Archive for junio, 2015

Autogestión/Emergencia, Crowdsourcing/Co-creación, Ejemplos/Casos, Mecanismos de Agregación, Participación, Política/Democracia

Yo pagué un soborno (I Paid a Bribe)

graffity corrupcionHe escrito otras veces sobre corrupción, un tema con el que estamos ahora especialmente sensibles, y con razón (Ver, por ejemplo: “La corrupción en una fórmula”). Esta vez toca relacionarlo con el tema central de este blog, Inteligencia Colectiva, y el punto de conexión es I Paid a Bribe (IPAB), un proyecto que nació en la India hace unos cinco años, impulsado por Janaagraha, que es una organización sin fines de lucro, con sede en Bangalore, que trabaja para mejorar la calidad de vida urbana en los pueblos y ciudades del país.

El principio de funcionamiento de IPAB es simple: Si usted ha pagado (o presenciado) un acto de soborno, infórmelo. En la plataforma los usuarios pueden aportar información acerca del tipo, localización, frecuencia y valores implicados en actos de corrupción reales que se dan en su entorno. Se piden datos a víctimas, perpetradores y beneficiarios de los actos de soborno.

Aunque no es, ni puede ser por razones obvias, un retrato fiel, ni exacto de toda la corrupción que se produce en la India, sus informes proporcionan una instantánea aproximada de las tendencias que se dan en este fenómeno para distintas ciudades del país. Se suben a la plataforma de 25 a 50 reportes diarios, además unas 20 preguntas cada día, y unos 40 comentarios en los foros y blogs.  En Mayo de 2014 la web contaba con 4 millones de visitas, 300 mil mensuales, y 26 mil denuncias de toda India. El modelo de IPAB se ha replicado en forma de nodos en, por lo menos, una docena de países, incluyendo Indonesia, Zimbabue y Pakistán. Read more ›

by × junio 19, 2015 × 4 comments

Complejidad, Coordinación/Toma de Decisiones, Crowdsourcing/Co-creación, Cultura Colaborativa, Diseño de Redes, Eficiencia/Productividad, Ejemplos/Casos, Mecanismos de Agregación, Participación, Política/Democracia

25 píldoras de Inteligencia Colectiva

ConferenciaMe gustan los resúmenes en forma de listas, así que dejo este post con una selección de algunas de las ideas más interesantes que recogí de la 2015 Collective Intelligence Conference, y con éste cierro el seriado que he venido publicando sobre el evento. No son citas literales sino mi interpretación, y por eso no aparecen entrecomilladas. Me han quedado 25 conclusiones breves, en forma de píldoras, que pueden darte unas pistas de por dónde va la investigación en Inteligencia Colectiva:

1.- Los grupos más inteligentes colectivamente, aprenden más rápido [Thomas W. Malone – MIT]

2.- La homofilia (grupos de “amigos” con intereses y creencias parecidas) induce a la polarización grupal y refuerza la viralidad de ciertos tipos de contenidos falsos que se basan en teorías conspirativas [Walter Quatrochiocci – IMT Lucca] (Más sobre esta idea en este post)

3.- La búsqueda excesiva de la diversidad puede provocar que se devalúe o subestime la información más relevante, ponderando en exceso las opiniones marginales [Richard P. Mann – ETH Zúrich]

4.- La media de “empatía social” de los miembros de un equipo fue un predictor significativo de la Inteligencia Colectiva y del rendimiento de los equipos en videojuegos como ‘League of Legends’. Sin embargo, la “igualdad de liderazgo” percibida por los miembros correlacionó negativamente, lo que sugiere que el “liderazgo distribuido” no es visto como una ventaja en entornos muy competitivos [Young Ji Kim – MIT] Read more ›

by × junio 15, 2015 × 1 comment

Crowdsourcing/Co-creación, Eficiencia/Productividad, Ejemplos/Casos, Mecanismos de Agregación

Computación Humana: luces y sombras

Hombre replicante por ordenadorRecupero hoy un artículo que escribí allá por septiembre de 2012 sobre la “Computación Humana” (“Human Computation”), porque es indudable el creciente protagonismo que está teniendo esta disciplina en algunos enfoques sobre la Inteligencia Colectiva. Esto se ha puesto de manifiesto, una vez más, en la 3ra Conferencia que sobre el tema se celebró esta semana en Santa Clara, California.

La “Computación Humana” es una técnica que deriva o externaliza a grupos masivos de personas ciertos pasos del proceso computacional que los ordenadores no hacen bien, en una especie de simbiosis que busca optimizar el ratio de habilidades/costes en la interacción hombre-ordenador. En la computación clásica el hombre utiliza a los ordenadores para resolver problemas, le asigna tareas; mientras que aquí se produce un cambio de roles dado que es la computadora la que “asigna” tareas a grupos de personas, y después colecta, interpreta e integra los resultados que éstas les envían.

Pondré un ejemplo sencillo para que esto se entienda. Una empresa necesita procesar y agregar metadatos de miles de imágenes para extraer conclusiones en un estudio que está haciendo. Esas imágenes están en bruto, y los metadatos que se buscan no pueden ser obtenidos de forma automática por un ordenador. Lo que se hace, entonces, es diseñar un programa que convierta el análisis de las imágenes en “microtareas” realizables por personas, y ofrecerlas en una plataforma (marketplace) a cambio de “micropagos”. Los trabajadores interesados se bajan las imágenes, las analizan y suben a la plataforma los metadatos. Después el programa de ordenador procesa y agrega toda la información aportada por los participantes para conseguir el resultado que buscaba la empresa. Read more ›

by × junio 6, 2015 × 2 comments

Complejidad, Crowdsourcing/Co-creación, Eficiencia/Productividad, Ejemplos/Casos, Mecanismos de Agregación

Predicción Colectiva vs Big Data: ¿existen los super-pronosticadores?

Tejiendo el pronosticoDesde hace un tiempo leo artículos de Emile Servan-Schreiber, co-fundador de Lumenogic e Hypermind, y un reputado experto mundial en Mercados de Predicción. Tuve la oportunidad de decírselo y compartir con él un rato esta semana en la 2015 Collective Intelligence Conference. Me gustaban sus artículos porque eran tan directos y elocuentes como he visto que es en persona. Lumenogic es una empresa que promete resolver problemas complejos usando mecanismos de inteligencia colectiva como: mercados de predicción, concursos de ideas, crowdsourcing y técnicas de visualización de datos, entre otros. Hypermind, por su parte, es un proyecto nacido de Lumenogic que se dedica a la predicción de tendencias, acontecimientos o eventos basándose en la inteligencia colectiva de una multitud o “Crowd” formada por super-pronosticadores que la empresa selecciona siguiendo unos determinados criterios.

Lo más interesante de la charla de Servan-Schreiber es su tesis, ya avanzada en sus artículos, de que el Big Data está sobrevalorado en muchas situaciones. Para ilustrarlo utiliza una conocida broma acerca de una persona que ha perdido las llaves del coche y se pone a buscarla en los sitios del suelo donde refleja la luz de la calle. Después de un rato de no encontrarla, un policía le pregunta por qué no amplía su búsqueda a otros lugares, y él responde: “Porque es ahí donde da la luz“. Pues bien, la obsesión actual con el Big Data recuerda en parte este efecto de la luz de la calle, o sea, la tendencia a buscar respuestas donde es más fácil buscarlas, que es algo que no mejora la probabilidad de encontrarlas.  Por eso, según el autor, la Inteligencia Colectiva puede proporcionar las “gafas de visión nocturna” que se necesitan para ampliar el espacio de búsqueda. Read more ›

by × junio 5, 2015 × 5 comments

Coordinación/Toma de Decisiones, Crowdsourcing/Co-creación, Eficiencia/Productividad, Ejemplos/Casos, Mecanismos de Agregación, Participación

Hallazgo curioso en la selección colectiva de ideas

eligiendo entre globosLos procesos de naturaleza colectiva, al implicar a muchos participantes, son pródigos en la generación de ideas y provocan a menudo una sobrecarga informacional que es difícil de gestionar. Pasar de cientos de ideas a un número manejable de propuestas que se puedan convertir en proyectos reales exige refinar los métodos de evaluación, filtrado y selección para que no se produzcan pérdidas excesivas de eficiencia que hagan el proceso inviable.

Eso ocurre en los programas de Innovación Abierta (“campañas de ideas”) que impulsan las empresas implicando a sus clientes y empleados, así como en iniciativas de Crowdsourcing para el diseño de políticas públicas del tipo que expliqué en mi post de ayer. En ambos casos hay que filtrar de algún modo los resultados para traducir cantidad en calidad.

Eric Bonabeau dice, con razón, que la Inteligencia Colectiva funciona mejor para la generación de ideas que para la evaluación/filtrado de ellas. Esto es así porque a medida que nos movemos por el Funnel de Innovación (imaginémonos un embudo) desde la parte más ancha a la más estrecha, se necesitan reforzar mecanismos de coordinación que suelen ser costosos. Read more ›

by × junio 4, 2015 × 2 comments

Autogestión/Emergencia, Coordinación/Toma de Decisiones, Crowdsourcing/Co-creación, Eficiencia/Productividad, Ejemplos/Casos, Liderazgo/Gobernanza, Participación, Política/Democracia

¿Es factible el Crowdsourcing de leyes?

Crowdsourcing_participacionSe está notando en los últimos tiempos un interés creciente por el Crowdsourcing como método participativo para implicar a los ciudadanos en los procesos de decisiones políticas. Es una forma de experimentar con algunos principios de la Democracia Directa, y también de adaptar estrategias de Innovación Abierta al sector público.

En la edición anterior de la Collective Intelligence Conference (MIT, 2014) me quedé algo frustrado por la ausencia repentina de Hélène Landemore, que sigo desde hace tiempo por sus investigaciones sobre inteligencia/sabiduría colectiva y democracia post-representativa. Ella es la autora de un libro estupendo:  “Democratic Reason: Politics, Collective Intelligence, and the Rule of the Many”, y de artículos reveladores como: “Why the Many Are Smarter than the Few and Why It Matters” o “An epistemic argument for the random selection of representatives”.

En esta edición de 2015 tampoco ha venido, pero tuve la oportunidad de conocer personalmente a Tanja Aitamurto, de la Universidad de Stanford, que es una estrecha colaboradora de Landemore, y de quien también había leído varios papers. Tanja,  además de ser una finesa encantadora, es experta en procesos de Crowdsourcing para el diseño de políticas públicas, que fue el tema que trató en su ponencia de ayer. Hemos quedado en hacerle una entrevista más tranquila, que espero poder publicar pronto en este blog. Read more ›

by × junio 3, 2015 × 5 comments

Complejidad, Enfoques multidisciplinares, Política/Democracia, Redes Sociales

Memes, rumores e ingenuidad colectiva

IngenuityInternet y las redes sociales son un sustrato ideal para la propagación de rumores. Tendemos a confiar en la información que recibimos de amigos, y ahora podemos reenviarla a la vez a toda nuestra red. Esto facilita el desarrollo de “cascadas” o efecto-dominó, con una capacidad de propagación que puede llegar a ser arrolladora.

El segundo día de la 2015 Collective Intelligence Conference arrancó esta mañana con una sesión plenaria dedicada precisamente a los “memes y rumores”, y cómo se propagan las ideas socialmente. Hemos tenido cuatro ponentes de mucho nivel que abordan este fenómeno desde perspectivas distintas.

La propagación de rumores no es algo necesariamente malo. Depende en definitiva de la veracidad del contenido y de la capacidad que tenga el sistema para corregir el error si se demuestra que es falso, algo que como hoy se ha repetido por varios ponentes, falla más que una escopeta de feria porque ese ajuste pocas veces se produce con la misma intensidad que la difusión del rumor. En cualquier caso, compartir rumores puede ser útil y funcionar como una fuente de información alternativa en situaciones en las que los canales oficiales fallan. Read more ›

by × junio 2, 2015 × 12 comments

Crowdsourcing/Co-creación, Eficiencia/Productividad, Ejemplos/Casos

De los MOOC a los MOOR via Crowdsourcing

ResearchEsta tarde se ha inaugurado la 2015 Collective Intelligence Conference, en el hotel Marriott de Santa Clara, CA, con la asistencia de unos 150 participantes, bastantes menos que las dos ediciones anteriores. Como ya anuncié aquí, Jeff Howe, quien acuñó y difundió el término de “Crowdsourcing”, se encargó de dar una breve charla de apertura. Fue amena e informal, pero no dejó ninguna idea de calado que me sirva de titular. Después se presentaron cinco proyectos de investigación, de ellos uno sobre Predicción Colectiva, dos de Crowdfunding (CS) y dos de Crowdsourcing. Ya hablaré de algunos de ellos más adelante.

Por fortuna, tenemos cada vez más estudios sobre cómo aprovechar el Crowdsourcing a gran escala en tareas o desafíos que son complejos, y no sólo para agregar microtareas de escaso valor creativo. Esto se enmarca en lo que se da en llamar “Expert Crowdsourcing”, que en su mejor versión persigue repensar el CS para que potencie y mejore las habilidades de los trabajadores-expertos y además, facilite la colaboración y el trabajo colectivo entre ellos. Aniket Kittur (Carnegie Mellon) y Michael S. Bernstein (Stanford) son dos de los investigadores que están liderando esta línea de trabajo de dignificación del “Crowd Work”, y que han participado en conferencias como la que se acaba de inaugurar hoy en Santa Clara. Read more ›

by × junio 1, 2015 × 8 comments