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

1794'te, bir Fransız matematikçi, neredeyse kimsenin okumadığı bir teoremi yayımladıktan dokuz yıl sonra, devrimci bir hapishane hücresinde öldü. 1906'da, 84 yaşındaki bir Viktorya dönemi istatistikçisi, bir hayvan fuarında kullanılmış çekiliş kartlarını toplamak için dolaşıyordu. 2026'da, MIT'deki araştırmacılar, makinelerin insan takımlarına nasıl katılacağını öğrenmek için AI ajanları arasında yüz binlerce müzakere yürütüyor. Bu üç sahne, tek bir, sürekli araştırma hikayesine aittir — kolektif zeka çalışması, grupların zeki gibi görünen şekillerde hareket etme kapasitesi. Aşağıda, gerçek bulgular ve gerçek mücadelelerle birlikte, o hikaye, dönem dönem sunulmaktadır.

1785: Aydınlanma bahsi — Condorcet'in teoremi

Marie Jean Antoine Nicolas de Caritat, Marquis de Condorcet, modern çok yönlü kişilikleri dar gösteren bir Aydınlanma figürüydü: yirmili yaşlarında Académie des sciences'a seçilen bir matematikçi, kamu eğitiminin, kadınların oy hakkının ve köleliğin kaldırılmasının erken ve sesli bir savunucusu. 1785'te Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix — çoğunluk oylamasına olasılık teorisinin uygulanması üzerine bir makale yayımladı. İçinde, şimdi Condorcet Jüri Teoremi olarak adlandırdığımız sonuç gömülüdür.

Teorem, şaşırtıcı bir şey söyler. Doğru bir cevabı olan evet/hayır sorusunu ele alalım. Her seçmenin, bir madeni paranın atışından biraz daha iyi bir olasılıkla doğru olduğunu varsayalım — diyelim ki %55 — ve seçmenlerin birbirlerinden bağımsız olarak yargıladıklarını varsayalım. O zaman grup büyüdükçe, çoğunluğun doğru olma olasılığı kesinliğe doğru yükselir. Orta düzeyde bireysel yargı, doğru bir şekilde toplandığında, neredeyse mükemmel kolektif yargıya dönüşür. Teoremin karanlık bir ikizi de vardır: eğer her seçmen, bir madeni paranın atışından biraz daha kötü ise, çoğunluk grup büyüdükçe neredeyse kesinlikle yanlış olur. Toplama, beslediğiniz her türlü yeterliliği — ya da yetersizliği — artırır. Teoremin tam hikayesini, varsayımlarını ve modern kullanımlarını Condorcet Jüri Teoremi üzerine olan yan parçamızda anlatıyoruz.

Aynı makale, 160 yıl sonra patlayacak ikinci bir keşfi de içerir: Condorcet paradoksu. Üç veya daha fazla seçenekle, çoğunluk tercihleri döngüsel hale gelebilir — grup A'yı B'ye, B'yi C'ye ve C'yi A'ya tercih eder — bu nedenle “çoğunluğun istediği şey” bile iyi tanımlanmayabilir. Bu gözlem, sosyal seçim teorisinin tohumudur; Kenneth Arrow'un daha sonra imkansızlık teoremi ile dönüştüreceği alan: hiçbir sıralı oylama sistemi, bir dizi makul adalet koşulunu aynı anda karşılayamaz. Oylama sistemleri, sıralı seçim yöntemleri ve tercih toplama matematiği, kendi başına bir hikayedir — bu makalenin takip ettiği inanç ortalamasasından farklı bir toplama türüdür — ve gelecekteki bir seride geri döneceğiz.

Condorcet, bunların hiçbirinin önemli olduğunu görecek kadar yaşamamıştır. Jacobin anayasasına karşı çıktığı için Terör döneminde yasaklanmış, aylarca saklanmış — dikkat çekici bir şekilde, iyimser İnsanın Zihninin Gelişiminin Tarihsel Resmi için Taslak yazmış — Mart 1794'te tutuklanmış ve iki gün sonra Bourg-la-Reine'deki hücresinde ölü bulunmuştur. Kolektif bilgelik matematiği, bir grup tarafından deli olan bir adamın çalışması olarak başlamıştır. İroni, o zamandan beri alanın üzerinde asılı kalmıştır: gruplar parlak olabilir, gruplar canavarsı olabilir ve fark, insanlar değil — koşullardır.

1906–1950'ler: İstatistik dönemi — Galton, Hayek ve Delphi

Kolektif zekanın ilk ampirik testi, 121 yıl beklemek zorunda kaldı — ve bir hayvan fuarında gerçekleşti. 1906 sonbaharında, Francis Galton, o zaman 84 yaşında, Plymouth'taki Batı İngiltere Yağlı Hayvanlar ve Kümes Hayvanları Sergisi'ne katıldı; burada bir ağırlık tahmin yarışması, ziyaretçileri bir canlı öküzün giydirilmiş ağırlığını tahmin etmeye davet etti. Galton — istatistiklerin kurucularından biri ve doğası gereği bir demokrat değil — katılımların ortalama seçmenin cehaletini kanıtlayacağını bekliyordu. Kullanılmış kartları aldı, 13 okunaksız olanı attı ve kalan 787 tahmini analiz etti. Ortadaki tahmin 1,207 lb idi; öküzün gerçek giydirilmiş ağırlığı 1,198 lb idi — %1'in altında bir hata, mevcut sığır uzmanlarından daha iyi. Sonucu, 7 Mart 1907'de Nature'da “Vox Populi” başlığı altında yayımladı ve takip eden yazışmalarda aritmetik ortalamanın daha doğru olduğunu kabul etti: 1,197 lb, bir pound farkla. Tam hikaye — Galton'un neyi yanlış yaptığını ve o zamandan beri bir yüzyıl boyunca yapılan çoğaltmaları içeren — Galton'un öküzü üzerine derinlemesine incelememizde ve genel fenomeni kalabalıkların bilgeliği kılavuzumuzda bulabilirsiniz.

Bu numara neden işe yarıyor? Her tahmin, sinyal artı hata olarak bölünebilir. Hatalar bağımsız ve gerçeğin her iki tarafında da dağılmışsa, toplama bunları iptal ederken paylaşılan sinyal hayatta kalır. O “eğer”, Condorcet'in bağımsızlık varsayımının istatistiksel kıyafetler giymesi ve her kalabalık bilgeliği başarısının ve başarısızlığının döndüğü menteşedir. Kenneth Wallis'in 2014'te Galton'un yarışmasını yeniden incelemesi, fuarın koşullarının — özel yazılı girişler, doğru olma teşviki, görünür bir koşu sayısı olmaması — onu korumak için nasıl iyi çalıştığını doğruladı.

Sonraki sıçrama ekonomiden geldi. Friedrich Hayek, “Toplumda Bilginin Kullanımı” (American Economic Review, 1945) adlı eserinde, ekonomik kararlarla ilgili bilginin asla yoğun bir biçimde mevcut olmadığını — milyonlarca insan arasında yerel, kısmi, genellikle örtük parçalar halinde dağılmış olduğunu savundu. Hiçbir merkezi planlayıcı bunu toplayamaz; ancak bir fiyat sistemi bunu otomatik olarak toplar, dağılmış bilgiyi tek bir sayıya sıkıştırarak herkese nasıl hareket edeceğini söyler. Hayek, aslında, üretimde çalışan ilk büyük ölçekli toplama mekanizmasını tanımlamıştır. Yarım yüzyıl sonra, tahmin piyasaları, bu içgörüyü harfi harfine alacak ve tek ürünleri fiyatlardaki bilgiyi inşa edeceklerdir.

1950'ler, ilk kasıtlı olarak mühendislik kolektif zeka sürecini ekledi. RAND Corporation'da, uzun vadeli tahminler geliştiren araştırmacılar, tanıdık bir sorunla karşılaştılar: uzmanları bir odaya koyduğunuzda, en yüksek sesli veya en kıdemli ses herkesin diğerlerini sabitler. Cevapları, uzman yargılarını anonim olarak ve kontrol edilen geri bildirimle yinelemeli turlarda toplayan Delphi yöntemi oldu — rütbe ve sosyal baskıdan bağımsızlığı korurken, yine de bilginin dolaşmasına izin verdi. Delphi, modern yapılandırılmış girdi süreçlerinin doğrudan atasıdır; planlama pokerdan, işbirlikçi karar verme platformlarında kullanılan bağımsız ilk katkı akışına kadar.

1940'lar–1990'lar: Sibernetik, oyun teorisi ve artırılmış zeka

İstatistikçiler toplama üzerinde çalışırken, başka bir soyutlama etkileşimi inceledi. John von Neumann ve Oskar Morgenstern'in Oyun Teorisi ve Ekonomik Davranış (1947 baskısı), sosyal bilime stratejik bağımlılık matematiği sağladı — seçimimin sonucunun seninkine bağlı olduğu durumlarda ne olur. Oyun teorisi, grupları bağımsız tahmincilerin torbaları olarak değil, etkileşimde bulunan ajanların sistemleri olarak yeniden çerçeveler; bu, araştırmacılar, rasyonel bireylerin neden irrasyonel kolektifler ürettiğini sormaya başladıklarında son derece önemli bir bakış açısıdır (bu, bilgi dalgaları araştırmasının konusu olmuştur).

İkinci ipucu teknolojik oldu. Douglas Engelbart, 1962 SRI raporunda İnsanın Zekasını Artırmak: Kavramsal Bir Çerçeve, bilgisayarların amacının insan düşüncesini değiştirmek değil, artırmak olduğunu önerdi — birey için çok karmaşık sorunlarla başa çıkan grupların kolektif düşüncesi de dahil. Engelbart'ın çerçevesi, 1980'lerde şekillenen bilgisayar destekli işbirlikçi çalışma (CSCW) araştırma alanını besledi ve ardından gelen grup yazılımı dalgasını oluşturdu. 1962'de ortaya koyduğu artırma ve değiştirme sorusu, neredeyse kelimesi kelimesine, 2024–2026 insan-AI literatürünün şimdi verilerle yanıtladığı sorudur.

Bu orta dönem, kolektif zekayı gözlemlediğiniz bir özellik olmaktan çıkarıp, inşa ettiğiniz bir sisteme dönüştürdü. Delphi, tasarlanmış bir protokoldü; grup yazılımı, tasarlanmış bir yazılımdı; Engelbart'ın çerçevesi, grup bilişimi için açıkça bir mühendislik gündemiydi. İstatistik dönemi “kalabalıklar doğru mu?” diye sormuştu. Sibernetik dönemi, her modern işbirliği platformunun miras aldığı soruyu sordu: bir grubu, aksi takdirde olacağı kadar akıllı hale getiren yapı nedir? Yapılandırılmış tartışma, burada paralel bir entelektüel soy bağına sahiptir — Stephen Toulmin'in 1958'deki argüman modeli ve daha sonraki argüman haritalama geleneği, kolektif zekanın tartışmalı tarafına veri yapısını, argüman haritası olarak sağladı; tıpkı fiyatların piyasa toplamasının veri yapısı haline geldiği gibi.

1959–1999: Sürü dönemi — kimseye bağlı olmadan zeka

Bu arada, biyoloji, zekanın bir liderin varlığını gerektirdiği varsayımını sessizce yıkıyordu. 1959'da, Fransız zoolog Pierre-Paul Grassé, termit yuvası inşasını incelerken stigmerji terimini ortaya attı: çevrede bırakılan izler aracılığıyla koordinasyon. Hiçbir termit bir plan tutmaz; her biri yuvanın yerel durumuna yanıt verir ve yuvanın kendisi koloniyi koordine eder. Bu, lider olmadan koordinasyon için ilk kesin mekanizmaydı — ve böceklerin çok ötesine genelleşebileceği ortaya çıktı.

1987'de, bilgisayar grafikleri araştırmacısı Craig Reynolds, bireysel sofistikeliğin ortaya çıkması için ne kadar az gerektiğini gösterdi. SIGGRAPH kağıdında “Sürüler, Sürüler ve Okullar: Dağıtılmış Davranışsal Model” simüle edilmiş kuşların sürülerini — boid'ler — sadece üç yerel kural ile yönetti: ayrılma, hizalanma ve uyum. Hiçbir lider, hiçbir senaryo yoktu, ama yine de sürü, gerçek şey gibi döner, ayrılır ve yeniden şekillenir. İki yıl sonra, Gerardo Beni ve Jing Wang, hücresel robot sistemleri bağlamında sürü zekası terimini ortaya attılar ve bu olguya adını verdiler.

Mühendislik getirisi hızlı bir şekilde geldi. Marco Dorigo'nun 1992'deki Politecnico di Milano'daki doktora tezi, Optimizasyon, Öğrenme ve Doğal Algoritmalar, karınca avlanmasını — feromon izlerinin daha kısa yolları güçlendirmesi, Arjantinli karıncalar ile yapılan çift köprü deneyleriyle ortaya konmuştur — Karınca Koloni Optimizasyonuna, yönlendirme ve zamanlama problemleri için bir algoritma ailesine dönüştürdü. James Kennedy ve Russell Eberhart'ın Parçacık Sürü Optimizasyonu (1995) aynı şeyi sürüleme için yaptı. 1999'a gelindiğinde, Bonabeau, Dorigo ve Theraulaz'ın Sürü Zekası: Doğal Sistemlerden Yapay Sistemlere (Oxford) alanı kodifiye etti ve karınca tabanlı algoritmalar telefon görüşmelerini (Schoonderwoerd ve arkadaşları BT Labs, 1996) ve teslimat kamyonlarını yönlendirdi. Daha sonra, robot teknolojisi fiziksel olarak bu noktayı ortaya koydu: 2014'te, Rubenstein, Cornejo ve Nagpal, 1,024 Kilobot ile şekiller oluşturdu (Science), ve Thomas Seeley'in Bal Arısı Demokrasisi (2010) bal arısı sürülerinin yuva yerlerini keşif, dans advocacy ve quorum algılama yoluyla seçtiğini gösterdi — bir jüri teoreminin eylemde doğal, merkeziyetsiz bir yaklaşımı. Tam hesap, sürü zekası kılavuzumuzda bulunmaktadır.

Sürü döneminin insan grupları için dersi çift taraflıdır. Merkeziyetsizliğin işe yaradığını kanıtladı — yerel bilgi ve basit etkileşim kuralları, merkezi planlamayı geride bırakabilir, tam olarak Hayek'in savunduğu gibi. Ama aynı zamanda bir sınır belirledi: sürüler hareketleri koordine eder, nedenleri değil. Karıncalar tartışmaz. İnsan kolektif zekası, hiçbir sürünün sahip olmadığı bir katman ekler — argümanların değişimi ve değerlendirilmesi — ve bu katman farklı bir makineye ihtiyaç duyar.

1999–2015: İnternet dönemi — kolektif zeka üretime geçiyor

Sonra internet, herkesi potansiyel bir katkıda bulunan haline getirdi ve kolektif zeka bir laboratuvar merakı olmaktan çıktı. Açık kaynak yazılım, gevşek bir şekilde koordine edilmiş binlerce gönüllünün, bir işletim sistemi kadar karmaşık sistemler inşa edebileceğini gösterdi — Eric Raymond'un 1999 tarihli makalesi Katedral ve Pazar dönemin manifestosunu sağladı. 2001'de başlatılan Wikipedia, modeli insan bilgisinin kendisine ölçeklendirdi: editörsüz bir ansiklopedi, düzenlenen nesne aracılığıyla stigmergik olarak koordine edildi — metin için uygulanan termit mantığı.

2004'te, iki yayın dönemin teorisini sağladı. James Surowiecki'nin Kalabalıkların Bilgeliği adlı eseri, bir yüzyıllık kanıtı bir araya getirdi ve grupların akıllı olduğu dört koşulu damıttı: görüş çeşitliliği, bağımsızlık, merkeziyetsizlik ve toplama — herhangi birini kaldırırsanız, kalabalık daha aptal hale gelir, daha akıllı değil. Aynı yıl, Lu Hong ve Scott Page, PNAS'da “çeşitlilik yeteneği geçer” sonucunu yayımladılar: hesaplama modellerinde, rastgele, bilişsel olarak çeşitli bir problem çözücü grubu, bireysel olarak en iyi performans gösterenlerden oluşan bir grubu geride bıraktı. Dürüstlük, dipnot gerektirir: 2014'te, matematikçi Abigail Thompson, American Mathematical Society'nin Bildirileri'nde keskin bir eleştiri yayımladı ve temel teoremin önemsiz ve yanlış etiketlendiğini ve simülasyonların aşırı yorumlandığını savundu; Page'in kendisi de dahil olmak üzere savunucular, sonucun belirtilen koşullar altında geçerli olduğunu — zor problemler, yetenekli ajanlar, büyük havuzlar — ve herhangi bir çeşitli grubun herhangi bir uzman ekibini geride bıraktığına dair bir iddia olmadığını yanıtladılar. Tartışma ve geride kalanlar, çeşitlilik ile yetenek ve epistemik çeşitlilik üzerine kılavuzumuzda incelenmektedir.

Hayek'in fiyat mekanizması, bu dönemde de kontrollü deneyini aldı. 1988'de Iowa Üniversitesi'nde kurulan gerçek para araştırma piyasası Iowa Elektronik Pazarları, kesin bir karşılaştırma için yeterli tarih biriktirdi: Berg, Nelson ve Rietz (International Journal of Forecasting, 2008), piyasa fiyatlarını 1988–2004 ABD başkanlık seçimleri boyunca 964 ulusal anketle eşleştirdi ve piyasanın, nihai sonuca %74 oranında daha yakın olduğunu buldu; avantajı, 100 günden daha uzun süreli ufuklarda en güçlüydü. Robin Hanson'ın logaritmik piyasa puanlama kuralı (2003) ise, ince piyasa sorununu algoritmik olarak çözdü ve küçük grupların bile iç tahmin piyasaları yürütmesine izin verdi.

Uzman yargısı, buna karşılık, bir darbe aldı. Philip Tetlock'un Uzman Politik Yargısı (2005), 284 uzman ve yaklaşık 28,000 olasılık yargısı üzerine yaklaşık yirmi yıllık bir çalışmayı rapor etti; ortalama uzman, basit bir dışavurumdan ancak biraz daha iyi performans gösterdi — ünlü “dart atan şempanze” karikatürünün arkasındaki bulgu. Ancak Tetlock'un IARPA tahmin turnuvalarındaki (2011–2015) takip çalışması, hikayenin yapıcı yarısını buldu: “süper tahminciler” olarak adlandırılan küçük bir grup, yetkilere değil, olasılık düşüncesine ve sürekli inanç güncellemelerine dayalı olarak, gizli bilgilere erişimi olan istihbarat analistlerini geride bıraktı. Tahmin becerisi ve kalibrasyon, gelecekteki bir seride kendi derin muamelelerini alacak — ve alacaktır.

Dönemin kurumsal dönüm noktası 2006'da geldi; Thomas Malone, MIT Kolektif Zeka Merkezi'ni, insanların ve bilgisayarların nasıl bağlanabileceği üzerine yanıltıcı derecede basit bir soru etrafında kurdu: topluca, daha önce hiçbir insanın, grubun veya bilgisayarın yapmadığı kadar akıllıca nasıl hareket edebilirler? İlk çıktılar, tasarım alanını haritaladı — “Kolektif Zeka Genomu” (Malone, Laubacher ve Dellarocas, MIT Sloan Management Review, 2010), CI sistemlerinin yapı taşlarını dört soru etrafında katalogladı: kim görevi yerine getiriyor (kalabalık mı yoksa hiyerarşi mi), neden (para, sevgi veya şan), ne (yaratmak mı yoksa karar vermek mi) ve nasıl (bağımsız mı yoksa bağımlı mı). 2015 yılına gelindiğinde, Malone ve Bernstein'in Kolektif Zeka El Kitabı (MIT Press), alanın nesnesini açıkça tanımlayabiliyordu: “birlikte hareket eden bireylerden oluşan gruplar, zeki gibi görünen şekillerde.”

Ve 2010'da, alan en kışkırtıcı ölçümünü kazandı. Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi ve Thomas Malone (Science, 330: 686–688), 699 kişiyi iki ila beş kişilik gruplarda geniş bir görev yelpazesi üzerinde test etti. Görevler arasındaki grup performansı, tek bir istatistiksel faktör — bir kolektif zeka faktörü, c — üretecek kadar yeterince ilişkilidir; bu, grup düzeyinde bireysel IQ'nun g-faktörünün analoğudur. Şok, neyin bunu öngördüğüdür. Ortalama ve maksimum üye zekası, c ile yalnızca zayıf bir şekilde ilişkilidir. Güçlü bir şekilde ilişkilendirilen: grubun ortalama sosyal duyarlılığı (Gözlerdeki Zihin Testi ile ölçülen), sohbet dönüşlerinin eşitliği ve gruptaki kadınların oranı (bu da büyük ölçüde sosyal duyarlılık tarafından aracılık edilmektedir). Bir grubun ne kadar akıllı olduğu, veriler diyor ki, kimlerin içinde olduğundan daha az, nasıl etkileşimde bulunduğuna bağlıdır.

Gölge tarihi: kolektiflerin başarısız olduğu zaman

Tüm iyimser zaman çizelgesinin altında, daha karanlık bir literatür var — zeki, iyi niyetli bireylerin gruplarının kolektif aptallık üretimini inceleyen. Burada önemli çünkü bu ayrı bir konu değil: belgelenmiş her başarısızlık modu, başarı hikayelerinin bağımlı olduğu bir koşulun ihlalidir.

Psikolojik dalga önce geldi. Irving Janis'in Grup Düşüncesinin Kurbanları (1972), Başkan Kennedy'nin son derece yetenekli danışmanlarının 1961'deki Domuzlar Koyu işgaline nasıl kendilerini ikna ettiklerini analiz etti. Janis, üç kümede sekiz belirtiyi katalogladı — grubun aşırı değerlendirilmesi (dokunulmazlık yanılsaması, içsel ahlaka inanma), kapalı fikirlilik (kolektif rasyonalizasyon, dışarıdakilere stereotipik bakışlar) ve tekdüzelik yönünde baskı (öz sansür, oybirliği yanılsaması, muhaliflere doğrudan baskı ve rahatsız edici bilgileri filtreleyen kendini atayan “zihin koruyucuları”). İki yıl sonra, Jerry Harvey'nin “Abilene Paradoksu” (Organizational Dynamics, 1974) daha garip bir akraba tanımladı: grupların, hiçbir bireysel üyenin istemediği bir eylem planında anlaşması, çünkü herkes diğerlerinin sessizliğini tercih olarak yanlış anladı. Her ikisi de aynı girdinin başarısızlıklarıdır: dürüst, bağımsız yargı havuza asla girmiyor.

Ekonomik dalga 1992'de geldi ve daha rahatsız ediciydi çünkü hiç psikoloji gerektirmiyordu. Sushil Bikhchandani, David Hirshleifer ve Ivo Welch (“Bir Fikir, Moda, Gelenek ve Kültürel Değişim Teorisi Olarak Bilgi Dalgaları,” Journal of Political Economy, 100: 992–1026) ve bağımsız olarak Abhijit Banerjee (“Sürü Davranışı için Basit Bir Model,” Quarterly Journal of Economics, 1992) mükemmel rasyonel ajanların ardışık olarak karar vermesinin, yalnızca birkaç gözlemden sonra, rasyonel olarak kendi özel bilgilerini göz ardı edeceğini ve öncekileri kopyalayacağını gösterdi. Ortaya çıkan bilgi dalgası bireysel olarak mantıklıdır ve kolektif olarak kırılgandır — grubun dağılmış bilgisinin neredeyse hiçbirini toplamaz ve bir avuç erken hareket edenin seçtiği yanlış cevaba tüm bir nüfusu kilitleyebilir. Lisa Anderson ve Charles Holt, laboratuvar ortamında dalgaları talep üzerine yeniden ürettiler (American Economic Review, 1997). Mekanizma, varlık balonlarından viral yanlış bilgilere kadar her şeyi aydınlatır: Vosoughi, Roy ve Aral'ın Twitter'daki yaklaşık 126,000 hikaye dalgası analizi (Science, 2018), yanlış haberlerin gerçeğe göre önemli ölçüde daha uzak, daha hızlı ve daha derin yayıldığını buldu; yanlışlıkların %70 daha fazla retweet edilme olasılığı vardı. Tam başarısızlık kataloğu — lale çılgınlığından 2008'e kadar — Kalabalıklar Yanlış Gittiğinde adlı eserimizde bulunmaktadır.

Her iki dalın da paylaştığına dikkat edin. Grup düşüncesi sosyal olarak bağımsızlığı yok eder; dalgalar, bilgilendirme yoluyla yok eder. Her iki durumda da, kalabalık birçok yargı olmaktan çıkar ve birçok yüzü olan bir yargı haline gelir — tam olarak Condorcet'in teoreminin bilgelik garantisinden kendinden emin bir hata garantisine dönüşeceği koşuldur. Gölge tarihi, alanın pratik kanadının işlem ile obsesif hale gelmesinin nedenidir: insanları birbirlerinin görüşlerine maruz bırakmadan önce yargıları toplayın, muhalefeti yapısal olarak koruyun ve toplama işlemini açık hale getirin.

2015–2023: Tartışma on yılı — çoğaltma, eleştiri ve yanıt

Bu kadar şaşırtıcı bir ölçüm, saldırıya uğrayacaktı ve saldırı 2017'de geldi. Marcus Credé ve Garett Howardson (Journal of Applied Psychology) altı örneği yeniden analiz etti ve genel bir c-faktörü için ampirik desteğin zayıf olduğunu savundu — grup performansının, bir temel faktörden ziyade görev spesifik yeteneklerle daha iyi tanımlanabileceğini öne sürdü. Woolley, Kim ve Malone, 2018'de yanıt vererek, eleştirinin puanlama prosedürlerini tartıştılar ve simülasyon varsayımlarının grupların gerçekten gerçekleştirdiği görevlerle eşleşmediğini savundular. Sağlıklı bir alan böyle görünür: mücadele veriler ve yeniden analizle yürütüldü, basın bültenleriyle değil.

Bir hükme en yakın şey 2021'de geldi. Riedl, Kim, Gupta, Malone ve Woolley, PNAS'da 22 çalışma ve 1,356 grup — öğrenciler, askeri personel, çevrimiçi çalışanlar, oyuncular — kapsayan bir meta-analiz yayımladı ve hepsinde tutarlı bir kolektif zeka faktörü için kanıt buldular; grup işbirliği süreçleri ve üye sosyal algısının en güçlü öncüllerinden biri olduğunu buldular. Yapının ve sınır koşullarının yapısı hala tartışılmaktadır; ancak “grup zekası ölçülebilir ve üye IQ'suna indirgenemez” artık 2010 tarihli orijinal makaleden çok daha büyük bir kanıt tabanına dayanmaktadır.

İki tamamlayıcı bulgu on yılı tamamladı. Malone'un Süper Zihinler (2018) medeniyetin zaten çalıştığı kolektif zihinlerin bir taksonomisini sağladı — hiyerarşiler, demokrasiler, piyasalar, topluluklar ve ekosistemler — her biri toplama sorusuna farklı bir yanıt, her biri karakteristik güçlü ve zayıf yönleriyle. Ve Google'ın Proje Aristoteles'i (2012–2015), 180 takımın içsel bir çalışması, psikolojik güvenlik — bir takımın kişilerarası risk alma için güvenli olduğuna dair paylaşılan inanç — takım etkinliğinin en güçlü belirleyicisi olduğunu buldu, bileşim ve kıdemin önünde. Woolley'nin dönüş alma eşitliği ve Google'ın psikolojik güvenliği, aynı temel gerçeğin iki ölçümüdür: grup zekasının dar boğazı, üyelerin elinde tuttuğu bilginin gerçekten gruba girmesidir. Grup dinamikleri — güvenlik, tartışma ve grup düşüncesi gibi patolojileri — kendi başına bir kümedir ve başarısızlık modlarını Kalabalıklar Yanlış Gittiğinde adlı eserimizde ele alıyoruz.

2024–2026: AI-insan süper zihinleri — mevcut sınır

Mevcut dönem, büyük dil modellerinin gruba katılmasıyla başladı. Burton ve disiplinler arası 27 yazar, “Büyük dil modelleri kolektif zekayı nasıl yeniden şekillendirebilir” başlıklı çalışmada riskleri haritaladı (Nature Human Behaviour, 8: 1643–1655, 2024): LLM'ler katılım engellerini azaltabilir, geniş kapsamlı tartışmaları özetleyebilir ve dağınık bilgiyi eşi benzeri görülmemiş bir ölçekte bir araya getirebilir — ayrıca bakış açılarını homojenleştirebilir, sahte bir uzlaşma üretebilir ve kalabalık zekasının beslendiği bilgi ekosisteminin çeşitliliğini azaltabilir. Surowiecki’nin listesindeki her koşul, aynı teknoloji tarafından hem güçlendirilmekte hem de tehdit edilmektedir.

Sinerji sorusu — Engelbart’ın 1962 sorusu — nihayet meta-analizini aldı. Michelle Vaccaro, Abdullah Almaatouq ve Thomas Malone, 106 deney ve 370 etki boyutunu analiz etti (“İnsanlar ve AI kombinasyonları ne zaman faydalıdır,” Nature Human Behaviour, 8: 2293–2303, 2024) ve ortalama olarak, insan-AI kombinasyonlarının, ya insanın ya da AI'nın en iyisinden daha kötü performans gösterdiğini buldu. Kayıplar karar verme görevlerinde yoğunlaşırken; gerçek kazançlar içerik oluşturma görevlerinde ortaya çıktı. Basitçe bir “insanı döngüye dahil etmek” sonuçları iyileştirmiyor — çoğu zaman insan, daha iyi bir makine yargısını geçersiz kılıyor veya daha kötü birine defer ediyor. Sinerji bir tasarım başarısıdır, varsayılan bir durum değil. İnsan-AI sistemlerinin ortaya çıkan bilimi — otomasyon yanlılığı, güven kalibrasyonu, hangi tarafın ne zaman karar vermesi gerektiği — bu serinin bir başka gelecek bölümü.

Bu tasarım gündemi artık MIT Kolektif Zeka Merkezi'nin açık programıdır; araştırmaları 2026'da üç şemsiye altında organize edilmiştir: Üretken AI ve Kolektif Zeka (insan yaratıcılığını artırmak için AI), Supermind Tasarımı (insanlar ve bilgisayarlar arasında yenilikçi kombinasyonlar tasarlamak) ve İnsan-AI Takımları Tasarımı (insan-makine takımlarında görevleri tasarlamak ve tahsis etmek — görev tahsisi sistematik bilimi olarak Singapore-MIT M3S programı ile takip edilmektedir: hangi alt görevler insanlara, hangileri AI'ya gider, kim denetler ve AI bir araç, asistan, eş veya yönetici olarak mı hareket eder). Önceki amiral gemisi projeleri — İklim CoLab ve CoLabs platformu, CI Tasarım Laboratuvarı, Kolektif Zekayı Ölçme programı — artık resmi olarak miras çalışmasıdır ve bu AI dönemi sorularına dahil edilmiştir.

Somut çıktılar, “tasarlanmış sinerji”nin nasıl göründüğünü gösteriyor. Supermind Ideator, kullanıcıları yapılandırılmış yaratıcı problem çözme adımlarıyla yönlendiren LLM tabanlı bir fikir üretim aracıdır ve deneysel bir çalışmada yalnızca ChatGPT veya insanların kendi başlarına çalıştığı durumlara göre önemli ölçüde daha yenilikçi fikirler üretmiştir (ACM Kolektif Zeka Konferansı 2024; Kolektif Zeka, 2024); beta test kullanıcıları bununla 10,000'den fazla fikir üretmiştir ve bir kardeş aracı olan DesignAID, bu yaklaşımı tasarım işine uygular. Yapılandırma, Supermind Tasarımı’nın altı adımını uygular — Uzaklaştır, Yakınlaştır, Benzeştir, Grupla, Bilgilendir, Teknolojileştir — bir görevin her parçasını kimin (veya neyin) yaptığını yeniden hayal etmek için bir kontrol listesi. Ders, Vaccaro meta-analizini tam olarak yansıtır: değer modelde değil, etrafındaki yapıda yatmaktadır. Ölçüm tarafında, AGI-Elo (Sun ve arkadaşları, NeurIPS 2025; arXiv 2505.12844) — Malone'un da dahil olduğu CCI ile ilişkili yazarlar — AI modellerini ve bireysel test durumlarını satranç oyuncuları gibi birbirleriyle değerlendirir, böylece bir görevin zorluğu ve bir modelin yeterliliği karşılaştırılabilir bir ölçeğe yerleşir: bir işin hangi parçalarının makineye verileceğini belirlemek için bir ön koşul.

İki daha 2026 sonucu, bunun nereye gittiğini tasvir ediyor. Bir PNAS makalesi, “AI Müzakerelerini İlerletmek: Büyük Ölçekli Otonom Müzakere Yarışması,” katılımcıların tasarladığı AI ajanlarının birbirleriyle 180,000'den fazla müzakere gerçekleştirdiği uluslararası bir yarışmayı bildirdi. İnsan müzakere teorisi tür değişikliğine dayanmayı başardı: sıcaklık — pozitiflik, minnettarlık, soru sorma — serbest müzakerelerde daha iyi sonuçlar elde etti, oysa baskın tatlılıkta maraton müzakereleri çıkmazları öngördü; ajanlar ayrıca düşünce zinciri akıl yürütmeden, deneme yanılma ile istem enjekte etmeye kadar AI'ya özgü taktikler geliştirdi. Ve derin bir iş ontolojisi (Cai ve arkadaşları, arXiv 2603.20619, Mart 2026) yaklaşık 20,000 O*NET iş faaliyetini yeniden organize etti ve bunlara 13,275 AI uygulaması ile dünya çapında 20.8 milyon robotik sistemi haritaladı — AI pazar değerinin son derece yoğun olduğunu buldu; en üst %1.6'lık faaliyetler bunun %60'ından fazlasını oluşturmaktadır. İnsanların ve makinelerin süper zihinleri artık bir metafor değil; envanterini çıkaran bir kuruluştur.

240 yıl bize ne öğretir

Dönemleri yan yana koyduğunuzda, bir ortak çizgi ortaya çıkıyor: bu tarihteki her başarı, bir yapı başarısıdır ve her başarısızlık, aynı birkaç koşulun başarısızlığıdır. Condorcet’in teoremi bağımsızlık ve şansın üstünde yeterlilik üzerine çalışır. Galton’un adil durumu bağımsız, teşvik edilen, yazılı yargıları zorunlu kılmayı başardı. Hayek’in fiyatları ve Hanson’ın piyasa yapıcıları, toplama mekanizmalarıdır; Delphi, bağımsızlık koruma mekanizmasıdır; Surowiecki’nin dört koşulu, yalnızca tekrar eden gereksinimlerdir. c-faktörü literatürü, etkileşim sürecinin — dönüş alma, sosyal duyarlılık, konuşma güvenliği — bir grubun içerdiği zekayı kullanıp kullanamayacağını yönettiğini buldu. Ve AI dönemi meta-analizleri, insan-AI takımlarının işbirliği kasıtlı olarak tasarlandığında kazandığını buldu. Koşullar bozulduğunda — yargılar bağımsız olmaktan çıkıp insanlar başkalarının görünür davranışlarını taklit etmeye başladığında — bilgi dalgaları, balonlar ve grup düşüncesi ortaya çıkar: bireysel olarak mantıklı, kolektif olarak yanlış.

Bu aynı zamanda, tesadüfen değil, kolektif zekanın bir kararın yaşamındaki yerinin bir haritasıdır. İyi karar vermek, doğru probleme dikkat etmek, onu çerçevelemek, seçenekler üretmek, onları araştırmak, dağınık yargıları toplamak, nedenler üzerinde tartışmak ve ancak o zaman seçmek, uygulamak ve izlemek anlamına gelir. 240 yıllık araştırma programı, bireysel bilginin ya kolektif bilgiye dönüşmesi ya da sessizlikte yok olması gereken o orta aşamalar — toplama ve tartışma — hakkında ağırlıklı olarakdır.

Argumentree, bu bulguların doğrudan bir uygulaması olarak inşa edilmiştir. Bağımsız, eşzamanlı argüman sunumu, grup bir araya gelmeden önce Condorcet’in ve Delphi’nin bağımsızlık koşulunu korur. Yapılandırılmış artı/eksi argüman ağaçları, her bakış açısına — muhalefet dahil — birinci sınıf bir yer verir; Woolley’nin dönüş alma eşitliği ve Google’ın psikolojik güvenliğinin işaret ettiği koşul budur. Çok boyutlu derecelendirme (yararlılık, açıklık, doğruluk, tamlık), uzlaşma puanlarına toplandığında, Galton-Hayek soyundan gelen açık bir toplama mekanizmasıdır — ancak bir piyasa fiyatının aksine, akıl yürütmeyi korur. Ve tam denetim izi, her kararı bir organizasyon kaydına dönüştürür, böylece grup kendisinden öğrenebilir — yaşam döngüsünün sona erdiği izleme aşaması. Toplantı transkriptlerinden AI çıkarımı, 2024–2026 dersini takip eder: AI'yı belirgin bir şekilde yardımcı olduğu yerlerde kullanın (yapılandırma ve içerik işleme) ve insanlar yargıyı korusun. Tarihin hükmü 1785'ten 2026'ya kadar tutarlıdır: gruplar tesadüfen akıllı hale gelmez. Yapı ile akıllı hale gelirler — ve yapı artık benimseyebileceğiniz bir şeydir, doğaçlama değil. Kolektif zeka ile ilgili kılavuzumuzla başlayın veya işbirlikçi karar verme sürecinde ilkelerinin nasıl çalıştığını görün.