私たちは通常、知能を個人の能力として捉えます。学校は個々の学習者を評価し、組織は個々の専門知識を持つ人材を採用し、人工知能に関する議論では、機械が生み出すものと人間が知っていることや創造するものを比較することがよくあります。このアプローチは有用な指標を与えてくれますが、もう一つの知能の源泉、つまり人々が相互作用を通して生み出すものを見えにくくしています。
By ハンス・サンドクール、eolas – 読了時間14分
集団知能に関する研究では、この問題が直接的に検証されてきた。2010年に699人の参加者を対象に行われた研究では、一部のグループは様々な課題において一貫して優れた成績を収めており、その成績はグループ内で最も知能の高い個人がいるという単純な理由だけでは説明できないことが明らかになった。この発見は、グループの知能は単にメンバーの知能の総和であるという前提に疑問を投げかけるものであり、興味深い出発点となる。
最近の演習で、ごく小さな例を見ることができました。マリー＝クロードと私は、探求する価値のあるテーマを見つけるために、ランダムな単語を交換しました。「惑星」から「緑」「木」「菌糸体」「ネットワーク」「音楽」、そして最終的には「感情」へと話が展開していきました。私たち二人は、当初から集合知をテーマとして考えていたわけではありません。このやり取りによって、それぞれの人が次の応答に利用できる情報が変化し、結果として生まれたテーマは両者の貢献によって決まりました。これは集合知を証明するものではありませんが、私が検証したいメカニズム、つまり、ある人の貢献が別の人の生み出すものを変えるというメカニズムを示しています。
生物学的ネットワーク全体にわたる知能
菌糸体は、その枝分かれした構造が神経ネットワークとの比較を促すため、興味深い出発点となる。視覚的な類似性は顕著であり、また、この比較によって、全く異なる仕組みで機能する生物システムに、人間にとって馴染みのある特性を容易に当てはめることができる。
類似した構造が類似した機能を生み出すとは限らない。したがって、資源を交換したり環境条件に反応したりする菌類は、人間の脳のように思考するわけではない。この比較は、説明としてではなく、むしろ疑問として捉えた方がより有益である。菌類のネットワークと脳のように全く異なるシステムは、なぜすべての機能を担う単一の点ではなく、多数の相互接続された構成要素に依存しているのだろうか？
ニューロン単体では、人間の記憶、知覚、推論を説明することはできません。これらの機能は、多数のニューロンの活動に依存しています。菌糸体は、両方のシステムが同じように知能を生み出すと主張する必要なく、観察できるもう一つの分散型生物システムを提供してくれます。興味深いのは、個々の構成要素が資源、情報、または応答を交換する際に何が変化するかという点です。
バイオニック・アンド・ザ・ワイヤーズ このアイデアは、予想外の方向へと展開する。この芸術プロジェクトは、植物や菌類から生体電気活動を捉え、その測定値を音、動き、視覚的な出力に変換する技術を用いる。
結果を「キノコ音楽」と呼ぶのは、実際に起こっていることを単純化しすぎている。生物が電気的な変化を生み出し、センサーがそれを測定し、人間がデータと音楽的パラメーターとの対応関係を決定し、機械がその決定を実行し、リスナーが結果を解釈する。最終的な体験は、複数の参加者と技術的な選択によって左右される。したがって、単一の作者を探すよりも、各参加者が何に貢献しているかを検証する方がはるかに有益である。
音楽と人々の間の知性
音楽は、この問いを身近な人間の活動の場へと持ち込む。コンサート、ホームパーティー、合唱、集団ダンス、レイブなどで何が起こるかを考えてみよう。人々は共通のリズムを聴き、それに応じてタイミングや動きを調整する。また、周囲の人々を観察し、集団の変化に反応し、自身の行動も変化させる。多くの集団的なリズムダンスでは、参加者は誰かがすべての動きを指示していなくても、繰り返されるリズムと観察を通して徐々に動きを協調させていく。この基本的なプロセスは、現代のダンスフロアでも同様に見られる。
音楽には、曲のテンポ、キー、エネルギー、ダンス性、感情など、人々の反応を形作る様々な要素が含まれています。これらの要素のいずれかが変化すると、人々が曲をどのように認識し、どのように反応するかに影響します。リズムと反復は共通のタイミングを提供し、動きは個々の反応を他の人にも可視化します。より多くの人が同じリズムと互いの反応に順応するにつれて、同期は孤立した反応の連続ではなく、集団行動へと変化していきます。
優れたDJとダンスフロアがあれば、この交流は特に顕著になる。DJは単に曲を次々と選曲するだけではない。音楽のテンポはペースや身体的な強度に影響を与え、キーは曲同士の自然な調和に影響を与え、エネルギーはフロアの熱気に影響を与え、ダンスのしやすさは身体的な参加に影響を与える。感情は、同じ観客でも高揚感、馴染みのある雰囲気、親密さ、あるいは予期せぬ出来事に対して異なる反応を示す可能性があるため、さらに別の次元を加える。DJはこれらの反応を観察し、その後の選曲を調整する。参加者は音楽と互いに同時に反応するため、誰も完全に独立した決定を下すことはできないが、すべての参加者が何らかの形で貢献している。
そのため、集団レベルで何かが生まれ、それは特定の個人に帰属させることが難しくなる。それを雰囲気、シンクロニシティ、共有された感情、あるいは単に成功した夜と呼ぶこともできるだろう。私にとって、その呼び名よりもプロセスの方が重要だ。DJは、そこにいる人々の状況に基づいて選曲を行うが、彼らの動き、参加、離脱、そして感情的な反応は、次に何が起こるかの情報を提供する。集団でのダンスは、このプロセスが現代のテクノロジーやDJに依存しないことを示している。リズム、反復、観察、そして身体的な参加は、人々が互いの行動を調整するのに十分な情報を提供するのだ。
ここから、知能との比較はより難しくなる。1000人が同じリズムで動いているのは、協調性と周囲の変化に集団で対応する能力を示している。しかし、それは集団の知能が向上したことを示すものではない。したがって、音楽は、共に行動することと共に考えることの間に有用な境界線を示し、個々の知覚、身体的な反応、感情が集団の共同作業にどのように影響を与えるかを示している。
集合知には意見の相違が必要である
人々が動きを同期させるのではなく、問題を解決しようとする時、その違いはより興味深いものとなる。集団は、同じ状況に対する様々な情報、経験、前提、解釈方法を持ち寄る。ある人が別の人が見落としたことに気づき、別の人が既成の説明に疑問を呈し、また別の参加者が異なる文脈での経験を提供する。最終的な決定は、人々がこれらの違いをどのように扱うかにかかっている。
同じプロセスは同調性も生み出す。人々は既成の前提を繰り返し、権威に従い、矛盾する情報を隠蔽し、あるいは意見の相違を続けることが不快になるため、合意を受け入れる。したがって、同じ結論に達した大勢の人々を見ても、その結論に至った推論の質についてはほとんど何も分からない。
集合知の境界線はここにあると言えるでしょう。他の参加者が意思決定を変えるような情報を提供したか？意見の相違によって誤りが明らかになったか？人々は複数の説明を比較検討してから受け入れたか？グループは、メンバーが個別に活動していたら生み出せなかったであろう成果を生み出したか？
その違いは、関わる人数よりも、人々が異なる視点を提供し、互いの前提を問い直すかどうかに大きく左右される。集合知には、貢献、評価、そして意見の相違が不可欠である。集団的同調とは、人々が集団の前提を吟味することなく、集団に従う状態を指す。
人々の間での学び
教育は、同じ問題を別の角度から提起する。私たちはテスト、課題、成績、資格などを通じて学習者を個別に評価するが、そうした結果の背後にある成長の多くは、他の人々の関与によって成り立っている。
学習者が質問をし、説明を受ける。別の学習者が自身の専門的な経験を紹介し、グループ全体のテーマ解釈が変わる。誰かが回答に異議を唱え、他の学習者に再考を促す。教師は、学習者の理解が予想と異なっていることに気づき、説明を修正する。各個人は、自分が理解したことに対して責任を負うが、他の参加者は、自分が何に触れ、何を疑問に思い、何を再考するかに影響を与える。
学習は情報へのアクセスだけにとどまりません。以前の記事では、 知識だけではもはや十分ではない理由私はこれまで、情報が解釈、応用、経験を通してどのように価値を獲得していくのかを探求してきました。ここで私が興味を惹かれるのは、別の問いです。私たちが知識を理解し、疑問を持ち、応用する過程において、他者はどのような役割を果たすのでしょうか？学習が他者の貢献に部分的に依存するのであれば、個人の知能を測定する際に、私たちは一体何を測定しているのでしょうか？
この問いは、個々の評価を否定するものではありません。むしろ、その評価の枠組みの外に何が残されているのかを問うものです。学習者は、教師、同僚、著者、友人、反対者、そして他の学習者との何百もの過去のやり取りの影響を受けながらも、最終的には単独で知識を証明できるかもしれません。
AIは私たちをより似た思考パターンにさせるのか？
人工知能は、これまで人間が関わっていたやり取りに別の情報源が参加するようになったため、この問題をより複雑にしている。AIシステムは、代替案を提案したり、情報を要約したり、質問に答えたり、議論を比較したり、人間がその後の意思決定に利用する資料を生成したりする。
AIは個人により多くの情報と解釈へのアクセスを提供するが、その価値は使い方によって左右される。人はAIを使って前提を疑ったり、解釈を比較したり、見落とされた視点を見つけたり、議論を検証したりすることができる。しかし、正確性を検証したり、他の視点を考慮したりすることなく、最初に得られたもっともらしい回答をそのまま受け入れてしまう可能性もある。
グループレベルで見ると、その違いはさらに興味深いものとなる。複数の人が同様のシステムを利用し、同様の要約を受け取り、検証せずに生成された回答を受け入れる場合、情報へのアクセスが増えることで、集合知に必要な差異が縮小する可能性がある。同じ情報源から支援を受けている10人が、必ずしも10通りの独立した視点を議論にもたらすとは限らないのだ。
集合知と集合服従の区別は、ここで特に重要となる。集合知は、貢献、評価、意見の相違、訂正、判断に基づいて成り立つ。一方、集合服従は、誰がその結論を定めたのか、どのようにしてその結論に至ったのかを問うことなく、人々が結論を受け入れることから始まる。
したがって、AIは私たちに新たな参加者をもたらす一方で、私たちがどの程度の判断を委ねる用意があるのかという疑問も提起する。この疑問は、学習にとどまらず、集団思考、アルゴリズムによる推奨、組織的な意思決定、そして人々が何を信頼できると考えるかという点にも及ぶため、それ自体で検討に値する。
我々の間の情報
したがって、タイトルにある問いには、限定的な回答が必要となる。つながりだけでは知能は生まれない。菌糸体の構造が神経ネットワークに似ているからといって、それが脳になるわけではない。人々が一緒に踊るからといって、集合知能が身につくわけではない。教室で学習者が交流するだけで学習効果が向上するわけではないし、AIへのアクセスによってより多くの情報が利用可能になるからといって、集団の判断力が向上するわけでもない。
人々が互いの貢献をどのように活用するかは、問題を考察する上でより有益な方法を提供する。彼らは情報を提供し、解釈を検証し、誤りを明らかにし、決定を修正し、他の参加者が持ち合わせていない経験を適用する。こうした状況下では、知性とはもはや各個人がグループにもたらすものだけを指すのではなく、彼らの相互作用によって生み出されるものをも指すのである。
おそらく、知性がどこにあるのかという問いよりも、 人々が協力することで、一人では成し遂げられなかったこと。
インスピレーションの源泉：
- バイオニック・アンド・ザ・ワイヤーズ ―生物学的電気活動、テクノロジー、音楽、そして人間の解釈を結びつける創造的な出発点。
- 人間集団のパフォーマンスにおける集合知要因の証拠 ウーリーら（2010）集団知能が個人知能を超えるかどうかという冒頭の問いの背後にある研究基盤。
- 音楽的関わりは、緊密な同期と自由な解釈性という二重奏として捉えられる。 ラビノウィッチ（2023）。 特に、音楽的な同期から協調性、個性、そして同調性へと移行していく過程において、このことは重要です。
- 知識だけではもはや十分ではない理由 ハンス・サンドクール（2024年） 知識を習得することは、スキルや経験と並んで、個人の成長とキャリア開発にとって不可欠です。それなのに、なぜあなたの知識は危険なほど遅れているのでしょうか？
