Post Tagged with: "crowdsourcing"

Autogestión/Emergencia, Complejidad, Coordinación/Toma de Decisiones, Crowdsourcing/Co-creación, Ejemplos/Casos, Liderazgo/Gobernanza, Mecanismos de Agregación, Participación, Política/Democracia

Gobernanza e inteligencia colectiva: ¿qué dicen los expertos?

participación colectiva_carreraContinúo el seriado de posts que estoy escribiendo con las ideas que me traje de la 2017 Collective Intelligence Conference (#CIconf17) que se celebró a mitad de junio en New York. Las diez píldoras de la entrada anterior estuvieron más inspiradas en las tendencias tecnológicas, pero dije que escribiría un segundo post dedicado a la temática que la Conferencia pretendía priorizar, o sea: cómo la inteligencia colectiva puede ayudar a mejorar la democracia, a través del gobierno abierto, una mayor participación colectiva y nuevos modelos de gobernanza.

Las 5 ideas que voy a desarrollar esta vez son estas:

  1. Mecanismos para facilitar la agregación colectiva
  2. Más allá de la “Regla de la Mayoría”
  3. Fomento de la Inteligencia Colectiva por los gobiernos
  4. CrowdLaw: Crowdsourcing de leyes
  5. Apertura de datos

Empecemos por la primera:

1. Mecanismos para facilitar la agregación colectiva:

El mayor reto de la inteligencia colectiva es el proceso de agregación, entendiendo por “agregación” el mecanismo que permite convertir una colección dispersa de datos y puntos de vista individuales en un comportamiento o resultado colectivo (“agregado”) que es distinto que la mera suma de las partes. OJO, que no digo que el resultado tenga que ser mejor, aunque lógicamente sería lo deseable, pero sí distinto.

Por cierto, la palabra “agregación” puede confundir porque parece sugerir que solo consiste en sumar, y no es así. Tiene un origen estadístico, pero se utiliza no sólo para referirse a la adición mecánica, sino también para cualquier mecanismo que permita combinar, integrar, ensamblar o sintetizar un conjunto de opiniones individuales en un juicio, comportamiento o decisión colectiva. Es, como dijera Fernando de la Riva, un proceso de “construcción”, que incluye también los procesos deliberativos y los efectos “emergentes” que generan resultados mucho más complejos e inéditos que la mera suma de las partes.

Pues bien, en la conferencia se expusieron distintas estrategias para agregar colectivamente ideas de grupos grandes. En mi opinión, todavía estamos lejos de tener dispositivos eficaces y eficientes como los que necesitamos, pero se va avanzando con la ayuda de nuevas “tecnologías cívicas”. Aparecen herramientas más sofisticadas que las wikis, o los grupos de discusión. Algunas en un desarrollo más avanzado que otras. Sería largo enumerarlas a todas porque habría que dedicarles un libro.

Geoff Mulgan citó en su charla a Pol.is, una herramienta de deliberación a gran escala que ha utilizado por ejemplo el gobierno de Taiwán para implicar a la ciudadanía en el proceso de creación de políticas públicas. Según sus propios creadores, Pol.is busca aumentar la escala de la escucha” visualizando mejor lo que la gente piensa (colectivamente), para que las organizaciones y comunidades se comprendan mejor a sí mismas.  La herramienta implementa dispositivos de crowdsourcing (tipo encuestas) cuyos resultados después convierte en mapas de opinión que ayudan a visualizar los matices de acuerdos y desacuerdos en temas controvertidos (por ejemplo, cómo regular la venta de alcohol por Internet o qué normas deberían aplicarse a los servicios de Airbnb). El sistema genera automáticamente gráficos que trazan diferentes opiniones agregadas, lo que hace más fácil saber en qué puntos la gente coincide más y en cuáles se dan las mayores discrepancias.

Por otra parte, me gustaron dos prototipos que se presentaron en la sesión de Posters. Uno es Wikum, que se basa en una técnica de “resumen recursivo” que no genera un texto único sino un “árbol de resumen” que permite al lector explorar distintos subtemas en múltiples niveles de detalle en función de sus intereses, para así facilitar la lectura y comprensión de lo esencial que se ha tratado en una discusión colectiva (esto me ha recordado los “mapas de argumentación” que impulsó el MIT Climate CoLab).

Los que hemos participado en foros con un alto número de participantes, ya sabemos lo caóticos que se vuelven y lo difícil que es sintetizar o agregar lo más interesante. El otro es Argos, una app que empezó a desarrollarse como uno de los proyectos impulsados por el Taller 2016 de Inteligencia Colectiva para la Democracia de Medialab Prado. Es un editor de textos colaborativo (está todavía en fase demo) para facilitar la deliberación online, y sobre todo, la redacción colectiva de leyes. Los participantes pueden marcar párrafos de un texto y pronunciarse sobre ellos, con sugerencias de enmiendas, etc.

2. Más allá de la “regla de la mayoría”:

Se ha visto cómo los referéndums y consultas plebiscitarias recientes tienden a generar más polarización y división social. Ya he comentado en otras ocasiones que el diseño de la democracia está demasiado basado en un mecanismo simplón que abusa de la “Regla de la mayoría”. Los mecanismos de votación del “todo o nada” (unos ganan, y otros pierden) deberían ser sustituidos por sistemas más proporcionales y plurales, que obliguen a negociar entre las posturas discrepantes. No voy a negar que pueden haber proyectos u opciones incompatibles, totalmente antagónicos, pero en la mayoría de los casos, siempre hay espacios intermedios por explorar.

En la Conferencia se evidenció esa intención de concebir creativamente nuevos mecanismos correctores de esa simplificación. Hacen faltan diseños que tiendan al consenso, incluso aunque éste no llegue a conseguirse del todo en favor de la agilidad. Las lógicas plebiscitarias no capturan la riqueza de la diversidad de posturas, y necesitan de enfoques alternativos como el derecho al veto de minorías, la elección aleatoria, los sistemas rotativos, la democracia líquida, etc. Por ejemplo, la ponencia de Mark Whiting, que ya reseñé en el resumen anterior, propone un mecanismo de resolución de disputas entre los stakeholders de una plataforma de Crowdsourcing que favorece lógicas de negociación entre posturas.

3. Fomento, por los gobiernos, de la Inteligencia Colectiva:

Una tesis que me parece potente es la de que los gobiernos y las entidades públicas deben promover y apoyar explícitamente las iniciativas de inteligencia colectiva, incluso con obligaciones normativas y presupuestos específicos. Tengo claro que el paradigma del “gobierno abierto” pasa necesariamente por lógicas de inteligencia colectiva. 

Geoff Mulgan de NESTA, al que le dedicaré un post aparte, se preguntó ¿quién paga esto? y propuso diseñar unos impuestos que sirvan para financiar proyectos y actividades que se dediquen a fomentar la inteligencia colectiva de la ciudadanía. Tom Kalil, exdirector adjunto con Obama, y Beth Noveck hicieron una reflexión sobre cómo los académicos pueden y deben trabajar con la clase política para diseñar este tipo de iniciativas, reconociendo también algunas de las incompatibilidades culturales que suelen darse entre ellos. Lo que está claro es que esa cooperación debe promoverse por la complejidad inherente de estos proyectos.

La gestión y análisis de datos públicos puede enriquecerse muchísimo si se hace desde un contexto que aproveche la inteligencia colectiva para mejorar la planificación, el diseño de políticas y la propia implementación de los programas. Algunas de las ventajas que tendría esto son una mejor comprensión de hechos y evidencias a partir de datos de fuentes más diversas, la identificación de soluciones creativas a los desafíos públicos que pueden venir de fuera de la Administración, aportadas por la ciudadanía, y una mayor legitimidad en las decisiones al ser un proceso más transparente y participativo.

Por ejemplo, hay que hacer pedagogía de lo colectivo con la ciudadanía. También consultarla y deliberar con ella. Se necesitan crear mecanismos que faciliten la monitorización colectiva del proceso de creación e implementación de políticas públicas, pero resulta muy difícil impulsar todo esto sin un gobierno que facilite los instrumentos, y para eso debe creérselo de verdad.

4. CrowdLaw: Crowdsourcing de leyes

Crowdlaw” es el uso de plataformas online para, a través de mecanismos de crowdsourcing, implicar a la ciudadanía en la elaboración y/o revisión colectiva de leyes, así como de políticas públicas. Se plantea como una alternativa al método tradicional de formulación de políticas, que normalmente se da a puertas cerradas y con una escasa contribución de las personas a las que afecta.

En 2014 publiqué un post: ¿Es posible el crowdsourcing de leyes?, en el que narraba una experiencia de Crowdlaw promovida por el Ministerio de Medio Ambiente de Finlandia de impulsar un proceso legislativo de reforma de una ley de Tráfico (“Off-Road Traffic Act”) abriendo la consulta a los ciudadanos sobre cómo debía ser la nueva normativa que regulaba la circulación de las motos de nieve y vehículos todo terreno por rutas no convencionales. En #CIconf17 también se habló de ello, de las posibilidades que se abren en esta área, como el caso que presentó Irene Tello Arista: “Using crowdsourcing and crowdlaw to enact anti-corruption legislation”, contando el éxito de la movilización pública que generó en México la iniciativa #Ley3de3, que movilizó a la ciudadanía para pedir al congreso que se incorporara en la legislación la obligatoriedad de los representantes públicos de hacer tres declaraciones (sobre activos o patrimonio, conflictos de interés y pago de impuestos) que añadían transparencia y permitían luchar contra la corrupción. La plataforma de crowdsourcing consiguió muchas más firmas de las que necesitaba para que la ley se discutiera en el Congreso y saliera adelante.

Según explica Irene, la participación ciudadana puede tener distintos grados: desde la simple firma de respaldo a una iniciativa de ley hasta aportar propuestas de enmiendas sobre el borrador o participar en la redacción colaborativa del texto. Según cuánto sea de vinculante el resultado del ejercicio colectivo, hay distintas lecturas del Crowdlaw, pero lo más habitual es que estos proyectos no reemplacen la función legislativa del sistema de representación, sino que amplíen los mecanismos de participación ciudadana en la elaboración de los proyectos de ley. Las ideas aportadas por la ciudadanía y recogidas a través de plataformas online se filtran, combinan e integran en los textos de leyes que después pasan a los parlamentos para su debate y aprobación.

Aparte del efecto pedagógico de la participación, y la diversidad cognitiva y experiencial que aporta este tipo de procesos (al enriquecer las leyes con una casuística más rica y perspectivas complementarias), tenemos algunas dificultades todavía por resolver como es el de los mecanismos de agregación de esas opiniones para que sean transparentes y efectivos, así como la capacidad de que la participación ciudadana tenga un impacto real en los textos finalmente aprobados porque en algunos casos se ha querido utilizar este método sólo para legitimar textos ya elaborados. Otro problema es cuando hay una fuerte brecha digital porque puede producir un sesgo significativo en la muestra de participantes, pero esto también ocurre (incluso de forma más agravada) en la composición de los parlamentos. Hay una lista en Twitter que trata sobre el tema, por si quieres seguirla.

5. Apertura de datos e Inteligencia Colectiva:

Dana Lewis, la creadora del páncreas artificial se preguntaba: ¿Qué pasa cuando se navega y se comparten datos abiertamente, con independencia del rol y de las credenciales, a fin de que se puedan usar esos datos para mejorar cosas? En efecto, varias ponencias pusieron en evidencia la importancia de abrir y compartir datos para que la inteligencia colectiva proyecte todo su potencial. Hay mucha inteligencia desaprovechada en la capacidad ciudadana (la que está fuera del gobierno y las instituciones) para enriquecer y analizar los datos de los modos más diversos y creativos posibles, pero para eso hay que facilitar el acceso a los mismos.

Hay datos públicos que se necesitan abrir y estructurar mejor, para facilitar su aprovechamiento por parte de la sociedad civil. Pero ese razonamiento se puede extender también a ciertos tipos de datos de empresas privadas que necesitan ser fiscalizados porque afectan principios éticos o legales, o tienen un impacto en el bienestar de la ciudadanía. La apertura de datos permitiría activar mecanismos de “vigilancia colectivaque complementen y refuercen la que ya hacen (de forma limitada por la escasez de recursos) las instituciones públicas. Por ejemplo, como comenta Karen Levy, para detectar posibles prácticas empresariales de discriminación hacia grupos sociales.

Si como decía Hila Lifshitz-Assaf, profesora de la NYU, la Administración debe dejar de verse a sí misma como la entidad que resuelve los problemas, y en su lugar centrarse en facilitar la búsqueda y autoselección de quiénes están más capacitados para resolverlos; una forma de hacerlo es abriendo y visibilizando los retos, junto con todos los datos disponibles para su solución. Y cuando esos datos faltan, hay que crearlos. Eso hace una iniciativa muy interesante que se presentó en la sesión de Posters, “The Human Project”, que combina Big Data con Open Data, recogiendo estadísticas y mediciones de múltiples dominios para ponerlos a disposición del dominio público y la comunidad de investigadores.

Nota:   La imagen del blog es del álbum de Peter Mooney en Flickr. Si te ha gustado el post, puedes suscribirte para recibir en tu buzón las siguientes entradas de este blog. Para eso solo tienes que introducir tu dirección de correo electrónico en el recuadro de “suscribirse por mail” que aparece en la esquina superior derecha de esta página. También puedes seguirme por Twitter o visitar mi blog personal: Blog de Amalio Rey.
by × julio 25, 2017 × 2 comments

Complejidad, Coordinación/Toma de Decisiones, Crowdsourcing/Co-creación, Ejemplos/Casos, Enfoques multidisciplinares, Mecanismos de Agregación

10 píldoras de Inteligencia Colectiva en #CIconf17

Ciconf17

Como ya conté en este post, estuve el 15-16 de este mes participando en la 2017 Collective Intelligence Conference (#CIconf17), que se celebró en la Tandon School of Engineering de New York University. A la conferencia, según datos publicados por los organizadores, asistieron 180 participantes de 19 países.

Me gustan los resúmenes, así que traigo el primero del seriado que voy a escribir a partir de las notas que me traje del evento. Ya hice algo parecido para la conferencia de 2015 con “25 píldoras de inteligencia colectiva” que tuvieron una acogida fantástica entre los lectores de este blog.

No es una selección de lo más valioso o interesante, porque hubo mucho y de todo, sino algunos apuntes que tomé sobre tendencias que parecen atraer más la atención a la comunidad de investigadores sobre inteligencia colectiva. Esta es sólo la 1ra. parte del resumen. He reservado para la 2da. entrada las ideas relacionadas con la temática que la conferencia pretendía priorizar, o sea: cómo la inteligencia colectiva puede ayudar a la participación colectiva y los nuevos modelos de gobernanza. Read more ›

by × junio 27, 2017 × 4 comments

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

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

Crowdsourcing/Co-creación, Cultura Colaborativa, Ejemplos/Casos, Mecanismos de Agregación

¿Por qué le llaman Inteligencia Colectiva si es Crowdsourcing?

Lights and CrowdsEn esta primera entrada que escribo desde San Francisco (Ver mi post sobre la 2015 Collective Intelligence Conference), voy a intentar explicar las diferencias que existen, desde mi punto de vista, entre dos términos que a menudo se confunden: Inteligencia Colectiva y Crowdsourcing.

El Crowdsourcing (CS) consiste en la externalización de un reto o actividad, que antes se hacía internamente, a una “multitud” (“Crowd”) o grupo grande de personas. En estas iniciativas siempre existe una organización, empresa o entidad que diseña y lanza la convocatoria, que es el “crowdsourcer”, a través de alguna plataforma digital que permite a un colectivo participar, a cambio de algún beneficio o recompensa. Lo que se hace es delegar en una multitud de voluntarios lo que antes hacía un grupo especializado y profesional, y por eso en el concepto de “Crowdsourcing” conviven al mismo tiempo dos visiones: 1) La externalización (“outsourcing” e innovación abierta), 2) La amateurización (apertura y democratización a una multitud), que según el peso que tenga cada una, así determina en buena medida la naturaleza del proyecto.

La Inteligencia Colectiva (IC), por su parte, es la capacidad de agregar las acciones y opiniones individuales de un grupo en un juicio o decisión colectiva. Por lo tanto, para que haya IC tiene que haber algún tipo de “agregación” que convierta las contribuciones individuales en un resultado grupal. En un post anterior explicamos que esa agregación puede darse de forma “colaborativa” (los participantes interactúan conscientemente entre ellos para conseguir el resultado) pero también de forma “colectada”, o sea, por medio de algoritmos que permitan a un agregador externo capturar el comportamiento colectivo. Read more ›

by × mayo 30, 2015 × 2 comments