اجتماعی ذہانت کیا ہے؟ اجتماعی ذہانت افراد کے گروپوں کی صلاحیت ہے — انسانی، مشینی، یا دونوں — اجتماعی طور پر ایسے طریقوں سے عمل کرنے کی جو ذہین لگتے ہیں، فیصلے، فیصلے، اور حل پیدا کرتے ہیں جو کسی بھی رکن کی اکیلے حاصل کردہ کامیابی سے بہتر ہو سکتے ہیں۔
اجتماعی ذہانت، جیسا کہ تھامس مالون اور مائیکل برنسٹین نے اجتماعی ذہانت کے ہینڈ بک (MIT پریس، 2015) میں بیان کیا ہے، یہ ہے 'افراد کے گروپوں کا اجتماعی طور پر ایسے طریقوں سے عمل کرنا جو ذہین لگتے ہیں۔' یہ میدان کونڈورسیٹ جیوری تھیورم (1785) اور فرانسس گالٹن کے 1906 کے بیل کی وزن کرنے کے تجربے سے لے کر جدید لیبارٹری سائنس تک پھیلا ہوا ہے: انیتا ولیمز وولی اور ساتھیوں (سائنس، 2010) نے ایک عمومی اجتماعی ذہانت کے عنصر — سی فیکٹر — کے لیے شواہد ملے جو تقریباً 43% گروپ کی کارکردگی میں مختلف کاموں کے درمیان فرق کی وضاحت کرتا ہے اور سماجی حساسیت، بات چیت میں برابری، اور گروپ میں خواتین کے تناسب کے ساتھ زیادہ ہم آہنگ ہے بجائے رکن کی IQ کے۔ سی فیکٹر پر بحث کی گئی ہے (کریڈے اور ہوورڈسن، 2017) اور 22 مطالعات اور 1,356 گروپوں کے ایک میٹا-تحلیل کی حمایت کی گئی ہے (ریڈل وغیرہ، PNAS، 2021)۔ اجتماعی ذہانت جینوم (مالون، لاوبچر اور ڈیلا روکاس، 2010) ہوشیار گروپوں کے بنیادی عناصر کو کون، کیوں، کیا، اور کیسے کے لحاظ سے نقشہ بناتا ہے۔ موجودہ MIT سینٹر فار کلیکٹو انٹیلیجنس کی تحقیق (2026) تخلیقی AI اور اجتماعی ذہانت، سپر مائنڈ ڈیزائن، اور انسانی-AI ٹیموں کے ڈیزائن پر مرکوز ہے؛ 2024 کی میٹا-تحلیل (ویکارو، الماتوق اور مالون، نیچر ہیومن بیہیور) نے پایا کہ انسانی-AI امتزاج خود بخود اکیلے بہترین کارکردگی کا مظاہرہ نہیں کرتے — حقیقی ہم آہنگی کے لیے کام کی تقسیم اور تعامل کے ڈیزائن کی ضرورت ہوتی ہے۔ موجودہ CCI سسٹمز میں سپر مائنڈ آئیڈیٹر شامل ہے، جو ایک بڑے زبان کے ماڈل کو منظم تخلیقی مسئلہ حل کرنے کے ڈھانچے میں لپیٹتا ہے، اور ایک 2026 PNAS مقابلہ جو 180,000 سے زیادہ خود مختار AI-to-AI مذاکرات کا مطالعہ کرتا ہے۔ فیصلہ سازی کے زندگی کے چکر کے اندر — شرکت کریں، فریم کریں، پیدا کریں، تحقیق کریں، جمع کریں، غور کریں، مختص کریں، منتخب کریں، عمل درآمد کریں، نگرانی کریں — اجتماعی ذہانت کی تحقیق بنیادی طور پر جمع کرنے اور غور کرنے کے مراحل پر مرکوز ہے: گروپ کیسے منتشر علم کو اکٹھا کرتے ہیں اور ایک ساتھ کیسے سوچتے ہیں۔ آرگومنٹری ان نتائج کو آزاد غیر متزامن دلیل کی جمع آوری، مساوی شرکت کے ڈھانچے، کثیر جہتی درجہ بندی کو متفقہ اسکور میں جمع کرنے، اور گروپ کی دلیل کا مکمل آڈٹ ٹریل کے ذریعے عملی شکل دیتا ہے۔
اجتماعی ذہانت کیا ہے؟
اجتماعی ذہانت گروپوں کی صلاحیت ہے — انسانی، مشینی، یا دونوں — ایسے طریقوں سے عمل کرنے کی جو ذہین لگتے ہیں۔ یہ ایک استعارہ نہیں ہے: تحقیق نے اس کی پیمائش کی ہے، اس پر بحث کی ہے، اور اس کے لیے ڈیزائن کرنے کا طریقہ دکھایا ہے۔ یہ رہنما کونڈورسیٹ (1785) سے لے کر MIT کی انسانی-AI ٹیم کی تحقیق (2026) تک سائنس کا احاطہ کرتا ہے۔
آخری بار اپ ڈیٹ کیا گیا: 2026-07-18
TL;DR
گروپ قابل پیمائش طور پر ہوشیار ہو سکتے ہیں۔ وولی وغیرہ (سائنس، 2010) نے ایک اجتماعی ذہانت کا عنصر (c) پایا جو کاموں کے درمیان گروپ کی کارکردگی کی پیش گوئی کرتا ہے — جو رکن کی IQ سے کم متاثر ہوتا ہے بلکہ سماجی حساسیت، مساوی باری لینے، اور عمل سے زیادہ متاثر ہوتا ہے۔ یہ دریافت بحث کا موضوع ہے (کریڈے اور ہوورڈسن، 2017) لیکن 1,356 گروپوں کے ایک میٹا-تحلیل (ریڈل وغیرہ، PNAS، 2021) کی حمایت حاصل ہے۔ جدید سرحد انسانی-AI اجتماعی ذہانت ہے: MIT کی 2024 کی میٹا-تحلیل یہ ظاہر کرتی ہے کہ کسی انسانی کو عمل میں شامل کرنے سے AI سسٹمز خود بخود بہتر نہیں ہوتے — ہم آہنگی کام کی تقسیم اور عمل کے ڈیزائن پر منحصر ہے۔ آرگومنٹری اس سبق پر بنایا گیا ہے: دلیل کو منظم کریں، فیصلوں کو جمع کریں، انسانوں کو فیصلہ کرنے دیں۔
اجتماعی ذہانت کی تعریف
معیاری تعلیمی تعریف تھامس مالون اور مائیکل برنسٹین کی اجتماعی ذہانت کا ہینڈ بک (MIT پریس، 2015) سے آتی ہے: اجتماعی ذہانت "افراد کے گروپوں کا اجتماعی طور پر ایسے طریقوں سے عمل کرنا جو ذہین لگتے ہیں۔" یہ تعریف جان بوجھ کر وسیع ہے۔ یہ ایک مارکیٹ کی قیمتیں مقرر کرنے، ایک ویکیپیڈیا کمیونٹی کے ذریعہ ایک انسائیکلوپیڈیا لکھنے، ایک جیوری کے ذریعہ شواہد کا وزن کرنے، ایک چیونٹی کالونی کے ذریعہ کھانے کے لیے سب سے چھوٹے راستے کو تلاش کرنے — اور، بڑھتی ہوئی، لوگوں اور AI سسٹمز کی ہائبرڈ ٹیموں کا احاطہ کرتی ہے۔
اجتماعی ذہانت ہجوم کی حکمت سے زیادہ وسیع ہے، جو بہت سے آزاد فیصلوں کی شماریاتی جمع کو مدنظر رکھتی ہے۔ اجتماعی ذہانت میں حقیقی تعاون اور غور و فکر بھی شامل ہے — گروپ جو ایک دوسرے کے دلائل پر بات چیت کرتے ہیں، بحث کرتے ہیں، اور ان کی بنیاد پر تعمیر کرتے ہیں۔ یہ سوارم ذہانت سے مختلف ہے، جہاں ہم آہنگی سادہ مقامی اصولوں سے بغیر غور و فکر کے ابھرتی ہے۔ اور یہ قریبی شعبوں میں مطالعہ کیے جانے والے میکانزم سے جڑا ہوا ہے: ووٹنگ کے نظام ترجیحات کو جمع کرتے ہیں، پیش گوئی کے بازار احتمالی عقائد کو جمع کرتے ہیں، اور منظم غور و فکر وجوہات کو جمع کرتے ہیں — ایک ہی سوال کے تین مختلف جوابات کہ بہت سے ذہنوں کو ایک فیصلے میں کیسے تبدیل کیا جائے۔
فیصلہ سازی کے زندگی کے چکر کے اندر — شرکت کریں، فریم کریں، پیدا کریں، تحقیق کریں، جمع کریں، غور کریں، مختص کریں، منتخب کریں، عمل درآمد کریں، نگرانی کریں — اجتماعی ذہانت کی تحقیق بنیادی طور پر جمع کرنے اور غور کرنے کے مراحل پر مرکوز ہے: کیسے منتشر علم کو اکٹھا کیا جاتا ہے، اور گروپ بغیر معلوماتی کیسیڈز اور گروپ تھنک کی بیماریوں کے بغیر ایک ساتھ سوچتے ہیں۔
اجتماعی ذہانت کی تحقیق کی ایک مختصر تاریخ
یہ میدان روشنی کے دور کی ریاضی، شماریات، معیشت، حیاتیات، اور کمپیوٹر سائنس میں جڑیں رکھتا ہے۔ اس کا تھریو لائن: صحیح حالات میں، گروپ اپنے اراکین سے بہتر کارکردگی کا مظاہرہ کرتے ہیں — اور حالات کو انجینئر کیا جا سکتا ہے۔
مارکیس ڈی کانڈورسیٹ ثابت کرتا ہے کہ اگر ہر ووٹر تھوڑا سا بھی موقع سے بہتر ہو اور آزادانہ ووٹ دے، تو اکثریت کے صحیح ہونے کا امکان یقین کی طرف بڑھتا ہے جیسے جیسے گروپ بڑھتا ہے — اجتماعی ذہانت کا بنیادی ریاضیاتی نتیجہ۔
فرینسس گیلٹن 1906 کے دیہی میلے میں ایک بیل کے ملبوس وزن کے 787 اندازوں کا تجزیہ کرتا ہے۔ اوسط اندازہ (1,207 پونڈ) حقیقی وزن (1,198 پونڈ) کے 1% کے اندر آتا ہے — مویشیوں کے ماہرین سے بہتر۔ نیچر میں شائع ہوا۔
فریڈریچ ہائیک کی "سوسائٹی میں علم کا استعمال" (امریکن اکنامک ریویو) کا کہنا ہے کہ مارکیٹیں قیمتوں کے ذریعے منتشر، مقامی علم کو جمع کرتی ہیں — پیش گوئی کی مارکیٹوں کے لیے نظریاتی بنیاد۔
جیمز سوروییکی ہجوم کی حکمت کے لیے چار شرائط (تنوع، آزادی، غیر مرکزیت، جمع) کو مرتب کرتا ہے۔ اسی سال، ہونگ اور پیج اپنے متنازعہ "تنوع قابلیت پر غالب آتا ہے" ماڈل کو PNAS میں شائع کرتے ہیں۔
وولی، چابریس، پینٹ لینڈ، ہاشمی، اور مالون (سائنس) 699 لوگوں میں ایک عمومی اجتماعی ذہانت کے عنصر کے لیے شواہد تلاش کرتے ہیں جو چھوٹے گروپوں میں کام کر رہے ہیں — انفرادی IQ کا گروپ کی سطح کا متبادل۔
مالون، لاوبچر، اور ڈیلا روکاس (MIT سلوین مینجمنٹ ریویو) اجتماعی ذہانت کے نظاموں کے بنیادی بلاکس — "جینز" — کو چار سوالات کے گرد کیٹلاگ کرتے ہیں: کون، کیوں، کیا، اور کیسے۔
مالون اور برنسٹائن کا MIT پریس ہینڈ بک اس میدان کو مستحکم کرتا ہے اور اس کی معیاری تعریف: افراد کے گروپ جو اجتماعی طور پر ایسے طریقوں سے عمل کرتے ہیں جو ذہین لگتے ہیں۔
تھامس مالون کا سپر مائنڈز پانچ مستقل اقسام کی اجتماعی ذہانت کی وضاحت کرتا ہے — ہیرارکی، جمہوریتیں، مارکیٹیں، کمیونٹیز، اور ایکو سسٹمز — اور پوچھتا ہے کہ کمپیوٹر ہر ایک کو کیسے زیادہ ذہین بنا سکتے ہیں۔
ریڈل، کم، گپتا، مالون، اور وولی (PNAS) 22 مطالعات کا تجزیہ کرتے ہیں جن میں 1,356 گروپ شامل ہیں اور طلباء، فوجی، گیمر، اور آن لائن کارکنوں کی آبادیوں میں اجتماعی ذہانت کے عنصر کے لیے شواہد تلاش کرتے ہیں۔
ویکارو، الماتوق، اور مالون کا 106 تجربات کا میٹا-تجزیہ (نیچر ہیومن بیہیویئر) یہ پاتا ہے کہ اوسطاً انسان-AI امتزاج انسانی یا AI میں سے بہترین سے بدتر کارکردگی کا مظاہرہ کرتا ہے — ہم آہنگی کو ڈیزائن کرنا ضروری ہے، فرض نہیں۔
برٹن اور 27 شریک مصنفین (نیچر ہیومن بیہیویئر) یہ نقشہ بناتے ہیں کہ بڑے زبان کے ماڈل اجتماعی ذہانت کو کیسے بڑھا سکتے ہیں — اور وہ کس طرح نقطہ نظر کو ہم آہنگ کرنے اور جھوٹی ہم آہنگی پیدا کرنے کے خطرے میں ہیں۔
MIT کا سینٹر فار کلیکٹو انٹیلیجنس تین چھتریوں کا پیچھا کرتا ہے: جنریٹو AI اور اجتماعی ذہانت، سپر مائنڈ ڈیزائن، اور انسانی-AI ٹیموں کا ڈیزائن — بشمول 180,000+ AI-to-AI مذاکرات کا PNAS مطالعہ۔
سی فیکٹر: کیا ایک گروپ کا IQ ہو سکتا ہے؟
2010 میں، انیتا ولیمز وولی اور ساتھیوں نے ایک سادہ سوال پوچھا جس کے پیچھے ایک صدی کی انفرادی نفسیات ہے: جیسے ایک عمومی عنصر (g) کئی ذہنی کاموں میں ایک فرد کی کارکردگی کی پیش گوئی کرتا ہے، کیا گروپوں کے لیے بھی ایک عمومی عنصر ہے؟ انہوں نے دو سے پانچ کے گروپوں میں 699 لوگوں کو مختلف کاموں پر آزمایا (سائنس، 330، 686–688)۔ جواب ہاں تھا: ایک واحد شماریاتی عنصر — c — نے مختلف کاموں میں گروپ کی کارکردگی میں تقریباً 43% فرق کی وضاحت کی۔
کیا ایک گروپ کا c کی پیش گوئی کرتا ہے — اور کیا نہیں کرتا
رکن IQ کا کوئی خاص اثر نہیں
گروپ کے اراکین کی اوسط اور زیادہ سے زیادہ انفرادی ذہانت کا c کے ساتھ صرف کمزور تعلق تھا۔ سب سے ذہین لوگوں کی بھرتی خود بخود ایک ذہین گروپ نہیں بناتی۔
سماجی حساسیت اہم ہے
گروپ کا اوسط اسکور ریڈنگ دی مائنڈ ان دی آئیز ٹیسٹ پر — چہرے کے اشاروں سے ذہنی حالتوں کا اندازہ لگانے کی صلاحیت — c کا ایک اہم پیش گو ہے (r = 0.26)۔
برابر کی باری لینا اہم ہے
ایسے گروپ جن کے اراکین نے گفتگو میں زیادہ مساوی طور پر حصہ لیا، ان کا c زیادہ تھا؛ بولنے کی باریوں میں فرق c کے ساتھ منفی طور پر منسلک تھا (r = −0.41)۔ ایک یا دو آوازوں سے غالب گروپ اجتماعی طور پر کم ذہین تھے۔
ترکیب کے اثرات
2010 کے مطالعے میں، خواتین کا زیادہ تناسب رکھنے والے گروپوں نے c پر زیادہ اسکور کیا (r = 0.23) — ایک اثر جسے مصنفین نے خواتین کی زیادہ اوسط سماجی حساسیت سے منسلک کیا، یعنی عمل کے لحاظ سے، نہ کہ محض آبادیات کے لحاظ سے۔
کیا c فیکٹر حقیقی ہے؟ نقل کے بارے میں بحث
نفسیات میں زیادہ تر بااثر دریافتوں کی طرح، c کو دباؤ میں رکھا گیا ہے — اور قارئین کو شواہد کی ایماندار حالت کا حق ہے:
تنقید (2017)
کریڈے اور ہوورڈسن (جرنل آف اپلائیڈ سائیکالوجی) نے چھ نمونوں کا دوبارہ تجزیہ کیا اور کہا کہ ایک عمومی گروپ عنصر کے لیے تجرباتی حمایت کمزور ہے — کہ گروپ کی کارکردگی کو مخصوص صلاحیتوں کے ذریعے بہتر بیان کیا جا سکتا ہے نہ کہ ایک c کے ذریعے۔
جواب (2018)
وولی، کم، اور مالون نے جواب دیا کہ تنقید اسکورنگ کے طریقوں اور سمولیشن کے مفروضوں پر مبنی تھی جو ان کاموں سے میل نہیں کھاتی تھیں جو گروپوں نے حقیقت میں انجام دیے۔
میٹا-تجزیہ (2021)
ریڈل، کم، گپتا، مالون، اور وولی (PNAS) نے 22 مطالعات کو جمع کیا جن میں 1,356 گروپ شامل تھے — طلباء، فوجی اہلکار، آن لائن کارکن، گیمر — اور ان سب میں c عنصر کے لیے شواہد ملے، جس میں تعاون کے عمل اور رکن کی سماجی حساسیت اس کے مضبوط ترین تعلقات میں شامل ہیں۔
نتیجہ: ایک بڑی میٹا-تحلیل ایک قابل پیمائش اجتماعی ذہانت کے عنصر کی موجودگی کی حمایت کرتی ہے، جبکہ اس کی درست ساخت اور عمومی حیثیت پر فعال بحث جاری ہے۔ جو چیز بحث کا موضوع نہیں ہے وہ عملی سبق ہے: گروپ کا عمل — کون سنا جاتا ہے، فیصلے کیسے ملائے جاتے ہیں — گروپ کی کارکردگی کی پیش گوئی کرتا ہے جو رکن کی ذہانت سے بہتر ہے۔
شماریاتی بمقابلہ تعاملاتی ہجوم
درحقیقت دو قسم کی اجتماعی ذہانت ہیں، اور وہ مختلف ایندھن پر چلتی ہیں:
اعدادی ہجوم
بہت سے آزاد اندازے، میکانیکی طور پر جمع کیے گئے — اوسط، ووٹنگ، مارکیٹ کی قیمتیں۔ یہ گیلٹن کا میلہ اور ہر پیش گوئی مارکیٹ ہے۔ کامیابی آزادی اور تنوع پر منحصر ہے؛ یہ مشق اکثر ایک بار کی ہوتی ہے۔
انٹرایکٹو ہجوم
لوگ ایک دوسرے پر اثر انداز ہوتے ہیں تاکہ مشترکہ سمجھ بوجھ بن سکے — بحث، غور و خوض، تعاون۔ یہ وکیپیڈیا، ایک سائنسی کمیونٹی، ایک ڈیزائن ٹیم ہے۔ کامیابی مواصلات کے معیار اور بولنے کی حفاظت پر منحصر ہے؛ کام جاری ہے۔
دونوں طریقے مخالف سمتوں میں کھینچتے ہیں: آزادی شماریاتی ہجوم کی مدد کرتی ہے لیکن تعاملاتی ہجوم کو بھوکا رکھتی ہے۔ ایک ٹیم جو کبھی بات نہیں کرتی اچھی طرح سے جمع کر سکتی ہے لیکن کچھ نیا نہیں بناتی؛ ایک ٹیم جو ہمیشہ بات کرتی ہے مشترکہ سمجھ بوجھ بنا سکتی ہے جبکہ خاموشی سے اس کی فیصلوں کی آزادی کو تباہ کرتی ہے۔
منظم غور و فکر دونوں کو حاصل کرنے کی کوشش ہے۔ آرگومنٹری میں، شراکتیں اور درجہ بندیاں آزادانہ طور پر جمع کی جاتی ہیں — شماریاتی طریقہ — جبکہ دلیل کا درخت جس میں وہ اترتے ہیں ایک مشترکہ، ترقی پذیر شے ہے جس پر گروپ غور کرتا ہے — تعاملاتی طریقہ۔ ڈھانچہ یہ طے کرتا ہے کہ کب ہر طریقہ لاگو ہوتا ہے، بجائے اس کے کہ سب سے بلند آواز والے طریقے کو جیتنے دیا جائے۔
اجتماعی ذہانت جینوم
اگر اجتماعی ذہانت کی پیمائش کی جا سکتی ہے، تو کیا اسے ڈیزائن کیا جا سکتا ہے؟ مالون، لاوبچر، اور ڈیلا روکاس (MIT سلوین مینجمنٹ ریویو، 2010) نے اجتماعی ذہانت کے نظاموں کے بار بار آنے والے بنیادی عناصر — "جینز" — کی کیٹلاگ کی، جو چار سوالات کے گرد منظم ہیں۔ کوئی بھی نظام، ویکیپیڈیا سے لے کر ایک کارپوریٹ حکمت عملی کے عمل تک، ان جینز کا مجموعہ ہے:
کام کون کر رہا ہے؟
ایک متعین ہیرارکی کام تفویض کرتی ہے، یا ایک کھلا ہجوم خود منتخب کرتا ہے۔ ہجوم پیمانے اور تنوع لاتے ہیں؛ ہیرارکیاں جوابدہی اور ہم آہنگی لاتی ہیں۔
وہ یہ کیوں کر رہے ہیں؟
تحریک کے جین: پیسہ (ادائیگی، انعامات)، محبت (اندرونی لطف، کمیونٹی)، اور شان (پہچان، شہرت)۔ پائیدار نظاموں میں مراعات کو شراکت کے ساتھ ہم آہنگ کیا جاتا ہے۔
کیا کیا جا رہا ہے؟
تخلیق کریں (کچھ نیا پیدا کریں — ڈیزائن، خیالات، دلائل) یا فیصلہ کریں (متبادل میں سے اندازہ لگائیں اور منتخب کریں)۔ زیادہ تر حقیقی عمل دونوں کو جوڑتے ہیں۔
یہ کیسے کیا جا رہا ہے؟
آزادانہ طور پر (بغیر تعامل کے جمع کردہ شراکتیں — مقابلے، ووٹنگ، اوسط) یا انحصار کرتے ہوئے (تعاون، جہاں شراکتیں ایک دوسرے پر تعمیر ہوتی ہیں)۔ انتخاب یہ طے کرتا ہے کہ آپ کون سے ناکامی کے طریقے وراثت میں لیتے ہیں۔
پانچ سپر مائنڈز
کتاب سپر مائنڈز (2018) میں، مالون پانچ مستقل اقسام کی اجتماعی ذہانت کی وضاحت کرتا ہے جو انسانی معاشرے بار بار دوبارہ تخلیق کرتے ہیں — اور یہ دلیل دیتا ہے کہ AI کے بارے میں حقیقی سوال یہ نہیں ہے کہ "کیا یہ ہمیں تبدیل کرے گا؟" بلکہ "یہ ہر سپر مائنڈ کو کیسے زیادہ ہوشیار بناتا ہے؟":
ہیرارکیاں
فیصلے اختیار کی زنجیر میں اوپر اور نیچے تفویض کیے جاتے ہیں۔ تیز اور جوابدہ؛ اوپر معلومات کی رکاوٹوں کے لیے حساس۔
جمہوریتیں
فیصلے ووٹنگ کے ذریعے۔ جائز اور شمولیتی؛ ووٹوں کا ترجیحات کو جمع کرنے کا طریقہ اپنی گہری سائنس ہے (سماجی انتخاب کا نظریہ)۔
مارکیٹیں
فیصلے قیمتوں اور تجارت کے ذریعے۔ منتشر عقائد کے شاندار جمع کنندہ — پیش گوئی کی مارکیٹوں کے پیچھے کا طریقہ کار۔
کمیونٹیز
فیصلے اصولوں، شہرت، اور غیر رسمی ہم آہنگی کے ذریعے۔ اوپن سورس اور وکیپیڈیا کو طاقت دیتا ہے؛ سست لیکن لچکدار۔
ایکو سسٹمز
کوئی مشترکہ فیصلہ سازی کا طریقہ کار نہیں — نتائج طاقت اور بقا سے ابھرتے ہیں۔ جب کوئی اور سپر مائنڈ ڈیزائن نہیں کیا جاتا تو یہ ڈیفالٹ ہوتا ہے۔
سپر مائنڈ ڈیزائن: چھ اقدامات
MIT CCI کا سپر مائنڈ ڈیزائن کا طریقہ کار جینوم کو تخلیقی مسئلہ حل کرنے کے عمل میں تبدیل کرتا ہے۔ چھ "اقدامات" منظم طور پر ایک مسئلے کو نئے ڈیزائنز کی سطح پر لانے کے لیے دوبارہ فریم کرتے ہیں جو لوگوں اور کمپیوٹروں کے گروپوں کے لیے ہیں:
زوم آؤٹ
مسئلے کے وسیع تر نظام یا مقصد کی طرف پیچھے ہٹیں۔
زوم ان
مسئلے کو ایسے حصوں اور عمل میں توڑیں جنہیں دوبارہ ڈیزائن کیا جا سکے۔
تشبیہ دیں
پوچھیں کہ دوسرے شعبے — قدرت، دیگر صنعتیں، تاریخ — ساختی طور پر مشابہ مسئلے کو کیسے حل کرتے ہیں۔
گروپ بنائیں
پوچھیں کہ ایک مختلف سپر مائنڈ — ایک مارکیٹ، ایک کمیونٹی، ایک جمہوریت — اس کام کو کیسے سنبھالے گی جو اب ایک شخص یا ایک ہیرارکی کے ذریعے کیا جا رہا ہے۔
علمی بنائیں
پوچھیں کہ حل کے لیے کون سے علمی عمل (محسوس کرنا، یاد رکھنا، فیصلہ کرنا، سیکھنا) کی ضرورت ہے، اور کون یا کیا ہر ایک کو انجام دینا چاہیے۔
ٹیکنیکی بنائیں
پوچھیں کہ ٹیکنالوجی — بشمول AI — کہاں ان عملوں کو انجام دے سکتی ہے، جوڑ سکتی ہے، یا بڑھا سکتی ہے۔
MIT کے سینٹر فار کلیکٹو انٹیلیجنس کے اندر (2026)
MIT کا سینٹر فار کلیکٹو انٹیلیجنس (CCI)، تھامس مالون کے ذریعہ قائم کیا گیا، اس میدان کا سرکردہ لیب ہے۔ اس کے پہلے کے منصوبے — کلائمیٹ کو لیب، CI ڈیزائن لیب، اجتماعی ذہانت کی پیمائش، اجتماعی پیش گوئی — اب مکمل ہو چکے ہیں۔ 2026 کے طور پر، CCI کی تحقیق تین چھتریوں کے تحت منظم ہے:
جنریٹو AI اور اجتماعی ذہانت
انسانی تخلیقیت کو بڑھانے کے لیے AI کا استعمال — بشمول ایسے ٹولز جیسے سپر مائنڈ آئیڈیٹر اور ڈیزائنAID جو انسانی-AI آئیڈییشن کو سہارا دیتے ہیں۔
سپر مائنڈ ڈیزائن
لوگوں اور کمپیوٹروں کے جدید امتزاج کا ڈیزائن، جینوم اور چھ ڈیزائن کی حرکات پر تعمیر کرنا۔
انسانی-AI ٹیموں کا ڈیزائن
انسانی-مشین ٹیموں میں کاموں کا ڈیزائن اور تفویض کرنا — "انسان بمقابلہ مشین" کا جانشین سوال۔ سنگاپور-MIT M3S پروگرام کے ساتھ، CCI ایک منظم سائنس بنا رہا ہے کہ کام کی تفویض: کون سے ذیلی کام لوگوں کے مقابلے میں AI کو دیے جائیں، کون نگرانی اور تصدیق کرتا ہے، اور آیا AI ایک ٹول، معاون، ہم منصب، یا منیجر کے طور پر کام کرتا ہے۔
2024–2026 کی تحقیق کی لہریں سے اہم نتائج
آئیڈییشن کے لیے اسکیفولڈنگ خام LLMs سے بہتر ہے
سپر مائنڈ آئیڈیٹر ایک بڑے زبان کے ماڈل کو تخلیقی مسئلہ حل کرنے کی اسکیفولڈنگ (چھ حرکات سمیت) میں لپیٹتا ہے۔ ایک تجرباتی مطالعے میں، صارفین نے ChatGPT کے ساتھ اکیلے کام کرنے والے لوگوں کے مقابلے میں نمایاں طور پر زیادہ جدید خیالات پیدا کیے؛ بیٹا ٹیسٹرز نے اس نظام کے ساتھ 10,000 سے زیادہ خیالات تخلیق کیے (ACM Collective Intelligence Conference, 2024)۔
"انسان کے لوپ میں" خود بخود بہتر نہیں ہے
ویکارو، الماتوق، اور مالون کا 106 تجربات اور 370 اثرات کے سائز کا میٹا-تجزیہ (نیچر ہیومن بیہیویئر، 2024) یہ پاتا ہے کہ اوسطاً انسان-AI امتزاج انسانی یا AI میں سے بہترین سے بدتر کارکردگی کا مظاہرہ کرتا ہے — فیصلے کے کاموں میں نقصانات اور مواد تخلیق کرنے کے کاموں میں فوائد کے ساتھ۔ CCI اب مضبوط ہم آہنگی (امتزاج دونوں انسانوں اور AI میں سے بہترین کو شکست دیتا ہے) کو کمزور اضافہ (یہ انسانوں کو اکیلے شکست دیتا ہے لیکن AI کو نہیں) سے ممتاز کرتا ہے — اور یہ پاتا ہے کہ مضبوط ہم آہنگی جان بوجھ کر ڈیزائن کردہ کام کی تفویض کی ضرورت ہوتی ہے، صرف ایک انسان کو شامل کرنے سے نہیں۔
180,000 AI-to-AI مذاکرات
ایک 2026 PNAS مطالعے نے ایک بین الاقوامی مقابلے کا انعقاد کیا جس میں AI ایجنٹس نے ایک دوسرے کے ساتھ 180,000 سے زیادہ مذاکرات کیے۔ کلاسک انسانی مذاکرات کی سائنس برقرار رہی: گرمجوشی — مثبتیت، شکرگزاری، سوال پوچھنا — معاہدوں تک پہنچنے اور قیمت پیدا کرنے کے ساتھ مستقل طور پر منسلک تھی، جبکہ غالب حکمت عملیوں نے رکاوٹوں کی پیش گوئی کی۔
جہاں AI کو استعمال کیا جا سکتا ہے کا نقشہ بنانا
ایک 2026 MIT ورکنگ پیپر (arXiv 2603.20619) نے تقریباً 20,000 کام کی سرگرمیوں کو US O*NET ڈیٹا بیس سے دوبارہ منظم کیا اور اس کے خلاف 13,275 AI ایپلیکیشنز کی درجہ بندی کی — یہ پتا چلا کہ اوپر 1.6% سرگرمیاں AI مارکیٹ کی قیمت کا 60% سے زیادہ کا حساب دیتی ہیں۔ انسانی-AI کام کی تفویض کے بارے میں منظم طور پر سوچنے کے لیے ایک ٹول۔
AI اور کاموں کی ایک ہی اسکیل پر درجہ بندی
AGI-Elo (NeurIPS 2025, arXiv 2505.12844)، CCI سے وابستہ محققین بشمول مالون، AI ماڈلز اور انفرادی ٹیسٹ کیسز کی ایک دوسرے کے خلاف درجہ بندی کرتا ہے جیسے شطرنج کے کھلاڑی — ایک ماڈل کی قابلیت اور ایک کام کی مشکل کو ایک قابل موازنہ اسکیل پر رکھتا ہے، انسانی-AI ٹیموں میں اصولی کام کی تفویض کے لیے ایک پیشگی شرط۔
AI کے دور میں اجتماعی ذہانت
بڑے زبان کے ماڈل اجتماعی ذہانت میں شرکاء بنتے جا رہے ہیں، صرف اس کے لیے ٹولز نہیں۔ برٹن اور 27 شریک مصنفین نے مختلف شعبوں میں (نیچر ہیومن بیہیور، 2024) دو دھاری نتائج کا نقشہ بنایا:
مواقع
شرکت کی رکاوٹوں کو کم کرنا
LLMs ترجمہ، خلاصہ، اور مسودہ تیار کر سکتے ہیں — زیادہ لوگوں کو زبان یا تحریری مہارت کی پرواہ کیے بغیر اجتماعی عمل میں حصہ لینے کی اجازت دیتے ہیں۔
منتشر علم کو جمع کرنا
LLMs بڑے متون کو ہم آہنگ کر سکتے ہیں — میٹنگ کے ٹرانسکرپٹس، کھلے اختیاری سروے کے جوابات، عوامی مشاورت — جو پہلے انسانی جمع کرنے والوں کے لیے بھاری تھے۔
غور و خوض کی حمایت
AI متضاد دلائل کو سامنے لا سکتا ہے، مشابہہ پوزیشنوں کو گروپ کر سکتا ہے، اور مباحثوں کو منظم کر سکتا ہے — غور و خوض کے مرحلے کو بڑھاتا ہے نہ کہ اس کی جگہ لیتا ہے۔
خطرات
نقطہ نظر کی ہم آہنگی
اگر بہت سے لوگ ایک ہی ماڈلز سے مشورہ کرتے ہیں، تو ان کی پیداوار مل جاتی ہے — ان نقطہ نظر کی تنوع کو ختم کرنا جس پر اجتماعی ذہانت انحصار کرتی ہے۔
جھوٹی ہم آہنگی
فصاحت سے AI کی پیدا کردہ تحریر معاہدے یا اکثریتی رائے کی ظاہری شکل پیدا کر سکتی ہے جو حقیقی انسانوں میں موجود نہیں ہے۔
معلوماتی ایکو سسٹمز کا سکڑنا
ایک معلوماتی ماحول جو بڑھتی ہوئی طور پر چند ماڈلز کے ذریعے فلٹر کیا جاتا ہے، ان مربوط غلطیوں کے خطرے میں ہے جو ہجوم کو اجتماعی طور پر بے وقوف بناتی ہیں نہ کہ ذہین۔
ڈیزائن کی اہمیت ویکارو کی دریافت کی عکاسی کرتی ہے: AI اجتماعی ذہانت کو بہتر بناتا ہے جب اسے ان ذیلی کاموں کے لیے مقرر کیا جاتا ہے جن میں یہ واضح طور پر اچھا ہے — نقل، استخراج، ترجمہ، خلاصہ — جبکہ فیصلہ، تشخیص، اور فیصلہ خود ذمہ دار انسانوں کے پاس رہتا ہے۔ یہ انسانی-AI-نظاموں کی سرحد ہے (خودکار تعصب، اعتماد کی درستگی، معنی خیز انسانی کنٹرول) جس کا نقشہ فیصلہ سازی کی سائنس اب بنا رہی ہے۔
آرگومنٹری کیسے اجتماعی ذہانت کی تحقیق کو لاگو کرتا ہے
آرگومنٹری ایک تعاون پر مبنی فیصلہ سازی پلیٹ فارم ہے جو براہ راست ان دریافتوں پر بنایا گیا ہے۔ ہر ڈیزائن کا انتخاب ادب میں ایک نتیجے کے ساتھ نقشہ بناتا ہے:
آزاد، غیر متزامن شراکت
شرکاء اپنے وقت میں دلائل شامل کرتے ہیں، اس سے پہلے کہ گروپ یکجا ہو — ان آزادی اور تنوع کی شرائط کی حفاظت کرتا ہے جن کی جمع کرنے کی تحقیق کو ہجوم کی ضرورت ہوتی ہے۔
شرکت کی ساختی مساوات
وولی کی تحقیق اجتماعی ذہانت کو برابر کی باری لینے سے جوڑتی ہے۔ ایک دلائل کے درخت میں کوئی فرش نہیں ہے: ہر شریک کے دلائل ایک ہی ڈھانچے میں داخل ہوتے ہیں اور ایک ہی طریقے سے وزن کیے جاتے ہیں۔
کثیر جہتی درجہ بندی کے ذریعے جمع کرنا
دلائل کو مدد، وضاحت، درستگی، اور مکمل ہونے پر درجہ بند کیا جاتا ہے، اور درجہ بندیاں ہم آہنگی کے اسکور میں جمع ہوتی ہیں — ایک واضح جمع کرنے کا طریقہ کار، تاکہ اجتماعی فیصلہ کو ماپا جائے نہ کہ فرض کیا جائے۔
ساخت کے ساتھ غور و خوض
سوالات، سمجھوتوں، اور جائزوں کی 4-مرحلہ زنجیر شرکاء کو دلائل کی جانچ اور بہتر بنانے کی اجازت دیتی ہے — جینوم کی اصطلاحات میں انحصار کرنے والا تعاون، لیکن ایک ایسے ڈھانچے کے اندر جو استدلال کو نظر میں رکھتا ہے۔
انسان-AI کام کی تفویض درست طریقے سے
AI نکالنے کے ذریعے میٹنگ کے ٹرانسکرپٹس اور دستاویزات کو مسودہ دلائل کے درختوں میں تبدیل کرتا ہے — مواد کی پروسیسنگ کا کام جس میں AI ماہر ہے — جبکہ تشخیص اور فیصلے لوگوں کے ساتھ رہتے ہیں، 2024 کے انسان-AI ہم آہنگی کے شواہد کے مطابق۔
سپر مائنڈ کے لیے ایک یادداشت
مکمل آڈٹ ٹریل (مسودہ، کھلا، بند زندگی کے چکر کے ساتھ ورژننگ) گروپ کے استدلال کو محفوظ رکھتا ہے، تاکہ تنظیم اپنی اجتماعی ذہانت سے سیکھ سکے بجائے اس کے کہ جب میٹنگ ختم ہو جائے تو اسے کھو دے۔
اکثر پوچھے جانے والے سوالات
اجتماعی ذہانت کیا ہے؟
اجتماعی ذہانت گروپوں کی صلاحیت ہے — لوگوں کی، مشینوں کی، یا دونوں کی — ایسے طریقوں سے اجتماعی طور پر عمل کرنے کی جو ذہین لگتے ہیں (مالون اور برنسٹائن، اجتماعی ذہانت کا ہینڈ بک، 2015)۔ یہ اعدادوشمار کے ہجوم کی حکمت، وکیپیڈیا جیسے تعاون کی پیداوار، غور و خوض کرنے والی ٹیمیں، عقائد کو جمع کرنے والی مارکیٹیں، اور جدید انسانی-AI ٹیموں کا احاطہ کرتا ہے۔
اجتماعی ذہانت میں c فیکٹر کیا ہے؟
c فیکٹر ایک عمومی اجتماعی ذہانت کا عنصر ہے جس کی نشاندہی وولی وغیرہ نے کی (سائنس، 2010): ایک واحد اعدادوشمار کا عنصر جو مختلف کاموں میں گروپ کی کارکردگی میں تقریباً 43% کی تبدیلی کی وضاحت کرتا ہے، انفرادی IQ کے g عنصر کے مترادف۔ یہ گروپ کی سماجی حساسیت اور گفتگو کی باری لینے کی مساوات کے ساتھ اراکین کی انفرادی ذہانت کے مقابلے میں بہت زیادہ منسلک ہے۔
کیا c فیکٹر کی دوبارہ تصدیق کی گئی ہے؟
یہ حمایت یافتہ ہے لیکن بحث میں ہے۔ کریڈے اور ہوورڈسن (2017) نے کہا کہ ایک عمومی عنصر کے لیے شواہد کمزور ہیں، اور وولی اور ساتھیوں نے 2018 میں ایک تفصیلی جواب شائع کیا۔ 2021 میں ریڈل وغیرہ کا میٹا-تجزیہ (PNAS) 22 مطالعات اور 1,356 گروپوں کا احاطہ کرتا ہے جس میں مختلف آبادیوں میں c فیکٹر کے لیے شواہد ملے۔ عملی نتیجہ — گروپ کا عمل کارکردگی کی پیش گوئی کرتا ہے جو رکن کے IQ سے بہتر ہے — بحث میں مضبوط ہے۔
اجتماعی ذہانت اور ہجوم کی حکمت میں کیا فرق ہے؟
ہجوم کی حکمت ایک تنگ مظہر ہے: بہت سے آزاد فیصلے، اعدادوشمار کے لحاظ سے جمع کیے گئے، درست جوابات پر متفق ہوتے ہیں (جیسا کہ گیلٹن کے 1906 کے بیل کے تجربے میں)۔ اجتماعی ذہانت ایک وسیع تر میدان ہے: اس میں ہجوم کی حکمت شامل ہے لیکن حقیقی تعاون، غور و خوض، مارکیٹیں، کمیونٹیز، اور انسانی-AI ٹیمیں بھی شامل ہیں — کوئی بھی نظام جس میں ایک گروپ ذہین طور پر عمل کرتا ہے۔
اجتماعی ذہانت اور جھرمٹ کی ذہانت میں کیا فرق ہے؟
جھرمٹ کی ذہانت وہ ہم آہنگی ہے جو بہت سے سادہ ایجنٹوں کے مقامی قواعد کی پیروی کرنے سے ابھرتی ہے — چیونٹیوں کے کالونیاں، پرندوں کے جھنڈ، روبوٹ کے جھرمٹ — بغیر کسی غور و خوض اور بغیر کسی واضح استدلال کے۔ انسانی اجتماعی ذہانت میں وجوہات کا تبادلہ اور تشخیص شامل ہے۔ وہ گہرے اصولوں کو شیئر کرتے ہیں (غیر مرکزیت، مقامی علم، جمع)، یہی وجہ ہے کہ فیصلہ سازی کے پلیٹ فارم دونوں سے فائدہ اٹھاتے ہیں۔
سپر مائنڈ کیا ہے؟
سپر مائنڈ، تھامس مالون کی 2018 کی کتاب میں، کسی بھی گروپ کے افراد ہیں جو ایک ساتھ ایسے طریقے سے عمل کرتے ہیں جو ذہین لگتے ہیں۔ مالون پانچ بار بار آنے والی اقسام کی نشاندہی کرتا ہے — ہیرارکیاں، جمہوریتیں، مارکیٹیں، کمیونٹیز، اور ایکو سسٹمز — اور یہ دلیل دیتا ہے کہ کمپیوٹر سپر مائنڈز کو زیادہ ذہین بناتے ہیں بنیادی طور پر انہیں نئے امتزاج کی اجازت دے کر، نہ کہ انہیں تبدیل کرکے۔
MIT سینٹر فار کلیکٹو انٹیلیجنس کیا ہے؟
MIT سینٹر فار کلیکٹو انٹیلیجنس (cci.mit.edu)، جو MIT سلوین میں قائم ہوا اور تھامس مالون کی نگرانی میں ہے، یہ مطالعہ کرتا ہے کہ لوگوں کے گروپ — اور بڑھتے ہوئے لوگوں کے ساتھ AI — کو کیسے منظم کیا جا سکتا ہے تاکہ وہ کسی بھی فرد سے زیادہ ذہین طور پر عمل کر سکیں۔ اس کے پہلے ہجوم کی تخلیق کے دور کے منصوبے (کلائمیٹ کو لیب اور کو لیبز، اجتماعی ذہانت کی پیمائش) اب ورثے کا کام ہیں؛ 2026 کے طور پر اس کی تحقیق تین چھتریوں کے تحت منظم کی گئی ہے: جنریٹو AI اور اجتماعی ذہانت، سپر مائنڈ ڈیزائن، اور انسانی-AI ٹیموں کا ڈیزائن، جیسے ٹولز جیسے سپر مائنڈ آئیڈیٹر اور ڈیزائنAID اور، سنگاپور-MIT M3S پروگرام کے ساتھ، انسانی-AI کام کی تفویض کی ایک منظم سائنس۔
کیا لوپ میں ایک انسان شامل کرنے سے AI کے فیصلے بہتر ہوتے ہیں؟
خود بخود نہیں۔ 2024 کا 106 تجربات کا میٹا-تجزیہ (ویکارو، الماتوق اور مالون، نیچر ہیومن بیہیویئر) یہ پاتا ہے کہ اوسطاً انسان-AI امتزاج انسانی یا AI میں سے بہترین سے بدتر کارکردگی کا مظاہرہ کرتا ہے، فیصلے کے کاموں میں نقصانات کے ساتھ۔ امتزاج زیادہ تر مواد تخلیق کرنے کے کاموں میں مددگار ثابت ہوئے۔ مؤثر انسانی-AI اجتماعی ذہانت کے لیے جان بوجھ کر ذیلی کاموں کو اس پارٹی کو تفویض کرنا ضروری ہے جو انہیں بہترین طریقے سے انجام دے۔
ٹیمیں اپنی اجتماعی ذہانت کو کیسے بڑھا سکتی ہیں؟
شواہد عمل کے ڈیزائن کی طرف اشارہ کرتے ہیں: شرکت کو برابر کریں (کھلی بحث کے بجائے ساختہ یا غیر متزامن ان پٹ)، گروپ کے یکجا ہونے سے پہلے آزادانہ فیصلے کی حفاظت کریں، علمی تنوع اور سماجی حساسیت کے لیے بھرتی کریں، درجہ بندی یا ووٹنگ جیسے واضح جمع کرنے کے طریقہ کار کا استعمال کریں، اور استدلال کا ریکارڈ رکھیں تاکہ گروپ سیکھ سکے۔ ٹولز جیسے آرگومنٹری ان میکانکس کو ڈیفالٹ کے طور پر بناتے ہیں۔
حوالے اور مزید مطالعہ
کانڈورسیٹ، ایم۔ ڈی (1785). تجزیہ کی درخواست پر فیصلہ کی کثرت کی احتمالیات پر ایک مضمون۔
بنیادی ریاضیاتی نتیجہ: آزاد، موقع سے بہتر ووٹرز کی اکثریت سچائی پر متفق ہوتی ہے۔
گیلٹن، ایف۔ (1907). وکس پاپولی۔ نیچر، 75، 450–451۔
787 میلے کے شرکاء ایک بیل کے وزن کا اندازہ لگاتے ہیں؛ اوسط 1% کے اندر سچائی پر آتا ہے۔
View source →ہائیک، ایف۔ اے۔ (1945). سوسائٹی میں علم کا استعمال۔ امریکن اکنامک ریویو، 35(4)، 519–530۔
مارکیٹیں منتشر علم کے جمع کنندہ کے طور پر۔
سوروییکی، جے۔ (2004). ہجوم کی حکمت۔ ڈبلڈے۔
چار شرائط: تنوع، آزادی، غیر مرکزیت، جمع۔
وولی، اے۔ ڈبلیو، چابریس، سی۔ ایف، پینٹ لینڈ، اے، ہاشمی، این، اور مالون، ٹی۔ ڈبلیو۔ (2010). انسانی گروپوں کی کارکردگی میں اجتماعی ذہانت کے عنصر کے لیے شواہد۔ سائنس، 330(6004)، 686–688۔
c فیکٹر: 699 لوگ، 2–5 کے گروپ، ایک عنصر جو ~43% کی کارکردگی کی تبدیلی کی وضاحت کرتا ہے۔
مالون، ٹی۔ ڈبلیو، لاوبچر، آر، اور ڈیلا روکاس، سی۔ (2010). اجتماعی ذہانت کا جینوم۔ MIT سلوین مینجمنٹ ریویو، 51(3)، 21–31۔
اجتماعی ذہانت کے نظاموں کے بنیادی بلاکس: کون/کیوں/کیا/کیسے۔
View source →مالون، ٹی۔ ڈبلیو، اور برنسٹائن، ایم۔ ایس۔ (ایڈز) (2015). اجتماعی ذہانت کا ہینڈ بک۔ MIT پریس۔
اس میدان کا معیاری حوالہ اور تعریف۔
کریڈے، ایم، اور ہوورڈسن، جی۔ (2017). گروپ کے کام کی کارکردگی کی ساخت — "اجتماعی ذہانت" پر ایک نظر۔ جرنل آف اپلائیڈ سائیکالوجی، 102(10)۔
c فیکٹر کی عمومی نوعیت پر بنیادی تنقید۔
مالون، ٹی۔ ڈبلیو۔ (2018). سپر مائنڈز۔ لٹل، براؤن۔
پانچ سپر مائنڈ اقسام اور کمپیوٹر انہیں کیسے زیادہ ذہین بناتے ہیں۔
ریڈل، سی، کم، وائی۔ جے، گپتا، پی، مالون، ٹی۔ ڈبلیو، اور وولی، اے۔ ڈبلیو۔ (2021). انسانی گروپوں میں اجتماعی ذہانت کی مقدار۔ PNAS، 118(21)۔
میٹا-تجزیہ: 22 مطالعات، 1,356 گروپ، آبادیوں میں c کے لیے شواہد۔
ویکارو، ایم، الماتوق، اے، اور مالون، ٹی۔ ڈبلیو۔ (2024). جب انسانوں اور AI کے امتزاج مفید ہوتے ہیں: ایک منظم جائزہ اور میٹا-تجزیہ۔ نیچر ہیومن بیہیویئر، 8، 2293–2303۔
106 تجربات: انسان-AI امتزاج خود بخود بہترین کو شکست نہیں دیتے۔
View source →برٹن، جے۔ و۔، وغیرہ۔ (2024). بڑے زبان کے ماڈل اجتماعی ذہانت کو کیسے دوبارہ شکل دے سکتے ہیں۔ نیچر ہیومن بیہیویئر، 8، 1643–1655۔
28 مصنفین LLM کے مواقع اور خطرات کے بارے میں اجتماعی ذہانت کے لیے۔
View source →AI مذاکرات کو آگے بڑھانا: ایک بڑے پیمانے پر خود مختار مذاکرات کا مقابلہ۔ PNAS (2026)۔
180,000+ AI ایجنٹ مذاکرات؛ گرمجوشی جیتتی ہے یہاں تک کہ مشین سے مشین۔
View source →کائی، اے۔ وغیرہ۔ (2026). AI کہاں استعمال کیا جا سکتا ہے؟ کام کی سرگرمیوں کی ایک گہری آنٹولوجی سے بصیرت۔ arXiv 2603.20619۔
انسانی-AI کام کی تفویض کے بارے میں منظم طور پر سوچنے کے لیے تقریباً 20,000 کام کی سرگرمیوں کی ایک گہری آنٹولوجی۔
View source →MIT سینٹر فار کلیکٹو انٹیلیجنس۔ تحقیق (2026)۔
موجودہ چھتریاں: جنریٹو AI اور CI، سپر مائنڈ ڈیزائن، انسانی-AI ٹیموں کا ڈیزائن۔
View source →MIT سینٹر فار کلیکٹو انٹیلیجنس۔ سپر مائنڈ ڈیزائن کی طریقہ کار۔
چھ ڈیزائن کی حرکات: زوم آؤٹ، زوم ان، تشبیہ دیں، گروپ بنائیں، علمی بنائیں، ٹیکنیکی بنائیں۔
View source →سن، ایس۔ وغیرہ۔ (2025). AGI-Elo: ہم کسی کام کو مہارت حاصل کرنے سے کتنے دور ہیں؟ NeurIPS 2025۔
AI ماڈلز اور ٹیسٹ کیس کی مشکل کی مشترکہ ایلو طرز کی درجہ بندی؛ CCI سے وابستہ شریک مصنفین بشمول مالون۔
View source →متعلقہ تصورات
اپنی ٹیم کو ایک قابل پیمائش طور پر زیادہ ذہین گروپ میں تبدیل کریں
اجتماعی ذہانت ایک ڈیزائن کا مسئلہ ہے: شرکت کو برابر کریں، آزاد فیصلے کی حفاظت کریں، واضح طور پر جمع کریں، اور استدلال کو برقرار رکھیں۔ آرگومنٹری ان میکانکس کو ہر فیصلے میں بناتا ہے — AI مصروف کام کرتا ہے اور آپ کے لوگ فیصلہ کرتے ہیں۔
مفت آزمائش شروع کریں