Alina Grubnyak.
En todo el mundo, epidemiólogos, profesionales, ingenieros (y muchos otros) están utilizando la avalancha de datos sobre la epidemia para modelar su progresión, predecir el impacto de posibles intervenciones o desarrollar soluciones a la escasez de equipos médicos.
Generan modelos y códigos abiertos que son reutilizados por otros laboratorios.
El mundo de la investigación y la innovación parece estar atrapado en un frenesí de colaboración y producción de conocimiento abierto tan contagioso como el coronavirus.
¿Podría ser esta la famosa "inteligencia colectiva" que se supone que resuelve nuestros principales problemas planetarios?
Ciencia, una red construida sobre hombros de gigantes
En 1675 Newton ya escribió: "Si he visto más, es poniéndome sobre los hombros de gigantes. "
Desde entonces, el reconocimiento de este patrimonio intelectual colectivo se ha convertido en estándar en la investigación científica. En ciencia e ingeniería, hoy, el 90% de las publicaciones están escritas por equipos.
Durante las últimas tres décadas, el advenimiento de Internet y de las redes sociales ha contribuido a la eliminación de las limitaciones tradicionales de la inteligencia colectiva, de las sociedades "sabias" exclusivas de las revistas de acceso pagado, pasando por la opacidad del sistema de revisión por pares.
La investigación académica está experimentando una apertura y facilitación tecnológica sin precedentes que permite a una amplia variedad de actores interactuar de manera inmediata y distribuida.
Estamos viendo un crecimiento sin precedentes en revistas de acceso abierto y sitios de archivo de artículos.
Fuera del sistema académico, están surgiendo asimismo comunidades no institucionales: los piratas informáticos, los hackers biológicos y los cultura makers se autoorganizan en línea y participan en el esfuerzo colectivo para producir conocimiento. Es este terreno fértil el que permite una reacción sin precedentes a la crisis de Covid-19.
Covid-19 despierta la inteligencia colectiva
Al comienzo de la epidemia, pudimos ver que la investigación "tradicional" se acelera y abre considerablemente sus medios de producción.
Revistas prestigiosas, como Science, Nature y The Lancet, que generalmente cobran por el acceso a sus artículos, han abierto el acceso a publicaciones sobre el coronavirus y Covid-19.
Los datos sobre la progresión de la epidemia se actualizan diariamente.
El de la Universidad John Hopkins, por ejemplo, es el resultado de un trabajo abierto y de colaboración y ya se ha reutilizado casi 9.000 veces en la plataforma colaborativa de Github a través de proyectos de terceros.
Los resultados se publican inmediatamente en servidores de pre-publicación de acceso abierto o en los propios sitios de laboratorio.
Los algoritmos y las visualizaciones interactivas están en línea en GitHub; así como los videos educativos y de divulgación son accesibles en YouTube.
Las cifras son asombrosas, con más de 45.000 artículos académicos publicados sobre el tema hasta la fecha.
Más recientemente, han surgido iniciativas populares que reúnen a varios actores ajenos a los marcos institucionales, utilizando plataformas en línea.
Plataforma colaborativa
Por ejemplo, una comunidad de biólogos, ingenieros y desarrolladores, ha surgido en la plataforma de colaboración Just One Giant Lab (JOGL) para desarrollar herramientas de código abierto de bajo costo contra el virus.
Esta plataforma, que hemos diseñado junto con Léo Blondel (Harvard) y Thomas Landrain (La Paillasse, PILI) durante los últimos tres años, pretende ser un instituto de investigación virtual, abierto y distribuido en todo el planeta.
La plataforma permite a las comunidades autoorganizarse para proporcionar soluciones innovadoras a problemas urgentes que requieren habilidades fundamentalmente interdisciplinarias, así como conocimientos de "campo".
Actúa como una piedra angular para facilitar la coordinación poniendo en relación las necesidades y los recursos dentro de la comunidad, la animación en torno a los programas de investigación y la organización de los desafíos.
En particular, el uso de algoritmos de recomendación permite filtrar la información para que los contribuyentes puedan seguir la actividad y las necesidades más relevantes de la comunidad, agilizando la colaboración y facilitando el establecimiento de una inteligencia colectiva.
Cuando el primer proyecto Covid-19, una prueba de diagnóstico de código abierto y de bajo costo, nació allí hace cuatro semanas, había una verdadera fiebre en la plataforma.
Más de 90 proyectos
El número de contribuciones por minuto ha seguido aumentando: cientos de interacciones, creación de proyectos, intercambios ... ¡Tanto que el servidor que aloja la plataforma ya no se mantiene!
En solo un mes, fueron más de 60.000 los visitantes procedentes de 183 países, incluidos 3.000 contribuyentes activos, los que afluyeron hasta Just One Giant Lab: generaron más de 90 proyectos, que van desde diseños de máscaras protectoras hasta prototipos de ventiladores de bajo costo.
Esta comunidad masiva se organizó rápidamente en subgrupos de trabajo, combinando habilidades y universos variopintos: científicos de datos de grandes empresas, investigadores en antropología, ingenieros y biólogos se codean en este universo virtual.
La persona más activa, la coordinadora emergente de la comunidad, incluso resulta ser ... ¡una estudiante de secundaria de Seattle de 17 años!
Esta iniciativa es ahora un programa de investigación completo, OpenCOVID19 , con 100.000 euros de financiación del Fondo de Investigación Axa, que se redistribuirá a proyectos emergentes de acuerdo con un sistema de revisión de la comunidad, en asociación con AP-HP, para facilitar la evaluación y validación de diseños destinados al uso hospitalario y varios ejes principales: diagnóstico, prevención, tratamiento o análisis y modelado de datos.
La autoorganización de las comunidades ha sido prerrogativa del mundo de código abierto y la fuente de proyectos masivos como Linux. Hoy se está haciendo patente también en la resolución de problemas globales y multidisciplinarios, poniendo la diversidad de habilidades al servicio de la complejidad.
¿Qué es la inteligencia colectiva?
Si podemos medir la inteligencia individual a través del desempeño para diversas tareas y así obtener un "cociente de inteligencia" individual (el famoso coeficiente intelectual), entonces ¿por qué no medir la inteligencia de un grupo de individuos por su desempeño en tareas colectivas?
Los investigadores han demostrado en 2010 la existencia de un "factor C" de inteligencia colectiva, predictivo del rendimiento de un grupo en diversas tareas.
Para que un grupo maximice su inteligencia colectiva, no es necesario reunir a las personas con un coeficiente intelectual fuerte.
Lo que importa es la sensibilidad social de los miembros, es decir, su capacidad para interactuar de manera efectiva, su capacidad para hablar de manera justa durante las discusiones, o la diversidad de los miembros, en particular la proporción de mujeres en el grupo.
En otras palabras, un grupo inteligente no es un grupo compuesto por individuos inteligentes, sino por individuos diversos que interactúan adecuadamente.
Y los autores concluyen: "Parece más fácil aumentar la inteligencia de un grupo que la de un individuo. ¿Podríamos aumentar la inteligencia colectiva, por ejemplo, gracias a mejores herramientas de colaboración en línea?"
Ese fue el espíritu en el establecimiento de la plataforma JOGL: podemos medir en tiempo real la evolución de la comunidad y el progreso de los proyectos, lo que hace posible establecer una mejor coordinación de los diferentes programas, incluyendo, por supuesto, los programas Covid-19.
Los datos también ofrecen un punto de referencia cuantitativo de "buenas prácticas" que facilitan la inteligencia colectiva, lo que permite el avance de la investigación fundamental sobre las colaboraciones que estamos llevando a cabo dentro de mi equipo de investigación, en el Centro de Investigación Interdisciplinaria en París.
De hecho, al poner en práctica las herramientas de la ciencia de redes, estamos estudiando cómo estas dinámicas colaborativas apuntalan el avance del conocimiento.
Generan modelos y códigos abiertos que son reutilizados por otros laboratorios.
El mundo de la investigación y la innovación parece estar atrapado en un frenesí de colaboración y producción de conocimiento abierto tan contagioso como el coronavirus.
¿Podría ser esta la famosa "inteligencia colectiva" que se supone que resuelve nuestros principales problemas planetarios?
Ciencia, una red construida sobre hombros de gigantes
En 1675 Newton ya escribió: "Si he visto más, es poniéndome sobre los hombros de gigantes. "
Desde entonces, el reconocimiento de este patrimonio intelectual colectivo se ha convertido en estándar en la investigación científica. En ciencia e ingeniería, hoy, el 90% de las publicaciones están escritas por equipos.
Durante las últimas tres décadas, el advenimiento de Internet y de las redes sociales ha contribuido a la eliminación de las limitaciones tradicionales de la inteligencia colectiva, de las sociedades "sabias" exclusivas de las revistas de acceso pagado, pasando por la opacidad del sistema de revisión por pares.
La investigación académica está experimentando una apertura y facilitación tecnológica sin precedentes que permite a una amplia variedad de actores interactuar de manera inmediata y distribuida.
Estamos viendo un crecimiento sin precedentes en revistas de acceso abierto y sitios de archivo de artículos.
Fuera del sistema académico, están surgiendo asimismo comunidades no institucionales: los piratas informáticos, los hackers biológicos y los cultura makers se autoorganizan en línea y participan en el esfuerzo colectivo para producir conocimiento. Es este terreno fértil el que permite una reacción sin precedentes a la crisis de Covid-19.
Covid-19 despierta la inteligencia colectiva
Al comienzo de la epidemia, pudimos ver que la investigación "tradicional" se acelera y abre considerablemente sus medios de producción.
Revistas prestigiosas, como Science, Nature y The Lancet, que generalmente cobran por el acceso a sus artículos, han abierto el acceso a publicaciones sobre el coronavirus y Covid-19.
Los datos sobre la progresión de la epidemia se actualizan diariamente.
El de la Universidad John Hopkins, por ejemplo, es el resultado de un trabajo abierto y de colaboración y ya se ha reutilizado casi 9.000 veces en la plataforma colaborativa de Github a través de proyectos de terceros.
Los resultados se publican inmediatamente en servidores de pre-publicación de acceso abierto o en los propios sitios de laboratorio.
Los algoritmos y las visualizaciones interactivas están en línea en GitHub; así como los videos educativos y de divulgación son accesibles en YouTube.
Las cifras son asombrosas, con más de 45.000 artículos académicos publicados sobre el tema hasta la fecha.
Más recientemente, han surgido iniciativas populares que reúnen a varios actores ajenos a los marcos institucionales, utilizando plataformas en línea.
Plataforma colaborativa
Por ejemplo, una comunidad de biólogos, ingenieros y desarrolladores, ha surgido en la plataforma de colaboración Just One Giant Lab (JOGL) para desarrollar herramientas de código abierto de bajo costo contra el virus.
Esta plataforma, que hemos diseñado junto con Léo Blondel (Harvard) y Thomas Landrain (La Paillasse, PILI) durante los últimos tres años, pretende ser un instituto de investigación virtual, abierto y distribuido en todo el planeta.
La plataforma permite a las comunidades autoorganizarse para proporcionar soluciones innovadoras a problemas urgentes que requieren habilidades fundamentalmente interdisciplinarias, así como conocimientos de "campo".
Actúa como una piedra angular para facilitar la coordinación poniendo en relación las necesidades y los recursos dentro de la comunidad, la animación en torno a los programas de investigación y la organización de los desafíos.
En particular, el uso de algoritmos de recomendación permite filtrar la información para que los contribuyentes puedan seguir la actividad y las necesidades más relevantes de la comunidad, agilizando la colaboración y facilitando el establecimiento de una inteligencia colectiva.
Cuando el primer proyecto Covid-19, una prueba de diagnóstico de código abierto y de bajo costo, nació allí hace cuatro semanas, había una verdadera fiebre en la plataforma.
Más de 90 proyectos
El número de contribuciones por minuto ha seguido aumentando: cientos de interacciones, creación de proyectos, intercambios ... ¡Tanto que el servidor que aloja la plataforma ya no se mantiene!
En solo un mes, fueron más de 60.000 los visitantes procedentes de 183 países, incluidos 3.000 contribuyentes activos, los que afluyeron hasta Just One Giant Lab: generaron más de 90 proyectos, que van desde diseños de máscaras protectoras hasta prototipos de ventiladores de bajo costo.
Esta comunidad masiva se organizó rápidamente en subgrupos de trabajo, combinando habilidades y universos variopintos: científicos de datos de grandes empresas, investigadores en antropología, ingenieros y biólogos se codean en este universo virtual.
La persona más activa, la coordinadora emergente de la comunidad, incluso resulta ser ... ¡una estudiante de secundaria de Seattle de 17 años!
Esta iniciativa es ahora un programa de investigación completo, OpenCOVID19 , con 100.000 euros de financiación del Fondo de Investigación Axa, que se redistribuirá a proyectos emergentes de acuerdo con un sistema de revisión de la comunidad, en asociación con AP-HP, para facilitar la evaluación y validación de diseños destinados al uso hospitalario y varios ejes principales: diagnóstico, prevención, tratamiento o análisis y modelado de datos.
La autoorganización de las comunidades ha sido prerrogativa del mundo de código abierto y la fuente de proyectos masivos como Linux. Hoy se está haciendo patente también en la resolución de problemas globales y multidisciplinarios, poniendo la diversidad de habilidades al servicio de la complejidad.
¿Qué es la inteligencia colectiva?
Si podemos medir la inteligencia individual a través del desempeño para diversas tareas y así obtener un "cociente de inteligencia" individual (el famoso coeficiente intelectual), entonces ¿por qué no medir la inteligencia de un grupo de individuos por su desempeño en tareas colectivas?
Los investigadores han demostrado en 2010 la existencia de un "factor C" de inteligencia colectiva, predictivo del rendimiento de un grupo en diversas tareas.
Para que un grupo maximice su inteligencia colectiva, no es necesario reunir a las personas con un coeficiente intelectual fuerte.
Lo que importa es la sensibilidad social de los miembros, es decir, su capacidad para interactuar de manera efectiva, su capacidad para hablar de manera justa durante las discusiones, o la diversidad de los miembros, en particular la proporción de mujeres en el grupo.
En otras palabras, un grupo inteligente no es un grupo compuesto por individuos inteligentes, sino por individuos diversos que interactúan adecuadamente.
Y los autores concluyen: "Parece más fácil aumentar la inteligencia de un grupo que la de un individuo. ¿Podríamos aumentar la inteligencia colectiva, por ejemplo, gracias a mejores herramientas de colaboración en línea?"
Ese fue el espíritu en el establecimiento de la plataforma JOGL: podemos medir en tiempo real la evolución de la comunidad y el progreso de los proyectos, lo que hace posible establecer una mejor coordinación de los diferentes programas, incluyendo, por supuesto, los programas Covid-19.
Los datos también ofrecen un punto de referencia cuantitativo de "buenas prácticas" que facilitan la inteligencia colectiva, lo que permite el avance de la investigación fundamental sobre las colaboraciones que estamos llevando a cabo dentro de mi equipo de investigación, en el Centro de Investigación Interdisciplinaria en París.
De hecho, al poner en práctica las herramientas de la ciencia de redes, estamos estudiando cómo estas dinámicas colaborativas apuntalan el avance del conocimiento.
L'Hemisferic, Valencia, Spain.Tim de Groot.
¿Despertar efímero o agitación a largo plazo?
¿Cómo se puede hacer que estas revoluciones duren? Si hay una enseñanza que aprendemos de los “hackáthones”, esos eventos que implementan los principios de inteligencia colectiva para generar proyectos durante uno o dos días, es que es difícil estabilizar la actividad de estos proyectos en el tiempo, después de la efervescencia del evento.
Incluso si es pronto para sacar conclusiones sobre este tema en el caso de OpenCOVID19, existen varios caminos para pensar sobre el futuro de tales colaboraciones masivas.
¡Un punto común de las comunidades que rápidamente se vuelven enormes es que desaparecen rápidamente!
¿Con quién me pongo en contacto para resolver un problema o responder una pregunta?
La solución: una "arquitectura de atención" que permite guiar a las personas hacia donde su talento sería más adecuado para el progreso del proyecto.
En otras palabras, es en los sistemas de recomendación, estos mismos algoritmos que hicieron el éxito de las redes sociales como Twitter, Instagram o Facebook, donde reside el grial de estas comunidades.
Tal enfoque, basado en los fundamentos de la ciencia de los equipos y de la ciencia de redes, hace posible utilizar las huellas digitales dejadas por la comunidad (interacciones, debates, proyectos completados, habilidades declaradas) para presentar, en un flujo de actividad, lo que sería la mejor persona para contactar, el proyecto más relevante para ayudar, o la tarea más lógica para producir después.
En el corazón de la arquitectura de JOGL, estos algoritmos permiten favorecer estos encuentros aleatorios que resultan inesperadamente beneficiosos para un proyecto.
El desarrollo de tales algoritmos de recomendación para el beneficio de colaboraciones masivas requiere la contribución de varias disciplinas, que van desde la informática a las ciencias sociales, pasando por las matemáticas o la ética.
Finalmente, el futuro de la inteligencia colectiva gira sobre sí mismo: porque es la inteligencia colectiva la que debe ponerse al servicio de su propio futuro.
¿Cómo se puede hacer que estas revoluciones duren? Si hay una enseñanza que aprendemos de los “hackáthones”, esos eventos que implementan los principios de inteligencia colectiva para generar proyectos durante uno o dos días, es que es difícil estabilizar la actividad de estos proyectos en el tiempo, después de la efervescencia del evento.
Incluso si es pronto para sacar conclusiones sobre este tema en el caso de OpenCOVID19, existen varios caminos para pensar sobre el futuro de tales colaboraciones masivas.
¡Un punto común de las comunidades que rápidamente se vuelven enormes es que desaparecen rápidamente!
¿Con quién me pongo en contacto para resolver un problema o responder una pregunta?
La solución: una "arquitectura de atención" que permite guiar a las personas hacia donde su talento sería más adecuado para el progreso del proyecto.
En otras palabras, es en los sistemas de recomendación, estos mismos algoritmos que hicieron el éxito de las redes sociales como Twitter, Instagram o Facebook, donde reside el grial de estas comunidades.
Tal enfoque, basado en los fundamentos de la ciencia de los equipos y de la ciencia de redes, hace posible utilizar las huellas digitales dejadas por la comunidad (interacciones, debates, proyectos completados, habilidades declaradas) para presentar, en un flujo de actividad, lo que sería la mejor persona para contactar, el proyecto más relevante para ayudar, o la tarea más lógica para producir después.
En el corazón de la arquitectura de JOGL, estos algoritmos permiten favorecer estos encuentros aleatorios que resultan inesperadamente beneficiosos para un proyecto.
El desarrollo de tales algoritmos de recomendación para el beneficio de colaboraciones masivas requiere la contribución de varias disciplinas, que van desde la informática a las ciencias sociales, pasando por las matemáticas o la ética.
Finalmente, el futuro de la inteligencia colectiva gira sobre sí mismo: porque es la inteligencia colectiva la que debe ponerse al servicio de su propio futuro.
(*) Marc Santolini es director de equipo en el Centro de Investigación e Interdisciplinariedad (CRI Paris) e investigador visitante en el Centro de Investigación de Redes Complejas (CCNR, Northeastern University, Boston). También es cofundador y director de investigación de Just One Giant Lab, una plataforma de movilización masiva, abierta y distribuida para la resolución colaborativa de problemas de interés general.
Este artículo se publicó originalmente en la edición francesa de The Conversation. Se reproduce con autorización.