Over de hele wereld, wetenschappers en praktijkmensen gebruiken onophoudelijk gegevens over de pandemie om de voortgang ervan te modelleren, de impact van mogelijke interventies voorspellen en oplossingen ontwikkelen voor tekorten aan medische apparatuur, het genereren van open-sourcegegevens en codes die door anderen kunnen worden hergebruikt.

Onderzoek en innovatie bevinden zich nu in een collaboratieve razernij die net zo besmettelijk is als het coronavirus. Is dit de opkomst van de beroemde "collectieve intelligentie" die verondersteld wordt onze grote mondiale problemen op te lossen?

De opkomst van een wereldwijde collectieve intelligentie

Het begin van de epidemie zorgde ervoor dat het "traditioneel" onderzoek aanzienlijk versnelde en zijn productiemiddelen openstelde, met tijdschriften zoals Wetenschap , Natuur en De Lancet onmiddellijke toegang van het publiek tot publicaties over het coronavirus en COVID-19.

De academische wereld staat op zijn kop. Elke dag, John Hopkins University werkt een open en collaboratieve stroom van gegevens over de epidemie bij, die al meer dan 11 hergebruikt zijn, 000 keer. Onderzoeksresultaten worden direct gepubliceerd op pre-print servers of laboratoriumwebsites. Algoritmen en interactieve visualisaties floreren op GitHub; outreach-video's op YouTube. De cijfers zijn duizelingwekkend, met bijna 9, 000 wetenschappelijke artikelen die tot nu toe over dit onderwerp zijn gepubliceerd.

Recenter, populaire initiatieven die een verscheidenheid aan actoren samenbrengen, zijn ontstaan ​​buiten institutionele kaders, het gebruik van online platforms. Bijvoorbeeld, een gemeenschap van biologen, ingenieurs en ontwikkelaars zijn ontstaan ​​op het Just One Giant Lab (JOGL)-samenwerkingsplatform om goedkope, open source-oplossingen tegen het virus. Dit platform, die we samen met Leo Blondel (Harvard University) en Thomas Landrain (La Paillasse, PILI) in de afgelopen drie jaar, is ontworpen als een virtuele, open en gedistribueerd onderzoeksinstituut gericht op het ontwikkelen van oplossingen voor de Sustainable Development Goals (SDG's) gedefinieerd door de Verenigde Naties. Gemeenschappen gebruiken het om zichzelf te organiseren en innovatieve oplossingen te bieden voor urgente problemen die fundamenteel interdisciplinaire vaardigheden en kennis vereisen. Het platform faciliteert coördinatie door behoeften en middelen binnen de gemeenschap te koppelen, het animeren van onderzoeksprogramma's, en het organiseren van uitdagingen.

Toen het eerste project in verband met COVID-19 – een goedkope, open source diagnostische test - werd begin maart geboren, er was een stormloop op het perron. Het aantal bijdragen per minuut bleef toenemen:honderden interacties, project creatie, communicatie... Zo erg zelfs dat de server die het platform host het niet meer aankon! In slechts één maand, het waren er meer dan 60, 000 bezoekers uit 183 landen, inclusief 3, 000 actieve bijdragers die meer dan 90 projecten genereren, variërend van maskerontwerpen tot goedkope ventilatorprototypes, of hoestclassificatie AI-apps.

Deze enorme gemeenschap organiseerde zich snel zelf in werkgroepen, het mixen van verschillende vaardigheden en universums; onverwachte combinaties van datawetenschappers van grote bedrijven, onderzoekers in de antropologie, ingenieurs of biologen komen samen in dit virtuele universum.

De meest actieve persoon en opkomende coördinator van de gemeenschap blijkt zelfs... een 17-jarige middelbare scholier uit Seattle te zijn! Dit initiatief is nu een volwaardig onderzoeksprogramma, geopendCOVID19, met 100, 000 euro aan financiering van het Axa Research Fund, momenteel herverdeeld als microbeurzen aan opkomende projecten via een peer-reviewsysteem van de gemeenschap, een partnerschap met het ziekenhuissysteem van Parijs (AP-HP) om de evaluatie en validatie van ontwerpen die bedoeld zijn voor gebruik in ziekenhuizen te vergemakkelijken, en een aantal grote thema's:diagnose, preventie, behandeling, geldigmaking, en data-analyse en modellering.

De open-sourcewereld heeft in de afgelopen decennia de zelforganisatie van de gemeenschap geleid en ligt aan de basis van massale samenwerkingsprojecten zoals Linux of Wikipedia. Soortgelijke inspanningen zijn nu in opkomst om mondiale en multidisciplinaire problemen op te lossen, het benutten van diversiteit aan vaardigheden ten dienste van de complexiteit van projecten.

Wat is "collectieve intelligentie"?

Als we individuele intelligentie kunnen meten met behulp van prestatie-indicatoren voor verschillende taken en individuele "IQ" kunnen afleiden, waarom niet de intelligentie van een groep meten aan de hand van hun prestaties op collectieve taken?

Onderzoekers hebben het bestaan ​​van een collectieve intelligentiefactor aangetoond. Het blijkt dat een intelligente groep geen groep intelligente individuen is, maar eerder een groep individuen die efficiënt met elkaar omgaan, bijvoorbeeld door hun vermogen om rechtvaardig te spreken in discussies. De auteurs concluderen:"het lijkt veel gemakkelijker om de intelligentie van een groep te verhogen dan van een individu. Zou de collectieve intelligentie van een groep kunnen worden verhoogd door, bijvoorbeeld, betere elektronische samenwerkingstools?".

Dit is de geest van samenwerkingsplatforms zoals JOGL:we kunnen de evolutie van de gemeenschap en de projectvoortgang in realtime volgen, om de coördinatie van de verschillende programma's te vergemakkelijken, inclusief OpenCOVID19.

De gegenereerde gegevens bieden ook een kwantitatieve basis voor het verkennen van "goede praktijken" die collectieve intelligentie vergemakkelijken. Door het te analyseren met de tools van netwerkwetenschap, we onderzoeken hoe collaboratieve dynamiek de vooruitgang van kennis ondersteunt.

Kortstondig ontwaken of langdurige revolutie?

Hoewel het te vroeg is om conclusies te trekken in het geval van het OpenCOVID19-programma, het ontwerpen van de toekomst van dergelijke grootschalige samenwerkingen begint nu. Vooral, leden van communities die snel opschalen raken vaak de weg kwijt, en slimme onboarding-strategieën zijn de sleutel tot het volhouden van dergelijke inspanningen. De graal van deze gemeenschappen ligt in het bouwen van een architectuur van aandacht door middel van aanbevelingssystemen , dezelfde algoritmen die het succes hebben gemaakt van sociale netwerken zoals Twitter, Instagram of Facebook. Deze aanpak, gebaseerd op fundamentele resultaten van teamwetenschap en netwerkwetenschap, maakt gebruik van de digitale sporen van de gemeenschap om de beste persoon voor te stellen om contact op te nemen, het meest relevante project om te helpen of een dringende taak om te voltooien. In het hart van de JOGL-architectuur, dergelijke algoritmen helpen serendipiteit te bevorderen en de coördinatie te vergemakkelijken.

Het ontwikkelen van aanbevelingssystemen voor grootschalige samenwerkingen vereist zeer uiteenlopende bijdragen, van informatica tot sociale wetenschappen, wiskunde of ethiek. Ironisch, collectieve intelligentie zal de sleutel zijn tot zijn eigen ontwerp.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.