In tutto il mondo, scienziati e professionisti stanno sfruttando incessantemente i dati sulla pandemia per modellare la sua progressione, prevedere l'impatto di possibili interventi e sviluppare soluzioni alla carenza di attrezzature mediche, generare dati e codici open-source per essere riutilizzati da altri.

La ricerca e l'innovazione sono ora in una frenesia collaborativa altrettanto contagiosa del coronavirus. È questa l'ascesa della famosa "intelligenza collettiva" che dovrebbe risolvere i nostri principali problemi globali?

L'ascesa di un'intelligenza collettiva globale

L'inizio dell'epidemia ha visto la ricerca "tradizionale" accelerare notevolmente e aprire i suoi mezzi di produzione, con riviste come Scienza , Natura e la lancetta concedendo immediatamente l'accesso del pubblico alle pubblicazioni sul coronavirus e sul COVID-19.

Il mondo accademico è in ebollizione. Ogni giorno, La John Hopkins University aggiorna un flusso di dati aperto e collaborativo sull'epidemia, che sono già stati riutilizzati più di 11, 000 volte. I risultati della ricerca vengono pubblicati immediatamente sui server di prestampa o sui siti Web dei laboratori. Algoritmi e visualizzazioni interattive stanno fiorendo su GitHub; video divulgativi su YouTube. Le cifre sono impressionanti, con quasi 9, 000 articoli accademici pubblicati sull'argomento fino ad oggi.

Più recentemente, iniziative popolari che riuniscono una varietà di attori sono emerse al di fuori dei quadri istituzionali, utilizzando piattaforme online. Per esempio, una comunità di biologi, ingegneri e sviluppatori è emerso sulla piattaforma collaborativa Just One Giant Lab (JOGL) per sviluppare a basso costo, soluzioni open source contro il virus. Questa piattaforma, che abbiamo sviluppato con Leo Blondel (Harvard University) e Thomas Landrain (La Paillasse, PILI) negli ultimi tre anni, è concepito come un virtuale, istituto di ricerca aperto e distribuito finalizzato allo sviluppo di soluzioni per gli Obiettivi di Sviluppo Sostenibile (SDGs) definiti dalle Nazioni Unite. Le comunità lo usano per auto-organizzarsi e fornire soluzioni innovative a problemi urgenti che richiedono competenze e conoscenze fondamentalmente interdisciplinari. La piattaforma facilita il coordinamento collegando esigenze e risorse all'interno della comunità, animare programmi di ricerca, e organizzare le sfide.

Quando il primo progetto ha riguardato il COVID-19, a basso costo, test diagnostico open source—è nato all'inizio di marzo, c'era una corsa sulla piattaforma. Il numero di contributi al minuto continuava ad aumentare:centinaia di interazioni, creazione di progetti, comunicazioni… Tanto che il server che ospita la piattaforma non regge più! In un solo mese, erano più di 60, 000 visitatori provenienti da 183 paesi, di cui 3, 000 contributori attivi che generano più di 90 progetti, che vanno dai progetti di maschere ai prototipi di ventilatori a basso costo, o app AI per la classificazione della tosse.

Questa enorme comunità si è rapidamente auto-organizzata in gruppi di lavoro, mescolare diverse abilità e universi; combinazioni inaspettate di data scientist di grandi aziende, ricercatori in antropologia, ingegneri o biologi si uniscono in questo universo virtuale.

La persona più attiva e coordinatrice emergente della comunità risulta addirittura essere... uno studente di 17 anni di liceo di Seattle! Questa iniziativa è ora un vero e proprio programma di ricerca, ApriCOVID19, con 100, 000 euro di finanziamenti dell'Axa Research Fund attualmente ridistribuiti sotto forma di microfinanziamenti a progetti emergenti attraverso un sistema di peer review comunitario, una partnership con il sistema ospedaliero di Parigi (AP-HP) per facilitare la valutazione e la convalida dei progetti destinati all'uso ospedaliero, e diversi temi principali:diagnosi, prevenzione, trattamento, convalida, e analisi e modellazione dei dati.

Il mondo open source negli ultimi decenni ha guidato l'auto-organizzazione della comunità ed è all'origine di massicci progetti di collaborazione come Linux o Wikipedia. Sforzi simili stanno ora emergendo per risolvere problemi globali e multidisciplinari, valorizzare la diversità delle competenze al servizio della complessità del progetto.

Che cos'è l'"intelligenza collettiva"?

Se possiamo misurare l'intelligenza individuale utilizzando indicatori di prestazione per vari compiti e ricavando il "QI" individuale, perché non misurare l'intelligenza di un gruppo attraverso le sue prestazioni su compiti collettivi?

I ricercatori hanno mostrato l'esistenza di un fattore di intelligenza collettiva. Si scopre che un gruppo intelligente non è un gruppo di individui intelligenti, ma piuttosto un gruppo di individui che interagiscono in modo efficiente, ad esempio attraverso la loro capacità di parlare in modo equo nelle discussioni. Gli autori concludono:"sembrerebbe molto più facile aumentare l'intelligenza di un gruppo che di un individuo. L'intelligenza collettiva di un gruppo potrebbe essere aumentata da, Per esempio, migliori strumenti di collaborazione elettronica?".

Questo è lo spirito delle piattaforme collaborative come JOGL:possiamo monitorare in tempo reale l'evoluzione della community e l'avanzamento del progetto, consentendo di facilitare il coordinamento dei vari programmi, compreso OpenCOVID19.

I dati generati forniscono anche una base quantitativa per esplorare le "buone pratiche" che facilitano l'intelligenza collettiva. Analizzandolo con gli strumenti della scienza delle reti, studiamo come le dinamiche collaborative siano alla base del progresso della conoscenza.

Risveglio effimero o rivoluzione a lungo termine?

Sebbene sia troppo presto per trarre conclusioni nel caso del programma OpenCOVID19, la progettazione del futuro di tali massicce collaborazioni inizia ora. In particolare, i membri delle comunità che crescono rapidamente spesso si perdono, e strategie di onboarding intelligenti sono fondamentali per sostenere tali sforzi. Il graal di queste comunità risiede nella costruzione di un'architettura dell'attenzione attraverso sistemi di raccomandazione , gli stessi algoritmi che hanno decretato il successo di social network come Twitter, Instagram o Facebook. Questo approccio, sulla base dei risultati fondamentali della scienza di gruppo e della scienza delle reti, sfrutta le tracce digitali della community per suggerire la persona migliore da contattare, il progetto più rilevante da aiutare o l'attività urgente da completare. Al centro dell'architettura JOGL, tali algoritmi aiutano a promuovere la serendipità e facilitano il coordinamento.

Lo sviluppo di sistemi di raccomandazione per massicce collaborazioni richiede contributi molto diversificati, dall'informatica alle scienze sociali, matematica o etica. Ironia della sorte, l'intelligenza collettiva sarà la chiave del proprio progetto.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.