সহযোগিতামূলক সিদ্ধান্ত গ্রহণের ইতিহাস কন্ডর্সেট জুরি থিওরেম (১৭৮৫) থেকে শুরু হয়েছে ফ্র্যান্সিস গ্যালটনের ক্রাউড ওয়াইজডম এক্সপেরিমেন্ট (১৯০৬), স্টিভেন টুলমিনের যুক্তি মডেল (১৯৫৮), চাইম পেরেলম্যানের নিউ রেটোরিক (১৯৫৮), র্যান্ড ডেলফি মেথড (১৯৫০স), আইরভিং জেনিসের গ্রুপথিঙ্ক গবেষণা (১৯৭২), ডগলাস ওয়ালটনের আর্গুমেন্টেশন স্কিমস (২০০৮), জেমস বি. ফ্রিম্যানের আর্গুমেন্ট স্ট্রাকচার থিওরি (২০১১), গুগলের প্রজেক্ট আরিস্টটল (২০১২-২০১৫) যা দেখিয়েছে যে মানসিক নিরাপত্তা হল টিম ইফেক্টিভনেসের নং ১ পূর্বাভাসকারী। টুলমিনের ক্লেইম-ডেটা-ওয়ার্রান্ট-ব্যাকিং-কুয়ালিফায়ার-রিবিউটাল মডেল যুক্তি ম্যাপিংয়ের তাত্ত্বিক ভিত্তি প্রদান করে। ওয়ালটনের ৯৬ আর্গুমেন্টেশন স্কিম যুক্তি শ্রেণীবিভাগের জন্য ব্যাকগ্রাউন্ড প্রদান করে। ফ্রিম্যানের লিংক্ড-কনভার্জেন্ট পার্থক্য এবং ম্যাক্রোস্ট্রাকচার ডায়াগ্রাম যুক্তি গাছের ভিজ্যুয়ালাইজেশনের জন্য তথ্য প্রদান করে। চ্রিস্টিয়ান স্ট্যাব এবং ইরিনা গুরেভিচের কম্পিউটেশনাল আর্গুমেন্ট মাইনিং গবেষণা (২০১৪, টিইউ ডার্মস্টাড্ট) এই প্রযুক্তি প্রদান করে যা এআইকে স্বয়ংক্রিয়ভাবে দাবি, প্রমাণ এবং যুক্তিবাদী সম্পর্ক বিচ্ছিন্ন করতে পারে এমন টেক্সট থেকে। প্রক্রিয়াটি একটি বিভাজন-সংযোগ মডেল অনুসরণ করে: প্রথমে সম্ভাবনাগুলি খুলে ফেলুন (ফ্রেমিং, জেনারেটিং আল্টারনেটিভস), তারপর বন্ধ করুন (ইভ্যালুয়েটিং, কনভার্জিং, রেকর্ডিং)। মূল বৈজ্ঞানিক ভিত্তি সুরোয়েকির চারটি শর্ত ক্রাউড ওয়াইজডমের জন্য (বৈচিত্র্য, স্বাধীনতা, পৃথকীকরণ, এগ্রিগেশন), এমি এডমন্ডসনের মানসিক নিরাপত্তা গবেষণা, খানেম্যানের সিস্টেম ১/২ চিন্তাভাবনা, এবং থেলারের আর্থিক আচরণবিদ্যা। সাধারণ ব্যর্থতার মোড হল গ্রুপথিঙ্ক, আবিলিন প্যারাডক্স, হাইডেন প্রোফাইল সমস্যা, কগনিটিভ বাইয়াস যেমন অ্যানচরিং এবং কনফারমেশন বাইয়াস, এবং মিটিংয়ের পরে যুক্তি বিলুপ্ত হয়ে যাওয়া। আধুনিক সহযোগিতামূলক সিদ্ধান্ত গ্রহণের জন্য অবশ্যই দূরবর্তী/হাইব্রিড টিমগুলি (গ্যালাপ ২০২৪ অনুযায়ী জ্ঞান কর্মী ৫২%), সময় অঞ্চল অনুসারে অসঞ্চালিত অংশগ্রহণ, এবং এআই-সহায়ক সিদ্ধান্ত সহায়তার সাথে মোকাবিলা করতে হবে। গার্টনার সিডেন্স ইন্টেলিজেন্স একটি পরিবর্তনশীল প্রযুক্তি হিসাবে তার ২০২৫ এআই হাইপ সাইকেলে নাম দেয়। আর্গুমেন্ট্রি সহযোগিতামূলক সিদ্ধান্ত গ্রহণের সাথে সহায়তা করে স্ট্রাকচার্ড প্রো/কন যুক্তি গাছ, চার-ধাপের চেইন জিজ্ঞাসা/কম্প্রোমাইজ/রিভিউ, বিমূর্ত রেটিং এগ্রিগেট করা হয় কনসেন্স স্কোর, রিয়েল-টাইম এবং অ্যাসাইনচ্রনিক অংশগ্রহণ, ভূমিকা-ভিত্তিক অ্যাক্সেস নিয়ন্ত্রণ, এআই এক্সট্রাকশন মিটিং ট্রান্সক্রিপ্ট থেকে, একটি পূর্ণ অডিট ট্রেইল, এবং ৬৬টি ভাষার মধ্যে অনুবাদ।

সহযোগিতামূলক সিদ্ধান্ত গ্রহণ হলো এমন একটি পদ্ধতি যেখানে একটি গোষ্ঠী একসাথে সিদ্ধান্ত নেয় — প্রতিটি যুক্তি উন্মুক্তভাবে ওজন করে এবং গোষ্ঠীর সমষ্টি যুক্তির উপর ভিত্তি করে একটি সিদ্ধান্ত নেয় যা একজন ব্যক্তির কর্তৃত্বের উপর নির্ভর করে না। এই গাইডটি 240 বছরের গবেষণাকে কভার করে: কন্ডরসেট জুরি থিওরেম (1785) থেকে AI-সংযুক্ত দল (2026) পর্যন্ত।
কার্যকরী সিদ্ধান্ত গ্রহণের মধ্যে, যে সিদ্ধান্ত দ্বারা প্রভাবিত লোকেরা এতে অংশগ্রহণ করে। সকলে একে অপরের বিরুদ্ধে যুক্তি পেশ করে, গ্রুপ তাদের মূল্যায়ন করে এবং শক্তিশালী যুক্তির দ্বারা প্রভাবিত হয় যখন শব্দের চেয়ে বেশি বলে না। এটি ভালোভাবে করা হলে, এটি আরও ক্রয়-ইন, কম অন্ধকার স্থান এবং কল করা হয়েছিল তার স্পষ্ট রেকর্ড সহ সিদ্ধান্ত তৈরি করে। গুগলের প্রজেক্ট আরিস্টটলে পাওয়া গেছে যে এই পরিবেশ যা এটিকে সক্ষম করে — মানসিক নিরাপত্তা — হল দলের কার্যকারিতার জন্য #1 ভবিষ্যদ্বাণীকারক।
গোষ্ঠী সিদ্ধান্তের বিজ্ঞান শতাব্দীর পর শতাব্দী ধরে চলে। এই ইতিহাস বোঝা শেষ করে দেয় যে কাঠামোগত সরঞ্জাম কীভাবে গুরুত্বপূর্ণ।

Marquis de Condorcet প্রমাণগতভাবে প্রমাণ করেন যে যদি প্রতিটি ব্যক্তি কয়েন ফ্লিপের চেয়ে একটু ভালো হয়, তাহলে সংখ্যাগরিষ্ঠতার সম্ভাবনা বৃদ্ধি পায় যখন গোষ্ঠীটি বৃদ্ধি পায় — যদি সদস্যরা স্বাধীনভাবে সিদ্ধান্ত নেয়।
Francis Galton একটি "গাভীর ওজন অনুমান" প্রতিযোগিতার অধ্যয়ন করেন। মিডিয়ান অফ ৭৮৭ অনুমান (১,২০৭ পাউন্ড) আসল ওজনের (১,১৯৮ পাউন্ড) থেকে ১% এর কাছাকাছি ছিল — গাভী বিশেষজ্ঞদের চেয়ে ভালো। নেচার পত্রিকায় প্রকাশিত হয়েছিল সম্মিলিত জনগণের জ্ঞানের প্রথম উদাহরণ হিসাবে।
Von Neumann এবং Morgenstern তাদের গেম এবং অর্থনৈতিক আচরণের তত্ত্ব প্রকাশ করেন, যা যুক্তিসঙ্গত বিকল্প নির্বাচনের গণিতীয় ভিত্তি স্থাপন করে।
RAND কর্পোরেশন একটি পদ্ধতি বিকাশ করে যা বিশেষজ্ঞদের অবিচ্ছিন্ন এবং রাউন্ডে অভিমুখী মতামত সংগ্রহ করে — র্যাঙ্ক এবং সামাজিক প্রভাব থেকে স্বাধীনতা রক্ষা করে।
<em>The Uses of Argument</em> প্রকাশ করেন Stephen Toulmin, যা দাবি-ডেটা-ওয়ার্রান্ট-ব্যাকিং-কুয়ালিফায়ার-রিবিউটাল মডেল প্রবর্তন করে। এটি যুক্তি মানচিত্র এবং গঠনমূলক যুক্তির জন্য তত্ত্বগত ভিত্তি হিসাবে পরিণত হয় — যা Argumentree তার ভিজ্যুয়াল ফাউন্ডেশনে নির্মিত।
Chaïm Perelman এবং Lucie Olbrechts-Tyteca <em>Traité de l'argumentation: La nouvelle rhétorique</em> প্রকাশ করেন, যা ক্লাসিক্যাল রেটোরিকের আধুনিক শ্রোতাদের জন্য পুনরুজ্জীবিত করে। তারা প্রমাণ (আক্রমণাত্মক প্রমাণ) এবং যুক্তি (অনুসরণের জন্য যুক্তি) এর মধ্যে পার্থক্য করে — যে আসল-বিশ্বাস নির্ধারণের জন্য যুক্তি প্রয়োজন, নৈতিক বা নৈতিক সিদ্ধান্ত নেওয়ার জন্য শুধুমাত্র যুক্তি যথেষ্ট নয়।
Irving Janis বায় অফ পিগস দুর্ঘটনার পর গ্রুপথিংক শব্দটি প্রবর্তন করেন: যখন একটি গোষ্ঠী একটি সম্মতির জন্য চায়, তখন বাস্তব মূল্যায়ন করার পরিবর্তে বিচ্ছিন্নতা আত্মসমর্পণ করে এবং দুর্বল বিকল্পগুলি চ্যালেঞ্জ করা হয় না।
Jerry Harvey একটি গ্রুপের সদস্যদের এমন কিছু নিয়ে একমত হতে পারে যা কোনো ব্যক্তি আসলে পছন্দ করে না — যখন সবাই অন্যদের চায় যে তারা কী চায় তা অনুমান করে।
Amy Edmondson একটি গ্রুপের সদস্যদের যে কোনো ত্রুটি প্রকাশ করার জন্য নিরাপদ বোধ করার গুরুত্ব সম্পর্কে অগ্রণী গবেষণা প্রকাশ করেন। তার গবেষণায় দেখা গেছে যে সেরা পারফর্মিং হাসপাতাল দলগুলি ত্রুটিগুলি প্রকাশ করার জন্য বেশি ত্রুটি প্রকাশ করেছে — কারণ তারা নিরাপদ বোধ করেছে যে তারা ত্রুটিগুলি প্রকাশ করতে পারে।
Mark Wilson PMI-এ সহযোগিতামূলক সিদ্ধান্ত প্রকৌশল পদ্ধতি প্রদান করেন: ফ্রেম → বিকল্পগুলি তৈরি করুন → সিদ্ধান্ত নিন, সহযোগিতামূলক এবং সংযোজনমূলক পর্যায়ের সাথে।
James Surowiecki সম্মিলিত জ্ঞানের চারটি শর্ত সংজ্ঞায়িত করেন: বৈচিত্র্য, স্বাধীনতা, পৃথকীকরণ, এবং একীকরণ। যদি একটি একক শর্ত না থাকে, তাহলে সম্মিলিত জ্ঞান হ্রাস পায়, সম্মিলিত জ্ঞান বৃদ্ধি পায় না।
Douglas Walton, Chris Reed, এবং Fabrizio Macagno <em>Argumentation Schemes</em> (Cambridge) প্রকাশ করেন, যা 96 টি স্টেরিওটাইপিক্যাল যুক্তি প্যাটার্ন এবং প্রতিটির জন্য সমালোচনামূলক প্রশ্ন সহ সংকলিত করে। এটি যুক্তির ধরণগুলির জন্য তত্ত্বগত ভাষা প্রদান করে — যা গণনামূলক সরঞ্জামগুলি প্রয়োগ করে।
Thaler এবং Sunstein চয়েস আর্কিটেকচার: কীভাবে বিকল্পগুলি উপস্থাপন করা হয় তার মাধ্যমে সিদ্ধান্ত নেওয়ার উপর প্রভাব ফেলে, স্বাধীনতা সীমাবদ্ধ না করে।
James B. Freeman <em>Argument Structure: Representation and Theory</em> (Springer) প্রকাশ করেন, যা Toulmin এর মডেলকে বিচারকীয় পদ্ধতির সাথে একীভূত করে। তার লিঙ্কড-কনভারজেন্ট পার্থক্য এবং ম্যাক্রোস্ট্রাকচার ডায়াগ্রামগুলি যুক্তি গাছগুলির সমর্থন সম্পর্কগুলি উপস্থাপন করার জন্য যুক্তি গাছগুলির ভিজ্যুয়াল ভিত্তি হিসাবে পরিণত হয় — যা Argumentree তার ভিজ্যুয়াল ফাউন্ডেশনে নির্মিত।
Daniel Kahneman এর বেস্টসেলার বইটি ব্যাখ্যা করে যে কীভাবে সিস্টেম ১ (দ্রুত, অনুভূতিমূলক) এবং সিস্টেম ২ (ধীর, সতর্কভাবে) চিন্তাভাবনা করে এবং কেন সবচেয়ে বেশি সিদ্ধান্ত কখনোই সতর্কভাবে বিশ্লেষণ করা হয় না।
Google 180 টি দল অধ্যয়ন করে এবং দেখায় যে নিরাপদ বোধ হল সবচেয়ে শক্তিশালী পূর্বাভাসকারী ফ্যাক্টর যা কার্যকারিতাকে প্রভাবিত করে — ব্যক্তিগত দক্ষতা, দলের গঠন, বা সিনিয়রিটির চেয়ে বেশি।
Christian Stab এবং Iryna Gurevych (TU Darmstadt) অটোমেটিক যুক্তি খনন এর প্রতিষ্ঠাতা পত্র প্রকাশ করেন — যুক্তি প্রমাণ, প্রমাণ, এবং সমর্থন/আক্রমণ সম্পর্ক সনাক্ত করার জন্য টেক্সট ব্যবহার করে। তাদের Argument Annotated Essays Corpus হল বৈশিষ্ট্য ডেটাসেট। এই গবেষণাটি অস্ট্রাক্টার যুক্তি অনুমান করার জন্য একটি সম্ভাব্য পদ্ধতি প্রদান করে — যা Argumentree এর AI অনুমানের পিছনে প্রয়োজনীয় প্রযুক্তি।
Richard Thaler আর্থিক বিজ্ঞানে নোবেল পুরস্কার পান বিবর্তনীয় অর্থনীতির জন্য তার দশকগুলির গবেষণার জন্য যে কীভাবে মানুষ আসলে সিদ্ধান্ত নেয় তা স্বীকৃতি দেওয়ার জন্য।
COVID-19 দ্বারা দলগুলিকে অনলাইনে চালিত করা হয়। অসময়ের সিদ্ধান্ত গ্রহণ অপরিহার্য হয়ে ওঠে। ডকুমেন্টেশন-প্রথম সংস্কৃতি উদ্ভূত হয়।
AI মিটিং ট্রান্সক্রিপ্ট, LLM-প্রয়োজ্জ্বল ডিভিলস অ্যাডভোকেট, এবং সিদ্ধান্ত স্মার্ট প্ল্যাটফর্ম দলগুলিকে কীভাবে সহযোগিতা করে তা পরিবর্তন করে। Gartner 2025 এর হাইপ সাইকেলে একটি "পরিবর্তনমূলক প্রযুক্তি" হিসাবে সিদ্ধান্ত স্মার্ট নাম দেয়।
কার্যকর গ্রুপ সিদ্ধান্ত নেওয়ার প্রক্রিয়া একটি বিস্তৃত → সংযোজন মডেলের উপর ভিত্তি করে: প্রথমে সম্ভাবনাগুলি খুলে দেওয়া, তারপর বন্ধ করার দিকে নিয়ে যাওয়া। এই গঠনটি, সিদ্ধান্ত গবেষকরা ১৯৫০ এর দশক থেকে চিহ্নিত করেছেন, দুটি ব্যর্থতার মডেলকে প্রতিরোধ করে: খুব আগে সংযোজন করা (বিকল্পগুলি ছাড়িয়ে যাওয়া) বা কখনই সংযোজন করা না (অসীম বিতর্ক)।

সব সিদ্ধান্তের জন্য একই প্রক্রিয়া প্রয়োজন নাও হতে পারে। ডেভ স্নোডেনের সাইনফিন ফ্রেমওয়ার্ক সমস্যার ধরণ অনুযায়ী দলের পদ্ধতি খুঁজে বের করতে সাহায্য করে:

কারণ এবং প্রভাব স্পষ্ট। সেরা অনুশীলন আছে। Sense → Categorize → Respond. রুটিন সিদ্ধান্তে অতিরিক্ত সহযোগিতা করো না।
কারণ এবং প্রভাব বিশেষজ্ঞদের সাহায্যে আবিষ্কার করা যায়। Sense → Analyze → Respond. বিশেষজ্ঞদের সাথে আলোচনা করো, তারপর সিদ্ধান্ত নিও।
কারণ এবং প্রভাব পরে স্পষ্ট হয়। Probe → Sense → Respond. পরীক্ষা-নিরীক্ষা করো, ফিডব্যাক সংগ্রহ করো, আদর্শ অনুসরণ করো। এটি হল সহযোগিতামূলক বিভাজনের সবচেয়ে বেশি মূল্য।
কোন কারণ এবং প্রভাব স্পষ্ট নয়। Act → Sense → Respond. প্রথমে স্থিতিশীল করো, তারপর বিশ্লেষণ করো। একজন নেতা অবশ্যই কর্ম করবে; সহযোগিতা সংকটের পরে।
সবচেয়ে কার্যকর, ক্রস-ফাংশনাল, এবং অনন্য সিদ্ধান্ত নেওয়া হয় জটিল — এগুলোকে বিভিন্ন প্রকার প্রবাহ, গঠিত বিরোধিতা, এবং পরিচালিত শিক্ষার সাহায্যে ভালো করে নেওয়া যায়। নিয়মিত অপারেশনাল সিদ্ধান্ত নেওয়া হয় প্রায়ই স্পষ্ট — শুধুমাত্র প্রক্রিয়া অনুসরণ করুন।
সম্ভাবনাগুলি খুলে দেওয়া
প্রশ্ন এবং লক্ষ্যগুলি স্পষ্টভাবে বলুন। ফাইভ হাওজ কৌশল ব্যবহার করে মূল সমস্যা খুঁজে বের করুন — আপনি কীভাবে সিদ্ধান্ত সংজ্ঞায়িত করেন তার উপর নির্ভর করে বিকল্পগুলি উপলব্ধ। উইলসন (২০০৩): "একটি সঠিক ফ্রেম স্থাপন করা হল একটি সমস্যা সমাধানের জন্য একটি একক সবচেয়ে গুরুত্বপূর্ণ ধাপ।"
মূল্যায়ন করার আগে বিকল্পগুলি তৈরি করুন। মূল্যায়ন থেকে আলাদা ধারণা তৈরি করার সময় সমালোচনা স্থগিত রাখুন — সমালোচনা স্থগিত করার সময় আরও বেশি ধারণা উদ্ভূত হয়। ব্রেইনস্টোর্মিং, সেনারিও প্ল্যানিং, বা "যদি কিছুই সম্ভব হতো তাহলে আপনি কি কামনা করবেন?" ব্যবহার করে সৃজনশীল সম্ভাবনাগুলি সম্মুখীন করুন।
চালানো বন্ধ করা
প্রতিটি অংশগ্রহণকারী সমর্থন এবং বিরোধিতার কারণ যোগ করে — আসলে অসময়ে এবং গ্রুপ মিলিত হওয়ার আগে, তাই কেউ প্রথম বা সেনিয়র মতামত দ্বারা আবদ্ধ না হয়।
গ্রুপ প্রতিটি যুক্তির মূল্য মূল্যায়ন করে — সহায়তা, স্পষ্টতা, সঠিকতা, সম্পূর্ণতা — তাই গুণমান পরিমাপ করা হয়, নির্ভর নয়।
মাল্টি-ভোটিং, জোড়া তুলনা বা সিদ্ধান্ত প্রবণতা নীতি (প্রতিটি মানদণ্ডে স্পষ্টভাবে অসম বিকল্পগুলি বাদ দিন) সহ কৌশলগুলি ব্যবহার করে। তুলনামূলক সমর্থন বিরোধিতার বিপরীতে এবং যুক্তি সবচেয়ে সমর্থন করে এমন বিকল্পে একীভূত হন।
সিদ্ধান্ত এবং পুরো প্রো/কন ট্রেল ক্যাপচার করুন যাতে এটি ব্যাখ্যা এবং মাসের পরে পুনর্বিন্যাস করা যায়। ডকুমেন্ট করা সিদ্ধান্ত ছাড়া একটি শিখতে পারে না সিদ্ধান্ত।
১৯০৬ সালে, পরিসংখ্যানবিদ ফ্র্যান্সিস গ্যালটন একটি "বক্সের ওজন অনুমান" প্রতিযোগিতার অধ্যয়ন করেছিলেন যা একটি ইংরেজ গ্রামের একটি দেশীয় মেলায় অনুষ্ঠিত হয়েছিল। তিনি সম্ভাব্য সম্ভাবনার সাথে ভুল হবেন বলে আশা করেছিলেন। পরিবর্তে, ৭৮৭টি অনুমানের মধ্যে মধ্যম ১,২০৭ পাউন্ড ছিল — আসল ওজনের বিরুদ্ধে ১,১৯৮ পাউন্ড, প্রায় ১% এর মধ্যে, এবং গবাদি বিশেষজ্ঞদের চেয়ে ভালো। তিনি এটিকে Nature এ প্রকাশ করেছিলেন যা "Vox Populi" হিসাবে পরিচিত। এটি সমস্ত জনগণের যুক্তির উপর ভিত্তি করে সিদ্ধান্ত নেওয়ার উদাহরণ হিসাবে পরিণত হয়েছিল।
গণিতটি এটিকে সমর্থন করে: কন্ডরসেট জুরি থিওরেম (১৭৮৫) প্রমাণ করে যে যদি প্রতিটি ব্যক্তি কয়েন ফ্লিপের চেয়ে স্লাইটলি ভালো হয়, তাহলে সংখ্যাগরিষ্ঠতার সম্ভাবনা নিশ্চিত হয় যখন গোষ্ঠী বৃদ্ধি পায় — শর্তাবলী সহ যদি সদস্যরা স্বাধীনভাবে সিদ্ধান্ত নেয়।
জেমস সুরোয়েকির The Wisdom of Crowds (২০০৪) চারটি শর্ত নাম দেয় যা একটি গোষ্ঠীর জন্য স্মার্ট হতে হবে। একটি শর্ত নির্মূল করলে সম্ভাব্য ভুল হয়ে যায়, নয় স্মার্ট:
প্রতিটি ব্যক্তি কিছু ব্যক্তিগত তথ্য বা ভিন্ন ব্যাখ্যা নিয়ে আসে।
তাদের আচার-অচার দ্বারা মন্তব্য করা হয় না — হেরিংয়ের বিপরীত।
লোকেরা বিশেষজ্ঞ হতে পারে এবং তাদের নিজস্ব স্থানীয় জ্ঞানের উপর নির্ভর করতে পারে।
একটি পদ্ধতি বিদ্যমান যা ব্যক্তিগত বিচারকে একটি সমষ্টিগত সিদ্ধান্তে রূপান্তর করতে পারে।
এটি কেন দেলফি পদ্ধতি (RAND, 1950s) বিশেষজ্ঞদের মতামত অপরিচিত এবং রাউন্ডে সংগ্রহ করে — র্যাঙ্ক এবং সামাজিক প্রভাব থেকে স্বাধীনতা রক্ষা করার জন্য। আধুনিক সহযোগিতামূলক সরঞ্জাম একই ফাংশন পূরণ করে: গ্রুপ সংযোজনের আগে স্বাধীন প্রবাহ ধারণ করে। অনুবাদ:
সাম্প্রতিক গবেষণা (2025) দেখায় যে সমষ্টিগত নির্ভুলতা আসলে গোষ্ঠী বৃদ্ধির সাথে সাথে হ্রাস পেতে পারে — যখন ব্যক্তিরা উচ্চ সম্পর্কিত তথ্য ভাগ করে। জনতার প্রজ্ঞা শুধুমাত্র তখনই আবির্ভূত হয় যখন কম-সম্পর্কিত ব্যক্তিরা সংখ্যাগরিষ্ঠতা গঠন করে। এটি ব্যাখ্যা করে কেন:
অ্যান্টিডোট: সেটার কাঠামো যে স্বাধীন প্রবাহমূলক প্রবাহ সংগ্রহ করে আগে গোষ্ঠী আলোচনা, এবং তাদের মূল্যের পরিবর্তে তাদের উৎসের উপর বিশ্লেষণ করে যুক্তি।
১৯৯৯ সালে, হার্ভার্ড অধ্যাপক এমি এডমন্ডসন একটি বিপরীত বোঝাপড়া আবিষ্কার করেছিলেন: সেরা কাজ করা হাসপাতাল দলগুলি রিপোর্ট করেছিল বেশি ঔষধ ত্রুটি, কম নয়। কেন? তারা তাদের প্রকাশ করার জন্য নিরাপদ বোধ করেছিল। সেই দলগুলি যেখানে সদস্যরা ত্রুটিগুলি লুকিয়ে রেখেছিলেন তারা কিছুই শিখেনি এবং তারা তাদের পুনরাবৃত্তি করেছিল।

মানসিক নিরাপত্তা হলো একটি ভাগ করা বিশ্বাস যে দলটি সহযোগিতামূলক ঝুঁকি নেওয়ার জন্য নিরাপদ যেখানে সদস্যরা ভয় ছাড়াই কথা বলতে পারেন, ধারণা ভাগ করতে পারেন, ভুল স্বীকার করতে পারেন এবং অবস্থার চ্যালেঞ্জ করতে পারেন বা আপত্তি বা শাস্তির ভয়ের সাথে কোনো কিছু না করার ভয় না করে।
2012 থেকে 2015 সালের মধ্যে, গুগল 180 টি দল অধ্যয়ন করেছে দলগুলি কী করে কার্যকর তা আবিষ্কার করতে। ফলাফলগুলি সবাইকে অবাক করেছে:
মানসিক নিরাপত্তা ছিল সবচেয়ে গুরুত্বপূর্ণ কারণ — ব্যক্তিগত ক্ষমতা, দলের গঠন বা সিনিয়রিটির চেয়ে বেশি।
মানসিক নিরাপত্তা দলের কার্যকারিতার 43% ভারসাম্যের সাথে সম্পর্কিত ছিল।
উচ্চ মানসিক নিরাপত্তা সহ দলগুলি কর্মকর্তাদের দ্বারা কার্যকর হিসাবে দ্বিগুণ বার মূল্যায়ন করা হয়েছিল।
ভেরিয়েবলগুলি যা ছিল না কার্যকারিতার সাথে উল্লেখযোগ্যভাবে সম্পর্কিত: সহ-অবস্থান, দলের আকার, সিনিয়রিটি, ঐক্যমত্য-ভিত্তিক সিদ্ধান্ত গ্রহণ, এবং ব্যক্তিগত দলের সদস্য কর্মক্ষমতা。
আমরা কি ঝুঁকি নিতে পারি যাতে আমাদের অস্বস্তি বা লাজ নেই?
আমরা কি একে অপরের উপর বিশ্বাস করতে পারি যে আমরা সময়মতো উচ্চ গুণমানের কাজ করতে পারি?
আমাদের লক্ষ্য, ভূমিকা ও পরিকল্পনা কি স্পষ্ট?
আমাদের কাজ আমাদের জন্য ব্যক্তিগতভাবে গুরুত্বপূর্ণ কিনা?
আমাদের কাজ কি গুরুত্বপূর্ণ মনে হয়?
মানসিক নিরাপত্তা হলো অন্য চারটির ভিত্তি যা তাদের সক্ষম করে।
প্রথাগত অর্থনীতি মানুষকে যুক্তিসঙ্গত সিদ্ধান্ত গ্রহণকারী ("Econs") হিসেবে ধরে নিয়েছিল। কাহনেমান, টভার্স্কি এবং থালার নেতৃত্বে আচরণগত অর্থনীতি আবিষ্কার করেছে যে আমরা আসলে "মানুষ" ("Humans") — সংগঠিত উপায়ে পূর্বাভাসযোগ্য অনুভূতিশীল হই।
ড্যানিয়েল খানেম্যানের চিন্তা, দ্রুত এবং ধীরে ধীরে (২০১১) বর্ণনা করেছে দুটি কল্পনা ব্যবস্থা:
কম প্রচেষ্টায় কাজ করে, প্যাটার্ন এবং হিউরিস্টিক্সের উপর নির্ভর করে, ~96% সিদ্ধান্ত নেয়। অ্যানচোরিং, অ্যাভাইলেবিলিটি, লস অ্যাভারশন এর মতো ভুলে পড়ে।
সচেতন প্রচেষ্টার প্রয়োজন, জটিল যুক্তির জন্য ব্যবহৃত হয়। আরও বিশ্বস্ত কিন্তু প্রচেষ্টার প্রয়োজন — এবং "লেজি," শুধুমাত্র অবশ্যই প্রয়োজন হলেই জড়িত।
সবচেয়ে বেশি গোষ্ঠী সিদ্ধান্ত নেওয়া হয় সিস্টেম ১ দ্বারা — লোকেরা প্রথমে কে কথা বলে, তারা কতটা আত্মবিশ্বাসী শোনায় এবং সামাজিক চিহ্নগুলির উপর প্রতিক্রিয়া দেয়। গঠিত যুক্তি ধারণ করে সিস্টেম ২ এর জড়িত হওয়ার জন্য চাপ দেয়।
প্রথম সংখ্যা বা বিকল্পটি অত্যন্ত প্রভাব ফেলে চূড়ান্ত সিদ্ধান্তে।
মানুষ তাদের আগের দৃষ্টিভঙ্গির প্রমাণ খুঁজে পায় এবং বিপরীত প্রমাণকে উপেক্ষা করে।
সম্পর্কের বা বিশেষ উদাহরণগুলি বেশি সম্ভাব্য মনে হয় — যদিও তারা গণনাগতভাবে দুর্লভ।
ক্ষতি প্রায় দ্বিগুণ বেশি ব্যথাজনক মনে হয় — যখন সমতুল্য লাভ ভালো লাগে না।
ডিফল্ট বিকল্পটি অত্যন্ত প্রভাব ফেলে, যদিও বিকল্পগুলি বিষয়গতভাবে ভালো হয়।
থালার এবং সানস্টিনের Nudge (২০০৮) প্রকাশ করেছে যে কীভাবে বিকল্পগুলি উপস্থাপন করা হয়েছে তা মানুষের কীভাবে বেছে নেয় তার উপর প্রভাব ফেলে — স্বাধীনতা সীমাবদ্ধ না করে। এটি হল "চয়েজ আর্কিটেকচার"।
সহযোগিতামূলক সিদ্ধান্ত সরঞ্জাম এক ধরনের চয়ন প্রকৌশল। গঠিত যুক্তি গাছ, স্পষ্ট রেটিং মানদণ্ড, এবং দৃশ্যমান সম্মতি স্কোর সবই "নুড়ি" গোষ্ঠীকে ভালো যুক্তির দিকে নিয়ে যায়।
ব্যর্থতার মডেল বোঝা অত্যন্ত গুরুত্বপূর্ণ। এগুলো অস্বাভাবিক নয় — এগুলো হলো সেই পরিস্থিতি যখন গোষ্ঠীগুলো কোনো কাঠামো ছাড়াই আছে।
ইরভিং জেনিসের পরিভাষা (১৯৭২) যখন একটি গোষ্ঠী বাস্তবসম্মত মূল্যায়নকে উপেক্ষা করে একতার জন্য চালায় — যা তিনি বায় অফ পিগস আক্রমণের জন্য সনাক্ত করেছিলেন। বিচার করার সময় বিপথগামী হয়ে যায়, সন্দেহ দমন করা হয়, এবং দুর্বল বিকল্পগুলি অস্বীকৃত থাকে।
জেরি হারভের ১৯৭৪ কেস: একটি পরিবার অবিলেনের জন্য একটি নিজের কাছে চালায় খাবারের জন্য, যে কেউ চায় না, প্রত্যেকে অন্যদের মনে করে যে অন্যরা চায়। গোষ্ঠী এমন কিছুতে একমত হতে পারে যা কোন ব্যক্তি আসলে পছন্দ করে না — "ভুল একমত" যেখানে শান্ত বোঝাবুঝি অনুমতি বোঝানো হয়।
গোষ্ঠী সেই সমস্ত তথ্য সম্পর্কে অতিরিক্ত আলোচনা করে যা সবাই ইতিমধ্যেই জানে এবং শুধুমাত্র একজনের কাছে থাকা তথ্যগুলি উপেক্ষা করে — তাই সেই উত্তর যা শুধুমাত্র একত্রিত করা হয় না যা অবশ্যই অবকাশ করা হয়েছিল।
যখন লোকেরা মতামত ভাগ করে নেয়, আলোচনা গ্রুপথিংকে এবং সম্মিলিত জ্ঞানকে ধ্বংস করতে পারে। পেন্ন গবেষণা: "মতামতের নেতারা গোষ্ঠীকে ভুল দিকে নিয়ে যেতে বেশি সম্ভবত আছে তার চেয়ে এটিকে উন্নত করার চেয়ে — এমনকি তারা অন্যান্য ক্ষেত্রে আসলে বিশেষজ্ঞ হলেও।"
প্রথম মতামত অত্যধিক প্রভাব ফেলে চূড়ান্ত ফলাফলকে নির্ধারণ করে। সভাগুলিতে, এটি সাধারণত সবচেয়ে বড় ব্যক্তির মতামতের উপর নির্ভর করে, যদিও তারা নির্দিষ্ট বিষয়ে আসলে বিশেষজ্ঞ নাও হতে পারে।
যদি মনোযোগী নিরাপত্তা বা স্ট্রাকচারড ইনপুট না থাকে, তাহলে শান্ত অংশগ্রহণকারীরা কথা বলতে পারে না। তাদের যুক্তি — যা সবচেয়ে মূল্যবান কারণ এটি ভিন্ন — সরাসরি হারিয়ে যায়।
মিটিং শেষ হওয়ার পরে, কেউ কেউ সিদ্ধান্তের কারণ স্মরণ করতে পারে না। টিমগুলি পুনর্বিবেচনা করে যা ইতিমধ্যেই সমাধান করা হয়েছে, এবং নতুন সদস্যরা ভুল সিদ্ধান্তের কারণ বুঝতে পারে না।
কাজের বিশ্ব পরিবর্তন হয়েছে। 52% জ্ঞান কর্মীরা এখন হাইব্রিড কাজ করে, 26% পূর্ণভাবে দূরবর্তী (Gallup 2024)। সহযোগিতামূলক সিদ্ধান্ত গ্রহণের প্রয়োজন হবে আদান-প্রদান করা।
গবেষণা দেখায় যে এসিনক্রোনাস সিদ্ধান্ত গ্রহণের সাথে আপনি যদি আপনার দলকে অনুমতি দেন:
কোনো মিটিং সমন্বয় করার আগে সিদ্ধান্তের প্রেক্ষাপট, বিকল্প এবং যুক্তি লিখুন। লোকেরা তাদের নিজের সময়ে অবদান রাখতে পারে।
স্বাধীন ইনপুট এসিসি করুন। জটিল, বিতর্কিত বা অস্পষ্ট সিদ্ধান্তের জন্য শুধুমাত্র সিঙ্ক্রোনাস সময় বজায় রাখুন।
কীভাবে দলের সদস্যরা উত্তর দিতে হবে তা সংজ্ঞায়িত করুন — এটি উভয় উদ্বেগ এবং দেরি প্রতিরোধ করে।
চলমান বিতর্কের সাথে সংযুক্ত ডকুমেন্ট সাপ্তাহিক স্ট্যাটাস মিটিংয়ের চেয়ে ভালো। লোকেরা তাদের উত্পাদনশীল ঘণ্টায় অবদান রাখতে পারে।
গ্যালাপ খুঁজে পেয়েছে যে একটি আনুষ্ঠানিক হাইব্রিড সহযোগিতা পরিকল্পনা সহ দলগুলি 66% বেশি সম্পৃক্ত এবং 29% কম ব্যর্থতার ঝুঁকি রয়েছে।
হাইব্রিড কর্মীরা সবচেয়ে সম্পৃক্ত হয় যখন তাদের <em>দল</em> তাদের হাইব্রিড সময়সূচী নির্ধারণের জন্য একসাথে কাজ করে — কিন্তু শুধুমাত্র 12% হাইব্রিড কর্মী এই সহযোগিতামূলক পদ্ধতির সাথে আসে। সবচেয়ে সাধারণ পদ্ধতি (34%): এটি শুধুমাত্র ব্যক্তিগত সিদ্ধান্তের উপর নির্ভর করে, যা সমন্বয় বিঘ্ন তৈরি করে।
আমরা একটি পরিবর্তনের পর্যায়ে আছি। গার্টনার গণনা করেছে যে সিদ্ধান্ত বুদ্ধিমত্তা একটি "পরিবর্তনমূলক প্রযুক্তি" এর সাথে একটি সম্মিলিত সিদ্ধান্ত গ্রহণের জন্য 2-5 বছরের মধ্যে মূলধারার গ্রহণের প্রত্যাশা করে।

গার্টনার সিদ্ধান্ত বুদ্ধিমত্তা হল "সিদ্ধান্ত গ্রহণের প্রক্রিয়াকে স্পষ্টভাবে বোঝার এবং কীভাবে সিদ্ধান্ত নেওয়া হয় এবং কীভাবে ফলাফল ম্যানেজ করা হয় এবং উন্নত করা হয় তা নকশা করার একটি প্রক্রিয়া"। সিদ্ধান্তগুলিকে ডিজিটালাইজ করা এবং মডেল করা সিদ্ধান্তের অবস্থার মধ্যে অন্তর্দৃষ্টি থেকে ক্রিয়াকলাপের মধ্যে ব্যবধানকে দূর করে।
AI সময়ের সাথে সমস্ত সভার রেকর্ডিং করতে পারে এবং স্বয়ংক্রিয়ভাবে কর্মসূচী, মূল সিদ্ধান্ত এবং যুক্তি নির্বাচন করতে পারে — এন্টারপ্রাইজ অধ্যয়নে 30+ মিনিটের পরিচালনামূলক ভারসাম্য হ্রাস করে।
গবেষণা (ACM 2024) এমএলএম-চালিত দুষ্ট প্রতিনিধি বিবেচনা করে যা গোষ্ঠীর অনুমানকে চ্যালেঞ্জ করে, দলগুলিকে গোষ্ঠীগত চিন্তাভাবনা এড়াতে সাহায্য করে যা মানুষ সম্ভবত দমন করে।
AI এর লক্ষ্য নয় মানুষকে প্রতিস্থাপন করা, বরং একসাথে কর্মক্ষমতা অতিক্রম করা। গবেষণা এই বিষয়ে জোর দেয় "ব্যবহারকারীর আচরণ এবং দলের কর্মক্ষমতা বোঝার জন্য AI মানুষের দলে একীভূত করা"।
বিশ্বব্যাপী দলগুলিকে তাদের মাতৃভাষায় অবদান রাখার অনুমতি দেয় যখন একটি ভাগ্যবান সিদ্ধান্ত রেকর্ড বজায় রাখে — যা যা বিশ্বের 66% যা ইংরেজি নয় তাদের জন্য অপরিহার্য।
আই তথ্য প্রক্রিয়াকরণে অগ্রসর হয়, নিদর্শন খুঁজে পায় এবং ডকুমেন্টেশন অটোমেট করে। কিন্তু সহযোগিতামূলক সিদ্ধান্ত গ্রহণ মৌলিকভাবে মানুষের ক্রয়, সংগঠনের জ্ঞান, নৈতিক বিচার এবং দায়িত্বের সাথে জড়িত। আই মানুষের যুক্তি সহযোগী করে, তাদের প্রতিস্থাপন করে না।
বিশেষজ্ঞতা জানা যে কীভাবে একটি পদ্ধতি ব্যবহার করা উচিত নয়। সহযোগিতা সময়, সমন্বয় ভারসাম্য এবং সিদ্ধান্ত বিভ্রান্তির খরচ আছে। এটি সম্পূর্ণরূপে ব্যবহার করা উচিত নয়।

যখন বোল্ট গুলি ছোড়া হচ্ছে — সত্যিই বা বিন্দুক্তভাবে — সিদ্ধান্ত গ্রহণের জন্য একটি সভা করা সময়ের বাইরে চলে যাবে। মার্কিন সেনাবাহিনীর নীতি: "সাধারণ ট্যাক্টিক্যাল সিদ্ধান্তের জন্য অনুভূতিবাদী পদ্ধতি সবচেয়ে বেশি উপযুক্ত।"
যখন একজনের অবিলম্বে বিশেষজ্ঞতা আছে এবং অন্যদের নেই, তাদের বিচার সিদ্ধান্ত গ্রহণে অগ্রসর হওয়া উচিত। সহযোগিতা বিভিন্ন দৃষ্টিভঙ্গি থাকলে মূল্য যোগ করে, তবে অজ্ঞাত হলে শব্দচয়ন করে।
কিছু সিদ্ধান্ত — আইনি, নিয়ন্ত্রক, ফিডুসিয়ারি — একজন ব্যক্তিগত দায়িত্বশীল সিদ্ধান্ত গ্রহণকারীর প্রয়োজন। সহযোগিতা জ্ঞান দিতে পারে, কিন্তু দায়িত্ব ছড়িয়ে দিতে পারে না।
যদি গ্রুপটি ফলাফল দ্বারা প্রভাবিত না হয়, তারা সিদ্ধান্ত গ্রহণের প্রক্রিয়াটি গুরুত্ব দিতে পারে না। "স্কিন ইন দ্য গেম" অপরিহার্য।
প্রতিটি চয়নের জন্য একটি গঠিত প্রক্রিয়া প্রয়োজন নয়। পুনরাবৃত্তি করা, নিম্ন-স্টেকস সিদ্ধান্তগুলি দ্রুত এবং চলে যাওয়া উচিত।
সহযোগিতা সবচেয়ে ভাল যখন: (a) বিভিন্ন দৃষ্টিভঙ্গি আসল মূল্য যোগ করে, (b) কার্যকরী করার জন্য কেন্দ্রীয় করা গুরুত্বপূর্ণ, (c) সিদ্ধান্তটি যথেষ্ট গুরুত্বপূর্ণ যা সময় নিতে পারে, এবং (d) যুক্তি ভবিষ্যতের জন্য রেকর্ড করা প্রয়োজন।
"সহযোগী" বলতে সবাই সিদ্ধান্ত নেয় না। আধুনিক সংস্থাগুলি সহযোগিতার অধিকার (যে কেউনি অবদান রাখে) এবং সিদ্ধান্তের অধিকার (যে কেউনি সিদ্ধান্ত নেয়) থেকে আলাদা করে। এটি গ্রিডলক এবং বাদ দেওয়ার প্রতি প্রতিরোধ করে।

ড্রাইভার (প্রক্রিয়ার মালিক), অ্যাপ্রুভার (ভেটো আছে), কন্ট্রিবিউটর (প্রদান করে ইনপুট), ইনফর্মড (লুপে রাখা হয়েছে)। অ্যাটলাসের মানদণ্ড ফাংশনাল সিদ্ধান্তের জন্য।
বেইনের ফ্রেমওয়ার্ক: রিকমেন্ড, এগ্রিয়ে (অবশ্যই স্বাক্ষর করতে হবে), পারফর্ম, ইনপুট, ডিসিড। স্টেকহোল্ডারদের মধ্যে দায়িত্ব সম্পর্কে স্পষ্টতা দেয়।
সোসিওক্রেসি থেকে: একটি সিদ্ধান্ত যখন কোনো যুক্তিসঙ্গত বিরোধ নেই — পূর্ণ সম্মতি নয়। সম্মতির চেয়ে দ্রুত, এখনও অন্তর্ভুক্তি সহ।
লিডার সিদ্ধান্ত নেয় পৃথক ইনপুটের পরে। কন্ট্রিবিউটররা চিন্তাভাবনা গঠন করে কিন্তু ভেটো নেই। বিস্তৃত প্রভাবের সাথে নির্বাহী সিদ্ধান্তের জন্য সাধারণ।
যে কোনো সিদ্ধান্ত যত বেশি অবলম্বনযোগ্য, মূল্যবান বা উচ্চ-প্রভাবশালী হয়, তত বেশি স্পষ্ট এবং সহযোগিতামূলক প্রক্রিয়া হওয়া উচিত। কিন্তু প্রতিটি সিদ্ধান্তের জন্য একজন স্পষ্ট মালিক থাকা উচিত।
আর্গুমেন্ট রী এটি স্বয়ংক্রিয়ভাবে তৈরি করে। আর্গুমেন্ট ট্রি বিকল্পগুলি, যুক্তি এবং বিরোধিতা ধারণ করে; অডিট ট্রেইল তারিখ, মালিক এবং অবদানকারীদের নাম রেকর্ড করে; এবং আলোচনার জীবনচক্র (ড্রাফ্ট → খোলা → বন্ধ) সম্পর্কের নিয়ন্ত্রণ করে। সিদ্ধান্ত রেকর্ড পূর্ণ করতে এক্সপোর্ট করুন কার্যকরী, অনবোর্ধনের জন্য বা ভবিষ্যতের জন্য উদ্ধৃতি।
সহযোগিতামূলক সিদ্ধান্ত গ্রহণের প্রক্রিয়ার এই অংশে গ্রুপগুলি সাধারণত ব্যর্থ হয় — অনধিকার বিতর্ক ছাড়া বা অতি দ্রুত বন্ধ হয়ে যাওয়া। এই পদ্ধতিগুলি সাহায্য করে:
সিদ্ধান্ত নেওয়ার আগে, বিপর্যয়ের চিত্র ভাবুন। প্রশ্ন করুন: "কী ভুল হয়েছে?" এটি আশাবাদী ভুলকে উন্মোচন করে এবং সন্দেহ প্রকাশ করার অনুমতি দেয়। Klein-এর গবেষণা দেখায় যে প্রিমোর্টেম ভবিষ্যতের ফলাফলের জন্য কারণ সনাক্ত করার ক্ষমতা বৃদ্ধি করে 30%।
একজনকে নির্দিষ্ট করুন যিনি নির্ধারিত সম্মতির বিরুদ্ধে বক্তৃতা করবেন - জিততে না, বিপথগামী চেক করতে। গ্রুপথিংকে প্রতিরোধ করে সংগঠিত বিপথগামী বিতর্ক প্রয়োজন ছাড়াই। Argumentree-এর AI স্বয়ংক্রিয়ভাবে বিপথগামী বক্তৃতা তৈরি করতে পারে।
প্রতিটি ব্যক্তির কাছে N ভোট (সাধারণত N = বিকল্পগুলির সংখ্যা ÷ 3) থাকে এবং তারা বিকল্পগুলির মধ্যে বিতরণ করে। গ্রুপের পছন্দগুলি দ্রুত উন্মোচন করে বিন্দুতে বাধ্য করে না।
শান্ত ধারণা তৈরি করুন → রাউন্ড-রবিন ভাগ করুন (কোন আলোচনা ছাড়া) → স্পষ্টকরণ → ভোট। প্রাথমিক আলোচনাকে নিয়ন্ত্রণ করে না এমন প্রভাবশালী কণ্ঠস্বরকে প্রতিরোধ করে।
প্রতিটি বিকল্পকে সমস্ত অন্যান্য বিকল্পের সাথে একটি ম্যাট্রিক্সে তুলনা করুন। পছন্দের মোড় থেকে ওজন উপস্থাপন করুন। গুরুত্বপূর্ণ বিকল্পের সংখ্যা ছোট হলে এটি ভালো হয়।
যদি একটি বিকল্প সমস্ত মানদণ্ডে অন্তত একটি অন্য বিকল্পের চেয়ে স্পষ্টভাবে অসুবিধা থাকে, তাহলে এটি বাদ দিন। "প্রতিযোগিতামূলক পরিসর সংকুচিত করুন" বিস্তারিত মূল্যায়নের আগে।
আগামীকালের সময় যে স্তরের সম্মতি প্রয়োজন তা অগ্রাধিকারে স্থির করুন - একতাবদ্ধতা, সুপারমেজরিটি, সংখ্যাগরিষ্ঠতা, বা "কোন বাধা না দিয়ে"। ভিন্ন সিদ্ধান্তগুলির জন্য ভিন্ন স্তরের সম্মতি প্রয়োজন।
প্রতিটি অংশগ্রহণকারী বিশেষ মানদণ্ডের উপর বিকল্পগুলি বা বক্তৃতাগুলিকে রেটিং করে; রেটিংগুলি গণনাগতভাবে স্কোরে একীভূত হয়। Argumentree এটি স্বয়ংক্রিয়ভাবে করে - সম্মতি পরিমাপ করা হয়, সম্মতি অনুমান করা হয় না।
আর্গুমেন্টরি একটি গোষ্ঠীকে একটি ভাগ করা, গঠিত স্থান দেয় যেখানে তারা বিতর্ক করতে এবং সিদ্ধান্ত নিতে পারে — আর্গুমেন্ট ম্যাপিং ভিত্তিতে তৈরি। প্রতিটি ফিচার গবেষণায় চিহ্নিত করা নির্দিষ্ট ফেইলিউর মোডের সাথে সম্পর্কিত:

সকলের যুক্তি একটি পর্যায়ক্রমিক প্রো/কন গাছে সংগঠিত করা হয় — সিস্টেম ২ এর সংযোগ এবং যুক্তি স্পষ্ট করে তোলা। যুক্তি বিলুপ্ত হচ্ছে, যুক্তি সবসময় পৃষ্ঠপোষক হচ্ছে এমন সমস্যাগুলো সমাধান করে।
অংশগ্রহণকারীরা গোষ্ঠী একত্রিত হওয়া আগে যুক্তি যোগ করে, স্বাধীনতা রক্ষা করে। প্রথম বক্তার উপর আচরণ করা, সামাজিক প্রভাব বিজ্ঞান ধ্বংস করে এমন সমস্যাগুলো সমাধান করে।
প্রশ্ন, কম্প্রোমাইজ, এবং রিভিউ অংশগ্রহণকারীদের প্রতিটি পর্যায়ে যুক্তি পরীক্ষা করতে এবং আলোচনা করতে দেয় — লুকিয়ে থাকা তথ্য সম্প্রসারণ করে এবং অনুমান পরীক্ষা করে।
অংশগ্রহণকারীরা যুক্তি (সহায়তা, স্পষ্টতা, সঠিকতা, সম্পূর্ণতা) রেটিং করে; রেটিং গাছের উপরে এগিয়ে যায় এবং নেট প্রো-বিরুদ্ধে স্কোর তৈরি করে। সম্মতি পরিমাপ করা হয়, না অনুমান করা হয়।
যে কোনো অংশগ্রহণকারী এবং মডেরেটরের অ্যাক্সেস নিয়ন্ত্রণ করা হয়। অপরিচিত অংশগ্রহণের বিকল্প রক্ষা করে মানসিক নিরাপত্তা রক্ষা করে।
একটি মিটিং রেকর্ড আপলোড করুন; এআই যুক্তি, সিদ্ধান্ত, এবং কর্মপদ্ধতি সম্পূর্ণ গাছে সংগঠিত করে। ডকুমেন্টেশন বোর্ডেন, যুক্তি বিলুপ্ত হচ্ছে এমন সমস্যাগুলো সমাধান করে।
যুক্তি সংস্করণ এবং ড্রাফ্ট→খোলা→বন্ধ জীবনচক্র একটি সম্পূর্ণ রেকর্ড রাখে কীভাবে সিদ্ধান্ত নেওয়া হয়েছিল তা জানতে — কমপ্লায়েন্স, অনবোর্ডিং, এবং ভবিষ্যত শিক্ষার জন্য।
এআই-চালিত অনুবাদ বিশ্বব্যাপী দলগুলোর তাদের মাতৃভাষায় অংশগ্রহণ করতে দেয় যখন একটি একক সিদ্ধান্ত রেকর্ড বজায় রাখে।
সমষ্টিগত সিদ্ধান্ত গ্রহণ হল দল-কেন্দ্রিক ফর্মের সিদ্ধান্ত গ্রহণ। ১২টি ব্যবহারের ক্ষেত্রে জুড়ে এটি প্রয়োগ করা দেখুন — দলীয় সভা থেকে DAO শাসন এবং সরকারী নীতি পর্যন্ত। সেই ভাগ করা যুক্তি একটি গ্রুপ সিদ্ধান্তে পরিণত করা হল ঐক্যমত্য গড়ে তোলার কাজ।
একটি সিদ্ধান্ত যার জন্য ডকুমেন্টেড যুক্তি নেই তা শিখতে পারে না। আর্কিটেকচার ডিসিশন রেকর্ড (ADRs) থেকে ধার নিয়ে, প্রতিটি গুরুত্বপূর্ণ সহযোগিতামূলক সিদ্ধান্ত একটি সিদ্ধান্ত প্যাকেট তৈরি করা উচিত যাতে সেটি সংক্ষিপ্ত করে থাকে:

একটি বাক্যে কী সিদ্ধান্ত নেওয়া হয়েছে তা বলুন।
কখন এবং কে এটি বাস্তবায়নের জন্য দায়ী।
সিদ্ধান্তের জন্য কী প্রেরণা ছিল? কী সীমাবদ্ধতা ছিল?
কী বিকল্পগুলি মূল্যায়ন করা হয়েছিল? প্রত্যাখ্যাত বিকল্পগুলি অন্তর্ভুক্ত করুন।
যে যুক্তি বিকল্পগুলি নির্বাচনের জন্য দায়ী ছিল তা ধারণ করে যুক্তি বৃক্ষটি।
সিদ্ধান্তের জন্য যে ডেটা, গবেষণা, পূর্বসূরী প্রমাণ ব্যবহার করা হয়েছিল তা বলুন।
কে বিরোধিতা করেছিল এবং কেন? শিক্ষার জন্য অপরিহার্য।
আমরা কী বিশ্বাস করেছিলাম? যদি এগুলি পরিবর্তন হয়, আবার চিন্তা করুন।
কী ভুল হতে পারে? কী প্রতিস্থাপন আছে?
আমরা এই সিদ্ধান্তটি কাজ করেছে কিনা তা কীভাবে জানব?
আমরা কখন পুনরায় দেখব? সিদ্ধান্তগুলি স্বাভাবিকভাবে স্থায়ী হওয়ার থেকে বিরত রাখতে এটি প্রয়োজন।
কী শর্ত এই সিদ্ধান্তটিকে অবৈধ করবে?
আর্গুমেন্টরি এটি স্বয়ংক্রিয়ভাবে তৈরি করে। আর্গুমেন্ট ট্রি বিকল্পগুলি, যুক্তি এবং বিভাজন ধারণ করে; অডিট ট্রেল তারিখ, মালিক এবং অবদানকারীদের রেকর্ড করে; আলোচনার জীবনচক্র (ড্রাফট → খোলা → বন্ধ) পর্যালোচনা প্রয়োগ করে। আইনি বাধ্যবাধকতা, অনবর্তীত করা বা ভবিষ্যত উদ্দেশ্যে পূর্ণ সিদ্ধান্ত রেকর্ড রূপান্তর করুন।
যদি সংগঠনটি কেন একটি সিদ্ধান্ত নিয়েছে তা মনে না হয়, তবে এটি শিখতে পারে না।
সহযোগিতা স্বৈরাচারী সিদ্ধান্তের চেয়ে বেশি সময় নেয়। কিন্তু বিনিয়োগ ফল দেয়:
প্রতিটি দৃষ্টিভঙ্গি ধরে নেওয়া এবং পরীক্ষা করা হয়, তাই সিদ্ধান্তের পরে নয়, ব্লাইন্ড স্পট সময়মত উপস্থিত হয় — Google প্রকাশ্য ভাবে সতর্ক দলগুলো কার্যকর হিসেবে 2× বেশি বার মূল্যায়ন করা হয়েছে।
লোকেরা তাদের সমর্থন করে যা তারা সম্পূর্ণ করেছে — সহযোগিতা একটি রায়কে একটি ভাগ করা অঙ্গীকারে পরিণত করে। কার্যকারিতা উন্নত হয় কারণ দলটি জানে যে কেন।
যুক্তি সংরক্ষিত থাকে, তাই দলগুলো দ্রুত আগ্রহী হয়, সেটেল প্রশ্নগুলো আবার বিবেচনা করার প্রয়োজন নেই এবং প্রবর্তিত সিদ্ধান্ত থেকে শিখতে পারে।
Google-এর গবেষণা: উচ্চ মানসিক নিরাপত্তা সহ দলগুলোর মধ্যে 27% কম পরিবর্তনের হার ছিল। লোকেরা তাদের শোনা যায়।
কথা বলার ভয় দূর করে মানুষের নতুন বা অনুমানহীন ধারণাগুলো সুপারিশ করার স্বাধীনতা পায় — অনুসন্ধানের অবাধ প্রবাহ।
কালেকটিভ সিদ্ধান্ত গ্রহণ হলো একটি গঠিত প্রক্রিয়া যেখানে একটি গ্রুপ একসাথে সিদ্ধান্ত নেয় — বিকল্প উপস্থাপন করে, যোগদানকারী যুক্তি এবং প্রমাণ অবদান রাখে, তাদের উন্মুক্তভাবে মূল্যায়ন করে, এবং একটি সিদ্ধান্তে পৌঁছায় যা গ্রুপের সংক্ষিপ্ত যুক্তির প্রতিফলন করে বলে মনে করা হয়, একজন ব্যক্তির অধিকারের চেয়ে। এটি গতির জন্য ক্রয়-ইন, প্রকাশ্যতা এবং ভালো-ভাবে পরীক্ষিত সিদ্ধান্তের জন্য বিনিময় করে।
প্রক্রিয়াটি একটি বিভাজন-সংযোজন মডেল অনুসরণ করে। বিভাজন পর্যায়ে, আপনি (১) সিদ্ধান্তটি প্রস্তাব করেন এবং (২) বিকল্পগুলি তৈরি করেন। সংযোজন পর্যায়ে, আপনি (৩) প্রতিটি যুক্তির জন্য এবং বিরোধিতা অবদান রাখেন, (৪) প্রতিটি যুক্তির মূল্যায়ন করেন, (৫) প্রতিটি যুক্তির সমর্থন এবং বিরোধিতার ওজন করেন এবং সংযোজন করেন, এবং (৬) সিদ্ধান্ত এবং যুক্তি রেকর্ড করেন। গঠিত পদ্ধতি প্রতিটি ধাপকে দৃশ্যমান এবং অডিটেবল করে তোলে।
মনস্তাত্ত্বিক নিরাপত্তা হলো একটি ভাগ করা বিশ্বাস যে দলটি মধ্যস্থতা করার জন্য নিরাপদ যে সময় আছে — যেখানে সদস্যরা ভয় বা শাস্তির ভয় ছাড়াই কথা বলতে পারে, তাদের ভুল স্বীকার করতে পারে এবং ধারণাগুলির বিরুদ্ধে চ্যালেঞ্জ করতে পারে। গুগলের প্রকল্প আরিস্টটলে এটি দলের কার্যকারিতার জন্য সবচেয়ে বড় ভবিষ্যদ্বাণীকারী হিসাবে পাওয়া গেছে, যা কর্মক্ষমতার 43% ভেরিয়েবলের সাথে সম্পর্কিত। এর অভাবের সাথে, বিভিন্ন দৃষ্টিভঙ্গি কখনোই আলোচনায় প্রবেশ করে না।
সাধারণ ব্যর্থতার মধ্যে রয়েছে: গ্রুপথিঙ্ক (বাস্তবতাকে অতিক্রম করে একমত হওয়া), এবিলিন প্যারাডক্স (সকলের ইচ্ছা না হলেও একমত হওয়া), লুকানো প্রোফাইল সমস্যা (বিশেষ তথ্য লুকিয়ে রাখা), প্রথম/সবচেয়ে শব্দসম্মত কথোপকথনে অভিযোজন, কল্পনাময় পক্ষপাত যেমন নিশ্চিতকরণ পক্ষপাত, এবং সম্মেলনের পরে যুক্তি বিলুপ্ত হওয়া। স্ট্রাকচার যা স্বাধীন প্রবাহের আগে গ্রুপ আলোচনার আগে প্রবাহিত হয় তা এই সমস্ত সমস্যার সমাধান করে।
কনসেনস সিদ্ধান্ত গ্রহণের জন্য পুরো গ্রুপকে সক্রিয়ভাবে একমত হতে হবে (বা কমপক্ষী না হতে) আগে এগিয়ে যাওয়ার জন্য। কালেকটিভ সিদ্ধান্ত গ্রহণ বিস্তৃত: সকলে অবদান রাখে এবং প্রভাব ফলাফল গঠনের সাথে যোগদান করে, কিন্তু চূড়ান্ত সিদ্ধান্তটি একজন নেতা, ভোট, বা নির্ধারিত নিয়ম দ্বারা নেওয়া যেতে পারে। সহযোগিতা হলো ভাগ করা অবদান এবং প্রকাশ্যতা; কনসেনস হলো একটি নির্দিষ্ট উপায় যেখানে এটি শেষ হয়।
এআই কালেকটিভ সিদ্ধান্ত গ্রহণে সাহায্য করে এই উপায়ে: (১) সভাগুলি তৈরি করে এবং স্বয়ংক্রিয়ভাবে যুক্তি, সিদ্ধান্ত, এবং কর্মপদ্ধতি অবদান করে; (২) গ্রুপের অনুমানগুলিকে চ্যালেঞ্জ করার জন্য একটি "ডিভিলের অ্যাডভোকেট" হিসাবে কাজ করে; (৩) বিশ্বব্যাপী দলের জন্য ভাষার মধ্যে অবদান অনুবাদ করে; এবং (৪) সিদ্ধান্তের যৌক্তিকতা মডেল করে স্থিতিশীলতা এবং সম্মতির জন্য নিশ্চিত করে। লক্ষ্য হলো মানুষ-এআই দলগুলি একসাথে কাজ করার সময় একসাথে কাজ করে এবং একসাথে কাজ করে এমন দলগুলির চেয়ে উচ্চতর কর্মক্ষমতা দেখায়।
গতি-সংবেদনশীল সিদ্ধান্ত নেওয়ার সময় যেখানে আলোচনার জন্য সময় বাকি নেই, সিদ্ধান্ত নেওয়ার সময় যেখানে একজন ব্যক্তির স্পষ্ট বিশেষজ্ঞতা আছে এবং অন্যরা নয়, সিদ্ধান্ত নেওয়ার সময় যেখানে ব্যক্তিগত দায়িত্ব প্রয়োজন (আইনি, প্রতিষ্ঠানগত), সহজ বা পুনরায় পরিচালনার জন্য সহজ সিদ্ধান্ত, এবং গ্রুপগুলি যেখানে ফলাফল প্রভাবিত হয় না। সহযোগিতা সেই সময় সবচেয়ে ভালো যখন বিভিন্ন দৃষ্টিভঙ্গি মূল্যবান হয়, কার্যক্রমের জন্য ক্রয়-ইন গুরুত্বপূর্ণ, এবং সিদ্ধান্তটি যত্ন নিয়ে নেওয়ার জন্য সময় নেওয়ার জন্য যথেষ্ট গুরুত্বপূর্ণ।
কালেকটিভ সিদ্ধান্ত গ্রহণের সফ্টওয়্যার একটি ভাগ করা, গঠিত স্থান প্রদান করে যেখানে আপনি এবং অন্যরা যুক্তি এবং সিদ্ধান্ত নিতে পারেন: এটি অবদানগুলিকে প্রো/কন যুক্তি গাছের মধ্যে সংগঠিত করে, অসংলগ্নভাবে প্রবাহিত হওয়ার জন্য অবদান সংগ্রহ করে স্বাধীনতা রক্ষা করে, সকলে যুক্তি মূল্যায়ন করতে পারে তাই কনসেনস পরিমাপ করা হয় না, অ্যাক্সেস নিয়ন্ত্রণ করে ভূমিকা দ্বারা, এবং একটি পূর্ণ অডিট ট্রেল রাখে। আর্গুমেন্ট্রি মিটিং ট্রান্সক্রিপ্ট থেকে এআই অবদান সংগ্রহ করে এবং 66 টি ভাষার অনুবাদ করে বিশ্বব্যাপী দলের জন্য।
Condorcet, M. (১৭৮৫)। এসাই সুর ল'অ্যাপ্লিকেশন ডি ল'অ্যানালাইস আ লা প্রবাবিলিটে দেস ডিসিসিওনস রেন্ডুস আ লা প্লুরালিটে দেস ভোইস।
গোষ্ঠী ব্যক্তির চেয়ে উচ্চতর কার্যকারিতা প্রমাণ করে এমন মূল গণিতগত প্রমাণ।
Galton, F. (১৯০৭)। Vox Populi. Nature, 75, 450-451.
জনসাধারণের জ্ঞানের উৎসর্গ।
Janis, I. L. (১৯৭২)। Victims of Groupthink. Houghton Mifflin.
গোষ্ঠীগত চিন্তাভাবনা এবং বেয়ার অফ পিগসের ক্লাসিক অধ্যয়ন।
Harvey, J. B. (১৯৭৪)। The Abilene Paradox: The Management of Agreement. Organizational Dynamics.
গোষ্ঠী কীভাবে একমত হয় যা কোন ব্যক্তি চায় না।
Edmondson, A. C. (১৯৯৯)। Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly, 44(2), 350-383.
কর্মক্ষেত্রে গোষ্ঠীর মধ্যে মানসিক নিরাপত্তা এবং শিক্ষার আচরণ।
View source →Wilson, M. A. (২০০৩)। Collaborative Decision Making: Building Consensus Group Decisions for Project Success. PMI Global Congress.
প্রকল্পের সাফল্যের জন্য সহযোগিতামূলক সিদ্ধান্ত গ্রহণ: সম্মতি গোষ্ঠী সিদ্ধান্ত গ্রহণের জন্য নির্মাণ।
Surowiecki, J. (২০০৪)। The Wisdom of Crowds. Doubleday.
জনসাধারণের জ্ঞানের চারটি শর্ত।
Toulmin, S. E. (১৯৫৮)। The Uses of Argument. Cambridge University Press.
বিজ্ঞাপনের উপযোগিতা: দাবি-ডেটা-ওয়ার্রান্ট-ব্যাকিং-কুয়ালিফায়ার-রিবুটাল মডেল — বিজ্ঞাপন ম্যাপিংয়ের ভিত্তি।
Perelman, C. & Olbrechts-Tyteca, L. (১৯৫৮)। Traité de l'argumentation: La nouvelle rhétorique. Presses Universitaires de France.
নতুন রেটোরিক: প্রমাণ এবং বিজ্ঞাপনের মধ্যে পার্থক্য।
Walton, D., Reed, C., & Macagno, F. (২০০৮)। Argumentation Schemes. Cambridge University Press.
৯৬টি বিজ্ঞাপন স্কিম সহ সমালোচনামূলক প্রশ্ন — সমর্থন/বিরোধী/সমর্থন/আক্রমণ সম্পর্কের বাক্যভাষা।
View source →Thaler, R. H. & Sunstein, C. R. (২০০৮)। Nudge: Improving Decisions About Health, Wealth, and Happiness. Yale University Press.
বেছে নেওয়ার আর্কিটেকচার এবং লিবার্টেরিয়ান পিতালিজম।
Freeman, J. B. (২০১১)। Argument Structure: Representation and Theory. Springer.
টুলমিনকে বিপরীত সমালোচনার সাথে সংযুক্ত করে ম্যাক্রোস্ট্রাকচার ডায়াগ্রাম গঠন করে বিজ্ঞাপনের সংজ্ঞা।
View source →Kahneman, D. (২০১১)। Thinking, Fast and Slow. Farrar, Straus and Giroux.
সিস্টেম ১ এবং সিস্টেম ২ চিন্তাভাবনা।
View source →Stab, C. & Gurevych, I. (২০১৪)। Annotating Argument Components and Relations in Persuasive Essays. Proceedings of COLING 2014.
বিজ্ঞাপন খননের প্রতিষ্ঠাতা গণনামূলক বিজ্ঞাপন খনন — টেক্সট থেকে দাবি, প্রমাণ এবং সম্পর্ক সহ বিজ্ঞাপন নির্বাচন করতে এইচআই সক্ষম করে।
View source →Google re:Work. (২০১৫)। Guide: Understand team effectiveness.
প্রকল্প আরিস্টোটেলের পরামর্শ দেয় মানসিক নিরাপত্তা সম্পর্কে।
View source →Gallup. (২০২৪)। State of the Global Workplace Report.
বৈশ্বিক কাজস্থলের অবস্থা প্রতিবেদন: দূরবর্তী কর্মীদের বোঝা এবং পরিচালনা।
View source →Gartner. (২০২৫)। Hype Cycle for Artificial Intelligence.
নিয়ন্ত্রণ বুদ্ধিমত্তাকে পরিবর্তনশীল হিসাবে স্বীকৃতি দেওয়ার জন্য আর্টিফিশিয়াল ইন্টেলিজেন্সের হাইপ সাইকেল।
View source →আপনার টিমকে একটি স্ট্রাকচার্ড জায়গা দিন যেখানে তারা বিতর্ক এবং সিদ্ধান্ত নিতে পারে — সকল দৃষ্টিভঙ্গি ধারণ করা হয়, সকল বিতর্ক মূল্যায়ন করা হয়, এবং যুক্তি সংরক্ষিত থাকে। Argumentree ব্যবহারকারী সংস্থাগুলি যোগ দিন এবং তারা কীভাবে সিদ্ধান্ত নেয় তা পরিবর্তন করুন।
ফ্রি ট্রায়াল শুরু করুন