Escolar Documentos
Profissional Documentos
Cultura Documentos
Thomas Malone
Titular de la ctedra Patrick J. McGovern de Gestin y director del MIT Center for Collective Intelligence de la MIT Sloan School of Management.
Robert Laubacher
Investigador y director ejecutivo en funciones del MIT Center for Collective Intelligence.
Chrysanthos Dellarocas
Profesor asociado de Gestin en la Boston University e investigador asociado del MIT Center for Collective Intelligence.
Le presentamos una gua del usuario para los elementos bsicos de la inteligencia colectiva: recombinando los genes de la inteligencia colectiva segn el trabajo requerido, los directivos pueden disear el potente sistema que necesitan para cada situacin.
22
oogle, Wikipedia o Threadless. Todos ellos son ejemplos de la inteligencia colectiva en accin. Dos de ellos son famosos. El tercero va camino de serlo. Cada uno de ellos contribuye a demostrar cmo los grupos de personas extensos e informales pueden cola borar de forma electrnica de un modo sorprendente mente efectivo, a veces incluso sin saber que estn co laborando entre ellos, como es el caso de Google. Goo gle recoge las opiniones de millones de personas a me dida que crean vnculos a pginas web y aprovecha ese conocimiento colectivo de toda la Red para generar res puestas sorprendentemente inteligentes a las pregun tas que tecleamos en la barra de bsqueda de Google. En la Wikipedia, miles de colaboradores de todo el mundo han creado colectivamente la mayor enciclope dia del mundo, con artculos de una calidad increble mente elevada. Wikipedia se ha desarrollado prctica mente sin ningn control centralizado. Cualquier per sona que quiera puede modificar prc ticamente cualquier cosa, y las decisio nes sobre qu modificaciones se man tienen se toman mediante un consenso informal de los interesados. Es ms, a las personas que realizan todo este tra bajo ni siquiera se les paga; son volun tarios. En Threadless, cualquiera que lo de see puede disear una camiseta, presen tar ese diseo a un concurso semanal y, a continuacin, votar por sus diseos fa voritos. A partir de las entradas que han recibido la puntuacin ms alta, la empresa selecciona los diseos ganadores, los pone en produccin y ofrece premios y royalties a los diseadores ganadores. De este modo, la empresa aprovecha la inteligencia colectiva de una comunidad de ms de 500.000 personas para di sear y seleccionar camisetas. Es estimulante leer sobre estos ejemplos de inteligen cia colectiva a travs de Internet. Incluso ms que esti mulante; han acabado por convertirse en la materializa cin de un deseo de los directivos, una prueba de que una adopcin comprometida de la inteligencia colectiva es todo lo que hace falta para que una empresa adivine mgicamente los deseos del mercado, cree exactamente lo que es necesario para satisfacerlos y lo haga sin coste alguno o a un coste muy bajo. Deje que la multitud ha ga el trabajo por usted: barato, perfecto y ahora. De hecho, es posible que la inteligencia colectiva se haya llegado a considerar excesivamente como algo m gico en opinin de muchos directivos. La magia est muy bien, es posible que afirme cualquier directivo, pe
ro es terriblemente difcil de duplicar. Si la inteligencia colectiva es un modo tan efectivo a la hora de lograr que las organizaciones cumplan sus objetivos en esta poca de sabidura de masas y wikinomics, por qu no lo utilizan ms empresas? La respuesta, creemos, es que no saben cmo. Para sacar el mximo provecho de las nuevas posibilidades que representan ejemplos realmente estimulantes, es necesario ir ms all de simplemente considerarlo como una confusa coleccin de ideas interesantes. Si quie ren explotar el potencial de la inteligencia colectiva, los directivos necesitan en cambio una comprensin ms profunda de cmo funcionan estos sistemas. No necesi tan magia, sino la ciencia de la que procede la magia. En nuestro trabajo en el Centro para la Inteligencia Colectiva en el MIT hemos reunidos cerca de 250 ejem plos de inteligencia colectiva a travs de Internet. A pri mera vista, lo ms sorprendente de esta coleccin de
Al igual que los genes a partir de los cuales se desarrollan los organismos individuales, los genes organizacionales son los elementos centrales en los que se basan los sistemas de inteligencia colectiva
ejemplos es su diversidad, ya que los sistemas presen tan una extensa variedad de objetivos y mtodos. Sin embargo, tras examinar estos ejemplos en pro fundidad, hemos identificado un conjunto relativamen te reducido de elementos bsicos que se combinan y re combinan de diversas formas en diferentes sistemas de inteligencia colectiva. Para clasificar estos elementos b sicos, utilizamos cuatro preguntas: Qu se est haciendo? Quin lo est haciendo? Por qu lo estn haciendo? Cmo se est haciendo?
(Este marco de trabajo es similar a los que se han de sarrollado en el campo del diseo organizacional, y sus dimensiones son importantes a la hora de disear cual quier sistema de accin colectiva, ya sea una organiza cin tradicional o un nuevo tipo de grupo conectado electrnicamente.)
julio 2010
23
Utilizando una analoga con la biologa, denomina mos a estos elementos bsicos los genes de los siste mas de inteligencia colectiva. Definimos un gen como una respuesta particular a una de las preguntas clave (Qu, Quin, Por qu o Cmo) asociadas con una nica tarea en un sistema de inteligencia colectiva. Al igual que los genes a partir de los cuales se desarrollan los orga nismos individuales, estos genes organizacionales son los elementos centrales en los que se basan los sistemas
Es posible trabajar con diecisis genes bsicos clasificados en categoras determinadas por las cuatro preguntas principales que todo diseador del genoma de la inteligencia colectiva debe formular: qu, quin, por qu y cmo
de inteligencia colectiva. La combinacin de genes aso ciada con un ejemplo especfico de inteligencia colectiva se puede considerar como el genoma de ese sistema. En este artculo ofreceremos un nuevo marco para comprender esos sistemas y, lo que es ms importante, para comprender cmo desarrollarlos. Este marco iden tifica los elementos esenciales subyacentes los genes que se hallan en el centro de los sistemas de inteligen cia colectiva. Explora las condiciones en las cuales cada gen es til. Y empieza por sugerir las posibilidades pa ra combinar y recombinar estos genes no slo con el fin de aprovechar las masas en general, sino tambin para aprovecharlas de la manera exacta que precisa su orga nizacin.
Acaba de programar el corazn de un rudimentario sistema operativo para ordenadores personales y est pensando qu hacer a continuacin. Usted an no lo sabe, pero las decisiones que est a punto de tomar lle varn a la creacin de una comunidad de miles de pro gramadores voluntarios de todo el mundo que desa rrollarn algo llamado Linux, uno de los sistemas ope rativos ms importantes de principios del siglo xxi. Y usted ser reconocido como el lder de la primera co munidad importante de desarrollo de software de cdigo abierto, un ejemplo prototpico de un nuevo tipo de inteli gencia colectiva. Ahora imagine otra cosa: imagine que a la hora de tomar sus decisiones, usted tiene acceso a todos los conceptos de es te artculo. Por supuesto, Linus Torvalds no tena realmente ese conocimiento y es posible que el xito de sus decisiones le sorprendiera. Sin embargo, si usted pudiera utilizar los conceptos de este ar tculo para disear de forma consciente el tipo de comunidad de cdigo abierto que cre Torvalds, cmo lo hara? En primer lugar, se preguntara: cul es la principal actividad que quiero realizar? Tal y como veremos a con tinuacin, hay dos genes bsicos para responder a esta pregunta (Crear y Decidir), y en este caso querra crear un cdigo de programacin para un nuevo sistema ope rativo. La siguiente pregunta que se formulara es: quin har esto? Los dos genes bsicos para responder esta pregunta son lo que denominaremos Jerarqua y Mul titud, y su respuesta a esta pregunta en este ejemplo, la respuesta de Torvalds es qu har que sus esfuerzos sean tan notables. En lugar de asignar determinadas personas a las diferentes partes del desarrollo del software como en una jerarqua tradicional, usted decide que todo el mundo pueda acceder al software de forma gratuita a travs de Internet y dejar que cualquier persona que lo desee aada o modifique cualquier parte del
Agradecimientos la financiacin para este trabajo la proporcion el MIT Center for Collective Intelligence, incluyendo un respaldo especial para este proyecto por parte de BT Group. nos gustara expresar nuestro especial agradecimiento por su ayuda en la inves tigacin a Richard lai, Margaret ding y Greg little, y por las aportaciones al Handbook of Collective Intelligence de alex Koso rukoff. Tambin queremos agradecer sus comentarios a Yochai Benkler, John Hagel III, Michael Kearns, Ben Shneiderman, Hal varian, duncan Watts y otros participantes de los grupos a los que se presentaron las versiones anteriores del marco de trabajo: grupo de estudio daRPa sobre produccin entre pares, Collective Intelligence Foo Camp (patrocinado por Google y oReilly Media), Highlands Forum sobre Inteligencia colectiva, el taller de la national Science Foundation (nSF) sobre digital Challenges in Innovation Research y el Program for the Future Conference.
24
software. En otras palabras, usted decide dejar a toda una multitud de usuarios de Internet que desarrollen dife rentes partes del software. Por qu debera considerar la opcin de la multitud? En el caso de Linus Torvalds, simplemente no tiene otra posibilidad: no dispone del tiempo para hacerlo ni del dinero para contratar a otros. Adems, llega correcta mente a la conclusin de que hay suficientes programa dores cualificados en todo el mundo que podran reali zar este trabajo colectivamente si se les motivara de for ma adecuada. Esto, por supuesto, lleva inmediatamente a la siguien te pregunta: por qu hara esto la gente? Dado que no puede permitirse utilizar lo que denominaremos el gen del Dinero, tendr que apelar en cambio a otras motiva ciones, a las que denominaremos los genes del Amor y la Gloria. Por ejemplo, Torvalds utiliz un tono ldico en muchos de sus mensajes de correo electrnico, ape lando al deseo de las personas de divertirse escribiendo este software como un hobby. Adems, la participacin activa en un proyecto tan visible como ste pronto se convirti en un signo de habilidad en programacin y, por consiguiente, en una codiciada fuente de estatus y gloria para muchos programadores. Por ltimo, debe plantear la pregunta: Cmo lo ha rn? Al responderla, como el creador de Linux, usted se da cuenta de que las partes de software que las per sonas crearn no son independientes entre s. En cam bio, hay importantes interdependencias entre los diferen tes tipos de partes. Por ejemplo, cuando un mdulo de software pasa una variable a otro mdulo, ambos tienen que plantear supuestos similares res pecto al formato de la variable. Esto sig nifica que el gen Cmo que usted nece sitar es lo que denominaremos el gen de la Colaboracin. Y ahora se da cuenta de que hasta el momento hay una omisin muy impor tante en su pensamiento. Si cualquier persona que lo desee puede escribir di ferentes partes del software, cmo pue de saber si una determinada parte pro cedente de alguien a quien ni siquiera conoce tiene la suficiente calidad? Y lo que es igual de importante, cmo pue de asegurarse de que todas y cada una de las diferentes partes funcionarn al combinarlas de for ma adecuada? El gen de la Colaboracin necesita por lo general combinarse con al menos un gen de Decidir para elegir las partes con esas caractersticas. En particular, dado
Cuadro 1
La pregunta clave
Cmo puede lograr que una multitud haga lo que su empresa necesita?
Hallazgos Se ha demostrado que la inteligencia colectiva funciona, y es posible disear y gestionar los sistemas de inteligencia colectiva para que encajen con necesidades especficas. los elementos esenciales, o genes, de la inteligencia colectiva se pueden recombinar para crear el tipo adecuado de sistema. Cuatro preguntas principales impulsan el diseo del genoma de la inteligencia colectiva: qu se est haciendo?; quin lo est haciendo?; por qu?; y cmo?
que quiere que toda la multitud se centre en una ver sin principal del software (y no dividir sus esfuerzos en tre muchas versiones diferentes), necesitar un gen de Decisin Grupal, en el que todas las personas que for man parte del grupo respeten las mismas decisiones respecto a qu se incluye y qu no se incluye. Brevemente considera diferentes subtipos del gen de Decisin Grupal, como Votacin (todos los miem
Utilizando el gen de Multitud, las actividades pueden ser desarrolladas por cada uno de los individuos que forman parte de un extenso grupo que as lo decida, sin necesidad de que estas tareas sean asignadas por alguien en una posicin de autoridad
bros de la multitud pueden votar sobre qu partes uti lizar) o Consenso (todos pueden debatir hasta que to dos estn de acuerdo sobre qu partes utilizar), pero usted decide utilizar un tipo sencillo de toma de deci sin que es habitual en las organizaciones tradiciona
julio 2010
25
Cuadro 2
les y que est bastante seguro de que funcionar en es te caso: el gen de la Jerarqua. En otras palabras, usted mismo tomar esas decisiones o las delegar en otras personas en las que confe. A esta combinacin de ge nes podra denominarla el genoma bsico de la co munidad Linux. Por supuesto, Torvalds no tom realmente todas es tas decisiones de este modo, pero mediante alguna com binacin de intuicin, prueba y error, y suerte, stas son las decisiones de diseo que l y la comunidad Linux adoptaron de forma implcita. Ahora, con el beneficio de esta experiencia y las experiencias plasmadas en muchos otros ejemplos que se resumen en este artcu lo usted puede ser ms sistemtico a la hora de dise ar los ejemplos de inteligencia colectiva para su propia situacin.
(hay otros emergentes y tambin algunos subtipos de genes) y los factores implicados en su seleccin para un genoma. Los diecisis sern ms fciles de comprender cuando vea que estn clasificados en categoras deter minadas por las cuatro preguntas principales que todo diseador del genoma de la inteligencia colectiva debe formular: qu, quin, por qu y cmo. Qu? La primera pregunta que es necesario responder para cualquier actividad es: qu se est haciendo? En las or ganizaciones tradicionales, la respuesta a esta pregunta muchas veces es contestada por la misin u objetivo. A un nivel ms detallado, es la tarea. Para nuestros objetivos en este caso, las numerosas tareas organizacionales a las que tienen que hacer fren te los sistemas de inteligencia colectiva se pueden resu mir en dos genes bsicos: Crear. En este gen, los actores en el sistema generan algo nuevo: una parte de cdigo de software, una en trada de blog, un diseo para una camiseta. Decidir. En este gen, los actores evalan y seleccionan las alternativas, decidiendo si se debera incluir un nuevo mdulo en el siguiente lanzamiento de Linux, seleccionando qu diseo de camiseta se debe fabri
26
Cuadro 3
car, decidiendo si borrar o no un artculo de la Wikipedia, etc. Identificar su objetivo bsico determina con cul de estos dos genes empezar, pero en la totalidad del geno ma, para realizar una tarea necesita por lo general al menos uno de cada. Los genes que corresponden a Crear casi siempre necesitan un gen de Decidir para seleccionar cul de los elementos creados se debe man tener. Y los genes de Decidir precisan por lo general un gen de Crear para generar las opciones que se debern evaluar. Quin? La siguiente pregunta que es necesario responder es: quin participa en la actividad? En este caso, hay dos genes bsicos: Jerarqua. En las organizaciones jerrquicas tradicio nales, esta pregunta es contestada cuando alguien con autoridad asigna a una determinada persona o grupo de personas la ejecucin de una tarea. Por ejemplo, como hemos visto antes, Li nus Torvalds y sus colaboradores cla ve utilizan el gen de la Jerarqua cuan do deciden cul de los numerosos mdulos que se han presentado se in cluir de hecho en el siguiente lanza miento del software.
Multitud. Utilizando el gen de Multitud, las activida des pueden ser desarrolladas por cada uno de los individuos que forman parte de un extenso grupo que as lo decida, sin necesidad de que estas tareas sean asig nadas por alguien en una posicin de autoridad. Por ejemplo, como hemos visto, cualquiera puede enviar un mdulo para su posible inclusin en Linux. A pesar de que las multitudes han hecho durante mucho tiempo algunas cosas, como votar en unas elec ciones, la comunicacin electrnica de bajo coste a tra vs de Internet hace factible que en la actualidad las multitudes puedan hacer muchas ms. Por ejemplo, cualquiera puede crear un enlace a una pgina web, y cada nuevo enlace se convierte en una parte de la base de datos que Google utiliza para pre sentar las respuestas a las bsquedas. Cualquiera pue de proponer un nuevo artculo o editar uno ya existen te en Wikipedia. Y cualquiera puede enviar un diseo de una camiseta a Threadless o votar por los diseos presentados.
La combinacin de genes asociada con un ejemplo especfico de inteligencia colectiva se puede considerar como el genoma de ese sistema
27
julio 2010
dios y los canales de televisin. Sin embargo, las ideas creativas siempre han estado ampliamente distribuidas entre la poblacin, y ahora que muchas personas puede permitirse sus propias cmaras de vdeo y equipo de edi cin, sitos como YouTube permiten que cualquiera pue da crear y compartir sus grabaciones. Al explotar una gran multitud, en lugar de simple Cmo elegir entre Jerarquas y Multitudes mente asignar una tarea a unas pocas personas prese La razn ms importante para utilizar el gen de la Mul leccionadas, las organizaciones pueden por lo general titud es explotar un conjunto mucho mayor de personas materializar varios tipos de ventajas. Por ejemplo, en Li de lo que normalmente sera posible. Esto significa que nux y Wikipedia, pueden ahorrar dinero buscando per el gen de la Multitud es muy til en situaciones en las sonas dispuestas a realizar las tareas gratis. En Inno que muchas personas tienen los recursos y las capaci Centive, las empresas suelen encontrar personas de esa dades necesarias para desarrollar una actividad o cuan multitud que pueden solucionar los problemas que las emdo usted no sabe de antemano quin tiene tales recur presas son incapaces de solucionar por s mismas. En el mo sos y capacidades. vimiento de software de cdigo abierto (como Linux), A pesar de que estas caractersticas no describen to muchas personas creen que la calidad de los resultados das las actividades, son aplicables en muchos ms casos es mayor porque muchos observadores han examina de los que normalmente creemos. En dcadas anterio do el cdigo de forma ms rigurosa. La multitud de co res, por ejemplo, cuando la grabacin en vdeo y los laboradores de Wikipedia suele incorporar noticias de equipos de edicin eran tan caros que slo unas pocas ltima hora en los artculos sobre actualidad con mayor grandes corporaciones se los podan permitir, era lgi rapidez que otros sitios web. Y, por ltimo, proporcio co que la creacin de pelculas y programas de televisin nando una sensacin de control a las personas que se gestionara de forma jerrquica por parte de los estu muestran un mayor entusiasmo sobre las camisetas ar tsticas, Threadless parece aprovechar Cuadro 4 en mayor medida la motivacin y la energa de las personas de lo que lo hara el Las preguntas de diseo detrs de la gen de la Jerarqua. Para que el gen de la Multitud fun inteligencia colectiva cione en una determinada situacin, tambin es necesario satisfacer algu Para construir exactamente el tipo de sistemas de inteligencia colectiva nos requisitos tcnicos. Por ejemplo, que lograrn realizar la tarea que desea una organizacin, los directivos debe ser posible dividir la actividad en deben formular cuatro preguntas principales: Qu se est haciendo? partes que se pueden ejecutar de forma Quin lo est haciendo? Por qu lo estn haciendo? y Cmo? satisfactoria por diferentes miembros de la multitud. Adems, debe haber objetivo mecanismos en vigor que protejan frente a personas que pretenden apro Qu vecharse o sabotear el sistema. Cuando no se cumplen las condicio nes para utilizar una Multitud, puede utilizar una Jerarqua (por lo general con el significado de gerencia). Por Quin Personal Por qu Incentivos ejemplo, si slo unas pocas personas tienen las capacidades que usted nece sita, y ya sabe quines son estas perso nas, puede asignarles la tarea directa Cmo mente. O si no sabe cmo evitar que las personas de una Multitud saboteen Estructura/Procesos sus objetivos, es posible que necesite utilizar una Jerarqua. En este sentido,
La dependencia del gen Multitud es una caracters tica central de los sistemas de inteligencia colectiva a travs de la Red. De hecho, todos los ejemplos que he mos estudiado incluan al menos un ejemplo del gen Multitud, es decir, una tarea en la que todo aqul que quisiera poda participar.
28
Cuadro 5
puede considerar el gen de la Jerarqua tradicional co mo el gen por defecto, aqul que se debe utilizar cuan do no sabe cmo lograr que funcione el gen de la Mul titud. Por qu? Estrechamente relacionado con la pregunta Quin se halla Por qu. Por qu las personas toman parte en la actividad? Qu las motiva a participar? Cules son sus incentivos? Es imposible hacer justicia en un breve resumen a todo lo que se sabe sobre las motivaciones humanas. A modo de sntesis simplificada de las posibilidades, sin embargo, tres principales genes de Por Qu pue den abarcar las motivaciones de alto nivel que llevan a las personas a participar en los sistemas de inteligen cia colectiva: Dinero. La promesa de beneficios econmicos es un importante factor de motivacin para la mayo ra de actores en los mercados y las organizaciones tradicionales. Algunas veces, las personas reciben
reas para mejorar la reputacin profesional o las habilidades. Amor. El amor tambin es un importante factor de motivacin en muchas situaciones, incluso cuando no hay ninguna perspectiva de beneficio econmico. El gen del Amor puede adoptar diversas formas; la gente puede estar motivada por el disfrute inherente de realizar una actividad, por las oportunidades que ofrece socializar con otros o porque les hace sentir que estn contribuyendo a una causa mayor que ellos. Los estudios de Wikipedia han mostrado que sus colabo radores estn motivados por estas tres variantes del gen del Amor. Gloria. La gloria o reconocimiento es otro importan te factor de motivacin para las personas. Los pro gramadores de muchas comunidades de software de cdigo abierto, por ejemplo, extraen su motivacin del deseo de ser reconocidos por sus homlogos por sus aportaciones. Cmo elegir entre los genes Por Qu Por supuesto, estos tres genes Por Qu no son algo nue vo; este tipo de palancas motivacionales se utilizan en todas las organizaciones. Lo que es nuevo respecto a muchos de los sistemas de inteligencia colectiva que han surgido en los ltimos aos es su dependencia de los genes del Amor y la Gloria, a diferencia de las organizaciones tradicionales, que han utilizado en ma yor medida el Dinero como fuerza de motivacin. Por ejemplo, los sistemas de inteligencia colectiva suelen disear de forma explcita oportunidades de reco nocimiento compilando y publicando lis tas de los principales colaboradores o institucionalizan do diferentes tipos de miembros en base a la participa cin que confieren diferentes grados de estatus, como power seller en eBay y top reviewer en Amazon.
El gen de la Multitud es muy til en situaciones en las que muchas personas tienen los recursos y las capacidades necesarias para desarrollar una actividad o cuando usted no sabe de antemano quin tiene tales recursos y capacidades
pagos directos, como un salario, y otras veces espe ran que participar en una actividad aumentar las probabilidades de retribucin econmica en el fu turo, como en los casos en los que se ejecutan ta
30
Cuadro 6
Por qu
CmoCrear
CmoDecidir
julio 2010
31
Dos reglas bsicas son especialmente importantes para motivar a los grupos a participar en los sistemas de inteligencia colectiva: Apelar al Amor o a la Gloria, o a ambos, puede reducir costes. Amazon no ofrece ningn tipo de remu neracin por las valoraciones que publica; los usua
tivacionales es el principal factor detrs de los fallidos esfuerzos por lanzar nuevos sistemas de inteligencia colectiva. Cmo? La ltima pregunta que es necesario responder con re lacin a una actividad es: cmo se est haciendo? En las organizaciones tradicionales, esta pregunta se suele responder al describir las estructuras y los procesos organiza cionales. Muchos sistemas de inteligencia co lectiva an emplean jerarquas para al gunas de sus tareas, pero lo que es nue vo es cmo utilizan a las multitudes. Por consiguiente, nos hemos centrado en ejemplos del gen Cmo en los que la multitud ejecuta tareas de Crear o De cidir. Un elemento clave de la respuesta a esta pregunta es si los diferentes miem bros de la multitud realizan sus aporta ciones y toman las decisiones de forma independiente en tre s o si hay fuertes dependencias entre sus aportaciones. Esta perspectiva da lugar a cuatro tipos de genes Cmo para las Multitudes: el gen de la Coleccin, la Colabora cin, la Decisin Individual y la Decisin Grupal. Los dos genes Cmo asociados con la tarea de Crear son Coleccin y Colaboracin. Coleccin. Este gen ocurre cuando los elementos que aporta cada miembro de la multitud se crean de for ma independiente entre s. Por ejemplo, los vdeos de YouTube se crean en su mayor parte de forma in dependiente entre ellos, y esto convierte a YouTube en una coleccin. Otros ejemplos de este gen habi tual son Digg, una coleccin de noticias, y Flickr, una coleccin de fotografas. Adems de las condiciones de Multitud en gene ral, la condicin ms importante para que el gen de Coleccin sea til es que sea posible dividir la activi dad global en partes ms pequeas que pueden eje cutar de forma independiente los diferentes miem bros de la multitud. Si no se da esta condicin, en tonces el gen de la Colaboracin es probablemente necesario. Un subtipo importante del gen de Coleccin es el Concurso. En los concursos, como Threadless e In noCentive, uno o varios elementos de la coleccin se designan como las mejores entradas y reciben un pre mio u otra forma de reconocimiento.
Los sistemas de inteligencia colectiva suelen disear oportunidades de reconocimiento presentando listas de los principales colaboradores o institucionalizando diferentes tipos de miembros en base a la participacin que confieren diferentes grados de estatus
rios las escriben con el fin de obtener reconocimien to o porque simplemente disfrutan hacindolo. La dependencia del Amor o la Gloria, sin embar go, no funciona siempre. Cuando la empresa H.J. Heinz invit al pblico a que la ayudara a crear un nuevo anuncio de ketchup, tuvo que hacer frente a importantes gastos para promocionar el concurso y analizar la gran cantidad de propuestas enviadas. Y Heinz acab alienando a algunos clientes, quienes hablaban mal [de la compaa] en los foros de su si tio web por ser perezosa y buscar slo mano de obra barata. El Dinero y la Gloria pueden ayudar a la Multitud avanzar con mayor rapidez. Suele ser difcil controlar a qu velocidad o en qu direccin avanza una multitud. Sin embargo, si existen objetivos especficos, algunas ve ces es posible influir en la Multitud con el fin de lo grarlos con mayor rapidez ofreciendo Dinero o Gloria a los miembros de esa Multitud que avanzan en la di reccin deseada. Un ejemplo de este enfoque es IBM, que asigna a muchos de sus profesionales tareas so bre las caractersticas de Linux que son especialmen te importantes para la compaa. Aunque la seleccin y combinacin de los genes mo tivacionales es un asunto muy complejo, tambin re sulta extremadamente importante. A pesar de que no conocemos ningn estudio sistemtico sobre este te ma, sospechamos que equivocarse en los factores mo
32
Cuadro 7
Este modo de analizar los genomas tambin puede po ner de relieve importantes similitudes y diferencias entre ejemplos relacionados. Por ejemplo, tomemos dos casos de lo que llamaremos el gen del Concurso, en el que los miembros de la Multitud crean una Coleccin de elemen tos y, a continuacin, eligen algunos de esos elementos como ganadores. El primer ejemplo es Threadless, donde los elementos creados son diseos de camisetas. El segundo es InnoCen tive, donde los elementos creados son soluciones a difciles problemas cientficos que se les plantean a las empresas, por ejemplo cmo sintetizar un determinado componente qumico. Con InnoCentive, las empresas publican en primer lugar sus problemas en la pgina web de InnoCentive. a continuacin, una multitud de ms de 100.000 cientficos y tecnlogos de todo el mundo puede ver los problemas, y algunos decidirn trabajar en ellos. los cientficos que resuelven satisfactoriamente un problema presentan sus soluciones, y la empresa los recompensa con premios de hasta 100.000 dlares o ms por la mejor solucin. los genomas bsicos de Threadless e InnoCentive son prcticamente idnticos. ambos empiezan con un gen de
En Netflix Prize, se ofreca un premio de 1 milln de dlares por el primer algoritmo que fuera al me nos un 10% mejor que el que utilizaba Netflix para sugerir a los clientes qu DVD les gustaran ms. Al gunos de los matemticos e informticos ms inte ligentes del planeta dedicaron un nmero incalcula ble de horas a este reto durante un perodo que abar c casi ms de tres aos. El equipo que finalmente gan combin las personas y los algoritmos de otros
equipos, cada uno de los cuales tena soluciones que eran buenas, pero no lo suficientemente buenas pa ra ganar por s solas. El gen del Concurso es til cuando existen todas las condiciones para una Coleccin y slo son nece sarias una o varias soluciones. Los clientes de Inno Centive, por ejemplo, no necesitan una gran cantidad de soluciones alternativas a sus problemas. Tan slo necesitan una o, a lo sumo, unas pocas. Adems, pa
34
Crear en el que los miembros de la Multitud presentan sus elementos a un Concurso, y ambos terminan con un gen de la Jerarqua en el que los directivos de la empresa deciden cul de las propuestas ganar. la nica diferencia es que Threadless tambin incluye el gen del Promedio, mediante el cual los miembros de la comunidad puntan los diseos de las camisetas, y estas puntuaciones influ yen significativamente en la decisin ltima de la direccin de la empresa. En el caso de InnoCentive, esta fase de votacin por parte de la comunidad probablemente no tendra sentido,
ya que la empresa que tiene el problema que precisa una solucin no querr por lo general que la comunidad vea todas las entradas. adems, la direccin de la empresa est mejor cualificada que la comunidad para evaluar la idoneidad de las soluciones propuestas en el contexto de las necesidades nicas de la empresa. a esto hay que aa dir que el objetivo de Threadless es producir camisetas que se vendern bien en el mercado. Por lo tanto, en este caso y en muchos otros en los que la decisin implica evaluar qu le gustar a la masa preguntar la opinin de la masa es muy lgico.
ra que un concurso funcione, los genes de Por Qu, como el Dinero o la Gloria, deben ser lo suficiente mente poderosos como para motivar a los concursan tes a participar sin ninguna garanta de recibir un premio. Esto transfiere de forma efectiva los riesgos del patrocinador del concurso a los concursantes; las empresas que publican problemas en InnoCentive no tienen que pagar una recompensa a menos que alguien de hecho resuelva el problema.
Colaboracin. El gen de la Colaboracin ocurre cuan do los miembros de una Multitud trabajan de forma conjunta para crear algo y existen importantes depen dencias entre sus aportaciones. Como vimos anterior mente, Linux y otros proyectos de software de cdigo abierto son ejemplos del gen de la Colaboracin de bido a las interdependencias entre los mdulos pre sentados por los diferentes colaboradores. Igualmen te, los cambios que los diferentes colaboradores rea
julio 2010
35
lizan en un nico artculo de Wikipedia son fuerte mente interdependientes, por lo que cada artculo in dividual es una colaboracin. El gen de la Colaboracin es til cuando se cum plen dos condiciones. En primer lugar, una Coleccin es imposible porque no hay formas satisfactorias de dividir una extensa actividad en partes independien tes. En segundo lugar, hay formas satisfactorias de gestionar las dependencias entre las partes individua les aportadas por los miembros de la multitud. En la prctica, gestionar las dependencias entre las partes suele implicar alguna combinacin de los genes de Decidir. Para las tareas de Decidir, hay dos categoras posibles de genes: los genes de Decisin Grupal y los genes de Decisin Individual. Las Decisiones Grupales son ti les cuando todos en el grupo tienen que respetar la mis ma decisin. Por ejemplo, todos los miembros del equi pos de desarrollo de un producto deberan trabajar a partir de las mismas especificaciones de producto. Cuan do no es necesario un acuerdo general o cuando los gus tos o los puntos de vista de la poblacin son altamente heterogneos, por ejemplo a la hora de decidir qu v deos ver de YouTube, los individuos por lo general pue den tomar sus propias decisiones de un modo ms efec tivo y el gen de Decisin Individual es ms adecuado. Decisiones Grupales. El gen de la Decisin Grupal ocurre cuando los miembros de la comunidad se re
A pesar de que no conocemos ningn estudio sistemtico sobre ello, sospechamos que equivocarse en los factores motivacionales es el principal elemento detrs de los fallidos esfuerzos por lanzar nuevos sistemas de inteligencia colectiva
nen para tomar decisiones que repercuten en el gru po como unidad. En algunos casos, como Thread less, esta decisin determina el subconjunto de ele mentos aportados que se incluirn en el resultado final. En otros, como Digg, la decisin est relacio nada con generar un orden comn de clasificacin
de las contribuciones. En algunos otros casos, como los mercados de prediccin, las decisiones estn re lacionadas con sumar las aportaciones individuales para formar una estimacin visible pblicamente de una cantidad. Variantes importantes del gen de Decisiones Gru pales son Votacin, Consenso, Promedio y Mercados de Prediccin. Votacin. Las nuevas tecnologas hacen que el gen de la Votacin sea factible en muchas situaciones en las que antes no hubiera sido prctico. Por ejem plo: los usuarios de Digg votan qu historias son ms interesantes y las historias ganadoras se mues tran de forma destacada en el sito web. Una importante subvariacin de Votacin es Vo tacin implcita, donde acciones como comprar o visitar elementos se cuentan como votos implci tos. Por ejemplo, iStockphoto muestra las fotos se gn el nmero de veces que cada foto ha sido des cargada, y YouTube clasifica los vdeos segn el n mero de veces que han sido vistos. Otra importante subvariacin implica Votacin ponderada. Por ejemplo, Google clasifica los resul tados de las bsquedas, en parte en base al nme ro de pginas web que tienen enlaces con otros si tios de la lista. Sin embargo, el algoritmo de Goo gle da ms peso a los enlaces de los sitios que son, a su vez, ms populares. Consenso. Consenso significa que todos, o bsica mente todos, los miembros de un grupo estn de acuerdo con la decisin final. Por ejem plo, en Wikipedia, los artculos que per manecen sin cambios son aqullos cuya versin actual es satisfactoria para las personas a las que les interesa. Si el grupo es lo suficientemente pe queo y con ideas afines para llegar a un consenso en un perodo de tiempo razo nable, entonces el Consenso puede ser el mtodo ms adecuado. No obstante, alcanzar un consenso total en un grupo grande o diverso suele ser por lo gene ral imposible, por lo que la Votacin sue le ser mejor en estos casos. Votacin y Consenso son ambos tiles cuando es importante que todo el mundo est comprometido con el resultado. Promedio. En los casos en los que las decisiones impliquen calcular una cifra, otra prctica habitual es determinar el promedio de las cifras aportadas por los miembros de la Multitud. En algunos casos,
36
como adivinar el peso de un buey, una sencilla me dia funciona sorprendentemente bien. El Promedio se suele utilizar en sistemas que se basan en una escala de puntos para valorar la cali dad. Por ejemplo, los usuarios de Amazon pueden puntuar libros o CD en una escala de cinco estre llas, y se determina el promedio de estas valoraciones con el fin de ofre cer una puntuacin global para ca da artculo. Sistemas similares per miten a los usuarios de Expedia va lorar los hoteles y a los usuarios de Internet Movie Database puntuar las pelculas. En un ejemplo de pro medio especialmente sorprenden te, la NASA en 20012002 dej que todo el mundo pudiera ver las fotos de la superficie de Marte en Inter net e identificara caractersticas que crean que eran crteres. Cuando se determin el promedio de las aportaciones de los aficionados, hallaron que era tan exacto como las clasificaciones que haban realizado los expertos cientficos. En general, el gen del Promedio se puede utili zar para permitir a una multitud calcular cualquier cosa que se pueda expresar mediante una cifra. Cuando los miembros de una multitud proporcio nan este tipo de estimaciones, las cifras que pre sentan incluyen alguna informacin relevante (se al) y algunos errores aleatorios (ruido). Cuando los errores son realmente aleatorios y no sistem ticamente sesgados en alguna direccin, el prome dio funciona bien, ya que los errores se eliminan mutuamente. No obstante, el promedio puede re sultar en estimaciones deficientes si los errores pre sentan de algn modo desviaciones sistemticas. Por ejemplo, el sesgo puede aparecer en situacio nes en las que los primeros participantes influyen en los que deciden colaborar con posterioridad, o cuando el grupo de participantes no es lo suficien temente diverso para incluir todas las perspectivas relevantes. Mercados de Prediccin. Un modo muy til de per mitir que la multitud calcule la probabilidad de even tos futuros es con los Mercados de Prediccin, en los cuales las personas compran y venden participacio nes de predicciones sobre los eventos futuros. Si su prediccin es correcta, son recompensados, ya sea con dinero real o con puntos que se pueden canjear en metlico o con premios. Google, Microsoft y Best Buy han utilizado los mercados de prediccin para
explotar la inteligencia colectiva de las personas en el seno de sus organizaciones. Decisiones Individuales. La categora de genes de las Decisiones Individuales ocurre cuando los miembros de una Multitud toman decisiones que, aunque basadas en las aportaciones de la multitud,
Las Redes Sociales son especialmente tiles cuando no es preciso pagar a los individuos y les parece que la informacin sobre las opiniones de los dems es til a la hora de tomar sus propias decisiones
no es necesario que sean idnticas para todos. Por ejemplo, los usuarios individuales de YouTube de ciden por s mismos qu vdeos ver. Es posible que estn influidos por las recomendaciones o puntua ciones de los dems usuarios, pero no es necesario que vean los mismos vdeos que los dems. Dos variaciones importantes del gen de las De cisiones Individuales son Mercados y Redes So ciales. n Mercados. En los mercados, algn tipo de inter cambio formal (por ejemplo dinero) est presen te en las decisiones. Cada miembro de la multi tud toma una decisin individual sobre qu pro
julio 2010
37
ductos comprar o vender. Las decisiones de com pra por parte de los compradores de la comuni dad determinan la demanda colectiva, la cual, por su parte, afecta a la disponibilidad de los pro ductos y a sus precios. A su vez, las cantidades y los precios de los bienes que los vendedores po nen en venta en la comunidad influyen, pero no vinculan, las decisiones de compra. Durante milenios han existido mercados de todo tipo de bienes y servicios, pero las nuevas
les cuando no es preciso pagar a los individuos y les parece que la informacin sobre las opiniones de los dems es til a la hora de tomar sus propias decisiones.
El gen de la Decisin Grupal ocurre cuando los miembros de la comunidad se renen para tomar decisiones que repercuten en el grupo como unidad
tecnologas permiten nuevas formas electrni cas de los mercados. Por ejemplo, en iStockpho to, los fotgrafos ponen sus fotos a la venta en un sitio web, y los editores y otras personas in teresadas compran los derechos para utilizar las fotos que quieren. En eBay, los vendedores pu blican los elementos que quieren vender, y los compradores pujan por ellos. n Redes Sociales. En las redes sociales, los miem bros de una comunidad forman una red de rela ciones que, dependiendo del contexto, se puede traducir en niveles de confianza, similitud de gustos y puntos de vista u otras caractersticas habituales que pueden generar que los indivi duos sientan afinidad con otros. Los miembros de una comunidad asignan diferentes pondera ciones a las aportaciones individuales en base a su relacin con las personas que los proporcio nan y, a continuacin, toman decisiones indivi duales. Excelentes ejemplos son los canales de YouTube, las redes de confianza de Epinions. com, las recomendaciones personalizadas de Amazon.com y la propia blogosfera. Cuando las decisiones individuales son necesa rias, los Mercados son especialmente tiles cuan do el dinero o incentivos similares resultan impres cindibles para motivar a las personas para que rea licen un esfuerzo necesario o proporcionen otros recursos. Las Redes Sociales son especialmente ti
El genoma de la inteligencia colectiva. Massachusetts Institute of Tech nology. Este artculo ha sido publicado anteriormente en MIT Sloan Management Review con el ttulo The Collective Intelligence Genome. Referencia n.o 3654.
Si desea ms informacin relacionada con este tema, introduzca el cdigo 21151 en www.e-deusto.com/buscadorempresarial
38