Nini ni ujuzi wa pamoja? Ujuzi wa pamoja ni uwezo wa makundi ya watu — binadamu, mashine, au wote wawili — kufanya kazi kwa pamoja kwa njia ambazo zinaonekana kuwa na akili, zikizalisha maamuzi, maamuzi, na suluhisho ambazo zinaweza kuzidi kile ambacho mwanachama yeyote anaweza kufikia peke yake.
Ujuzi wa pamoja, kama ulivyoelezwa na Thomas Malone na Michael Bernstein katika Kitabu cha Ujuzi wa Pamoja (MIT Press, 2015), ni 'makundi ya watu wakifanya kazi kwa pamoja kwa njia ambazo zinaonekana kuwa na akili.' Uwanja huu unashughulikia kutoka kwa Theorem ya Juri ya Condorcet (1785) na majaribio ya kupima uzito wa ng'ombe ya Francis Galton ya mwaka 1906 hadi sayansi ya maabara ya kisasa: Anita Williams Woolley na wenzake (Sayansi, 2010) waligundua ushahidi wa kipengele cha jumla cha ujuzi wa pamoja — kipengele cha c — ambacho kilielezea takriban 43% ya tofauti katika utendaji wa kikundi katika kazi mbalimbali na kuhusiana zaidi na hisia za kijamii, usawa wa kubadilishana zamu za mazungumzo, na uwiano wa wanawake katika kikundi kuliko na IQ ya wanachama. Kipengele cha c kimejadiliwa (Credé na Howardson, 2017) na kuungwa mkono na uchambuzi wa meta wa tafiti 22 na makundi 1,356 (Riedl et al., PNAS, 2021). Genomu ya Ujuzi wa Pamoja (Malone, Laubacher na Dellarocas, 2010) inachora vizuizi vya makundi mahiri kwa kuzingatia Nani, Kwanini, Nini, na Jinsi. Utafiti wa sasa wa Kituo cha MIT cha Ujuzi wa Pamoja (2026) unazingatia AI ya kizazi na ujuzi wa pamoja, Ubunifu wa Supermind, na kubuni timu za binadamu-AI; uchambuzi wa meta wa mwaka 2024 (Vaccaro, Almaatouq na Malone, Tabia ya Binadamu ya Asili) uligundua kuwa mchanganyiko wa binadamu-AI hauwezi kiotomatiki kuzidi bora ya kila mmoja peke yake — ushirikiano wa kweli unahitaji kubuni kwa makusudi ya ugawaji wa kazi na mwingiliano. Mifumo ya sasa ya CCI inajumuisha Supermind Ideator, ambayo inafunga mfano mkubwa wa lugha katika muundo wa kutatua matatizo ya ubunifu, na mashindano ya PNAS ya mwaka 2026 ambayo yalichunguza zaidi ya mazungumzo 180,000 ya AI hadi AI. Ndani ya mzunguko wa maisha ya kufanya maamuzi — Pata, Panga, Zalisha, Chunguza, Punguza, Fanya Maamuzi, Gawa, Chagua, Tekeleza, Fuata — utafiti wa ujuzi wa pamoja unahusisha hasa hatua za Punguza na Fanya Maamuzi: jinsi makundi yanavyokusanya maarifa yaliyotawanyika na kufikiri pamoja. Argumentree inatekeleza matokeo haya kupitia uwasilishaji wa hoja huru wa wakati mmoja, muundo wa ushiriki sawa, kiwango cha kupima kinachojumuishwa katika alama za makubaliano, na njia kamili ya ukaguzi wa mantiki ya kikundi.
Nini Ni Ujuzi wa Pamoja?
Ujuzi wa pamoja ni uwezo wa makundi — binadamu, mashine, au wote wawili — kufanya kazi kwa njia ambazo zinaonekana kuwa na akili. Si taswira: utafiti umeupima, umejadili, na kuonyesha jinsi ya kubuni kwa ajili yake. Mwongo huu unashughulikia sayansi kutoka kwa Condorcet (1785) hadi utafiti wa timu za binadamu-AI wa MIT (2026).
Imesasishwa mwisho: 2026-07-18
TL;DR
Makundi yanaweza kuwa na akili kwa kipimo. Woolley et al. (Sayansi, 2010) waligundua kipengele cha ujuzi wa pamoja (c) kinachotabiri utendaji wa kikundi katika kazi — kinachotokana kidogo na IQ ya wanachama kuliko hisia za kijamii, usawa wa kubadilishana zamu, na mchakato. Matokeo haya yanajadiliwa (Credé & Howardson, 2017) lakini yanaungwa mkono na uchambuzi wa meta wa makundi 1,356 (Riedl et al., PNAS, 2021). Mpango wa kisasa ni ujuzi wa pamoja wa binadamu-AI: uchambuzi wa meta wa MIT wa mwaka 2024 unaonyesha kuwa kuongeza binadamu kwenye mzunguko hakufanyi kiotomatiki kuboresha mifumo ya AI — ushirikiano unategemea ugawaji wa kazi na muundo wa mchakato. Argumentree imejengwa juu ya somo hilo: panga mantiki, punguza maamuzi, waache binadamu watoe maamuzi.
Kufafanua Ujuzi wa Pamoja
Mwelekeo wa kitaaluma unakuja kutoka kwa Thomas Malone na Michael Bernstein katika Kitabu cha Ujuzi wa Pamoja (MIT Press, 2015): ujuzi wa pamoja ni "makundi ya watu wakifanya kazi kwa pamoja kwa njia ambazo zinaonekana kuwa na akili." Mwelekeo huu ni mpana kwa makusudi. Unashughulikia mazingira ya soko yanayoweka bei, jamii ya Wikipedia inayoandika kamusi, juri linalopima ushahidi, koloni la nyuki linalopata njia fupi zaidi ya chakula — na, kwa kuongezeka, timu za mchanganyiko za watu na mifumo ya AI.
Ujuzi wa pamoja ni mpana zaidi kuliko hekima ya umati, ambayo inahusisha kujumlisha takwimu za maamuzi mengi huru. Ujuzi wa pamoja pia unajumuisha ushirikiano wa kweli na majadiliano — makundi yanayoshirikiana, kujadili, na kujenga juu ya mantiki ya kila mmoja. Inatofautiana na ujasiri wa umati, ambapo uratibu unatokea kutokana na sheria rahisi za ndani bila majadiliano. Na inahusiana na mitambo inayosomwa katika nyanja jirani: mifumo ya kupiga kura inakusanya mapendeleo, masoko ya utabiri yanakusanya imani za uwezekano, na majadiliano yaliyopangwa yanakusanya sababu — majibu matatu tofauti kwa swali moja la jinsi ya kubadilisha akili nyingi kuwa uamuzi mmoja.
Ndani ya mzunguko wa maisha ya kufanya maamuzi — Pata, Panga, Zalisha, Chunguza, Punguza, Fanya Maamuzi, Gawa, Chagua, Tekeleza, Fuata — utafiti wa ujuzi wa pamoja unazingatia hatua za Punguza na Fanya Maamuzi: jinsi maarifa yaliyotawanyika yanavyokusanywa, na jinsi makundi yanavyofikiri pamoja bila matatizo ya mfuatano wa habari na fikra za kikundi.
Historia Fupi ya Utafiti wa Ujuzi wa Pamoja
Uwanja huu una mizizi katika hisabati ya Mwanga, takwimu, uchumi, biolojia, na sayansi ya kompyuta. Mstari wa kupitia: chini ya hali sahihi, makundi yanazidi wanachama wao — na hali hizo zinaweza kubuniwa.
Marquis de Condorcet anathibitisha kwamba ikiwa kila mpiga kura ni bora kidogo kuliko bahati nasibu na anapiga kura kwa uhuru, uwezekano kwamba wingi ni sahihi unakaribia uhakika kadri kundi linavyokua — matokeo ya kimsingi ya kihesabu ya akili ya pamoja.
Francis Galton anachambua makadirio 787 ya uzito wa ng'ombe ulioandaliwa katika maonyesho ya kijiji ya mwaka 1906. Makadirio ya kati (1,207 lb) yanapatikana ndani ya 1% ya uzito halisi (1,198 lb) — bora zaidi kuliko wataalamu wa mifugo. Ilichapishwa katika Nature.
Friedrich Hayek's "Matumizi ya Maarifa katika Jamii" (American Economic Review) inasisitiza kwamba masoko yanakusanya maarifa yaliyotawanyika, ya ndani kupitia bei — msingi wa nadharia kwa masoko ya utabiri.
James Surowiecki anarekebisha masharti manne ya hekima ya umati (diversity, independence, decentralization, aggregation). Mwaka huo huo, Hong na Page wanachapisha mfano wao wa "diversity trumps ability" katika PNAS.
Woolley, Chabris, Pentland, Hashmi, na Malone (Science) wanapata ushahidi wa kigezo cha jumla cha akili ya pamoja katika watu 699 wanaofanya kazi katika vikundi vidogo — mfano wa kiwango cha kundi wa IQ ya mtu binafsi.
Malone, Laubacher, na Dellarocas (MIT Sloan Management Review) wanakatalogi vipengele vya kujenga — "jini" — vya mifumo ya akili ya pamoja kwa maswali manne: Nani, Kwanini, Nini, na Jinsi.
Mwongozo wa Malone na Bernstein wa MIT Press unakusanya uwanja na ufafanuzi wake wa kawaida: vikundi vya watu vinavyofanya kazi kwa pamoja kwa njia zinazonekana kuwa na akili.
Superminds ya Thomas Malone inaelezea aina tano za kudumu za akili ya pamoja — hierarchies, democracies, markets, communities, na ecosystems — na inauliza jinsi kompyuta zinaweza kufanya kila moja kuwa na akili zaidi.
Riedl, Kim, Gupta, Malone, na Woolley (PNAS) wanachambua tafiti 22 zenye vikundi 1,356 na kupata ushahidi wa kigezo cha akili ya pamoja katika idadi ya wanafunzi, wanajeshi, wachezaji, na wafanyakazi mtandaoni.
Meta-analysis ya Vaccaro, Almaatouq, na Malone ya majaribio 106 (Nature Human Behaviour) inapata mchanganyiko wa binadamu-AI kwa wastani ulifanya vibaya zaidi kuliko bora ya binadamu au AI peke yake — ushirikiano lazima uundwe, si kudhaniwa.
Burton na waandishi 27 (Nature Human Behaviour) wanachora jinsi mifano mikubwa ya lugha inaweza kuimarisha akili ya pamoja — na jinsi inavyoweza kuhatarisha kuunganisha mitazamo na kutengeneza makubaliano ya uwongo.
Kituo cha MIT cha Akili ya Pamoja kinatafuta makundi matatu: AI ya Kizazi na Akili ya Pamoja, Ubunifu wa Supermind, na Kubuni Timu za Binadamu-AI — ikiwa ni pamoja na utafiti wa PNAS wa mazungumzo ya AI-to-AI zaidi ya 180,000.
Kipengele cha c: Je, Kikundi Kinaweza Kuwa na IQ?
Mnamo mwaka wa 2010, Anita Williams Woolley na wenzake walijiuliza swali rahisi lenye historia ya karne ya saikolojia ya mtu binafsi nyuma yake: kama kipengele kimoja cha jumla (g) kinatabiri utendaji wa mtu binafsi katika kazi nyingi za kiakili, je, kuna kipengele cha jumla kwa makundi? Walijaribu watu 699 wakifanya kazi katika makundi ya wawili hadi watano katika aina mbalimbali za kazi (Sayansi, 330, 686–688). Jibu lilikuwa ndiyo: kipengele kimoja cha takwimu — c — kilielezea takriban 43% ya tofauti katika utendaji wa kikundi katika kazi.
Nini kinachotabiri c ya kikundi — na nini hakifanyi hivyo
IQ ya Mwanachama haijali sana
Wote wastani na akili ya juu zaidi ya wanachama wa kundi ilikuwa na uhusiano dhaifu tu na c. Kuajiri watu wenye akili zaidi peke yake, hakufanyi kundi kuwa na akili.
Hisia za kijamii zina umuhimu
Alama ya wastani ya kundi kwenye mtihani wa Kusoma Akili katika Macho — uwezo wa kubaini hali za kiakili kutoka kwa ishara za uso — ilikuwa kipashio muhimu cha c (r = 0.26).
Kuchukua zamu sawa kuna umuhimu
Vikundi ambavyo wanachama wake walichangia kwa usawa zaidi katika mazungumzo vilikuwa na c ya juu; tofauti katika zamu za kuzungumza ilikuwa na uhusiano hasi na c (r = −0.41). Vikundi vilivyotawaliwa na sauti moja au mbili vilikuwa na akili ya pamoja kidogo.
Madhara ya muundo
Katika utafiti wa mwaka 2010, vikundi vyenye uwiano mkubwa wa wanawake vilipata alama za juu zaidi kwenye c (r = 0.23) — athari ambayo waandishi wanaunganisha kistakabali na hisia za kijamii za wanawake, yaani, kwa mchakato, si demografia pekee.
Je, kipengele cha c ni halisi? Mjadala wa kurudiwa
Kama matokeo mengi yenye ushawishi katika saikolojia, c imejaribiwa kwa nguvu — na wasomaji wanastahili hali halisi ya ushahidi:
Ukosoaji (2017)
Credé na Howardson (Journal of Applied Psychology) walichambua sampuli sita na kudai kwamba msaada wa kithibitisho kwa kigezo kimoja cha jumla ni dhaifu — kwamba utendaji wa kundi unaweza kueleweka bora na uwezo maalum wa kazi kuliko c moja.
Jibu (2018)
Woolley, Kim, na Malone walijibu kwamba ukosoaji huo ulitegemea taratibu za alama na dhana za simulation ambazo hazikulingana na kazi ambazo vikundi vilifanya.
Meta-analysis (2021)
Riedl, Kim, Gupta, Malone, na Woolley (PNAS) walikusanya tafiti 22 zinazohusisha vikundi 1,356 — wanafunzi, wanajeshi, wafanyakazi mtandaoni, wachezaji — na kupata ushahidi wa kigezo cha c katika wote, huku mchakato wa ushirikiano na uelewa wa kijamii wa wanachama kati ya uhusiano wake wenye nguvu.
Hitimisho: uchambuzi mkubwa wa meta unasaidia uwepo wa kipengele cha ujuzi wa pamoja kinachoweza kupimwa, wakati muundo wake halisi na ujumla unabaki kuwa na mjadala. Kile ambacho hakijajadiliwa ni somo la vitendo: mchakato wa kikundi — nani anasikilizwa, jinsi maamuzi yanavyounganishwa — unatabiri utendaji wa kikundi bora zaidi kuliko ujuzi wa wanachama.
Umati wa Takwimu vs. Umati wa Kuingiliana
Kuna aina mbili za ujuzi wa pamoja, na zinaendeshwa kwa mafuta tofauti:
Umati wa Takwimu
Makadirio mengi huru, yanayokusanywa kwa njia ya kiufundi — wastani, kupiga kura, bei za soko. Hii ni maonyesho ya Galton na kila soko la utabiri tangu wakati huo. Mafanikio yanategemea uhuru na utofauti; zoezi mara nyingi ni la wakati mmoja.
Umati wa Kihusiano
Watu wanavyoathiriana kujenga uelewa wa pamoja — majadiliano, kujadili, ushirikiano. Hii ni Wikipedia, jamii ya sayansi, timu ya kubuni. Mafanikio yanategemea ubora wa mawasiliano na usalama wa kuzungumza; kazi inaendelea.
Aina hizo mbili zinavuta katika mwelekeo tofauti: uhuru unasaidia umati wa takwimu lakini unakosa umati wa kuingiliana. Timu ambayo haitazungumza inaweza kujumlisha vizuri lakini haijengi chochote kipya; timu ambayo kila wakati inazungumza inaweza kujenga uelewa wa pamoja huku ikiharibu kwa kimya uhuru ambao maamuzi yake yanahitaji.
Majadiliano yaliyopangwa ni jaribio la kupata zote mbili. Katika Argumentree, michango na viwango vinawasilishwa kwa uhuru — hali ya takwimu — wakati mti wa hoja wanapoweka ni kitu cha pamoja, kinachoendelea ambacho kikundi kinajadili — hali ya kuingiliana. Muundo unamua wakati kila hali inatumika, badala ya kuruhusu hali yenye sauti kubwa kushinda.
Genomu ya Ujuzi wa Pamoja
Ikiwa ujuzi wa pamoja unaweza kupimwa, je, unaweza kubuniwa? Malone, Laubacher, na Dellarocas (MIT Sloan Management Review, 2010) walikatalogi vizuizi vinavyorudiwa — "jini" — za mifumo ya ujuzi wa pamoja, zilizopangwa kuzunguka maswali manne. Mfumo wowote, kutoka Wikipedia hadi mchakato wa mkakati wa kampuni, ni mchanganyiko wa hizi jini:
Nani anatekeleza kazi?
Hali iliyofafanuliwa inatoa kazi, au umati wazi unajichagua. Umati unaleta ukubwa na utofauti; hierarchies zinatoa uwajibikaji na uratibu.
Kwanini wanafanya hivyo?
Vijini vya motisha: pesa (malipo, zawadi), upendo (furaha ya ndani, jamii), na utukufu (utambuzi, sifa). Mifumo endelevu inalinganisha motisha na mchango.
Nini kinachofanywa?
Unda (zalisha kitu kipya — michoro, mawazo, hoja) au amua (kadiria na chagua kati ya mbadala). Mchakato halisi wengi huunganisha viwili.
Jinsi kinavyofanywa?
Kwa uhuru (michango inakusanywa bila mwingiliano — mashindano, kupiga kura, wastani) au kwa kutegemeana (ushirikiano, ambapo michango inajenga juu ya kila mmoja). Chaguo linaamua ni aina gani za kushindwa unazopata.
Superminds Tano
Katika Superminds (2018), Malone anaelezea aina tano za kudumu za ujuzi wa pamoja ambazo jamii za kibinadamu zinaendelea kuziunda — na anasema swali halisi kuhusu AI si "je, itatupatia?" bali "je, inafanya kila supermind kuwa na akili zaidi?":
Hierarchies
Maamuzi yanapewa juu na chini ya mnyororo wa mamlaka. Haraka na ya uwajibikaji; hatari ya vizuizi vya habari juu.
Democracies
Maamuzi kwa kupiga kura. Halali na jumuishi; jinsi kura zinavyokusanya mapendeleo ni sayansi yake yenyewe (nadharia ya uchaguzi wa kijamii).
Masoko
Maamuzi kupitia bei na biashara. Wakusanyaji bora wa imani zilizotawanyika — mekanismu nyuma ya masoko ya utabiri.
Jamii
Maamuzi kwa kanuni, sifa, na makubaliano yasiyo rasmi. Inaimarisha chanzo wazi na Wikipedia; polepole lakini imara.
Ecosystems
Hakuna mekanismu ya maamuzi ya pamoja — matokeo yanatokana na nguvu na kuishi. Chaguo la kawaida wakati hakuna supermind nyingine iliyoundwa.
Ubunifu wa Supermind: Hatua Sita
Mbinu ya Ubunifu wa Supermind ya MIT CCI inageuza genomu kuwa mazoezi ya kutatua matatizo ya ubunifu. Hatua sita "zinarejesha" tatizo kwa mfumo wa kawaida ili kuibua miundo mipya kwa makundi ya watu na kompyuta:
Zoom Out
Rudi nyuma kwenye mfumo mpana au kusudi ambalo tatizo lipo ndani yake.
Zoom In
Gawanya tatizo katika sehemu na michakato ambayo kila mmoja unaweza kubadilishwa.
Analogize
Uliza jinsi maeneo mengine — asili, sekta nyingine, historia — yanavyotatua tatizo linalofanana kimuundo.
Groupify
Uliza jinsi supermind tofauti — soko, jamii, demokrasia — ingeshughulikia kazi ambayo sasa inashughulikiwa na mtu mmoja au hierarchies.
Cognify
Uliza ni michakato gani ya kiakili (kuhisi, kukumbuka, kuamua, kujifunza) suluhisho linahitaji, na nani au nini kinapaswa kutekeleza kila mmoja.
Technify
Uliza teknolojia wapi — ikiwa ni pamoja na AI — inaweza kutekeleza, kuunganisha, au kuongeza michakato hizo.
Ndani ya Kituo cha MIT cha Ujuzi wa Pamoja (2026)
Kituo cha MIT cha Ujuzi wa Pamoja (CCI), kilichozinduliwa na Thomas Malone, ndicho maabara ya uwanja. Miradi yake ya awali — Climate CoLab, Maabara ya Ubunifu wa CI, Kupima Ujuzi wa Pamoja, Utabiri wa Pamoja — sasa ni kazi za urithi zilizokamilika. Kuanzia mwaka wa 2026, utafiti wa CCI umeandaliwa chini ya makundi matatu:
AI ya Kizazi na Akili ya Pamoja
Kutumia AI kuongeza ubunifu wa kibinadamu — ikiwa ni pamoja na zana kama Supermind Ideator na DesignAID ambazo zinasaidia ubunifu wa binadamu-AI.
Ubunifu wa Supermind
Kubuni mchanganyiko bunifu wa watu na kompyuta, ukijenga juu ya genome na hatua sita za kubuni.
Kubuni Timu za Binadamu-AI
Kubuni na kugawa kazi katika timu za binadamu-mashine — swali la mrithi kwa "binadamu dhidi ya mashine." Pamoja na mpango wa Singapore-MIT M3S, CCI inajenga sayansi ya mfumo wa ugawaji wa kazi: ni kazi zipi ndogo zinaenda kwa watu dhidi ya AI, nani anasimamia na kuthibitisha, na ikiwa AI inafanya kazi kama chombo, msaidizi, mwenzi, au meneja.
Matokeo muhimu kutoka kwa wimbi la utafiti wa 2024–2026
Scaffolding inashinda LLMs za kawaida kwa ubunifu
Supermind Ideator inafunga mfano mkubwa wa lugha katika muundo wa kutatua matatizo ya ubunifu (ikiwemo hatua sita). Katika utafiti wa majaribio, watumiaji walizalisha mawazo bunifu zaidi kuliko watu wanaotumia ChatGPT pekee au kufanya kazi bila msaada; wapimaji wa beta wameunda zaidi ya mawazo 10,000 na mfumo huo (ACM Collective Intelligence Conference, 2024).
"Binadamu katika mzunguko" si bora kiotomatiki
Meta-analysis ya Vaccaro, Almaatouq, na Malone ya majaribio 106 na ukubwa wa athari 370 (Nature Human Behaviour, 2024) iligundua mchanganyiko wa binadamu-AI kwa wastani ulifanya vibaya zaidi kuliko bora ya binadamu au AI pekee — huku hasara zikijitokeza katika kazi za maamuzi na faida katika kazi za uundaji wa maudhui. CCI sasa inatofautisha ushirikiano wenye nguvu (mchanganyiko unashinda wote binadamu pekee na AI pekee) kutoka kwa kuongeza dhaifu (inashinda binadamu pekee lakini si AI) — na inapata ushirikiano wenye nguvu unahitaji ugawaji wa kazi ulioandaliwa kwa makusudi, si kuongeza tu binadamu.
180,000 mazungumzo ya AI-to-AI
Utafiti wa PNAS wa mwaka 2026 ulifanya mashindano ya kimataifa ambapo wakala wa AI walifanya mazungumzo zaidi ya 180,000 na kila mmoja. Sayansi ya mazungumzo ya kibinadamu ilidumu: joto — chanya, shukrani, kuuliza maswali — ilikuwa na uhusiano wa mara kwa mara na kufikia makubaliano na kuunda thamani, wakati mbinu za kutawala zilitabiri vizuizi.
Kuchora wapi AI inaweza kutumika
Karatasi ya kazi ya MIT ya mwaka 2026 (arXiv 2603.20619) ilipanga shughuli za kazi takriban 20,000 kutoka kwenye hifadhidata ya O*NET ya Marekani katika ontology ya kina na kuainisha maombi 13,275 ya AI dhidi yake — ikigundua kwamba shughuli bora 1.6% zinachangia zaidi ya 60% ya thamani ya soko la AI. Zana ya kufikiri kwa mfumo kuhusu ugawaji wa kazi za binadamu-AI.
Kukadiria AI na kazi kwenye kiwango kimoja
AGI-Elo (NeurIPS 2025, arXiv 2505.12844), kutoka kwa watafiti waliohusika na CCI ikiwa ni pamoja na Malone, inakadiria mifano ya AI na kesi za mtihani dhidi ya kila mmoja kama wachezaji wa chess — kuweka uwezo wa mfano na ugumu wa kazi kwenye kiwango kimoja kinachoweza kulinganishwa, sharti la ugawaji wa kazi kwa kanuni katika timu za binadamu-AI.
Ujuzi wa Pamoja Katika Enzi ya AI
Mifano mikubwa ya lugha inakuwa washiriki katika ujuzi wa pamoja, si zana tu kwa ajili yake. Burton na waandishi 27 wenzake kutoka nyanja mbalimbali (Tabia ya Binadamu ya Asili, 2024) walichora matokeo ya pande mbili:
Fursa
Kupunguza vizuizi vya ushiriki
LLMs zinaweza kutafsiri, kufupisha, na kuandika — kuruhusu watu wengi zaidi kuchangia katika michakato ya pamoja bila kujali lugha au ujuzi wa kuandika.
Kukusanya maarifa yaliyotawanyika
LLMs zinaweza kuunganisha maandiko makubwa — nakala za mikutano, majibu ya uchunguzi yasiyo na mwisho, mashauriano ya umma — ambayo hapo awali yalikuwa yakiwazidi wakusanyaji wa kibinadamu.
Msaada wa kujadili
AI inaweza kuleta hoja za kupinga, kuunganisha mitazamo inayofanana, na kuunda muundo wa majadiliano — kuongeza hatua ya Kujadili badala ya kuibadilisha.
Hatari
Kuhomogeniza mitazamo
Ikiwa watu wengi wanatumia mifano ile ile, matokeo yao yanakaribia — kuondoa utofauti wa mitazamo ambayo akili ya pamoja inategemea.
Makubaliano ya uwongo
Maandishi ya AI yanayotiririka yanaweza kutengeneza muonekano wa makubaliano au maoni ya wingi ambayo hayapo kati ya wanadamu halisi.
Kupungua kwa mifumo ya habari
Mazingira ya habari yanayoendelea kuchujwa kupitia mifano michache yanahatarisha makosa yanayohusiana ambayo yanawafanya umati kuwa wapumbavu badala ya wenye akili.
Muktadha wa muundo unakidhi matokeo ya Vaccaro: AI inaboresha akili ya pamoja wakati inapopewa kazi ndogo ambazo ina uwezo wa kufanya vizuri — uandishi, uchimbaji, tafsiri, muhtasari — wakati maamuzi, tathmini, na uamuzi wenyewe yanabaki kwa wanadamu wanaohusika. Hii ni mpaka wa mifumo ya binadamu-AI (upendeleo wa automatisering, usawa wa imani, udhibiti wa maana wa kibinadamu) ambao sayansi ya maamuzi sasa inaunda ramani.
Jinsi Argumentree Inavyotumia Utafiti wa Akili ya Pamoja
Argumentree ni jukwaa la maamuzi ya ushirikiano lililojengwa moja kwa moja kwenye matokeo haya. Kila chaguo la muundo linahusiana na matokeo katika fasihi:
Mchango huru, wa wakati usio na mpangilio
Washiriki wanaongeza hoja kwa wakati wao wenyewe, kabla ya kundi kuungana — kulinda masharti ya uhuru na utofauti ambayo utafiti wa kukusanya unaonyesha umati unahitaji.
Usawa wa muundo wa ushiriki
Utafiti wa Woolley unahusisha akili ya pamoja na kuchukua zamu sawa. Katika mti wa hoja hakuna sakafu ya kushikilia: hoja za kila mshiriki zinaingia kwenye muundo sawa na kupimwa kwa njia sawa.
Kukusanya kwa kiwango cha vipimo vingi
Hoja zinapimwa kwa msaada, uwazi, usahihi, na ukamilifu, na alama zinakusanywa katika alama za makubaliano — mekanismu ya kukusanya wazi, hivyo hukumu ya pamoja inapimwa badala ya kudhaniwa.
Kujadili kwa muundo
Mnyororo wa hatua 4 za maswali, makubaliano, na mapitio unaruhusu washiriki kuchunguza na kuboresha hoja — ushirikiano wa kutegemeana kwa maneno ya genome, lakini ndani ya muundo unaoshikilia mantiki kuwa wazi.
Ugawaji wa kazi za binadamu-AI ulio sahihi
Uondoaji wa AI unageuza nakala za mikutano na hati kuwa mti wa hoja wa rasimu — kazi ya usindikaji wa maudhui ambayo AI inafanya vizuri — wakati tathmini na maamuzi yanabaki kwa watu, kulingana na ushahidi wa ushirikiano wa binadamu-AI wa mwaka 2024.
Kumbukumbu kwa supermind
Njia kamili ya ukaguzi (rasimu, wazi, mzunguko wa kufungwa na toleo) inahifadhi mantiki ya kundi, hivyo shirika linaweza kujifunza kutokana na akili yake ya pamoja badala ya kuipoteza wakati mkutano unamalizika.
Maswali Yanayoulizwa Mara kwa Mara
Nini akili ya pamoja?
Akili ya pamoja ni uwezo wa vikundi — vya watu, vya mashine, au vyote viwili — kufanya kazi kwa pamoja kwa njia zinazonekana kuwa na akili (Malone & Bernstein, Mwongozo wa Akili ya Pamoja, 2015). Inajumuisha hekima ya umati wa takwimu, uzalishaji wa ushirikiano kama Wikipedia, timu zinazojadili, masoko yanayokusanya imani, na timu za kisasa za binadamu-AI.
Nini kigezo cha c katika akili ya pamoja?
Kigezo cha c ni kigezo cha jumla cha akili ya pamoja kilichotambuliwa na Woolley et al. (Science, 2010): kigezo kimoja cha takwimu ambacho kilielezea takriban 43% ya tofauti katika utendaji wa kundi katika kazi nyingi tofauti, sawa na kigezo cha g cha IQ kwa watu binafsi. Kilihusishwa na hisia za kijamii za kundi na usawa wa kuchukua zamu za mazungumzo zaidi kuliko na akili ya wanachama binafsi.
Je, kigezo cha c kimejulikana tena?
Kimeungwa mkono lakini kinajadiliwa. Credé na Howardson (2017) walidai kwamba ushahidi wa kigezo kimoja cha jumla ni dhaifu, na Woolley na wenzake walichapisha jibu la kina mwaka 2018. Meta-analysis ya mwaka 2021 na Riedl et al. (PNAS) inayohusisha tafiti 22 na vikundi 1,356 ilipata ushahidi wa kigezo cha c katika idadi tofauti. Kichwa cha vitendo — mchakato wa kundi unatabiri utendaji bora kuliko IQ ya mwanachama — ni thabiti katika mjadala.
Nini tofauti kati ya akili ya pamoja na hekima ya umati?
Hekima ya umati ni jambo dogo zaidi: hukumu nyingi huru, zinazokusanywa kwa takwimu, zinakaribia majibu sahihi (kama katika majaribio ya ng'ombe ya Galton ya mwaka 1906). Akili ya pamoja ni uwanja mpana: inajumuisha hekima ya umati lakini pia ushirikiano halisi, kujadili, masoko, jamii, na timu za binadamu-AI — mfumo wowote ambapo kundi linafanya kazi kwa akili.
Nini tofauti kati ya akili ya pamoja na akili ya umati?
Akili ya umati ni uratibu unaotokana na wakala wengi rahisi wakifuatia sheria za ndani — makoloni ya mende, makundi ya ndege, makundi ya roboti — bila kujadili na bila mantiki wazi. Akili ya pamoja ya kibinadamu inahusisha kubadilishana na kutathmini sababu. Wanashiriki kanuni za kina (decentralization, maarifa ya ndani, kukusanya), ndiyo maana majukwaa ya maamuzi yanakopa kutoka pande zote mbili.
Nini supermind?
Supermind, katika kitabu cha Thomas Malone cha mwaka 2018 chenye jina hilo, ni kundi lolote la watu wakifanya kazi pamoja kwa njia inayonekana kuwa na akili. Malone anabainisha aina tano zinazojirudia — hierarchies, democracies, markets, communities, na ecosystems — na anasema kwamba kompyuta zinawafanya superminds kuwa na akili zaidi hasa kwa kuwezesha mchanganyiko mpya wao, si kwa kuwapunguza.
Nini Kituo cha MIT cha Akili ya Pamoja?
Kituo cha MIT cha Akili ya Pamoja (cci.mit.edu), kilichozinduliwa katika MIT Sloan na kuongozwa na Thomas Malone, kinachunguza jinsi vikundi vya watu — na kwa kiwango kinachoongezeka watu pamoja na AI — vinaweza kuandaliwa kufanya kazi kwa akili zaidi kuliko mtu yeyote. Miradi yake ya awali ya kipindi cha kukusanya (Climate CoLab na CoLabs, Measuring Collective Intelligence) sasa ni kazi za urithi; kuanzia mwaka 2026 utafiti wake umeandaliwa chini ya makundi matatu: AI ya Kizazi na Akili ya Pamoja, Ubunifu wa Supermind, na Kubuni Timu za Binadamu-AI, huku zana kama Supermind Ideator na DesignAID na, pamoja na mpango wa Singapore-MIT M3S, sayansi ya mfumo wa ugawaji wa kazi za binadamu-AI.
Je, kuongeza binadamu katika mzunguko kunaboresha maamuzi ya AI?
Siyo kiotomatiki. Meta-analysis ya mwaka 2024 ya majaribio 106 (Vaccaro, Almaatouq & Malone, Nature Human Behaviour) iligundua mchanganyiko wa binadamu-AI kwa wastani ulifanya vibaya zaidi kuliko bora ya binadamu au AI pekee, huku hasara zikijitokeza katika kazi za maamuzi. Mchanganyiko ulisaidia zaidi katika kazi za uundaji wa maudhui. Akili ya pamoja ya binadamu-AI yenye ufanisi inahitaji kugawa kazi ndogo kwa upande wowote unaofanya vizuri.
Je, timu zinaweza kuongeza vipi akili yao ya pamoja?
Ushahidi unaonyesha kubuni mchakato: sawa ushiriki (kuchangia kwa mpangilio au wakati usio na mpangilio badala ya majadiliano ya wazi), linda hukumu huru kabla ya kuungana kwa kundi, ajiri kwa utofauti wa kiakili na uelewa wa kijamii, tumia mekanismu ya kukusanya wazi kama vile kupima au kupiga kura, na kuweka rekodi ya mantiki ili kundi liweze kujifunza. Zana kama Argumentree zinajenga hizi mekaniki kwa default.
Marejeo & Kusoma Zaidi
Condorcet, M. de (1785). Essai sur l'application de l'analyse à la probabilité des décisions rendues à la pluralité des voix.
Matokeo ya kimsingi ya kihesabu: wingi wa wapiga kura huru, bora kuliko bahati nasibu unakaribia ukweli.
Galton, F. (1907). Vox Populi. Nature, 75, 450–451.
Watu 787 wa maonyesho wanakadiria uzito wa ng'ombe; makadirio ya kati yanapatikana ndani ya 1% ya ukweli.
View source →Hayek, F. A. (1945). The Use of Knowledge in Society. American Economic Review, 35(4), 519–530.
Masoko kama wakusanyaji wa maarifa yaliyotawanyika.
Surowiecki, J. (2004). The Wisdom of Crowds. Doubleday.
Masharti manne: utofauti, uhuru, decentralization, kukusanya.
Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., & Malone, T. W. (2010). Evidence for a Collective Intelligence Factor in the Performance of Human Groups. Science, 330(6004), 686–688.
Kigezo cha c: watu 699, vikundi vya 2–5, kigezo kimoja kinachoelezea ~43% ya tofauti ya utendaji.
Malone, T. W., Laubacher, R., & Dellarocas, C. (2010). The Collective Intelligence Genome. MIT Sloan Management Review, 51(3), 21–31.
Vipengele vya Who/Why/What/How vya mifumo ya akili ya pamoja.
View source →Malone, T. W., & Bernstein, M. S. (Eds.) (2015). Handbook of Collective Intelligence. MIT Press.
Kichujio na ufafanuzi wa kawaida wa uwanja.
Credé, M., & Howardson, G. (2017). The structure of group task performance — A second look at "collective intelligence." Journal of Applied Psychology, 102(10).
Ukosoaji mkuu wa jumla ya kigezo cha c.
Malone, T. W. (2018). Superminds. Little, Brown.
Aina tano za supermind na jinsi kompyuta zinawafanya kuwa na akili zaidi.
Riedl, C., Kim, Y. J., Gupta, P., Malone, T. W., & Woolley, A. W. (2021). Quantifying collective intelligence in human groups. PNAS, 118(21).
Meta-analysis: tafiti 22, vikundi 1,356, ushahidi wa c katika idadi mbalimbali.
Vaccaro, M., Almaatouq, A., & Malone, T. W. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303.
Majaribio 106: mchanganyiko wa binadamu-AI hauwezi kushinda bora ya kila mmoja pekee.
View source →Burton, J. W., et al. (2024). How large language models can reshape collective intelligence. Nature Human Behaviour, 8, 1643–1655.
Waandishi 28 kuhusu fursa na hatari za LLM kwa akili ya pamoja.
View source →Advancing AI Negotiations: A Large-Scale Autonomous Negotiations Competition. PNAS (2026).
Mazungumzo zaidi ya 180,000 ya wakala wa AI; joto linashinda hata mashine kwa mashine.
View source →Cai, A., et al. (2026). Where can AI be used? Insights from a deep ontology of work activities. arXiv 2603.20619.
Ontology ya kina ya shughuli za kazi ~20,000 kwa kufikiri kuhusu ugawaji wa kazi za binadamu-AI.
View source →MIT Center for Collective Intelligence. Research (2026).
Makundi ya sasa: AI ya Kizazi na CI, Ubunifu wa Supermind, Kubuni Timu za Binadamu-AI.
View source →MIT Center for Collective Intelligence. Mbinu ya Ubunifu wa Supermind.
Hatua sita za kubuni: Zoom Out, Zoom In, Analogize, Groupify, Cognify, Technify.
View source →Sun, S., et al. (2025). AGI-Elo: How Far Are We From Mastering A Task? NeurIPS 2025.
Kukadiria kwa pamoja kwa mifano ya AI na ugumu wa kesi za mtihani; waandishi wa pamoja wa CCI ikiwa ni pamoja na Malone.
View source →Mifano Inayohusiana
Geuza timu yako kuwa kundi lenye akili zaidi linaloweza kupimika
Akili ya pamoja ni tatizo la kubuni: sawa na ushiriki, linda hukumu huru, ujumuisha wazi, na hifadhi mantiki. Argumentree inajenga mitambo hiyo katika kila uamuzi — huku AI ikifanya kazi za ziada na watu wako wakifanya hukumu.
Anza Jaribio la Bure