सामूहिक बुद्धिमत्ता क्या है? सामूहिक बुद्धिमत्ता व्यक्तियों के समूहों की क्षमता है — मानव, मशीन, या दोनों — एक साथ ऐसे तरीके से कार्य करने की जो बुद्धिमान प्रतीत होते हैं, निर्णय, निर्णय और समाधान उत्पन्न करते हैं जो किसी भी सदस्य द्वारा अकेले प्राप्त किए गए से बेहतर हो सकते हैं।
सामूहिक बुद्धिमत्ता, जिसे थॉमस मलेन और माइकल बर्नस्टीन ने सामूहिक बुद्धिमत्ता के हैंडबुक (MIT प्रेस, 2015) में परिभाषित किया है, है 'व्यक्तियों के समूह जो सामूहिक रूप से ऐसे तरीकों से कार्य करते हैं जो बुद्धिमान प्रतीत होते हैं।' यह क्षेत्र कोंडॉर्सेट जूरी थ्योरम (1785) और फ्रांसिस गैल्टन के 1906 के बैल के वजन के प्रयोग से लेकर आधुनिक प्रयोगशाला विज्ञान तक फैला हुआ है: अनिता विलियम्स वूली और सहयोगियों (साइंस, 2010) ने एक सामान्य सामूहिक बुद्धिमत्ता कारक — c कारक — के लिए साक्ष्य पाया जो कार्यों के बीच समूह प्रदर्शन में लगभग 43% भिन्नता को समझाता है और सामाजिक संवेदनशीलता, बातचीत के टर्न-टेकिंग की समानता, और समूह में महिलाओं के अनुपात के साथ अधिक सहसंबंधित है। c कारक पर बहस की गई है (Credé और Howardson, 2017) और 22 अध्ययनों और 1,356 समूहों के एक मेटा-विश्लेषण द्वारा समर्थित है (Riedl et al., PNAS, 2021)। सामूहिक बुद्धिमत्ता जीनोम (मलेन, लाउबाचर और डेलारोकास, 2010) स्मार्ट समूहों के निर्माण खंडों को कौन, क्यों, क्या, और कैसे के चार प्रश्नों के साथ मानचित्रित करता है। वर्तमान MIT सामूहिक बुद्धिमत्ता केंद्र का शोध (2026) जनरेटिव AI और सामूहिक बुद्धिमत्ता, सुपरमाइंड डिज़ाइन, और मानव-AI टीमों के डिज़ाइन पर केंद्रित है; 2024 का मेटा-विश्लेषण (Vaccaro, Almaatouq और Malone, नेचर ह्यूमन बिहेवियर) ने पाया कि मानव-AI संयोजन स्वचालित रूप से अकेले में से किसी के सर्वश्रेष्ठ से बेहतर प्रदर्शन नहीं करते हैं — वास्तविक सहयोग के लिए कार्य आवंटन और बातचीत के जानबूझकर डिज़ाइन की आवश्यकता होती है। वर्तमान CCI सिस्टम में सुपरमाइंड आइडियेटर शामिल है, जो एक बड़े भाषा मॉडल को संरचित रचनात्मक-समस्या-समाधान स्कैफोल्डिंग में लपेटता है, और एक 2026 PNAS प्रतियोगिता जो 180,000 से अधिक स्वायत्त AI-से-AI वार्ताओं का अध्ययन करती है। निर्णय लेने के जीवनचक्र के भीतर — उपस्थित, रूपरेखा, उत्पन्न करना, जांच करना, एकत्र करना, विचार करना, आवंटित करना, चुनना, लागू करना, निगरानी करना — सामूहिक बुद्धिमत्ता अनुसंधान मुख्य रूप से एकत्रित और विचारशील चरणों पर केंद्रित है: समूह कैसे बिखरी हुई जानकारी को एकत्र करते हैं और एक साथ तर्क करते हैं। Argumentree इन निष्कर्षों को स्वतंत्र असिंक्रोनस तर्क प्रस्तुत करने, समान-भागीदारी संरचना, बहुआयामी रेटिंग को सहमति स्कोर में एकत्रित करने, और समूह की तर्क प्रक्रिया का पूरा ऑडिट ट्रेल के माध्यम से कार्यान्वित करता है।
सामूहिक बुद्धिमत्ता क्या है?
सामूहिक बुद्धिमत्ता समूहों की क्षमता है — मानव, मशीन, या दोनों — ऐसे तरीकों से कार्य करने की जो बुद्धिमान प्रतीत होते हैं। यह एक उपमा नहीं है: शोध ने इसे मापा है, इस पर बहस की है, और इसे डिजाइन करने का तरीका दिखाया है। यह गाइड कोंडॉर्सेट (1785) से MIT की मानव-AI टीम के शोध (2026) तक के विज्ञान को कवर करता है।
अंतिम अपडेट: 2026-07-18
TL;DR
समूह मापने योग्य रूप से स्मार्ट हो सकते हैं। वूली एट अल. (साइंस, 2010) ने एक सामूहिक बुद्धिमत्ता कारक (c) पाया जो कार्यों के बीच समूह प्रदर्शन की भविष्यवाणी करता है — जो सदस्य IQ से कम, बल्कि सामाजिक संवेदनशीलता, समान टर्न-टेकिंग, और प्रक्रिया द्वारा संचालित होता है। यह निष्कर्ष बहस में है (Credé & Howardson, 2017) लेकिन 1,356-समूह मेटा-विश्लेषण (Riedl et al., PNAS, 2021) द्वारा समर्थित है। आधुनिक सीमा मानव-AI सामूहिक बुद्धिमत्ता है: MIT का 2024 का मेटा-विश्लेषण दिखाता है कि लूप में एक मानव जोड़ने से AI सिस्टम स्वचालित रूप से बेहतर नहीं होते हैं — सहयोग कार्य आवंटन और प्रक्रिया डिज़ाइन पर निर्भर करता है। Argumentree इस पाठ पर आधारित है: तर्क को संरचना दें, निर्णयों को एकत्रित करें, मानवों को निर्णय लेने दें।
सामूहिक बुद्धिमत्ता की परिभाषा
मानक शैक्षणिक परिभाषा थॉमस मलेन और माइकल बर्नस्टीन के सामूहिक बुद्धिमत्ता के हैंडबुक (MIT प्रेस, 2015) से आती है: सामूहिक बुद्धिमत्ता है "व्यक्तियों के समूह जो सामूहिक रूप से ऐसे तरीकों से कार्य करते हैं जो बुद्धिमान प्रतीत होते हैं।" यह परिभाषा जानबूझकर व्यापक है। यह एक बाजार को कीमतें निर्धारित करते हुए, एक विकिपीडिया समुदाय को एक विश्वकोश लिखते हुए, एक जूरी को साक्ष्य का वजन करते हुए, एक चींटी के कॉलोनी को भोजन के लिए सबसे छोटे रास्ते को खोजते हुए — और, बढ़ती हुई, लोगों और AI सिस्टमों की हाइब्रिड टीमों को कवर करता है।
सामूहिक बुद्धिमत्ता भीड़ की बुद्धि से व्यापक है, जो कई स्वतंत्र निर्णयों के सांख्यिकीय एकत्रीकरण से संबंधित है। सामूहिक बुद्धिमत्ता में वास्तविक सहयोग और विचार-विमर्श भी शामिल है — समूह जो बातचीत करते हैं, बहस करते हैं, और एक-दूसरे की तर्क पर निर्माण करते हैं। यह स्वार्म बुद्धिमत्ता से भिन्न है, जहां समन्वय सरल स्थानीय नियमों से बिना विचार-विमर्श के उभरता है। और यह पड़ोसी क्षेत्रों में अध्ययन किए गए तंत्रों से जुड़ता है: मतदान प्रणाली प्राथमिकताओं को एकत्रित करती हैं, भविष्यवाणी बाजार संभाव्य विश्वासों को एकत्रित करते हैं, और संरचित विचार-विमर्श कारणों को एकत्रित करता है — एक ही निर्णय में कई दिमागों को बदलने के लिए तीन अलग-अलग उत्तर।
निर्णय लेने के जीवनचक्र के भीतर — उपस्थित, रूपरेखा, उत्पन्न करना, जांच करना, एकत्रित करना, विचार करना, आवंटित करना, चुनना, लागू करना, निगरानी करना — सामूहिक बुद्धिमत्ता अनुसंधान मुख्य रूप से एकत्रण और विचारशील चरणों पर केंद्रित है: कैसे बिखरी हुई जानकारी एकत्रित होती है, और समूह कैसे बिना जानकारी के झरनों और समूह विचार के रोगों के बिना एक साथ तर्क करते हैं।
सामूहिक बुद्धिमत्ता अनुसंधान का संक्षिप्त इतिहास
इस क्षेत्र की जड़ें प्रबोधन गणित, सांख्यिकी, अर्थशास्त्र, जीवविज्ञान, और कंप्यूटर विज्ञान में हैं। थ्रू-लाइन: सही परिस्थितियों में, समूह अपने सदस्यों को बेहतर प्रदर्शन करते हैं — और परिस्थितियों को इंजीनियर किया जा सकता है।
मार्क्विस डी कंडोर्सेट साबित करते हैं कि यदि प्रत्येक मतदाता थोड़े बेहतर हैं और स्वतंत्र रूप से मतदान करते हैं, तो बहुमत के सही होने की संभावना समूह के बढ़ने के साथ निश्चितता के करीब पहुंच जाती है - सामूहिक बुद्धिमत्ता का संस्थापक गणितीय परिणाम।
फ्रांसिस गैल्टन 1906 के देश मेले में एक बैल के तैयार वजन के 787 अनुमान का विश्लेषण करते हैं। मध्य अनुमान (1,207 पाउंड) वास्तविक वजन (1,198 पाउंड) के 1% के भीतर आता है - जो मवेशी विशेषज्ञों से बेहतर है। प्रकृति में प्रकाशित।
फ्रेडरिक हायेक की "समाज में ज्ञान का उपयोग" (अमेरिकन इकोनॉमिक रिव्यू) तर्क करती है कि बाजार कीमतों के माध्यम से बिखरे हुए, स्थानीय ज्ञान को एकत्रित करते हैं - भविष्यवाणी बाजारों के लिए सैद्धांतिक आधार।
जेम्स सुरोविकी चार शर्तों को भीड़ की बुद्धिमत्ता के लिए संहिताबद्ध करते हैं (विविधता, स्वतंत्रता, विकेंद्रीकरण, एकत्रीकरण)। उसी वर्ष, हांग और पेज अपने विवादित "विविधता क्षमता को मात देती है" मॉडल को PNAS में प्रकाशित करते हैं।
वूली, चाब्रिस, पेंटलैंड, हाशमी, और मलेन (साइंस) 699 लोगों में सामान्य सामूहिक बुद्धिमत्ता कारक के लिए साक्ष्य पाते हैं जो छोटे समूहों में काम कर रहे हैं - व्यक्तिगत IQ का समूह-स्तरीय एनालॉग।
मलेन, लाउबाचर, और डेलारोकास (MIT स्लोन प्रबंधन समीक्षा) चार प्रश्नों के साथ सामूहिक बुद्धिमत्ता प्रणालियों के निर्माण खंडों - "जीन" - को सूचीबद्ध करते हैं: कौन, क्यों, क्या, और कैसे।
मलेन और बर्नस्टीन का MIT प्रेस हैंडबुक क्षेत्र को संकुचित करता है और इसकी मानक परिभाषा: व्यक्तियों के समूह जो सामूहिक रूप से ऐसे तरीकों से कार्य करते हैं जो बुद्धिमान प्रतीत होते हैं।
थॉमस मलेन का सुपरमाइंड्स सामूहिक बुद्धिमत्ता के पांच स्थायी प्रकारों का वर्णन करता है - पदानुक्रम, लोकतंत्र, बाजार, समुदाय, और पारिस्थितिकी तंत्र - और पूछता है कि कंप्यूटर प्रत्येक को कैसे अधिक बुद्धिमान बना सकते हैं।
रीडल, किम, गुप्ता, मलेन, और वूली (PNAS) 22 अध्ययनों का विश्लेषण करते हैं जिनमें 1,356 समूह शामिल हैं और छात्र, सैन्य, गेमर, और ऑनलाइन-कार्यकर्ता जनसंख्याओं में सामूहिक बुद्धिमत्ता कारक के लिए साक्ष्य पाते हैं।
वैक्कारो, अल्मातौक, और मलेन का 106 प्रयोगों का मेटा-विश्लेषण (नेचर ह्यूमन बिहेवियर) पाता है कि औसतन मानव-AI संयोजन मानव या AI में से किसी एक के सर्वश्रेष्ठ से खराब प्रदर्शन करते हैं - सहयोग को डिज़ाइन करना चाहिए, न कि मान लेना।
बर्टन और 27 सह-लेखक (नेचर ह्यूमन बिहेवियर) मानचित्रित करते हैं कि बड़े भाषा मॉडल सामूहिक बुद्धिमत्ता को कैसे बढ़ा सकते हैं - और कैसे वे दृष्टिकोणों को समान बनाने और झूठे सहमति का निर्माण करने का जोखिम उठाते हैं।
MIT का सेंटर फॉर कलेक्टिव इंटेलिजेंस तीन छतरियों का पीछा करता है: जनरेटिव AI और सामूहिक बुद्धिमत्ता, सुपरमाइंड डिज़ाइन, और मानव-AI टीमों का डिज़ाइन - जिसमें 180,000+ AI-से-AI वार्ताओं का PNAS अध्ययन शामिल है।
c कारक: क्या एक समूह का IQ हो सकता है?
2010 में, अनिता विलियम्स वूली और सहयोगियों ने एक सरल प्रश्न पूछा जिसमें एक सदी की व्यक्तिगत-मनशास्त्र की पृष्ठभूमि थी: जैसे एक सामान्य कारक (g) कई संज्ञानात्मक कार्यों में एक व्यक्ति के प्रदर्शन की भविष्यवाणी करता है, क्या समूहों के लिए एक सामान्य कारक है? उन्होंने दो से पांच के समूहों में काम कर रहे 699 लोगों का परीक्षण किया विभिन्न प्रकार के कार्यों पर (साइंस, 330, 686–688)। उत्तर हां था: एक एकल सांख्यिकीय कारक — c — कार्यों के बीच समूह प्रदर्शन में भिन्नता के लगभग 43% को समझाता है।
क्या एक समूह का c की भविष्यवाणी करता है — और क्या नहीं करता
सदस्य IQ का महत्व बहुत कम है
समूह के सदस्यों की औसत और अधिकतम व्यक्तिगत बुद्धिमत्ता केवल c के साथ कमजोर रूप से संबंधित थी। सबसे स्मार्ट लोगों को भर्ती करना अपने आप में एक स्मार्ट समूह नहीं बनाता।
सामाजिक संवेदनशीलता का महत्व
समूह का औसत स्कोर रीडिंग द माइंड इन द आईज़ टेस्ट पर - चेहरे के संकेतों से मानसिक स्थितियों का अनुमान लगाने की क्षमता - c का एक महत्वपूर्ण भविष्यवक्ता था (r = 0.26)।
समान बारी-बारी का महत्व
जिन समूहों के सदस्यों ने बातचीत में अधिक समान रूप से योगदान दिया, उनका c उच्च था; बोलने के टर्न में भिन्नता c के साथ नकारात्मक रूप से संबंधित थी (r = −0.41)। एक या दो आवाजों द्वारा प्रभुत्व वाले समूह सामूहिक रूप से कम बुद्धिमान थे।
संरचना प्रभाव
2010 के अध्ययन में, महिलाओं का उच्च अनुपात वाले समूहों ने c पर उच्च स्कोर किया (r = 0.23) - एक प्रभाव जिसे लेखक सांख्यिकीय रूप से महिलाओं की उच्च औसत सामाजिक संवेदनशीलता से जोड़ते हैं, यानी प्रक्रिया से, न कि जनसांख्यिकी से।
क्या c कारक वास्तविक है? पुनरुत्पादन बहस
जैसे अधिकांश प्रभावशाली निष्कर्ष मनोविज्ञान में, c को तनाव-परीक्षण किया गया है — और पाठकों को साक्ष्य की ईमानदार स्थिति का हक है:
आलोचना (2017)
क्रेडे और हॉवर्डसन (जर्नल ऑफ एप्लाइड साइकोलॉजी) ने छह नमूनों का पुनः विश्लेषण किया और तर्क किया कि एक सामान्य समूह कारक के लिए अनुभवजन्य समर्थन कमजोर है - कि समूह प्रदर्शन को कार्य-विशिष्ट क्षमताओं द्वारा बेहतर वर्णित किया जा सकता है न कि एक c द्वारा।
उत्तर (2018)
वूली, किम, और मलेन ने उत्तर दिया कि आलोचना स्कोरिंग प्रक्रियाओं और सिमुलेशन धारणाओं पर आधारित थी जो समूहों द्वारा वास्तव में किए गए कार्यों से मेल नहीं खाती थीं।
मेटा-विश्लेषण (2021)
रीडल, किम, गुप्ता, मलेन, और वूली (PNAS) ने 22 अध्ययनों को एकत्रित किया जिनमें 1,356 समूह शामिल थे - छात्र, सैन्य कर्मी, ऑनलाइन कार्यकर्ता, गेमर - और सभी में c कारक के लिए साक्ष्य पाया, जिसमें सहयोग प्रक्रिया और सदस्य सामाजिक संवेदनशीलता इसके सबसे मजबूत सहसंबंधों में से थे।
निचली पंक्ति: एक बड़ा मेटा-विश्लेषण एक मापने योग्य सामूहिक बुद्धिमत्ता कारक के अस्तित्व का समर्थन करता है, जबकि इसकी सटीक संरचना और सामान्यता सक्रिय रूप से बहस में हैं। जो नहीं बहस में है वह व्यावहारिक पाठ है: समूह प्रक्रिया — कौन सुना जाता है, निर्णय कैसे मिलाए जाते हैं — समूह प्रदर्शन की भविष्यवाणी करता है जो सदस्य की प्रतिभा से बेहतर है।
सांख्यिकीय बनाम इंटरएक्टिव भीड़
वास्तव में सामूहिक बुद्धिमत्ता के दो प्रकार हैं, और वे अलग-अलग ईंधन पर चलते हैं:
सांख्यिकीय भीड़
कई स्वतंत्र अनुमान, यांत्रिक रूप से एकत्रित - औसत, मतदान, बाजार की कीमतें। यह गैल्टन का मेला है और तब से हर भविष्यवाणी बाजार। सफलता स्वतंत्रता और विविधता पर निर्भर करती है; यह व्यायाम अक्सर एक-बार का होता है।
इंटरएक्टिव भीड़
लोग एक-दूसरे को साझा समझ बनाने के लिए प्रभावित करते हैं - चर्चा, विचार-विमर्श, सहयोग। यह विकिपीडिया, एक विज्ञान समुदाय, एक डिज़ाइन टीम है। सफलता संचार की गुणवत्ता और बोलने की सुरक्षा पर निर्भर करती है; कार्य जारी है।
दो मोड विपरीत दिशाओं में खींचते हैं: स्वतंत्रता सांख्यिकीय भीड़ की मदद करती है लेकिन इंटरएक्टिव को भूखा रखती है। एक टीम जो कभी बात नहीं करती है, अच्छी तरह से एकत्रित कर सकती है लेकिन कुछ नया नहीं बनाती; एक टीम जो हमेशा बात करती है, साझा समझ बना सकती है जबकि चुपचाप उस स्वतंत्रता को नष्ट करती है जिसकी उसके निर्णयों को आवश्यकता होती है।
संरचित विचार-विमर्श दोनों को प्राप्त करने का प्रयास है। Argumentree में, योगदान और रेटिंग स्वतंत्र रूप से प्रस्तुत की जाती हैं — सांख्यिकीय मोड — जबकि तर्क वृक्ष जिसमें वे उतरते हैं, एक साझा, विकसित वस्तु है जिस पर समूह विचार-विमर्श करता है — इंटरएक्टिव मोड। संरचना यह तय करती है कि कब प्रत्येक मोड लागू होता है, बजाय इसके कि सबसे तेज़ मोड जीत जाए।
सामूहिक बुद्धिमत्ता जीनोम
यदि सामूहिक बुद्धिमत्ता को मापा जा सकता है, तो क्या इसे डिज़ाइन किया जा सकता है? मलेन, लाउबाचर, और डेलारोकास (MIT स्लोन प्रबंधन समीक्षा, 2010) ने सामूहिक बुद्धिमत्ता प्रणालियों के पुनरावृत्त निर्माण खंडों — "जीन" — को चार प्रश्नों के चारों ओर सूचीबद्ध किया। कोई भी प्रणाली, विकिपीडिया से लेकर एक कॉर्पोरेट रणनीति प्रक्रिया तक, इन जीनों का एक संयोजन है:
कौन कार्य कर रहा है?
एक परिभाषित पदानुक्रम कार्य सौंपता है, या एक खुली भीड़ आत्म-चयन करती है। भीड़ पैमाना और विविधता लाती है; पदानुक्रम जवाबदेही और समन्वय लाते हैं।
वे ऐसा क्यों कर रहे हैं?
प्रेरणा जीन: पैसा (भुगतान, पुरस्कार), प्रेम (आंतरिक आनंद, समुदाय), और महिमा (मान्यता, प्रतिष्ठा)। स्थायी प्रणालियाँ योगदान के साथ प्रोत्साहनों को संरेखित करती हैं।
क्या किया जा रहा है?
बनाना (कुछ नया उत्पन्न करना - डिज़ाइन, विचार, तर्क) या निर्णय लेना (वैकल्पिकों के बीच मूल्यांकन और चयन करना)। अधिकांश वास्तविक प्रक्रियाएँ दोनों को जोड़ती हैं।
यह कैसे किया जा रहा है?
स्वतंत्र रूप से (बिना बातचीत के योगदान एकत्रित करना - प्रतियोगिताएँ, मतदान, औसत) या निर्भरता में (सहयोग, जहां योगदान एक-दूसरे पर आधारित होते हैं)। विकल्प यह निर्धारित करता है कि आप कौन से विफलता मोड विरासत में लेते हैं।
पांच सुपरमाइंड्स
In Superminds (2018), मलेन सामूहिक बुद्धिमत्ता के पांच स्थायी रूपों का वर्णन करते हैं जो मानव समाज बार-बार पुनः आविष्कार करते हैं — और तर्क करते हैं कि AI के बारे में असली सवाल यह नहीं है कि "क्या यह हमें प्रतिस्थापित करेगा?" बल्कि "यह प्रत्येक सुपरमाइंड को कैसे अधिक बुद्धिमान बनाता है?":
पदानुक्रम
निर्णय एक प्राधिकरण की श्रृंखला में ऊपर और नीचे सौंपे जाते हैं। तेज और जवाबदेह; शीर्ष पर जानकारी की बाधाओं के प्रति संवेदनशील।
लोकतंत्र
मतदान द्वारा निर्णय। वैध और समावेशी; वोटों का प्राथमिकता को एकत्रित करने का तरीका अपनी गहरी विज्ञान है (सामाजिक चयन सिद्धांत)।
बाजार
कीमतों और व्यापारों के माध्यम से निर्णय। बिखरे हुए विश्वासों के उत्कृष्ट एकत्रक - भविष्यवाणी बाजारों के पीछे का तंत्र।
समुदाय
मानदंडों, प्रतिष्ठा, और अनौपचारिक सहमति द्वारा निर्णय। ओपन-सोर्स और विकिपीडिया को शक्ति देता है; धीमा लेकिन लचीला।
पारिस्थितिकी तंत्र
कोई साझा निर्णय तंत्र नहीं - परिणाम शक्ति और अस्तित्व से उभरते हैं। जब कोई अन्य सुपरमाइंड डिज़ाइन नहीं किया गया हो तो यह डिफ़ॉल्ट होता है।
सुपरमाइंड डिज़ाइन: छह कदम
MIT CCI की सुपरमाइंड डिज़ाइन पद्धति जीनोम को एक रचनात्मक-समस्या-समाधान प्रथा में बदल देती है। छह "कदम" व्यवस्थित रूप से एक समस्या को फिर से फ्रेम करते हैं ताकि लोगों और कंप्यूटरों के समूहों के लिए नए डिज़ाइन सामने आ सकें:
ज़ूम आउट
समस्या जिस व्यापक प्रणाली या उद्देश्य के भीतर है, उसमें पीछे हटें।
ज़ूम इन
समस्या को भागों और प्रक्रियाओं में विभाजित करें जिन्हें फिर से डिज़ाइन किया जा सकता है।
सादृश्य बनाना
पूछें कि अन्य क्षेत्रों - प्रकृति, अन्य उद्योग, इतिहास - एक संरचनात्मक रूप से समान समस्या को कैसे हल करते हैं।
समूह बनाना
पूछें कि एक अलग सुपरमाइंड - एक बाजार, एक समुदाय, एक लोकतंत्र - उस कार्य को कैसे संभालेगा जिसे अब एक व्यक्ति या एक पदानुक्रम द्वारा संभाला जा रहा है।
ज्ञानात्मक बनाना
पूछें कि समाधान को कौन से ज्ञानात्मक प्रक्रियाओं (संवेदन, याद रखना, निर्णय लेना, सीखना) की आवश्यकता है, और कौन या क्या प्रत्येक को करना चाहिए।
तकनीकी बनाना
पूछें कि प्रौद्योगिकी - जिसमें AI शामिल है - उन प्रक्रियाओं को कैसे प्रदर्शन, कनेक्ट, या बढ़ा सकती है।
MIT के सामूहिक बुद्धिमत्ता केंद्र के अंदर (2026)
MIT का सामूहिक बुद्धिमत्ता केंद्र (CCI), थॉमस मलेन द्वारा स्थापित, क्षेत्र का प्रमुख प्रयोगशाला है। इसके पूर्व परियोजनाएँ — जलवायु कोलाब, CI डिज़ाइन लैब, सामूहिक बुद्धिमत्ता को मापना, सामूहिक भविष्यवाणी — अब समाप्त हो चुके विरासती कार्य हैं। 2026 के अनुसार, CCI का शोध तीन छत्रों के तहत संगठित है:
जनरेटिव AI और सामूहिक बुद्धिमत्ता
मानव रचनात्मकता को बढ़ाने के लिए AI का उपयोग करना - जिसमें सुपरमाइंड आइडियेटर और डिज़ाइनएड जैसे उपकरण शामिल हैं जो मानव-AI विचारण को सहारा देते हैं।
सुपरमाइंड डिज़ाइन
लोगों और कंप्यूटरों के अभिनव संयोजनों को डिज़ाइन करना, जीनोम और छह डिज़ाइन चालों पर आधारित।
मानव-AI टीमों का डिज़ाइन
मानव-मशीन टीमों में कार्यों को डिज़ाइन और आवंटित करना - "मानव बनाम मशीन" का उत्तराधिकारी प्रश्न। सिंगापुर-MIT M3S कार्यक्रम के साथ, CCI एक प्रणालीबद्ध विज्ञान का निर्माण कर रहा है: कौन से उप-कार्य लोगों के मुकाबले AI को दिए जाएं, कौन पर्यवेक्षण और सत्यापन करता है, और क्या AI उपकरण, सहायक, समकक्ष, या प्रबंधक के रूप में कार्य करता है।
2024–2026 शोध लहर से प्रमुख निष्कर्ष
विचारण के लिए स्कैफोल्डिंग कच्चे LLMs से बेहतर है
सुपरमाइंड आइडियेटर एक बड़े भाषा मॉडल को रचनात्मक समस्या-समाधान स्कैफोल्डिंग (छह चालों सहित) में लपेटता है। एक प्रयोगात्मक अध्ययन में, उपयोगकर्ताओं ने अकेले ChatGPT का उपयोग करने वाले लोगों की तुलना में काफी अधिक नवोन्मेषी विचार उत्पन्न किए; बीटा परीक्षकों ने प्रणाली के साथ 10,000 से अधिक विचार बनाए हैं (ACM सामूहिक बुद्धिमत्ता सम्मेलन, 2024)।
"लूप में मानव" स्वचालित रूप से बेहतर नहीं है
वैक्कारो, अल्मातौक, और मलेन का 106 प्रयोगों और 370 प्रभाव आकारों का मेटा-विश्लेषण (नेचर ह्यूमन बिहेवियर, 2024) पाता है कि औसतन मानव-AI संयोजन मानव या AI में से किसी एक के सर्वश्रेष्ठ से खराब प्रदर्शन करते हैं - निर्णय-निर्माण कार्यों में हानियों और सामग्री-निर्माण कार्यों में लाभ के साथ। CCI अब मजबूत सहयोग (संयोजन दोनों मानवों और AI में से किसी एक से बेहतर है) को कमजोर वृद्धि (यह मानवों से बेहतर है लेकिन AI से नहीं) से अलग करता है - और पाता है कि मजबूत सहयोग जानबूझकर डिज़ाइन किए गए कार्य आवंटन की आवश्यकता होती है, केवल एक मानव को जोड़ने से नहीं।
180,000 AI-से-AI वार्ताएँ
एक 2026 PNAS अध्ययन ने एक अंतरराष्ट्रीय प्रतियोगिता का आयोजन किया जिसमें प्रेरित AI एजेंटों ने एक-दूसरे के साथ 180,000 से अधिक वार्ताएँ कीं। क्लासिक मानव वार्ता विज्ञान कायम रहा: गर्मजोशी - सकारात्मकता, आभार, प्रश्न पूछना - सौदों तक पहुँचने और मूल्य बनाने के साथ लगातार जुड़ा हुआ था, जबकि प्रभुत्व की रणनीतियाँ गतिरोध की भविष्यवाणी करती थीं।
यह मानचित्रण करना कि AI का उपयोग कहाँ किया जा सकता है
एक 2026 MIT कार्यपत्र (arXiv 2603.20619) ने लगभग 20,000 कार्य गतिविधियों को US O*NET डेटाबेस से एक गहरे ओंटोलॉजी में पुनर्गठित किया और इसके खिलाफ 13,275 AI अनुप्रयोगों को वर्गीकृत किया - यह पाते हुए कि शीर्ष 1.6% गतिविधियाँ AI बाजार मूल्य का 60% से अधिक का प्रतिनिधित्व करती हैं। मानव-AI कार्य आवंटन के बारे में प्रणालीबद्ध रूप से तर्क करने के लिए एक उपकरण।
AI और कार्यों को एक पैमाने पर रेटिंग करना
AGI-Elo (NeurIPS 2025, arXiv 2505.12844), CCI से जुड़े शोधकर्ताओं द्वारा, जिसमें मलेन शामिल हैं, AI मॉडलों और व्यक्तिगत परीक्षण मामलों को एक-दूसरे के खिलाफ शतरंज खिलाड़ियों की तरह रेट करता है - एक मॉडल की क्षमता और एक कार्य की कठिनाई को एक तुलनीय पैमाने पर रखता है, मानव-AI टीमों में सिद्धांतात्मक कार्य आवंटन के लिए एक पूर्वापेक्षा।
AI के युग में सामूहिक बुद्धिमत्ता
बड़े भाषा मॉडल सामूहिक बुद्धिमत्ता में भागीदार बनते जा रहे हैं, केवल इसके लिए उपकरण नहीं। बर्टन और 27 सह-लेखकों ने विभिन्न क्षेत्रों में (नेचर ह्यूमन बिहेवियर, 2024) ने दोधारी परिणामों का मानचित्रण किया:
अवसर
भागीदारी के लिए बाधाओं को कम करना
LLMs अनुवाद, संक्षेपण, और ड्राफ्ट कर सकते हैं - जिससे अधिक लोग भाषा या लेखन कौशल की परवाह किए बिना सामूहिक प्रक्रियाओं में योगदान कर सकते हैं।
बिखरे हुए ज्ञान को एकत्रित करना
LLMs बड़े पाठों के समूहों को संश्लेषित कर सकते हैं - बैठक के ट्रांसक्रिप्ट, खुले-समाप्त सर्वेक्षण प्रतिक्रियाएँ, सार्वजनिक परामर्श - जो पहले मानव एकत्रकों को अभिभूत कर देते थे।
विचार-विमर्श का समर्थन
AI विरोधाभासों को उजागर कर सकता है, समान स्थितियों को समूहित कर सकता है, और चर्चाओं को संरचना दे सकता है - विचार-विमर्श के चरण को बढ़ाते हुए न कि उसे प्रतिस्थापित करते हुए।
जोखिम
दृष्टिकोणों का समान बनना
यदि कई लोग एक ही मॉडलों से परामर्श करते हैं, तो उनके आउटपुट एक समान हो जाते हैं - सामूहिक बुद्धिमत्ता पर निर्भर विविधता को कमजोर करते हैं।
झूठी सहमति
फ्लुएंट AI-जनित पाठ सहमति या बहुमत की राय का आभास पैदा कर सकता है जो वास्तविक मानवों के बीच मौजूद नहीं है।
सूचना पारिस्थितिकी तंत्र का संकुचन
एक सूचना वातावरण जो बढ़ती हुई रूप से कुछ मॉडलों के माध्यम से फ़िल्टर किया जाता है, उन सहसंबंधित त्रुटियों का जोखिम उठाता है जो भीड़ को सामूहिक रूप से मूर्ख बनाते हैं न कि बुद्धिमान।
डिज़ाइन का निहितार्थ वैकारो की खोज को दर्शाता है: एआई सामूहिक बुद्धिमत्ता में सुधार करता है जब इसे उन उप-कार्य सौंपे जाते हैं जिनमें यह स्पष्ट रूप से अच्छा है - ट्रांसक्रिप्शन, निष्कर्षण, अनुवाद, संक्षेपण - जबकि निर्णय, मूल्यांकन और निर्णय स्वयं जिम्मेदार मानवों के पास रहते हैं। यह मानव-एआई-प्रणाली की सीमा है (स्वचालन पूर्वाग्रह, विश्वास कैलिब्रेशन, अर्थपूर्ण मानव नियंत्रण) जिसे निर्णय विज्ञान अब मानचित्रित कर रहा है।
आर्गुमेंट्री सामूहिक बुद्धिमत्ता अनुसंधान को कैसे लागू करता है
आर्गुमेंट्री एक सहयोगात्मक निर्णय-निर्माण प्लेटफ़ॉर्म है जो सीधे इन निष्कर्षों पर आधारित है। प्रत्येक डिज़ाइन विकल्प साहित्य में एक परिणाम से मेल खाता है:
स्वतंत्र, असिंक्रोनस योगदान
प्रतिभागी अपने समय में तर्क जोड़ते हैं, समूह के एकत्र होने से पहले - स्वतंत्रता और विविधता की शर्तों की रक्षा करते हुए जो एकत्रीकरण अनुसंधान दिखाता है कि भीड़ को आवश्यकता होती है।
भागीदारी की संरचनात्मक समानता
वूली का शोध सामूहिक बुद्धिमत्ता को समान बारी-बारी से जोड़ता है। एक तर्क वृक्ष में कोई फर्श नहीं होता है: प्रत्येक प्रतिभागी के तर्क उसी संरचना में प्रवेश करते हैं और एक ही तरीके से तौले जाते हैं।
बहु-आयामी रेटिंग द्वारा एकत्रीकरण
तर्कों को सहायकता, स्पष्टता, सटीकता, और पूर्णता पर रेट किया जाता है, और रेटिंग सहमति स्कोर में एकत्रित होती हैं - एक स्पष्ट एकत्रीकरण तंत्र, ताकि सामूहिक निर्णय को मापा जा सके न कि माना जाए।
संरचना के साथ विचार-विमर्श
प्रश्नों, समझौतों, और समीक्षाओं की 4-चरण श्रृंखला प्रतिभागियों को तर्कों की जांच और परिष्कृत करने की अनुमति देती है - जीनोम के संदर्भ में निर्भर सहयोग, लेकिन एक संरचना के भीतर जो तर्क को स्पष्ट रखता है।
मानव-AI कार्य आवंटन सही तरीके से किया गया
AI निष्कर्षण बैठक के ट्रांसक्रिप्ट और दस्तावेजों को ड्राफ्ट तर्क वृक्षों में बदल देता है - सामग्री-प्रसंस्करण कार्य जो AI में अच्छा है - जबकि मूल्यांकन और निर्णय लोगों के पास रहते हैं, 2024 मानव-AI सहयोग के साक्ष्य के अनुरूप।
सुपरमाइंड के लिए एक स्मृति
पूर्ण ऑडिट ट्रेल (ड्राफ्ट, ओपन, क्लोज़्ड लाइफसाइकिल के साथ संस्करणन) समूह की तर्कशीलता को संरक्षित करता है, ताकि संगठन अपनी सामूहिक बुद्धिमत्ता से सीख सके न कि जब बैठक समाप्त हो जाए।
अक्सर पूछे जाने वाले प्रश्न
सामूहिक बुद्धिमत्ता क्या है?
सामूहिक बुद्धिमत्ता समूहों की क्षमता है - लोगों, मशीनों, या दोनों की - सामूहिक रूप से ऐसे तरीकों से कार्य करने की जो बुद्धिमान प्रतीत होते हैं (मलेन और बर्नस्टीन, सामूहिक बुद्धिमत्ता का हैंडबुक, 2015)। यह सांख्यिकीय भीड़ की बुद्धिमत्ता, सहयोगात्मक उत्पादन जैसे विकिपीडिया, विचार-विमर्श करने वाली टीमें, विश्वासों को एकत्रित करने वाले बाजार, और आधुनिक मानव-AI टीमों को कवर करता है।
सामूहिक बुद्धिमत्ता में c कारक क्या है?
c कारक एक सामान्य सामूहिक बुद्धिमत्ता कारक है जिसे वूली एट अल. (साइंस, 2010) द्वारा पहचाना गया: एक एकल सांख्यिकीय कारक जो कई विभिन्न कार्यों में समूह के प्रदर्शन में लगभग 43% भिन्नता को समझाता है, जो व्यक्तियों के लिए IQ के g कारक के समान है। यह समूह की सामाजिक संवेदनशीलता और बातचीत में बारी-बारी की समानता के साथ सदस्यों की व्यक्तिगत बुद्धिमत्ता की तुलना में बहुत अधिक संबंधित था।
क्या c कारक को दोहराया गया है?
यह समर्थित है लेकिन बहस में है। क्रेडे और हॉवर्डसन (2017) ने तर्क किया कि एक सामान्य कारक के लिए साक्ष्य कमजोर है, और वूली और सहयोगियों ने 2018 में एक विस्तृत उत्तर प्रकाशित किया। 2021 में रीडल एट अल. (PNAS) द्वारा किए गए एक मेटा-विश्लेषण ने 22 अध्ययनों और 1,356 समूहों को कवर किया और विविध जनसंख्याओं में c कारक के लिए साक्ष्य पाया। व्यावहारिक takeaway - समूह प्रक्रिया प्रदर्शन को सदस्य IQ से बेहतर भविष्यवाणी करती है - बहस में मजबूत है।
सामूहिक बुद्धिमत्ता और भीड़ की बुद्धिमत्ता में क्या अंतर है?
भीड़ की बुद्धिमत्ता एक संकीर्ण घटना है: कई स्वतंत्र निर्णय, सांख्यिकीय रूप से एकत्रित, सटीक उत्तरों पर एकत्रित होते हैं (जैसे गैल्टन के 1906 बैल प्रयोग में)। सामूहिक बुद्धिमत्ता एक व्यापक क्षेत्र है: इसमें भीड़ की बुद्धिमत्ता शामिल है लेकिन वास्तविक सहयोग, विचार-विमर्श, बाजार, समुदाय, और मानव-AI टीमों को भी शामिल करता है - कोई भी प्रणाली जिसमें एक समूह बुद्धिमानी से कार्य करता है।
सामूहिक बुद्धिमत्ता और स्वार्म बुद्धिमत्ता में क्या अंतर है?
स्वार्म बुद्धिमत्ता समन्वय है जो कई सरल एजेंटों द्वारा स्थानीय नियमों का पालन करते हुए उभरती है - चींटी कॉलोनियाँ, पक्षियों के झुंड, रोबोट स्वार्म - बिना विचार-विमर्श और बिना स्पष्ट तर्क के। मानव सामूहिक बुद्धिमत्ता में कारणों का आदान-प्रदान और मूल्यांकन शामिल होता है। वे गहरे सिद्धांत साझा करते हैं (विकेंद्रीकरण, स्थानीय ज्ञान, एकत्रीकरण), यही कारण है कि निर्णय प्लेटफार्म दोनों से उधार लेते हैं।
सुपरमाइंड क्या है?
एक सुपरमाइंड, थॉमस मलेन की 2018 की पुस्तक में, किसी भी समूह के व्यक्तियों का समूह है जो एक साथ ऐसे तरीके से कार्य करता है जो बुद्धिमान प्रतीत होता है। मलेन पांच पुनरावृत्त प्रकारों की पहचान करते हैं - पदानुक्रम, लोकतंत्र, बाजार, समुदाय, और पारिस्थितिकी तंत्र - और तर्क करते हैं कि कंप्यूटर सुपरमाइंड्स को अधिक बुद्धिमान बनाते हैं मुख्य रूप से उन्हें नए संयोजनों को सक्षम करके, न कि उन्हें प्रतिस्थापित करके।
MIT सामूहिक बुद्धिमत्ता केंद्र क्या है?
MIT सामूहिक बुद्धिमत्ता केंद्र (cci.mit.edu), MIT स्लोन में स्थापित और थॉमस मलेन द्वारा संचालित, अध्ययन करता है कि लोग - और बढ़ती हुई संख्या में लोग और AI - को कैसे संगठित किया जा सकता है ताकि वे किसी भी व्यक्ति से अधिक बुद्धिमानी से कार्य कर सकें। इसके पहले के भीड़-स्रोत युग के प्रोजेक्ट (जलवायु कोलाब और कोलाब, सामूहिक बुद्धिमत्ता को मापना) अब विरासत कार्य हैं; 2026 के अनुसार इसका शोध तीन छतरियों के तहत संगठित है: जनरेटिव AI और सामूहिक बुद्धिमत्ता, सुपरमाइंड डिज़ाइन, और मानव-AI टीमों का डिज़ाइन, सुपरमाइंड आइडियेटर और डिज़ाइनएड जैसे उपकरणों के साथ और सिंगापुर-MIT M3S कार्यक्रम के साथ, मानव-AI कार्य आवंटन का एक प्रणालीबद्ध विज्ञान।
क्या लूप में एक मानव जोड़ने से AI निर्णयों में सुधार होता है?
स्वचालित रूप से नहीं। 2024 के 106 प्रयोगों के मेटा-विश्लेषण (वैक्कारो, अल्मातौक और मलेन, नेचर ह्यूमन बिहेवियर) ने पाया कि औसतन मानव-AI संयोजन मानव या AI में से किसी एक के सर्वश्रेष्ठ से खराब प्रदर्शन करते हैं, निर्णय कार्यों में हानियों के साथ। संयोजन सामग्री-निर्माण कार्यों में सबसे अधिक मदद करते हैं। प्रभावी मानव-AI सामूहिक बुद्धिमत्ता को जानबूझकर उप-कार्य आवंटित करने की आवश्यकता होती है ताकि जो भी पक्ष उन्हें सबसे अच्छा करता है।
टीमें अपनी सामूहिक बुद्धिमत्ता कैसे बढ़ा सकती हैं?
साक्ष्य प्रक्रिया डिज़ाइन की ओर इशारा करता है: भागीदारी को समान बनाना (संरचित या असिंक्रोनस इनपुट खुली चर्चा के बजाय), समूह के एकत्र होने से पहले स्वतंत्र निर्णय की रक्षा करना, ज्ञानात्मक विविधता और सामाजिक संवेदनशीलता के लिए भर्ती करना, रेटिंग या मतदान जैसे स्पष्ट एकत्रीकरण तंत्र का उपयोग करना, और तर्क की रिकॉर्ड रखना ताकि समूह सीख सके। तर्क वृक्ष जैसे उपकरण इन तंत्रों को डिफ़ॉल्ट रूप से बनाते हैं।
संदर्भ और आगे की पढ़ाई
कंडोर्सेट, एम. डी (1785)। निर्णयों की बहुलता पर विश्लेषण के अनुप्रयोग पर निबंध।
संस्थापक गणितीय परिणाम: स्वतंत्र, बेहतर-से-चांस मतदाताओं के बहुमत सत्य पर एकत्रित होते हैं।
गैल्टन, एफ. (1907)। वॉक्स पॉपुली। प्रकृति, 75, 450–451।
787 मेले में भाग लेने वालों ने एक बैल के वजन का अनुमान लगाया; मध्य 1% के भीतर सत्य पर आता है।
View source →हायेक, एफ. ए. (1945)। समाज में ज्ञान का उपयोग। अमेरिकन इकोनॉमिक रिव्यू, 35(4), 519–530।
बाजार बिखरे हुए ज्ञान के एकत्रक के रूप में।
सुरोविकी, जे. (2004)। भीड़ की बुद्धिमत्ता। डबलडे।
चार शर्तें: विविधता, स्वतंत्रता, विकेंद्रीकरण, एकत्रीकरण।
वूली, ए. डब्ल्यू., चाब्रिस, सी. एफ., पेंटलैंड, ए., हाशमी, एन., और मलेन, टी. डब्ल्यू. (2010)। मानव समूहों के प्रदर्शन में सामूहिक बुद्धिमत्ता कारक के लिए साक्ष्य। विज्ञान, 330(6004), 686–688।
c कारक: 699 लोग, 2-5 के समूह, एक कारक जो ~43% प्रदर्शन भिन्नता को समझाता है।
मलेन, टी. डब्ल्यू., लाउबाचर, आर., और डेलारोकास, सी. (2010)। सामूहिक बुद्धिमत्ता जीनोम। MIT स्लोन प्रबंधन समीक्षा, 51(3), 21–31।
सामूहिक बुद्धिमत्ता प्रणालियों के निर्माण खंडों का कौन/क्यों/क्या/कैसे।
View source →मलेन, टी. डब्ल्यू., और बर्नस्टीन, एम. एस. (संशोधक) (2015)। सामूहिक बुद्धिमत्ता का हैंडबुक। MIT प्रेस।
क्षेत्र का मानक संदर्भ और परिभाषा।
क्रेडे, एम., और हॉवर्डसन, जी. (2017)। समूह कार्य प्रदर्शन की संरचना - "सामूहिक बुद्धिमत्ता" पर एक दूसरा नज़र। जर्नल ऑफ एप्लाइड साइकोलॉजी, 102(10)।
c कारक की सामान्यता की प्रमुख आलोचना।
मलेन, टी. डब्ल्यू. (2018)। सुपरमाइंड्स। लिटिल, ब्राउन।
पांच सुपरमाइंड प्रकार और कंप्यूटर उन्हें कैसे अधिक बुद्धिमान बनाते हैं।
रीडल, सी., किम, वाई. जे., गुप्ता, पी., मलेन, टी. डब्ल्यू., और वूली, ए. डब्ल्यू. (2021)। मानव समूहों में सामूहिक बुद्धिमत्ता को मापना। PNAS, 118(21)।
मेटा-विश्लेषण: 22 अध्ययन, 1,356 समूह, जनसंख्याओं में c के लिए साक्ष्य।
वैक्कारो, एम., अल्मातौक, ए., और मलेन, टी. डब्ल्यू. (2024)। जब मानव और AI के संयोजन उपयोगी होते हैं: एक प्रणालीबद्ध समीक्षा और मेटा-विश्लेषण। नेचर ह्यूमन बिहेवियर, 8, 2293–2303।
106 प्रयोग: मानव-AI संयोजन स्वचालित रूप से किसी एक के सर्वश्रेष्ठ को नहीं हराते।
View source →बर्टन, जे. डब्ल्यू., एट अल. (2024)। बड़े भाषा मॉडल सामूहिक बुद्धिमत्ता को कैसे पुनः आकार दे सकते हैं। नेचर ह्यूमन बिहेवियर, 8, 1643–1655।
28 लेखक LLM अवसरों और सामूहिक बुद्धिमत्ता के लिए जोखिमों पर।
View source →AI वार्ताओं को आगे बढ़ाना: एक बड़े पैमाने पर स्वायत्त वार्ताओं की प्रतियोगिता। PNAS (2026)।
180,000+ AI-एजेंट वार्ताएँ; गर्मजोशी मशीन-से-मशीन में भी जीतती है।
View source →काई, ए., एट अल. (2026)। AI का उपयोग कहाँ किया जा सकता है? कार्य गतिविधियों की गहरी ओंटोलॉजी से अंतर्दृष्टियाँ। arXiv 2603.20619।
मानव-AI कार्य आवंटन के बारे में तर्क करने के लिए ~20,000 कार्य गतिविधियों की गहरी ओंटोलॉजी।
View source →MIT सामूहिक बुद्धिमत्ता केंद्र। अनुसंधान (2026)।
वर्तमान छतरियाँ: जनरेटिव AI और CI, सुपरमाइंड डिज़ाइन, मानव-AI टीमों का डिज़ाइन।
View source →MIT सामूहिक बुद्धिमत्ता केंद्र। सुपरमाइंड डिज़ाइन पद्धति।
छह डिज़ाइन चालें: ज़ूम आउट, ज़ूम इन, सादृश्य बनाना, समूह बनाना, ज्ञानात्मक बनाना, तकनीकी बनाना।
View source →सन, एस., एट अल. (2025)। AGI-Elo: हम एक कार्य में महारत हासिल करने से कितने दूर हैं? NeurIPS 2025।
AI मॉडलों और परीक्षण-केस की कठिनाई की संयुक्त Elo-शैली रेटिंग; CCI से जुड़े सह-लेखक जिनमें मलेन शामिल हैं।
View source →संबंधित अवधारणाएँ
अपनी टीम को एक मापने योग्य रूप से अधिक बुद्धिमान समूह में बदलें
सामूहिक बुद्धिमत्ता एक डिज़ाइन समस्या है: भागीदारी को समान बनाना, स्वतंत्र निर्णय की रक्षा करना, स्पष्ट रूप से एकत्रित करना, और तर्क को बनाए रखना। आर्गुमेंट्री हर निर्णय में इन तंत्रों को बनाता है - एआई व्यस्त कार्य कर रहा है और आपके लोग निर्णय ले रहे हैं।
मुफ्त परीक्षण शुरू करें