌্যাঙ্কড ভোটিং সিস্টেম একসাথে একটি সংক্ষিপ্ত তালিকার যুক্তিসঙ্গত ন্যায়বিচারের শর্তগুলি পূরণ করতে পারে না। ভোটিং সিস্টেম, র‌্যাঙ্কড-চয়েস পদ্ধতি এবং পছন্দের একত্রিতকরণের গণিত একটি আলাদা গল্প — এই নিবন্ধটি অনুসরণ করা বিশ্বাস-গড়ানোর একটি ভিন্ন ধরনের একত্রিতকরণ — এবং আমরা ভবিষ্যতের সিরিজে এটি নিয়ে ফিরে আসব।

কন্ডর্সেট এটি গুরুত্বপূর্ণ হতে দেখার জন্য বাঁচেননি। জ্যাকবিন সংবিধানের বিরুদ্ধে অবস্থান নেওয়ার জন্য সন্ত্রাসের সময় নিষিদ্ধ, তিনি মাসের পর মাস লুকিয়ে ছিলেন —Remarkably, তার আশাবাদী Sketch for a Historical Picture of the Progress of the Human Mind লিখছিলেন — মার্চ 1794 সালে গ্রেপ্তার হন এবং দুই দিন পরে Bourg-la-Reine-এ তার সেলে মৃত অবস্থায় পাওয়া যায়। সমষ্টিগত জ্ঞানের গাণিতিকতা একটি মানুষের কাজ হিসেবে শুরু হয়েছিল যিনি একটি পাগল হয়ে যাওয়া সমষ্টির দ্বারা ধ্বংস হয়েছিলেন। এই আইরনি ক্ষেত্রটির উপর সবসময় ঝুলে থাকে: গোষ্ঠীগুলি উজ্জ্বল হতে পারে, এবং গোষ্ঠীগুলি দানবীয় হতে পারে, এবং পার্থক্যটি মানুষ নয় — এটি শর্ত।

1906–1950s: পরিসংখ্যান যুগ — গ্যালটন, হায়েক, এবং ডেলফি

এর প্রথম অভিজ্ঞ পরীক্ষার জন্য, সমষ্টিগত বুদ্ধিমত্তাকে 121 বছর অপেক্ষা করতে হয়েছিল — এবং এটি একটি পশু মেলায় এসেছিল। 1906 সালের শরতে, ফ্রান্সিস গ্যালটন, তখন 84, পশ্চিম ইংল্যান্ড ফ্যাট স্টক এবং পোল্ট্রি প্রদর্শনীতে উপস্থিত হন, যেখানে একটি ওজন-জজিং প্রতিযোগিতা দর্শকদের একটি জীবন্ত গরুর dressed ওজন অনুমান করতে আমন্ত্রণ জানায় ছয়পেন্সের টিকিটে। গ্যালটন — পরিসংখ্যানের একজন প্রতিষ্ঠাতা, এবং মেজাজে কোনও গণতান্ত্রিক নয় — প্রত্যাশা করেছিলেন যে এন্ট্রিগুলি গড় ভোটারের অজ্ঞতাকে প্রমাণ করবে। তিনি ব্যবহৃত কার্ডগুলি সংগ্রহ করেন, 13টি অযোগ্য বাতিল করেন এবং বাকি 787 অনুমান বিশ্লেষণ করেন। মধ্যমতম অনুমান ছিল 1,207 lb; গরুর প্রকৃত পোশাকের ওজন ছিল 1,198 lb — একটি 1% এর নিচে ত্রুটি, উপস্থিত গবাদি পশুর বিশেষজ্ঞদের চেয়ে ভালো। তিনি 7 মার্চ 1907 সালে Nature এ “ভক্স পপুলি” শিরোনামে ফলাফল প্রকাশ করেন এবং পরবর্তী যোগাযোগে স্বীকার করেন যে গাণিতিক গড় আরও সঠিক ছিল: 1,197 lb, এক পাউন্ড দূরে। সম্পূর্ণ গল্প — গ্যালটন কী ভুল করেছিলেন এবং এর পরের শতাব্দীর পুনরাবৃত্তি সহ — আমাদের গভীর ডাইভে রয়েছে গ্যালটনের গরু, এবং সাধারণ ঘটনাটি আমাদের ভিড়ের জ্ঞান গাইডে।

কেন এই কৌশল কাজ করে? প্রতিটি অনুমান সংকেত এবং ত্রুটি হিসাবে বিভক্ত করা যেতে পারে। যদি ত্রুটিগুলি স্বাধীন হয় এবং সত্যের উভয় পাশে ছড়িয়ে থাকে, তবে একত্রিতকরণ সেগুলিকে বাতিল করে যখন শেয়ার করা সংকেত বেঁচে থাকে। সেই “যদি” হল কন্ডর্সেটের স্বাধীনতার অনুমান যা পরিসংখ্যানের পোশাক পরে, এবং এটি প্রতিটি ভিড়-বুদ্ধিমত্তার সাফল্য এবং ব্যর্থতার উপর নির্ভর করে। কেনেথ ওয়ালিসের 2014 সালের গ্যালটনের প্রতিযোগিতার পুনঃপরীক্ষা নিশ্চিত করেছে যে মেলার শর্তগুলি — ব্যক্তিগত লিখিত এন্ট্রি, সঠিক হওয়ার জন্য একটি প্রণোদনা, কোনও দৃশ্যমান চলমান তালিকা নেই — এটি রক্ষা করতে যথেষ্ট ভালো ছিল।

পরবর্তী লাফটি অর্থনীতির দিক থেকে এসেছে। “সোসাইটিতে জ্ঞানের ব্যবহার” (আমেরিকান ইকোনমিক রিভিউ, 1945) এ, ফ্রিডরিখ হায়েক যুক্তি দেন যে অর্থনৈতিক সিদ্ধান্তের জন্য প্রাসঙ্গিক জ্ঞান কখনও কেন্দ্রীভূত আকারে বিদ্যমান থাকে না — এটি স্থানীয়, আংশিক, প্রায়শই নীরব টুকরো টুকরো করে লক্ষ লক্ষ মানুষের মধ্যে ছড়িয়ে থাকে। কোনও কেন্দ্রীয় পরিকল্পনাকারী এটি সংগ্রহ করতে পারে না; কিন্তু একটি মূল্য ব্যবস্থা স্বয়ংক্রিয়ভাবে এটি একত্রিত করে, ছড়িয়ে পড়া জ্ঞানকে একটি একক সংখ্যায় সংকুচিত করে যা সবার জন্য কীভাবে কাজ করতে হবে তা বলে। হায়েক কার্যত উৎপাদনে চলমান প্রথম বৃহৎ-স্কেলের একত্রিতকরণ যন্ত্র চিহ্নিত করেছেন। অর্ধশতাব্দী পরে, পূর্বাভাস বাজারগুলি তার অন্তর্দৃষ্টি গ্রহণ করবে এবং এমন বাজার তৈরি করবে যার একমাত্র পণ্য হল মূল্যে তথ্য।

1950-এর দশক প্রথম ইচ্ছাকৃতভাবে ইঞ্জিনিয়ারড সমষ্টিগত বুদ্ধিমত্তার প্রক্রিয়া যুক্ত করেছে। র্যান্ড কর্পোরেশনে, দীর্ঘমেয়াদী পূর্বাভাস তৈরি করতে গবেষকরা একটি পরিচিত সমস্যার মুখোমুখি হন: বিশেষজ্ঞদের একটি ঘরে রাখলে সবচেয়ে জোরালো বা সবচেয়ে সিনিয়র কণ্ঠস্বর অন্যদের সকলকে আচ্ছন্ন করে। তাদের উত্তর, ডেলফি পদ্ধতি, বিশেষজ্ঞের বিচারকে গোপনে এবং নিয়ন্ত্রিত প্রতিক্রিয়ার মাধ্যমে পুনরাবৃত্ত রাউন্ডে সংগ্রহ করে — র‌্যাঙ্ক এবং সামাজিক চাপ থেকে স্বাধীনতা রক্ষা করে, তবুও তথ্যকে ঘুরতে দেয়। ডেলফি হল প্রতিটি আধুনিক কাঠামোগত-ইনপুট প্রক্রিয়ার সরাসরি পূর্বপুরুষ, পরিকল্পনা পোকারের থেকে শুরু করে সহযোগী সিদ্ধান্ত গ্রহণ প্ল্যাটফর্মগুলিতে ব্যবহৃত স্বাধীন-প্রথম অবদান প্রবাহ।

1940s–1990s: সাইবারনেটিক্স, গেম তত্ত্ব, এবং বর্ধিত বুদ্ধিমত্তা

যখন পরিসংখ্যানবিদরা একত্রিতকরণ অধ্যয়ন করছিলেন, অন্য একটি বংশধর পারস্পরিক ক্রিয়া অধ্যয়ন করছিল। জন ভন ন্যুম্যান এবং অস্কার মর্গেনস্টার্নের গেমস এবং অর্থনৈতিক আচরণের তত্ত্ব (1947 সংস্করণ) সামাজিক বিজ্ঞানের জন্য কৌশলগত পারস্পরিক নির্ভরতার একটি গাণিতিকতা প্রদান করে — যখন আমার পছন্দের ফলাফল আপনার উপর নির্ভর করে তখন কী ঘটে। গেম তত্ত্ব গোষ্ঠীগুলিকে স্বাধীন অনুমানকারীদের ব্যাগ হিসাবে নয় বরং পারস্পরিক ক্রিয়াকলাপকারী এজেন্টগুলির সিস্টেম হিসাবে পুনরায় ফ্রেম করে, একটি দৃষ্টিভঙ্গি যা গবেষকরা যখন জিজ্ঞাসা করতে শুরু করেন কেন যুক্তিসঙ্গত ব্যক্তিরা অযৌক্তিক সমষ্টি তৈরি করে তখন তা অত্যন্ত গুরুত্বপূর্ণ হবে (যার বিষয় তথ্য জলপ্রপাত গবেষণা কয়েক দশক পরে)।

দ্বিতীয় থ্রেডটি প্রযুক্তিগত ছিল। 1962 সালে তার SRI রিপোর্ট Augmenting Human Intellect: A Conceptual Framework এ, ডগলাস এঙ্গেলবার্ট প্রস্তাব করেন যে কম্পিউটিংয়ের উদ্দেশ্য মানব চিন্তাভাবনাকে প্রতিস্থাপন করা নয় বরং বর্ধিত করা — সমস্যাগুলি মোকাবেলা করার জন্য গোষ্ঠীগুলির সমষ্টিগত চিন্তাভাবনাও অন্তর্ভুক্ত। এঙ্গেলবার্টের ফ্রেমিং 1980-এর দশকে গঠন নেওয়া কম্পিউটার-সমর্থিত সহযোগী কাজ (CSCW) গবেষণা ক্ষেত্রের বীজ বপন করে, এবং তারপরে গ্রুপওয়্যার তরঙ্গ। 1962 সালে তিনি যে বর্ধিতকরণ-বিরুদ্ধ-প্রতিস্থাপন প্রশ্নটি উত্থাপন করেছিলেন তা প্রায় শব্দশব্দে, 2024–2026 সালের মানব-AI সাহিত্য এখন তথ্যের সাথে উত্তর দিচ্ছে।

এই মধ্যবর্তী যুগটি কিছু সহজে অবমূল্যায়িত অবদান রেখেছে: এটি সমষ্টিগত বুদ্ধিমত্তাকে একটি বৈশিষ্ট্য থেকে একটি সিস্টেমে পরিণত করেছে যা আপনি গবেষণা করেন। ডেলফি একটি ডিজাইন করা প্রোটোকল ছিল; গ্রুপওয়্যার ডিজাইন করা সফ্টওয়্যার ছিল; এঙ্গেলবার্টের ফ্রেমওয়ার্ক স্পষ্টভাবে গোষ্ঠী জ্ঞানের জন্য একটি প্রকৌশল এজেন্ডা ছিল। পরিসংখ্যান যুগটি জিজ্ঞাসা করেছিল “ভিড় কি সঠিক?” সাইবারনেটিক যুগটি জিজ্ঞাসা করেছিল প্রতিটি আধুনিক সহযোগিতা প্ল্যাটফর্ম উত্তরাধিকারী: কোন গঠন একটি গোষ্ঠীকে স্মার্ট করে তোলে যা অন্যথায় হবে? কাঠামোগত যুক্তি নিজেই এখানে একটি সমান্তরাল বুদ্ধিবৃত্তিক বংশধর রয়েছে — স্টিফেন টুলমিনের 1958 সালের যুক্তির মডেল এবং পরে যুক্তি-মানচিত্রনির্মাণের ঐতিহ্য সমষ্টিগত বুদ্ধিমত্তার আলোচনা দিকের জন্য তার তথ্য কাঠামো, যুক্তি মানচিত্র, ঠিক যেমন মূল্যগুলি বাজারের একত্রিতকরণের তথ্য কাঠামো হয়ে উঠেছে।

1959–1999: ঝাঁক যুগ — কোনও নেতার ছাড়াই বুদ্ধিমত্তা

এদিকে, জীববিজ্ঞান চুপচাপ এই ধারণাটি ভেঙে ফেলছিল যে বুদ্ধিমত্তার জন্য একটি নিয়ন্ত্রক মস্তিষ্ক প্রয়োজন। 1959 সালে, ফরাসি প্রাণীবিজ্ঞানী পিয়ের-পল গ্রাসে, পিঁপড়ের বাসা নির্মাণ অধ্যয়ন করে, স্টিগমার্জি শব্দটি তৈরি করেন: পরিবেশে ছেড়ে দেওয়া চিহ্নের মাধ্যমে সমন্বয়। কোনও পিঁপড়ে একটি নকশা ধারণ করে না; প্রত্যেকে মound এর স্থানীয় অবস্থার প্রতিক্রিয়া জানায়, এবং মound নিজেই উপনিবেশকে সমন্বয় করে। এটি নেতা ছাড়াই সমন্বয়ের জন্য প্রথম সঠিক যন্ত্র ছিল — এবং এটি পোকামাকড়ের চেয়ে অনেক বেশি সাধারণ হতে প্রমাণিত হয়েছে।

1987 সালে, কম্পিউটার গ্রাফিক্স গবেষক ক্রেইগ রেইনল্ডস দেখিয়েছিলেন যে ব্যক্তিগত জটিলতার জন্য উত্থান আসলে কতটা প্রয়োজন। তার SIGGRAPH পত্র “ফ্লকস, হার্ডস, এবং স্কুল: একটি বিতরণকৃত আচরণগত মডেল” সিমুলেটেড পাখির ঝাঁককে অ্যানিমেটেড করেছে — বোইডস — কেবল তিনটি স্থানীয় নিয়ম দ্বারা পরিচালিত: বিচ্ছিন্নতা, সমন্বয়, এবং সংহতি। কোনও নেতা নেই, কোনও স্ক্রিপ্ট নেই, তবুও ঝাঁকটি আসল জিনিসের মতো ঘুরে বেড়ায় এবং বিভক্ত হয় এবং পুনর্গঠন করে। দুই বছর পরে, জেরার্ডো বেনি এবং জিং ওয়াং সেলুলার রোবোটিক সিস্টেমের প্রেক্ষাপটে ঝাঁক বুদ্ধিমত্তা শব্দটি তৈরি করেন, ঘটনাটির নাম দেন।

প্রকৌশল লাভ দ্রুত অনুসরণ করেছিল। মার্কো ডোরিগোর 1992 সালের পিএইচডি থিসিস অপ্টিমাইজেশন, লার্নিং অ্যান্ড ন্যাচারাল অ্যালগরিদমস, পিঁপড়ের খাদ্য সংগ্রহের অনুবাদ — ফেরোমোন ট্রেইলগুলি ছোট পথগুলিকে শক্তিশালী করে, আর্জেন্টিনার পিঁপড়ের সাথে দ্বিগুণ সেতুর পরীক্ষায় প্রকাশিত — অ্যান্ট কলোনি অপ্টিমাইজেশন এ পরিণত হয়, রাউটিং এবং সময়সূচী সমস্যার জন্য অ্যালগরিদমের একটি পরিবার। জেমস কেনেডি এবং রাসেল এবারহার্টের পার্টিকল সোয়র্ম অপ্টিমাইজেশন (1995) একই কাজ করেছে ঝাঁকায়। 1999 সালের মধ্যে, বোনাবেউ, ডোরিগো, এবং থেরলাজের ঝাঁক বুদ্ধিমত্তা: প্রাকৃতিক থেকে কৃত্রিম সিস্টেম (অক্সফোর্ড) ক্ষেত্রটিকে কোডিফাই করেছে, এবং পিঁপড়া-ভিত্তিক অ্যালগরিদমগুলি টেলিফোন কল (শকোন্ডারওয়ার্ড এবং সহকর্মীরা BT ল্যাবসে, 1996) এবং ডেলিভারি ট্রাক রাউটিং করছিল। পরে, রোবোটিক্স শারীরিকভাবে পয়েন্টটি তৈরি করেছে: 2014 সালে, রুবেনস্টাইন, কর্নেজো, এবং নাগপাল 1,024 কিলোবট থেকে আকারগুলি স্ব-সংগঠিত করেছে (সায়েন্স), এবং থমাস সিলির হানি-বি গণতন্ত্র (2010) দেখিয়েছে যে মৌমাছির ঝাঁকগুলি স্কাউটিং, ওয়াগল-ড্যান্স প্রচার এবং কোয়ারাম সেন্সিংয়ের মাধ্যমে নেস্ট সাইটগুলি নির্বাচন করছে — একটি প্রাকৃতিক, বিকেন্দ্রীভূত অনুমান যা কার্যকরীভাবে একটি জুরি তত্ত্বের কাজ করছে। সম্পূর্ণ হিসাব আমাদের ঝাঁক বুদ্ধিমত্তা গাইডে রয়েছে।

ঝাঁক যুগের মানব গোষ্ঠীর জন্য পাঠ দ্বি-ধারিত। এটি প্রমাণ করেছে যে বিকেন্দ্রীকরণ কাজ করে — স্থানীয় জ্ঞান এবং সহজ পারস্পরিক ক্রিয়া নিয়মগুলি কেন্দ্রীয় পরিকল্পনাকে অতিক্রম করতে পারে, ঠিক যেমন হায়েক যুক্তি দিয়েছিলেন। কিন্তু এটি একটি সীমানাও চিহ্নিত করেছে: ঝাঁকগুলি ক্রিয়া সমন্বয় করে, কারণ নয়। পিঁপড়ে আলোচনা করে না। মানব সমষ্টিগত বুদ্ধিমত্তা একটি স্তর যোগ করে যা কোনও ঝাঁক নেই — যুক্তির বিনিময় এবং মূল্যায়ন — এবং সেই স্তরটির জন্য ভিন্ন যন্ত্রের প্রয়োজন।

1999–2015: ইন্টারনেট যুগ — সমষ্টিগত বুদ্ধিমত্তা উৎপাদনে চলে যায়

তারপর ইন্টারনেট সবাইকে একটি সম্ভাব্য অবদানকারী করে তুলল, এবং সমষ্টিগত বুদ্ধিমত্তা একটি ল্যাবরেটরি কৌতূহল হতে থামল। ওপেন-সোর্স সফ্টওয়্যার প্রমাণ করেছে যে হাজার হাজার আলগাভাবে সমন্বিত স্বেচ্ছাসেবক একটি অপারেটিং সিস্টেমের মতো জটিল সিস্টেম তৈরি করতে পারে — এরিক রেমন্ডের 1999 সালের প্রবন্ধ দ্য ক্যাথেড্রাল অ্যান্ড দ্য বাজার যুগের ম্যানিফেস্টো সরবরাহ করেছে। 2001 সালে চালু হওয়া উইকিপিডিয়া মানব জ্ঞানের জন্য মডেলটি স্কেল করেছে: একটি এনসাইক্লোপিডিয়া যার কোনও সম্পাদক-প্রধান নেই, সম্পাদনার মাধ্যমে সমন্বিত স্টিগমারজিক — টার্মাইটের যুক্তি, পাঠ্য প্রয়োগ করা।

2004 সালে, দুটি প্রকাশনা যুগটিকে তার তত্ত্ব দিয়েছে। জেমস সুরোভিয়েকির দ্য উইজডম অফ ক্রাউডস এক শতাব্দীর প্রমাণ সংগ্রহ করেছে এবং চারটি শর্তগুলি সংকলন করেছে যার অধীনে গোষ্ঠীগুলি বুদ্ধিমান: মতামতের বৈচিত্র্য, স্বাধীনতা, বিকেন্দ্রীকরণ, এবং একত্রিতকরণ — যেকোন একটি সরিয়ে ফেললে, ভিড় আরও বোকা হয়ে যায়, স্মার্ট নয়। একই বছর, লু হং এবং স্কট পেজ তাদের “বৈচিত্র্য ক্ষমতা অতিক্রম করে” ফলাফল PNAS এ প্রকাশ করেন: তাদের গণনামূলক মডেলে, একটি র্যান্ডম, কগনিটিভালি বৈচিত্র্যময় সমস্যা সমাধানকারী গোষ্ঠী ব্যক্তিগতভাবে সেরা পারফরমারদের গোষ্ঠীকে অতিক্রম করেছে। সততার জন্য পাদটীকা প্রয়োজন: 2014 সালে, গণিতবিদ আবিগেইল থম্পসন নোটিসেস অফ দ্য আমেরিকান ম্যাথমেটিক্যাল সোসাইটি এ একটি তীক্ষ্ণ সমালোচনা প্রকাশ করেন, যুক্তি দিয়ে যে মৌলিক তত্ত্বটি তুচ্ছ এবং ভুলভাবে লেবেল করা হয়েছে এবং সিমুলেশনগুলি অতিরঞ্জিত; পৃষ্ঠপোষকরা, পেজ নিজেই সহ, প্রতিক্রিয়া জানিয়েছেন যে ফলাফলগুলি উল্লিখিত শর্তগুলির অধীনে থাকে — কঠিন সমস্যা, সক্ষম এজেন্ট, বড় পুল — এবং কখনও দাবি করেনি যে কোনও বৈচিত্র্যময় গোষ্ঠী কোনও বিশেষজ্ঞ দলের চেয়ে ভালো। বিতর্ক এবং যা এর পর অবশিষ্ট থাকে তা আমাদের বৈচিত্র্য বনাম ক্ষমতা এবং আমাদের জ্ঞানগত বৈচিত্র্য গাইডে পরীক্ষা করা হয়েছে।

হায়েকের মূল্য ব্যবস্থা এই যুগে তার নিয়ন্ত্রিত পরীক্ষাও পেয়েছে। আইওয়া ইলেকট্রনিক মার্কেটস, 1988 সালে আইওয়া বিশ্ববিদ্যালয়ে প্রতিষ্ঠিত একটি বাস্তব-মানি গবেষণা বাজার, একটি চূড়ান্ত তুলনার জন্য যথেষ্ট ইতিহাস সংগ্রহ করেছে: বার্গ, নেলসন, এবং রিয়েটজ (ইন্টারন্যাশনাল জার্নাল অফ ফরকাস্টিং, 2008) বাজারের মূল্যগুলি 964 জাতীয় জরিপ এর বিরুদ্ধে 1988–2004 সালের মার্কিন প্রেসিডেন্ট নির্বাচনে তুলনা করেছে এবং বাজারটি চূড়ান্ত ফলাফলের কাছে 74% সময়ের মধ্যে আরও কাছাকাছি ছিল, এর প্রান্ত 100 দিনের বেশি সময়ের মধ্যে সবচেয়ে শক্তিশালী ছিল। রবিন হ্যানসনের লগারিদমিক মার্কেট স্কোরিং নিয়ম (2003) এদিকে পাতলা বাজারের সমস্যাটি অ্যালগরিদমিকভাবে সমাধান করেছে, এমনকি ছোট গোষ্ঠীগুলিকে অভ্যন্তরীণ পূর্বাভাস বাজার চালাতে দেয়।

বিশেষজ্ঞের বিচার, বিপরীতে, একটি আঘাত পেয়েছে। ফিলিপ টেটলকের এক্সপার্ট পলিটিক্যাল জাজমেন্ট (2005) 284 জন বিশেষজ্ঞ এবং প্রায় 28,000 সম্ভাব্যতার বিচার নিয়ে প্রায় দুই দশকের একটি গবেষণা প্রতিবেদন করেছে; গড় বিশেষজ্ঞ সহজ extrapolation এর চেয়ে সামান্য ভালো পারফর্ম করেছে — বিখ্যাত “ডার্ট-থ্রোয়িং চিম্পাঞ্জি” কারিকেচারের পিছনে ফলাফল। কিন্তু টেটলকের IARPA পূর্বাভাস টুর্নামেন্টগুলিতে (2011–2015) পরবর্তী কাজটি গল্পের নির্মাণমূলক অর্ধেক খুঁজে পেয়েছে: “সুপারফরকাস্টারদের” একটি ছোট দলে, যারা শংসাপত্র দ্বারা নয় বরং সম্ভাব্য চিন্তাভাবনা এবং অবিরাম বিশ্বাস আপডেটের দ্বারা আলাদা, রিপোর্ট করা হয়েছে যে তারা শ্রেণীবদ্ধ তথ্যের অ্যাক্সেস সহ বুদ্ধিমত্তা বিশ্লেষকদের অতিক্রম করেছে। পূর্বাভাসের দক্ষতা এবং ক্যালিব্রেশন ভবিষ্যতের সিরিজে তাদের নিজস্ব গভীর চিকিত্সা প্রাপ্য — এবং পাবে।

যুগের প্রতিষ্ঠানিক মাইলফলক 2006 সালে আসে, যখন থমাস মালোন একটি এমআইটি সেন্টার ফর কালেকটিভ ইনটেলিজেন্স প্রতিষ্ঠা করেন একটি প্রতারণামূলকভাবে সহজ প্রশ্নের চারপাশে: মানুষ এবং কম্পিউটারগুলিকে কীভাবে সংযুক্ত করা যায় যাতে তারা সম্মিলিতভাবে, তারা যে কোনও ব্যক্তি, গোষ্ঠী বা কম্পিউটার থেকে আরও বুদ্ধিমানভাবে কাজ করে? প্রাথমিক আউটপুটগুলি ডিজাইন স্পেস ম্যাপ করেছে — “সমষ্টিগত বুদ্ধিমত্তার জিনোম” (মালোন, লাউবাচার, এবং ডেল্লারোকাস, এমআইটি স্লোন ম্যানেজমেন্ট রিভিউ, 2010) CI সিস্টেমের নির্মাণ ব্লকগুলি চারটি প্রশ্নের চারপাশে তালিকাবদ্ধ করেছে: কে কাজটি করছে (ভিড় বা হায়ারার্কি), কেন (টাকা, প্রেম, বা গৌরব), কি (তৈরি বা সিদ্ধান্ত), এবং কিভাবে (স্বাধীনভাবে বা নির্ভরশীলভাবে)। 2015 সালের মধ্যে, মালোন এবং বার্নস্টেইনের হ্যান্ডবুক অফ কালেকটিভ ইনটেলিজেন্স (এমআইটি প্রেস) ক্ষেত্রের বিষয়টি স্পষ্টভাবে সংজ্ঞায়িত করতে সক্ষম হয়েছিল: “গোষ্ঠীর সদস্যরা সম্মিলিতভাবে এমনভাবে কাজ করে যা বুদ্ধিমান মনে হয়।”

এবং 2010 সালে, ক্ষেত্রটি তার সবচেয়ে উস্কানিমূলক পরিমাপ অর্জন করে। অ্যানিটা উইলিয়ামস উলিরি, ক্রিস্টোফার চাব্রিস, অ্যালেক্স পেন্টল্যান্ড, নাদা হাশমি, এবং থমাস মালোন (সায়েন্স, 330: 686–688) 699 জন মানুষ কে দুই থেকে পাঁচজনের গোষ্ঠীতে বিভিন্ন কাজের একটি বিস্তৃত ব্যাটারিতে পরীক্ষা করেন। কাজের মধ্যে গোষ্ঠীর পারফরম্যান্স যথেষ্ট পরিমাণে সম্পর্কিত ছিল যাতে একটি একক পরিসংখ্যানগত ফ্যাক্টর — একটি সমষ্টিগত বুদ্ধিমত্তার ফ্যাক্টর, c — প্রায় 43% পরিবর্তনকে ব্যাখ্যা করে, গোষ্ঠী-স্তরের সমান্তরাল ব্যক্তিগত আইকিউয়ের g-ফ্যাক্টরের। শকটি ছিল যা এটি পূর্বাভাস দিয়েছে। গড় এবং সর্বাধিক সদস্যের বুদ্ধিমত্তা c এর সাথে কেবল দুর্বলভাবে সম্পর্কিত। যা শক্তিশালীভাবে সম্পর্কিত: গোষ্ঠীর গড় সামাজিক সংবেদনশীলতা (মাইন্ড ইন দ্য আইস পরীক্ষার মাধ্যমে পরিমাপ করা), আলাপচারিতার পাল্টা নেওয়ার সমতা, এবং গোষ্ঠীতে মহিলাদের অনুপাত (এটি মূলত সামাজিক সংবেদনশীলতার মাধ্যমে মধ্যস্থতাকারী)। একটি গোষ্ঠী কতটা স্মার্ট, ডেটা বলেছে, এটি কার উপর নির্ভর করে না বরং কিভাবে এটি পারস্পরিক ক্রিয়া করে।

ছায়ার ইতিহাস: যখন সমষ্টিগুলি ব্যর্থ হয়

সমগ্র আশাবাদী সময়রেখার নিচে একটি দ্বিতীয়, অন্ধকার সাহিত্য রয়েছে — বুদ্ধিমান, সদিচ্ছাপূর্ণ ব্যক্তিদের গোষ্ঠী কীভাবে সমষ্টিগত বোকামি উৎপন্ন করে তার অধ্যয়ন। এটি এখানে গুরুত্বপূর্ণ কারণ এটি একটি পৃথক বিষয় নয়: প্রতিটি নথিভুক্ত ব্যর্থতার মোড একটি শর্তের লঙ্ঘন যা সাফল্যের গল্পগুলি নির্ভর করে।

মনস্তাত্ত্বিক শাখাটি প্রথমে এসেছে। আর্ভিং জানিসের ভিকটিমস অফ গ্রুপথিংক (1972) বিশ্লেষণ করেছেন কীভাবে প্রেসিডেন্ট কেনেডির অত্যন্ত সক্ষম উপদেষ্টারা 1961 সালের বে অফ পিগস আক্রমণে নিজেদের কথা বলেছিলেন। জানিস তিনটি ক্লাস্টারে আটটি লক্ষণ তালিকাবদ্ধ করেছেন — গোষ্ঠীর অতিরিক্ত মূল্যায়ন (অভেদ্যতার বিভ্রম, অন্তর্নিহিত নৈতিকতার বিশ্বাস), বন্ধ-মনেরতা (সমষ্টিগত যুক্তি, বাইরেরদের প্রতি স্টেরিওটাইপ ভিউ), এবং একরূপতার দিকে চাপ (স্ব-সেন্সরশিপ, একমত হওয়ার বিভ্রম, ভিন্নমত পোষণকারীদের উপর সরাসরি চাপ, এবং স্ব-নিযুক্ত “মাইন্ডগার্ড” যারা উদ্বেগজনক তথ্য ফিল্টার করে)। দুই বছর পরে, জেরি হার্ভির “অ্যাবিলিন প্যারাডক্স” (অর্গানাইজেশনাল ডায়নামিক্স, 1974) অদ্ভুত আত্মীয় বর্ণনা করেছেন: গোষ্ঠীগুলি একটি কর্মপন্থায় একমত হয় যা কোনও ব্যক্তিগত সদস্য চায়নি, কারণ সবাই অন্যের নীরবতাকে পছন্দ হিসেবে ভুল বুঝেছিল। উভয়ই একই ইনপুটের ব্যর্থতা: সৎ, স্বাধীন বিচার কখনও পুলে প্রবেশ করে না।

অর্থনৈতিক শাখাটি 1992 সালে এসেছে, এবং এটি আরও অস্বস্তিকর কারণ এটি কোনও মনস্তত্ত্বের প্রয়োজন ছিল না। সুশীল বিকচন্দানি, ডেভিড হিরশলিফার, এবং ইভো ওয়েলচ (“ফ্যাডস, ফ্যাশন, কাস্টম, এবং সাংস্কৃতিক পরিবর্তনের একটি তত্ত্ব হিসাবে তথ্য জলপ্রপাত,” জার্নাল অফ পলিটিক্যাল ইকোনমি, 100: 992–1026) এবং, স্বাধীনভাবে, অভিজিৎ ব্যানার্জি (“হার্ড বিহেভিয়ারের একটি সহজ মডেল,” কোয়ার্টারলি জার্নাল অফ ইকোনমিক্স, 1992) দেখিয়েছেন যে সম্পূর্ণরূপে যুক্তিসঙ্গত এজেন্টরা ক্রমাগত সিদ্ধান্ত নেওয়ার সময়, কয়েকটি পর্যবেক্ষণের পরে, যুক্তিসঙ্গতভাবে তাদের নিজস্ব ব্যক্তিগত তথ্য উপেক্ষা করবে এবং তাদের পূর্বসূরীদের অনুকরণ করবে। ফলস্বরূপ তথ্য জলপ্রপাত ব্যক্তিগতভাবে যুক্তিসঙ্গত এবং সমষ্টিগতভাবে ভঙ্গুর — এটি গোষ্ঠীর ছড়িয়ে পড়া জ্ঞান প্রায় কিছুই একত্রিত করে না, এবং এটি একটি সম্পূর্ণ জনসংখ্যাকে ভুল উত্তর দেওয়ার দিকে লক করতে পারে যা কয়েকজন প্রাথমিক আন্দোলনকারী বেছে নিয়েছিল। লিসা অ্যান্ডারসন এবং চার্লস হোল্ট পরীক্ষাগারে জলপ্রপাতগুলি চাহিদা অনুযায়ী পুনরুত্পাদন করেছেন (আমেরিকান ইকোনমিক রিভিউ, 1997)। যন্ত্রটি সম্পদ বুদ্বুদ থেকে ভাইরাল মিথ্যা তথ্য পর্যন্ত সবকিছু আলোকিত করে: ভোসুঘি, রয়, এবং আরালের টুইটারে প্রায় 126,000 গল্পের জলপ্রপাতের বিশ্লেষণ (সায়েন্স, 2018) মিথ্যা খবর সত্যের চেয়ে উল্লেখযোগ্যভাবে আরও দূরে, দ্রুত এবং গভীরভাবে ছড়িয়ে পড়ে, মিথ্যা 70% বেশি রিটুইট হওয়ার সম্ভাবনা। সম্পূর্ণ ব্যর্থতার ক্যাটালগ — টিউলিপ ম্যানিয়া থেকে 2008 পর্যন্ত — যখন ভিড় ভুল হয় তে রয়েছে।

দেখুন উভয় শাখার মধ্যে কী সাধারণ। গ্রুপথিংক সামাজিকভাবে স্বাধীনতা ধ্বংস করে; জলপ্রপাত তথ্যগতভাবে এটি ধ্বংস করে। যেভাবেই হোক, ভিড় অনেক বিচার বন্ধ করে দেয় এবং একাধিক মুখের সাথে একটি বিচার হয়ে যায় — ঠিক সেই শর্তের অধীনে যার অধীনে কন্ডর্সেটের তত্ত্ব বুদ্ধির গ্যারান্টি থেকে আত্মবিশ্বাসী ত্রুটির গ্যারান্টিতে পরিণত হয়। ছায়ার ইতিহাস হল কেন ক্ষেত্রের ব্যবহারিক শাখা প্রক্রিয়া নিয়ে obsesed হয়ে উঠেছে: একে অপরের দৃষ্টিভঙ্গির সম্মুখীন হওয়ার আগে বিচার সংগ্রহ করুন, ভিন্নমতকে কাঠামোগতভাবে রক্ষা করুন, এবং একত্রিতকরণকে স্পষ্ট করুন।

2015–2023: বিতর্কের দশক — পুনরাবৃত্তি, সমালোচনা, এবং প্রতিক্রিয়া

যে কোনও পরিমাপ এত চমকপ্রদ ছিল তা আক্রমণের শিকার হতে চলেছিল, এবং আক্রমণটি 2017 সালে আসে। মার্কাস ক্রেডে এবং গ্যারেট হাওয়ার্ডসন (জার্নাল অফ অ্যাপ্লাইড সাইকোলজি) ছয়টি নমুনার পুনঃবিশ্লেষণ করেন এবং যুক্তি দেন যে একটি সাধারণ c-ফ্যাক্টরের জন্য অভিজ্ঞ সমর্থন দুর্বল ছিল — যে গোষ্ঠীর পারফরম্যান্সটি একটি মৌলিক ফ্যাক্টরের চেয়ে কাজ-নির্দিষ্ট ক্ষমতাগুলির দ্বারা আরও ভালভাবে বর্ণনা করা যেতে পারে। উলিরি, কিম, এবং মালোন 2018 সালে প্রতিক্রিয়া জানিয়েছেন, সমালোচনার স্কোরিং পদ্ধতিগুলি বিতর্কিত করে এবং যুক্তি দেয় যে এর সিমুলেশন অনুমানগুলি গোষ্ঠীগুলি আসলে যে কাজগুলি সম্পাদন করে তার সাথে মেলে না। এটি একটি স্বাস্থ্যকর ক্ষেত্রের চেহারা: লড়াইটি ডেটা এবং পুনঃবিশ্লেষণের মধ্যে পরিচালিত হয়েছিল, প্রেস রিলিজ নয়।

একটি রায়ের সবচেয়ে কাছাকাছি 2021 সালে আসে। রিডল, কিম, গুপ্ত, মালোন, এবং উলিরি PNAS এ একটি মেটা-বিশ্লেষণ প্রকাশ করেন যা 22 গবেষণা এবং 1,356 গোষ্ঠী — ছাত্র, সামরিক কর্মী, অনলাইন কর্মী, গেমার — এবং তাদের মধ্যে একটি সমষ্টিগত বুদ্ধিমত্তার ফ্যাক্টরের জন্য ধারাবাহিক প্রমাণ খুঁজে পেয়েছে, গোষ্ঠী সহযোগিতার প্রক্রিয়া এবং সদস্যের সামাজিক উপলব্ধি এর শক্তিশালী পূর্বসূরীদের মধ্যে। গঠনটির কাঠামো এবং সীমানার শর্তগুলি এখনও বিতর্কিত, যেমন হওয়া উচিত; কিন্তু “গোষ্ঠীর বুদ্ধিমত্তা পরিমাপযোগ্য এবং সদস্যের আইকিউতে হ্রাসযোগ্য নয়” এখন মূল 2010 পত্রিকার চেয়ে অনেক বড় প্রমাণের ভিত্তিতে rests।

দুইটি পরিপূরক আবিষ্কার দশকটি সম্পূর্ণ করেছে। মালোনের সুপারমাইন্ডস (2018) সমষ্টিগত মনের একটি শ্রেণীবিভাগ সরবরাহ করেছে যা সভ্যতা ইতিমধ্যেই চালায় — হায়ারার্কি, গণতন্ত্র, বাজার, সম্প্রদায়, এবং বাস্তুতন্ত্র — প্রতিটি একত্রিতকরণের প্রশ্নের একটি ভিন্ন উত্তর, প্রতিটি নিজস্ব শক্তি এবং ব্যর্থতার মোড নিয়ে। এবং গুগলের প্রকল্প অ্যারিস্টটল (2012–2015), 180 দলের একটি অভ্যন্তরীণ গবেষণা, দেখেছে যে মনস্তাত্ত্বিক নিরাপত্তা — একটি দলের জন্য আন্তঃব্যক্তিক ঝুঁকি নেওয়ার জন্য নিরাপদ যে একটি দলের জন্য শেয়ার করা বিশ্বাস — দলের কার্যকারিতার সবচেয়ে শক্তিশালী পূর্বাভাসক ছিল, গঠন এবং সিনিয়রিটির আগে। উলিরির পাল্টা নেওয়ার সমতা এবং গুগলের মনস্তাত্ত্বিক নিরাপত্তা একই মৌলিক সত্যের দুটি পরিমাপ: গোষ্ঠী বুদ্ধিমত্তার বোতলগলা হল সদস্যদের দ্বারা ধারণ করা তথ্য আসলে গোষ্ঠীতে প্রবেশ করে কিনা। গোষ্ঠী গতিশীলতা — নিরাপত্তা, আলোচনা, এবং তাদের প্যাথলজিগুলি যেমন গ্রুপথিংক — তাদের নিজস্ব একটি ক্লাস্টার, এবং আমরা তাদের ব্যর্থতার মোডগুলি যখন ভিড় ভুল হয় তে চিকিত্সা করি।

2024–2026: AI-মানব সুপারমাইন্ড — বর্তমান সীমান্ত

বর্তমান যুগটি শুরু হয় যখন বড় ভাষার মডেলগুলি গোষ্ঠীতে যোগ দেয়। বুর্টন এবং 27 সহলেখক বিভিন্ন শাখায় “কিভাবে বড় ভাষার মডেলগুলি সম্মিলিত বুদ্ধিমত্তাকে পুনর্গঠন করতে পারে” (নেচার হিউম্যান বিহেভিয়ার, 8: 1643–1655, 2024) এ stakes ম্যাপ করেছেন: LLMs অংশগ্রহণের বাধাগুলি কমাতে পারে, বিস্তৃত আলোচনা সংক্ষিপ্ত করতে পারে এবং অপ্রতিদ্বন্দ্বিতার স্কেলে বিচ্ছিন্ন জ্ঞানকে একত্রিত করতে পারে — এবং তারা দৃষ্টিভঙ্গি সমজাতীয় করতে পারে, মিথ্যা সম্মতি তৈরি করতে পারে এবং তথ্য ইকোসিস্টেমের বৈচিত্র্যকে পাতলা করতে পারে যা জনতার জ্ঞান খাওয়ায়। সুরোভিয়েকির তালিকার প্রতিটি শর্ত একই প্রযুক্তির দ্বারা একসাথে শক্তিশালী এবং হুমকির সম্মুখীন হয়।

সিনার্জি প্রশ্ন — এঙ্গেলবার্টের 1962 সালের প্রশ্ন — অবশেষে তার মেটা-বিশ্লেষণ পেয়েছে। মিশেল ভ্যাক্কারো, আবদুল্লাহ আলমাতৌক এবং থমাস মালোন 106টি পরীক্ষার এবং 370টি প্রভাবের আকার বিশ্লেষণ করেছেন (“যখন মানুষের এবং AI এর সংমিশ্রণগুলি কার্যকর,” নেচার হিউম্যান বিহেভিয়ার, 8: 2293–2303, 2024) এবং দেখেছেন যে, গড়ে, মানব-AI সংমিশ্রণগুলি মানব বা AI এককভাবে সেরা থেকে খারাপ পারফর্ম করেছে। ক্ষতিগুলি সিদ্ধান্ত গ্রহণের কাজগুলিতে কেন্দ্রীভূত হয়; প্রকৃত লাভগুলি বিষয়বস্তু-সৃষ্টি কাজগুলিতে দেখা গেছে। “লুপে একজন মানব” রাখা ফলাফল উন্নত করে না — প্রায়শই মানবটি একটি ভাল মেশিনের বিচারকে অতিক্রম করে, অথবা একটি খারাপের দিকে অগ্রসর হয়। সিনার্জি একটি ডিজাইন অর্জন, স্বয়ংক্রিয় নয়। মানব-AI সিস্টেমের উদীয়মান বিজ্ঞান — স্বয়ংক্রিয়তা পক্ষপাত, বিশ্বাস ক্যালিব্রেশন, কখন কোন পক্ষকে সিদ্ধান্ত নিতে দেওয়া — এই সিরিজের আরেকটি ভবিষ্যৎ অধ্যায়।

সেই ডিজাইন এজেন্ডা এখন MIT সেন্টার ফর কালেকটিভ ইনটেলিজেন্সের স্পষ্ট প্রোগ্রাম, যার গবেষণা 2026 সালে তিনটি ছাতার অধীনে সংগঠিত: জেনারেটিভ AI এবং কালেকটিভ ইনটেলিজেন্স (মানব সৃজনশীলতা বাড়ানোর জন্য AI), সুপারমাইন্ড ডিজাইন (মানুষ এবং কম্পিউটারের উদ্ভাবনী সংমিশ্রণ ডিজাইন করা), এবং মানব-AI টিম ডিজাইন করা (মানব-মেশিন টিমগুলিতে কাজ ডিজাইন এবং বরাদ্দ করা — সিঙ্গাপুর-MIT M3S প্রোগ্রামের সাথে একটি সিস্টেম্যাটিক সায়েন্স অফ টাস্ক অ্যালোকেশন অনুসরণ করা: কোন উপকরণগুলি মানুষের কাছে যাবে এবং কোনগুলি AI, কে তত্ত্বাবধান করে, এবং AI টুল, সহকারী, সহকর্মী, বা ব্যবস্থাপক হিসাবে কাজ করে কিনা)। পূর্ববর্তী ফ্ল্যাগশিপ প্রকল্পগুলি — ক্লাইমেট কো-ল্যাব এবং কো-ল্যাবস প্ল্যাটফর্ম, সিআই ডিজাইন ল্যাব, মেজারিং কালেকটিভ ইনটেলিজেন্স প্রোগ্রাম — এখন আনুষ্ঠানিকভাবে লিগ্যাসি কাজ, এই AI যুগের প্রশ্নগুলিতে শোষিত।

কংক্রিট আউটপুটগুলি “ডিজাইন করা সিনার্জি” কেমন দেখায় তা দেখায়। সুপারমাইন্ড আইডিয়েটর, একটি LLM-ভিত্তিক আইডিয়েশন টুল যা ব্যবহারকারীদের কাঠামোবদ্ধ সৃজনশীল সমস্যা সমাধানের পদক্ষেপের মাধ্যমে সহায়তা করে, একটি পরীক্ষামূলক গবেষণায় ChatGPT এককভাবে বা সাহায্য ছাড়াই কাজ করা মানুষের তুলনায় উল্লেখযোগ্যভাবে বেশি উদ্ভাবনী ধারণা তৈরি করেছে (ACM কালেকটিভ ইনটেলিজেন্স কনফারেন্স 2024; কালেকটিভ ইনটেলিজেন্স, 2024); বিটা পরীক্ষকরা এর সাথে 10,000 এরও বেশি ধারণা তৈরি করেছেন, এবং একটি সিস্টার টুল, ডিজাইনএআইডি, ডিজাইন কাজের জন্য পদ্ধতিটি প্রয়োগ করে। কাঠামো সুপারমাইন্ড ডিজাইনের ছয়টি পদক্ষেপ বাস্তবায়ন করে — জুম আউট, জুম ইন, অ্যানালগাইজ, গ্রুপিফাই, কগনিফাই, টেকনিফাই — একটি চেকলিস্ট যে কে (অথবা কী) একটি কাজের প্রতিটি অংশ করে তা পুনঃকল্পনা করার জন্য। পাঠটি ভ্যাক্কারো মেটা-অ্যানালাইসিসের সাথে সঠিকভাবে মেলে: মূল্য মডেলে নয়, এটি এর চারপাশে মোড়ানো কাঠামোতে। পরিমাপের দিক থেকে, AGI-Elo (সান এবং সহকর্মীরা, NeurIPS 2025; arXiv 2505.12844) — CCI-সংযুক্ত সহলেখক সহ মালোন — AI মডেল এবং পৃথক পরীক্ষার কেসগুলিকে একে অপরের বিরুদ্ধে দাবা খেলোয়াড়দের মতো রেট করে, তাই একটি কাজের কঠিনতা এবং একটি মডেলের সক্ষমতা একটি তুলনীয় স্কেলে অবতীর্ণ হয়: একটি কাজের কোন অংশ মেশিনের কাছে হস্তান্তর করতে হবে তা সিদ্ধান্ত নেওয়ার জন্য একটি পূর্বশর্ত।

আরও দুটি 2026 ফলাফল এই দিকে নির্দেশ করে। একটি PNAS পত্র, “AI আলোচনা উন্নত করা: একটি বৃহৎ-স্কেল স্বায়ত্তশাসিত আলোচনা প্রতিযোগিতা,” একটি আন্তর্জাতিক প্রতিযোগিতার রিপোর্ট করেছে যেখানে অংশগ্রহণকারী-ডিজাইন করা AI এজেন্টগুলি একে অপরের সাথে 180,000 এরও বেশি আলোচনা পরিচালনা করেছে। মানব আলোচনা তত্ত্ব প্রজাতির পরিবর্তন টিকে ছিল: উষ্ণতা — ইতিবাচকতা, কৃতজ্ঞতা, প্রশ্ন-জিজ্ঞাসা — নিয়মিতভাবে চুক্তি এবং মূল্যের উপর আরও ভাল ফলাফল অর্জন করেছে, যখন আধিপত্য-স্বাদযুক্ত ম্যারাথন বিনিময়গুলি অচলাবস্থা পূর্বাভাস দিয়েছে; এজেন্টগুলি AI-নেটিভ কৌশলগুলিও বিকশিত করেছে, চিন্তার চেইন থেকে প্রচেষ্টা প্রম্পট ইনজেকশন পর্যন্ত। এবং একটি গভীর কাজের অন্টোলজি (কাই এবং সহকর্মীরা, arXiv 2603.20619, মার্চ 2026) প্রায় 20,000 O*NET কাজের কার্যক্রম পুনর্গঠন করেছে এবং 13,275 AI অ্যাপ্লিকেশন এবং তাদের উপর 20.8 মিলিয়ন রোবট সিস্টেমের একটি বিশ্বব্যাপী তালিকা ম্যাপ করেছে — AI বাজারের মূল্য অত্যন্ত কেন্দ্রীভূত, শীর্ষ 1.6% কার্যক্রম 60% এরও বেশি হিসাব করে। মানুষের এবং মেশিনের সুপারমাইন্ডগুলি আর একটি রূপক নয়; তারা একটি ইনস্টল করা ভিত্তি যা তালিকাভুক্ত করা হচ্ছে।

240 বছর আমাদের কি শেখায়

যুগগুলিকে পাশাপাশি রাখলে একটি সোজা লাইন বেরিয়ে আসে: এই ইতিহাসের প্রতিটি সাফল্য একটি কাঠামোর সাফল্য, এবং প্রতিটি ব্যর্থতা একই কয়েকটি শর্তের ব্যর্থতা। কন্ডর্সেটের থিওরেম স্বাধীনতা এবং সুযোগের চেয়ে ভাল দক্ষতার উপর চলে। গ্যালটনের ন্যায়বিচার স্বাধীন, প্রণোদিত, লিখিত বিচারকে প্রয়োগ করতে বাধ্য হয়। হায়েকের দাম এবং হ্যানসনের বাজার নির্মাতারা একত্রিতকরণের মেকানিজম; ডেলফি একটি স্বাধীনতা-রক্ষা মেকানিজম; সুরোভিয়েকির চারটি শর্ত কেবল পুনরাবৃত্ত শর্তগুলির নাম। সি-ফ্যাক্টর সাহিত্যটি খুঁজে পেয়েছে যে আন্তঃক্রিয়া প্রক্রিয়া — পালা নেওয়া, সামাজিক সংবেদনশীলতা, কথা বলার জন্য নিরাপত্তা — একটি গোষ্ঠী তার মধ্যে থাকা বুদ্ধিমত্তা ব্যবহার করতে পারে কিনা তা নিয়ন্ত্রণ করে। এবং AI যুগের মেটা-অ্যানালিসিসগুলি দেখিয়েছে যে মানব-AI টিমগুলি ঠিক তখনই জয়ী হয় যখন সহযোগিতা ইচ্ছাকৃতভাবে ডিজাইন করা হয়। যখন শর্তগুলি ভেঙে যায় — যখন বিচারগুলি স্বাধীন হতে বন্ধ করে দেয় এবং মানুষ অন্যদের দৃশ্যমান আচরণ অনুকরণ করতে শুরু করে — তখন আপনি তথ্য জলপ্রপাত, বুদ্বুদ, এবং গোষ্ঠী চিন্তাভাবনা পান: ব্যক্তিগতভাবে যুক্তিসঙ্গত, সম্মিলিতভাবে ভুল।

এটি একটি সিদ্ধান্তের জীবনে সম্মিলিত বুদ্ধিমত্তা কোথায় বসে তার একটি মানচিত্রও, এটি কাকতালীয় নয়। ভাল সিদ্ধান্ত নেওয়া মানে সঠিক সমস্যার দিকে মনোযোগ দেওয়া, এটি ফ্রেম করা, বিকল্পগুলি তৈরি করা, সেগুলি তদন্ত করা, বিচ্ছিন্ন বিচারগুলি একত্রিত করা, কারণগুলির উপর আলোচনা করা, এবং তারপর কেবল নির্বাচন, বাস্তবায়ন এবং পর্যবেক্ষণ করা। 240 বছরের গবেষণা প্রোগ্রামটি মূলত সেই মধ্যবর্তী পর্যায়গুলির উপর — একত্রিতকরণ এবং আলোচনা — কারণ সেখানেই ব্যক্তিগত জ্ঞান সম্মিলিত জ্ঞান হয়ে যায় বা নীরবতায় মারা যায়।

আর্গুমেন্ট্রি এই ফলাফলগুলির একটি সরাসরি প্রয়োগ হিসাবে তৈরি করা হয়েছে। স্বাধীন, অসময়যুক্ত যুক্তি জমা দেওয়া কন্ডর্সেটের এবং ডেলফির স্বাধীনতা শর্তকে রক্ষা করে গোষ্ঠী একত্রিত হওয়ার আগে। কাঠামোবদ্ধ পক্ষে/বিপক্ষে যুক্তি গাছগুলি প্রতিটি দৃষ্টিভঙ্গিকে — বিরোধিতা সহ — একটি প্রথম শ্রেণীর স্থান দেয়, শর্তটি উলির পালা নেওয়ার সমতা এবং গুগলের মানসিক নিরাপত্তার দিকে নির্দেশ করে। বহু-মাত্রিক রেটিং (সাহায্যকারীতা, স্পষ্টতা, সঠিকতা, সম্পূর্ণতা), সম্মিলিত স্কোরে একত্রিত করা, গ্যালটন-হায়েক বংশের একটি স্পষ্ট একত্রিতকরণ মেকানিজম — তবে বাজারের মূল্যের মতো নয়, এটি যুক্তি সংরক্ষণ করে। এবং সম্পূর্ণ অডিট ট্রেইল প্রতিটি সিদ্ধান্তকে একটি সাংগঠনিক রেকর্ডে পরিণত করে, যাতে গোষ্ঠী নিজ থেকে শিখতে পারে — পর্যবেক্ষণের পর্যায়টি যার সাথে জীবনচক্র শেষ হয়। সভার ট্রান্সক্রিপ্ট থেকে AI নিষ্কাশন 2024–2026 পাঠ অনুসরণ করে: যেখানে এটি প্রমাণিতভাবে সহায়তা করে (কাঠামোবদ্ধ এবং বিষয়বস্তু প্রক্রিয়াকরণ) সেখানে AI ব্যবহার করুন যখন মানুষ বিচার ধরে রাখে। ইতিহাসের রায় 1785 থেকে 2026 পর্যন্ত সঙ্গতিপূর্ণ: গোষ্ঠীগুলি দুর্ঘটনাক্রমে স্মার্ট হয় না। তারা কাঠামোর মাধ্যমে স্মার্ট হয় — এবং কাঠামো এখন এমন কিছু যা আপনি গ্রহণ করতে পারেন বরং যে তা ইম্প্রোভাইজ করতে পারেন। সম্মিলিত বুদ্ধিমত্তা সম্পর্কে আমাদের গাইড দিয়ে শুরু করুন, অথবা দেখুন কিভাবে নীতিগুলি একটি বাস্তব সিদ্ধান্ত প্রক্রিয়ার মধ্যে চলে সহযোগী সিদ্ধান্ত গ্রহণ।