团队的集体智慧长期以来一直受到公司的赞赏，减轻了各种各样的偏见。但是，相对于个人而言，该团队得有多聪明，才能让企业采取措施从而使集体智慧更好？

麻省理工学院斯隆管理学院管理学教授Patrick J. McGovern和麻省理工学院集体智慧中心创始主任Tom Malone教授的研究，正在回顾组群动态和组织设计动力在发展企业的集体智慧中的重要性。他给CIO奉上一些好消息：由于技术的发展，公司的集体智能力量从未如此简单。

衡量集体智慧

很容易认为，聪明的人创造一个聪明的小组，但事实并非如此。Malone的研究发现，除了个人智力，另外三个因素与集体智力有显著的相关性：

• 社会知觉度或非言语提示的能力；
• 小组成员平等参与；
• 女性的数量，她们的社会感知能力比男性更强。

无论团体规模如何，这三个因素对团队的集体智慧有影响。但是，Malone继续说，随着个人数量的增加，还有一个额外的因素可以塑造团队的集体智慧——而这就是组织设计。

“即使你有一堆非常聪明，人际熟练的人，但是他们被困在一个设计得非常糟糕的巨大组织的中，他们仍然没办法做很多工作来帮助组织变得聪明，”他在最近在剑桥举行的“真实商业智能”大会上的演讲中表示。

五个认知过程

但技术正开始消除组织设计带来的障碍。根据Malone的说法，在全球范围内共享信息的网络，在公司工资之外的众源人才的数字平台，以及自学的机器是新组织设计的基础——最终将对企业的集体智慧产生革命性的影响。

他说：“现在便宜的通讯使我们能够在几乎任何地方，任何时刻，可以自由地移动知识工作所需的信息。这意味着我们几乎可以为世界上任何地方的人们进行的每一个专门任务获取全球经济的规模。”

为了帮助理解机器和人类是如何结合在一起来提高企业的集体智慧，Malone提供了一个五种认知思维的框架，这是一个聪明的实体必须能够表现出来——无论是作为个体还是群体。它们是这样的：创造出行动的可能性，决定那些可能去做的事情，去感知世界上正在发生的事情，去记住并学习。

他还提供了一些例子，说明机器是如何帮助人类利用每一种认知思维来产生一种集体智慧，这种智力超过了人类单独合作的能力。

创造行动的可能性

公司如何将技术推向五个认知过程中的第一个？Malone建议他们通过拥抱工作异常化来创造行动的可能性。

他说：“这基本上意味着专业化的工作比现在的工作要小得多，”这不是一个新的概念，过去，过度专业化已被应用于物理任务。多亏了技术，公司现在能够超越专业知识工作。

他提到了Topcoder，一个拥有超过60万注册自由程序员的软件开发平台，以及Foldit，一个对生物和药理学研究很重要的折叠蛋白质分子的视频游戏，作为超专业知识的例子。

另一个例子是Amazon Mechanical Turk，这个名字起源可以追溯到18世纪欧洲，一个机器人棋手被证明是由隐藏在棋盘下的一个柜台的人控制的。Amazon Mechanical Turk的工作原理与此相似：人类完成了计算机无法做到的任务，但人类在API背后工作。

决定要做什么

为了促进团体决定如何做的认知过程，Malone指出了由美国情报界资助的宾夕法尼亚大学研究人员所执行的“良好判断项目”。该项目旨在预测即将发生的地缘政治事件。在这种情况下，该机器是一个众包流程平台，旨在汇集广泛的人才。签约参加者不需要特殊资格。

正确预测事件的参与者的前2%被标记为“超级预报员”，并被分为10到15组，他们的预测被挖掘出来。事实证明，超级预报员是如此准确，他们超过智慧社区平均预测，Malone说。

“这是一个非常有趣的课程，”他说，“或多或少，仔细挑选并训练的普通人，可以比数十亿美元的美国情报界的全体仪器做更准确的预测。”

使用技术来提高集体智商的另一个例子是预测市场，其中投注是预测的准确程度。Malone试验了预测市场，看看人类和机器一起做出预测是否比人类或机器单独预测更准确的结果。在这种情况下，增强智慧赢了。

感觉，记住和学习

最后，现在可以使用机器来帮助提高公司感知，记忆甚至学习的能力。Malone谈到了与人类诊断项目相关的最后三个认知过程，人类诊断项目是一个能够众包临床专业知识创造一个医疗知识库的平台。

“例如，如果您是非洲偏远村庄的护士，您可以使用这样一个系统来获得远程专家的意见，帮助您更好地治疗您的患者，而不是单独治疗。”他说。

但平台不仅仅是收集，存储和分享信息的场所。它还配备了使用数据帮助临床医生进行未来诊断的机器学习算法。

“当他们完成了这个系统的研究后，他们发现当你有一大堆人预言时，你比单身医生做得更好，”Malone说，“他们发现，基于已经在这里的常见病例的知识库，机器学习的预测几乎与人类医生的预测一样好。”