Автор Джина Лукарелли

Чтобы создать обучающую сеть, скорость которой соответствует темпам изменений в развитии, нам нужен новый вид интеллекта. Мы работаем с Центром коллективного разума Nesta, чтобы узнать, как использовать распределенную разведку в реальном времени в качестве глобального блага.

Для начала это означает научиться видеть по-новому - получать больше данных в реальном времени. Эта работа началась с захватывающими перспективами, но она еще не работает в больших масштабах. Нам нужно больше. Хотя министру, возможно, потребуется принимать решения об инвестициях в развитие на основании данных двухлетней давности, кто перейдет улицу на основе данных за 2017 год? Благодаря новаторской работе в UN Global Pulse и других компаниях мы знаем, что приближение к данным в реальном времени возможно и повышает ценность при управлении рисками, связанными с конфиденциальностью данных.

Но получить более быстрые данные недостаточно. Нам также необходимо найти более эффективные способы направлять идеи, взгляды и активность людей на решение неразрешимых проблем развития. Нам также нужно будет научиться моделировать новые формы подотчетности, учитывающие меняющиеся и меняющиеся реальности.

Свободный от жаргона подход Nesta к коллективному разуму - это глоток свежего воздуха. это о понимании проблемы, поиске решений и принятии решений о том, что делать. Это нужно делать коллективно, потому что ни один человек (или алгоритм) не знает всего этого. Основываясь на существующих решениях в области устойчивого развития, Nesta поможет нам кодифицировать коллективный разум как способ видеть и действовать в реальном времени.

Пора увидеть больше кроссоверов: машины, люди и серьезные проблемы

Коллективный разум - это люди, работающие вместе, иногда с помощью машин, чтобы анализировать проблемы, разрабатывать решения и вдохновлять на новые формы принятия решений. Один из способов подумать об этом состоит в том, что мы смотрим на гигантский мозг, Большой разум, как пишет Джефф Мулган, где функции мозга - память, анализ, творчество и другие - выполняются распределенным образом многими людьми. люди вместе и часто с помощью технологий.

Эта работа не нова. Организация Объединенных Наций продвигает использование коллективного разума:

  • Чтобы предсказать перемещение в Сомали, УВКБ ООН использует машинное обучение через Project Jetson.
  • UN Global Pulse использовала обработку естественного языка, чтобы учиться у людей, звонящих на ток-шоу, чтобы отслеживать новые угрозы в сельском хозяйстве и узнавать об отношении людей к беженцам, и является лидером в области конфиденциальности и этических норм, чтобы управлять использованием больших данных в процессе развития. .
  • Здесь, в ПРООН, мы опробовали способы помочь нашим суданским национальным партнерам получить в режиме реального времени подробную информацию о распределении бедности с использованием метаданных мобильных телефонов.
  • Спутниковые данные также позволяют нам лучше понять социально-политические и географические изменения, которые заставляют людей мигрировать.
  • Мы также наблюдаем развитие краудфандинга как инструмента воздействия на инвестиции для финансирования стартапов в Египте.

Это хорошее начало, но эта область должна развиваться, если мы собираемся задействовать коллективный разум для предотвращения климатического кризиса. Мы надеемся стать частью сети Accelerator Lab Network. Вместе с Nesta мы будем искать информацию в следующих областях:

Направление обучения №1: выход за рамки использования коллективного разума для понимания проблемы

Насколько я понимаю, текущие разработки, оформленные как эксперименты с коллективным разумом, сосредоточены на том, чтобы лучше понять, в чем проблема. Мы склонны зацикливаться на этой части. Гораздо меньше внимания уделяется коллективной разработке вариантов и идей для решения проблем, и еще меньшая часть - проверке способов принятия более всесторонних решений о том, что следует делать. Ключевой областью нашего партнерства с Nesta является то, как лучше всего добиваться решений и подотчетности перед обществом с помощью методов коллективного разума. Возникает обучающий вопрос: Как коллективный разум становится лучше при принятии решений и контроле за государственными инвестициями?

Направление обучения №2: балансирование обещаний государственного сектора с гибкостью, позволяющей избежать неожиданностей

Главный принцип доверия к государственному сектору - выполнение взятых обещаний. Вот где открытые данные о том, куда идут государственные деньги, - хорошая основа, но этого недостаточно. В мире, где постоянно меняются серьезные проблемы и появляются новые возможности, часто недостаточно придерживаться плана.

Много лет назад, работая с командой над краудсорсинговым проектом в Восточной Европе, я участвовал в работе по сбору мнений людей о безопасности города. Мы ожидали услышать о преступности и насилии, а вместо этого узнали, что основной проблемой для людей были стайки бездомных собак, которые, когда-то защищенные бандами, определяли, где люди ходят и где они чувствуют угрозу. Нашего мандата не было в этой области, поэтому мы были в тупике. Услышав мнение людей, мы не могли действовать. Наш бюджет был привязан к тому, что мы и наши партнеры заранее определили как проблему.

Эта история может найти отклик у тех, кто готов учиться у толпы, чтобы определять проблемы и решения, но при этом все же вынужден действовать в рамках заранее определенных бюджетных рамок. Итак, второй обучающий вопрос: Как государственный сектор следит за неожиданными результатами коллективного разума, не отвлекаясь от миссии и не тратя ресурсы на незапланированные действия?

Направление обучения №3: объедините системных мыслителей, разработчиков машин и тех, кто изучает человеческий мозг

Устойчивое развитие - это распределенная проблема в реальном времени. Вероятность того, что будущие поколения будут жить не хуже нас, зависит от миллиардов вариантов выбора и действий каждую секунду: какие культуры мы выращиваем, из чего строим свои дома, как мы передвигаемся, за кого мы голосуем, как мы обогреваем наши дома. дома и готовить еду… Это устрашающий набор действий, выбора и взаимодействия. Вот почему мы думаем, что эта проблема требует коллективного разума.

Чтобы коллективно наблюдать, запоминать и когда-нибудь, возможно, даже вырабатывать суждения, необходимые для действий, ориентированных на будущее, нам нужно объединить три области работы: те, кто изучает когнитивные предубеждения у людей , те, кто разрабатывает машинный интеллект, и те, кто разбирается в сложных адаптивных системах. Если мы собираемся использовать коллективный разум, чтобы вывести мир на более устойчивый путь, нам нужны человеческие эксперты, эксперты по машинам и системные мыслители, чтобы они работали вместе.

У людей есть свои предубеждения, независимо от того, действуют они индивидуально или коллективно. Эти предубеждения усложняют борьбу с изменением климата. Дэвид Уоллес-Уэллс объединяет поведенческую психологию и наше восприятие изменения климата на необитаемой Земле, когда он говорит о множественных когнитивных искажениях, из-за которых трудно заставить людей действовать, чтобы смягчить катастрофические последствия изменения климата.

Некоторые думают, что в цифровую эпоху становится еще труднее сосредоточиться на сложных проблемах. Дуглас Рушкофф, например, считает, что людям становится все сложнее осуществлять системное мышление, необходимое для изменения климата, потому что наши звонкие телефоны заставляют нас работать в режиме боя или бегства вместо того, чтобы думать о долгосрочных перспективах, что является видом мышления это необходимо для принятия краткосрочных решений, влияющих на планету. Как наша сетевая информационная среда взаимодействует с когнитивными предубеждениями, особенно когда речь идет о действиях перед лицом климатического кризиса?

Машины могут быть одним из компонентов, помогающих нам работать вместе, как гигантский многоголовый мозг. Но поскольку мы используем машины, чтобы вместе становиться умнее, чтобы действовать ответственно перед лицом климатического кризиса, нам нужно больше знать об ограничениях машинного интеллекта. Как пишет Молли Каллахан из Массачусетского технологического института, пришло время изучать машины, как мы изучаем людей. » Мы видели, как, когда машины учатся на основе тестовых данных, этот процесс может усилить предвзятость, когда дело доходит до «моделей прогнозирования приговоров и Проверка соискателей . Хотя это только первые сигналы, и, честно говоря, люди демонстрируют предубеждения гораздо дольше, чем машины, это все еще вызывает беспокойство. Что, если этот тип феноменов продолжится, когда дело доходит до когнитивной предвзятости, которая не учитывает будущее? Если машины усиливают предвзятость, затрудняющую противодействие изменению климата, так, как они, как известно, усиливают предубеждения по признаку расы или пола, у нас действительно проблемы.

Если мы хотим задействовать то, что коллективный разум может сделать в качестве мультипликатора, нам нужно понять, а не усилить предубеждения, из-за которых трудно серьезно относиться к будущему. Нам нужно принять интуитивно понятную возможность быть открытыми для нескольких представлений и точек данных одновременно. И нам нужна внимательность в глобальном масштабе, чтобы иметь возможность делать больше, чем реагировать; нам нужно создать новый вид интеллекта, а затем заранее решить, как действовать, чтобы предотвратить климатическую катастрофу.

Итак, если вы активист по борьбе с изменением климата, эксперт по машинному обучению или кто-то, кто работает над подталкиванием, чтобы преодолеть когнитивную предвзятость… Как сказали бы Битлз: пойдемте вместе! Помогите нам провести эксперименты в направлении гигантского развивающегося мозга, который коллективно ощущает происходящее и вместе решает, что с этим делать.

Выражаем благодарность Кэти Пич и Джеффу Малгану за вклад и вдохновение, не в последнюю очередь за заголовок этого блога! Этот блог - попытка повторить мышление из выступления на The Crowd в начале этого года. По общему признанию, в ходе беседы мысль могла быть яснее. Попробуй здесь.