Collective Intelligence: 240 Years of Research — From Condorcet to AI

En 1794, un matemático francés murió en una celda de prisión revolucionaria, nueve años después de publicar un teorema que casi nadie leyó. En 1906, un estadístico victoriano de 84 años deambuló por una feria de ganado recogiendo boletos de rifa usados. En 2026, investigadores del MIT están llevando a cabo cientos de miles de negociaciones entre agentes de IA para aprender cómo las máquinas deberían unirse a equipos humanos. Estas tres escenas pertenecen a una única historia de investigación continua — el estudio de la inteligencia colectiva, la capacidad de los grupos para actuar de maneras que parecen inteligentes. Lo que sigue es esa historia, era por era, con los hallazgos reales y las luchas reales.

1785: La apuesta de la Ilustración — el teorema de Condorcet

Marie Jean Antoine Nicolas de Caritat, marqués de Condorcet, fue el tipo de figura de la Ilustración que hace que los polímatas modernos parezcan estrechos: un matemático elegido a la Académie des sciences en sus veinte años, un defensor temprano y vocal de la educación pública, el sufragio femenino y la abolición de la esclavitud. En 1785 publicó el Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix — un ensayo sobre la aplicación de la teoría de probabilidades a la votación mayoritaria. Enterrado en él está el resultado que ahora llamamos el Teorema del Jurado de Condorcet.

El teorema dice algo sorprendente. Toma una pregunta de sí/no con una respuesta correcta. Supón que cada votante tiene razón con una probabilidad incluso ligeramente mejor que un lanzamiento de moneda — digamos 55% — y supón que los votantes juzgan independientemente unos de otros. Entonces, a medida que el grupo crece, la probabilidad de que la mayoría esté en lo correcto se acerca a la certeza. El juicio individual mediocre, agregado adecuadamente, se convierte en un juicio colectivo casi perfecto. El teorema también tiene un gemelo oscuro: si cada votante es ligeramente peor que un lanzamiento de moneda, la mayoría se vuelve casi seguramente incorrecta a medida que el grupo crece. La agregación amplifica cualquier competencia — o incompetencia — que le alimentes. Contamos la historia completa del teorema, sus suposiciones y sus usos modernos en nuestra pieza complementaria sobre el Teorema del Jurado de Condorcet.

El mismo ensayo contiene un segundo descubrimiento que tardaría 160 años en detonar: la paradoja de Condorcet. Con tres o más opciones, las preferencias mayoritarias pueden ciclar — el grupo prefiere A a B, B a C, y C a A — por lo que “lo que quiere la mayoría” puede no estar siquiera bien definido. Esa observación es la semilla de la teoría de la elección social, el campo que Kenneth Arrow transformaría más tarde con su teorema de imposibilidad: ningún sistema de votación clasificada puede satisfacer una lista corta de condiciones de equidad razonables a la vez. Los sistemas de votación, los métodos de elección clasificada y las matemáticas de la agregación de preferencias son una historia propia — un tipo diferente de agregación de la promediación de creencias que sigue este artículo — y a la que volveremos en una serie futura.

Condorcet no vivió para ver que nada de esto importara. Prohibido durante el Terror por oponerse a la constitución jacobina, se escondió durante meses — escribiendo, notablemente, su optimista Esbozo de una Imagen Histórica del Progreso de la Mente Humana — fue arrestado en marzo de 1794 y fue encontrado muerto en su celda en Bourg-la-Reine dos días después. Las matemáticas de la sabiduría colectiva comenzaron como el trabajo de un hombre destruido por un colectivo que se volvió loco. La ironía ha pesado sobre el campo desde entonces: los grupos pueden ser brillantes, y los grupos pueden ser monstruosos, y la diferencia no son las personas — son las condiciones.

1906–1950s: La era estadística — Galton, Hayek y Delphi

Para su primera prueba empírica, la inteligencia colectiva tuvo que esperar 121 años — y llegó a una feria de ganado. En el otoño de 1906, Francis Galton, entonces de 84 años, asistió a la Exposición de Ganado y Aves de Corral del Oeste de Inglaterra en Plymouth, donde un concurso de juicio de peso invitaba a los visitantes a adivinar el peso vestido de un buey vivo por seis peniques un boleto. Galton — un fundador de la estadística, y no un demócrata por temperamento — esperaba que las entradas demostraran la ignorancia del votante promedio. Obtuvo las tarjetas usadas, desechó 13 ilegibles y analizó las 787 conjeturas restantes. La estimación más central fue de 1,207 lb; el peso vestido real del buey fue de 1,198 lb — un error de menos del 1%, mejor que los expertos en ganado presentes. Publicó el resultado en Nature el 7 de marzo de 1907 bajo el título “Vox Populi”, y en correspondencia posterior reconoció que la media aritmética era aún más precisa: 1,197 lb, una libra de diferencia. La historia completa — incluyendo lo que Galton se equivocó y el siglo de replicaciones desde entonces — está en nuestra profunda inmersión sobre el buey de Galton, y el fenómeno general en nuestra guía sobre la sabiduría de las multitudes.

¿Por qué funciona el truco? Cada conjetura puede dividirse en señal más error. Si los errores son independientes y están dispersos a ambos lados de la verdad, la agregación los cancela mientras la señal compartida sobrevive. Ese “si” es la suposición de independencia de Condorcet vestida de ropas estadísticas, y es la bisagra sobre la que gira cada éxito y fracaso de la sabiduría de la multitud. La reexaminación de Kenneth Wallis en 2014 de la competencia de Galton confirmó cuán bien las condiciones de la feria — entradas escritas en privado, un incentivo para ser precisos, sin conteo visible — protegieron el resultado.

El siguiente salto vino de la economía. En “El Uso del Conocimiento en la Sociedad” (American Economic Review, 1945), Friedrich Hayek argumentó que el conocimiento relevante para las decisiones económicas nunca existe en forma concentrada — está disperso entre millones de personas como fragmentos locales, parciales y a menudo tácitos. Ningún planificador central puede recogerlo; pero un sistema de precios lo agrega automáticamente, comprimiendo el conocimiento disperso en un solo número que le dice a todos cómo actuar. Hayek había, en efecto, identificado el primer mecanismo de agregación a gran escala en producción. Medio siglo después, los mercados de predicción tomarían su idea literalmente y construirían mercados cuyo único producto es la información en el precio.

La década de 1950 añadió el primer proceso de inteligencia colectiva ingenierizado deliberadamente. En la RAND Corporation, los investigadores que desarrollaban pronósticos a largo plazo enfrentaron un problema familiar: poner a expertos en una sala y la voz más fuerte o más senior ancla a todos los demás. Su respuesta, el método Delphi, recopiló juicios de expertos de forma anónima y en rondas iteradas con retroalimentación controlada — protegiendo la independencia de rango y presión social mientras aún permitía que la información circulara. Delphi es el ancestro directo de cada proceso de entrada estructurada moderno, desde el poker de planificación hasta el flujo de contribución independiente-primer utilizado en plataformas de toma de decisiones colaborativas.

1940s–1990s: Cibernética, teoría de juegos y intelecto aumentado

Mientras los estadísticos estudiaban la agregación, otra línea de investigación estudiaba la interacción. La Theory of Games and Economic Behavior de John von Neumann y Oskar Morgenstern (edición de 1947) dio a las ciencias sociales una matemática de interdependencia estratégica — lo que sucede cuando el resultado de mi elección depende de la tuya. La teoría de juegos reconfiguró a los grupos no como bolsas de estimadores independientes, sino como sistemas de agentes interactuantes, una visión que importaría enormemente una vez que los investigadores comenzaran a preguntar por qué los individuos racionales producen colectivos irracionales (el tema de la investigación sobre cascadas de información décadas después).

El segundo hilo fue tecnológico. En su informe de 1962 de SRI Aumentando el Intelecto Humano: Un Marco Conceptual, Douglas Engelbart propuso que el propósito de la computación no era reemplazar el pensamiento humano, sino aumentarlo — incluyendo el pensamiento colectivo de grupos que abordan problemas demasiado complejos para cualquier individuo. El marco de Engelbart sembró el campo de investigación del trabajo cooperativo asistido por computadora (CSCW) que tomó forma en la década de 1980, y la ola de software colaborativo que siguió. La pregunta de aumento versus reemplazo que planteó en 1962 es, casi palabra por palabra, la pregunta que la literatura humano-IA de 2024–2026 está respondiendo ahora con datos.

Esta era intermedia contribuyó con algo fácil de subestimar: convirtió la inteligencia colectiva de una propiedad que observas en un sistema que construyes. Delphi era un protocolo diseñado; el software colaborativo era software diseñado; el marco de Engelbart era explícitamente una agenda de ingeniería para la cognición grupal. La era estadística había preguntado “¿son precisas las multitudes?” La era cibernética planteó la pregunta que cada plataforma de colaboración moderna hereda: ¿qué estructura hace que un grupo sea más inteligente de lo que sería de otro modo? La argumentación estructurada en sí misma tiene una línea intelectual paralela aquí — el modelo de argumentación de Stephen Toulmin de 1958 y la posterior tradición de mapeo de argumentos dieron al lado deliberativo de la inteligencia colectiva su estructura de datos, el mapa de argumentos, justo como los precios se habían convertido en la estructura de datos de la agregación del mercado.

1959–1999: La era de los enjambres — inteligencia sin nadie a cargo

Mientras tanto, la biología estaba desmantelando silenciosamente la suposición de que la inteligencia requiere un cerebro a cargo. En 1959, el zoológico francés Pierre-Paul Grassé, estudiando la construcción de nidos de termitas, acuñó el término estigmergia: coordinación a través de trazas dejadas en el entorno. Ninguna termita tiene un plano; cada una responde al estado local del montículo, y el montículo mismo coordina a la colonia. Fue el primer mecanismo preciso para la coordinación sin líder — y resultó generalizarse mucho más allá de los insectos.

En 1987, el investigador de gráficos por computadora Craig Reynolds mostró cuán poca sofisticación individual necesita realmente la emergencia. Su artículo de SIGGRAPH “Flocks, Herds, and Schools: A Distributed Behavioral Model” animó bandadas de aves simuladas — boids — gobernadas por solo tres reglas locales: separación, alineación y cohesión. Sin líder, sin guion, y aun así la bandada gira, se separa y se reforma como la real. Dos años después, Gerardo Beni y Jing Wang acuñaron el término inteligencia de enjambre en el contexto de sistemas robóticos celulares, dando al fenómeno su nombre.

El rendimiento de la ingeniería siguió rápidamente. La tesis de doctorado de Marco Dorigo de 1992 en el Politécnico de Milán, Optimización, Aprendizaje y Algoritmos Naturales, tradujo la forrajeo de hormigas — senderos de feromonas que refuerzan caminos más cortos, como se reveló en los experimentos de doble puente con hormigas argentinas — en Optimización de Colonias de Hormigas, una familia de algoritmos para problemas de enrutamiento y programación. La Optimización de Enjambres de Partículas de James Kennedy y Russell Eberhart (1995) hizo lo mismo para el agrupamiento. Para 1999, Swarm Intelligence: From Natural to Artificial Systems (Oxford) de Bonabeau, Dorigo y Theraulaz había codificado el campo, y los algoritmos basados en hormigas estaban enrutando llamadas telefónicas (Schoonderwoerd y colegas en BT Labs, 1996) y camiones de entrega. Más tarde, la robótica hizo el punto físicamente: en 2014, Rubenstein, Cornejo y Nagpal se ensamblaron a sí mismos en formas a partir de 1,024 Kilobots (Science), y Honeybee Democracy (2010) de Thomas Seeley mostró enjambres de abejas eligiendo sitios de nido a través de exploración, defensa de danza de agitación y detección de quórum — una aproximación natural y descentralizada de un teorema del jurado en acción. El relato completo está en nuestra guía sobre inteligencia de enjambre.

La lección de la era de los enjambres para los grupos humanos es de doble filo. Demostró que la descentralización funciona — el conocimiento local más reglas de interacción simples pueden superar la planificación central, exactamente como argumentó Hayek. Pero también marcó un límite: los enjambres coordinan acciones, no razones. Las hormigas no deliberan. La inteligencia colectiva humana añade una capa que ningún enjambre tiene — el intercambio y evaluación de argumentos — y esa capa necesita maquinaria diferente.

1999–2015: La era de Internet — la inteligencia colectiva entra en producción

Luego, Internet hizo que todos fueran un posible contribuyente, y la inteligencia colectiva dejó de ser una curiosidad de laboratorio. El software de código abierto demostró que miles de voluntarios coordinados de manera laxa podían construir sistemas tan complejos como un sistema operativo — el ensayo de Eric Raymond de 1999 The Cathedral and the Bazaar proporcionó el manifiesto de la era. Wikipedia, lanzada en 2001, escaló el modelo al conocimiento humano mismo: una enciclopedia sin editor en jefe, coordinada estigmergicamente a través del artefacto que se está editando — lógica de termitas, aplicada al texto.

En 2004, dos publicaciones dieron a la era su teoría. El The Wisdom of Crowds de James Surowiecki reunió un siglo de evidencia y destiló las cuatro condiciones bajo las cuales los grupos son sabios: diversidad de opinión, independencia, descentralización y agregación — elimina cualquiera, y la multitud se vuelve más tonta, no más inteligente. Ese mismo año, Lu Hong y Scott Page publicaron su resultado “la diversidad supera la habilidad” en PNAS: en su modelo computacional, un grupo aleatorio y cognitivamente diverso de solucionadores de problemas superó a un grupo compuesto por los mejores intérpretes individuales. La honestidad requiere la nota al pie: en 2014, la matemática Abigail Thompson publicó una crítica aguda en los Notices of the American Mathematical Society, argumentando que el teorema subyacente era trivial y mal etiquetado y que las simulaciones estaban sobreinterpretadas; defensores, incluido el propio Page, respondieron que el resultado se sostiene bajo condiciones establecidas — problemas difíciles, agentes capaces, grandes grupos — y nunca fue una afirmación de que cualquier grupo diverso supera a cualquier equipo de expertos. El debate, y lo que sobrevive a él, se examina en nuestra pieza sobre diversidad versus habilidad y nuestra guía sobre diversidad epistémica.

El mecanismo de precios de Hayek tuvo su experimento controlado en esta era también. Los Mercados Electrónicos de Iowa, un mercado de investigación de dinero real fundado en la Universidad de Iowa en 1988, acumuló suficiente historia para una comparación definitiva: Berg, Nelson y Rietz (International Journal of Forecasting, 2008) compararon los precios del mercado con 964 encuestas nacionales a lo largo de las elecciones presidenciales de EE. UU. de 1988 a 2004 y encontraron que el mercado estaba más cerca del resultado eventual 74% del tiempo, con su ventaja más fuerte en horizontes más allá de 100 días. La regla de puntuación de mercado logarítmica de Robin Hanson (2003) resolvió el problema del mercado delgado algorítmicamente, permitiendo que incluso grupos pequeños ejecutaran mercados de predicción internos.

El juicio experto, por el contrario, recibió un golpe. El Expert Political Judgment de Philip Tetlock (2005) informó un estudio de aproximadamente dos décadas de 284 expertos y alrededor de 28,000 juicios de probabilidad; el experto promedio apenas superó la extrapolación simple — el hallazgo detrás de la famosa caricatura del “chimpancé lanzador de dardos”. Pero el trabajo de seguimiento de Tetlock en los torneos de pronósticos de IARPA (2011–2015) encontró la mitad constructiva de la historia: un pequeño grupo de “superpronosticadores”, distinguidos no por credenciales sino por pensamiento probabilístico y actualización de creencias implacable, supuestamente superó a los analistas de inteligencia con acceso a información clasificada. La habilidad de pronóstico y la calibración merecen — y recibirán — su propio tratamiento profundo en una serie futura.

El hito institucional de la era llegó en 2006, cuando Thomas Malone fundó el Centro de Inteligencia Colectiva del MIT en torno a una pregunta engañosamente simple: ¿cómo pueden las personas y las computadoras estar conectadas para que, colectivamente, actúen de manera más inteligente que cualquier persona, grupo o computadora haya hecho antes? Las primeras producciones mapearon el espacio de diseño — el “Genoma de la Inteligencia Colectiva” (Malone, Laubacher y Dellarocas, MIT Sloan Management Review, 2010) catalogó los bloques de construcción de los sistemas de CI a lo largo de cuatro preguntas: quién está realizando la tarea (multitud o jerarquía), por qué (dinero, amor o gloria), qué (crear o decidir) y cómo (independientemente o dependientemente). Para 2015, el Handbook of Collective Intelligence (MIT Press) de Malone y Bernstein pudo definir el objeto del campo de manera clara: “grupos de individuos actuando colectivamente de maneras que parecen inteligentes.”

Y en 2010, el campo adquirió su medición más provocativa. Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi y Thomas Malone (Science, 330: 686–688) probaron 699 personas trabajando en grupos de dos a cinco en una amplia batería de tareas. El rendimiento grupal a través de las tareas estaba correlacionado lo suficiente como para generar un solo factor estadístico — un factor de inteligencia colectiva, c — explicando aproximadamente el 43% de la varianza, el análogo a nivel grupal del factor g del CI individual. La sorpresa fue lo que lo predecía. La inteligencia promedio y máxima de los miembros se correlacionó solo débilmente con c. Lo que se correlacionó fuertemente: la sensibilidad social promedio del grupo (medida por la prueba de Leer la Mente en los Ojos), la igualdad en el turno de conversación y la proporción de mujeres en el grupo (que a su vez estaba mediada en gran medida por la sensibilidad social). Cuán inteligente es un grupo, decía los datos, depende menos de quién está en él que de cómo interactúa.

La historia oculta: cuando los colectivos fallan

Corriendo por debajo de toda la línea de tiempo optimista hay una segunda literatura más oscura — el estudio de cómo grupos de individuos inteligentes y bien intencionados producen estupidez colectiva. Importa aquí porque no es un tema separado: cada modo de falla documentado es la violación de una condición de la que dependen las historias de éxito.

La rama psicológica llegó primero. Victims of Groupthink (1972) de Irving Janis diseccionó cómo los excepcionalmente capaces asesores del presidente Kennedy se convencieron a sí mismos de la invasión de Bahía de Cochinos en 1961. Janis catalogó ocho síntomas en tres grupos — sobreestimación del grupo (ilusión de invulnerabilidad, creencia en la moralidad inherente), mentalidad cerrada (racionalización colectiva, visiones estereotipadas de los forasteros) y presión hacia la uniformidad (autocensura, ilusión de unanimidad, presión directa sobre los disidentes y “guardianes de la mente” autoproclamados que filtran información perturbadora). Dos años después, el “Paradoja de Abilene” de Jerry Harvey (Organizational Dynamics, 1974) describió el extraño primo: grupos que acuerdan un curso de acción que ningún miembro individual quería, porque todos malinterpretaron el silencio de los demás como preferencia. Ambos son fracasos de la misma entrada: el juicio honesto e independiente nunca entra en la piscina.

La rama económica llegó en 1992, y fue más inquietante porque no requería psicología en absoluto. Sushil Bikhchandani, David Hirshleifer e Ivo Welch (“A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades,” Journal of Political Economy, 100: 992–1026) y, de manera independiente, Abhijit Banerjee (“A Simple Model of Herd Behavior,” Quarterly Journal of Economics, 1992) mostraron que agentes perfectamente racionales que deciden en secuencia, después de solo unas pocas observaciones, ignorarán racionalmente su propia información privada y copiarán a sus predecesores. La cascada de información resultante es individualmente sensata y colectivamente frágil — agrega casi nada del conocimiento disperso del grupo, y puede bloquear a toda una población en la respuesta incorrecta que un puñado de primeros en moverse eligió. Lisa Anderson y Charles Holt reprodujeron cascadas a demanda en el laboratorio (American Economic Review, 1997). El mecanismo ilumina todo, desde burbujas de activos hasta desinformación viral: el análisis de Vosoughi, Roy y Aral de aproximadamente 126,000 cascadas de historias en Twitter (Science, 2018) encontró que las noticias falsas se propagaron significativamente más lejos, más rápido y más profundo que la verdad, con falsedades aproximadamente un 70% más propensas a ser retuiteadas. El catálogo completo de fracasos — desde la locura de los tulipanes hasta 2008 — está en Cuando las multitudes se equivocan.

Nota lo que ambas ramas comparten. El pensamiento grupal destruye la independencia social; las cascadas la destruyen informativamente. De cualquier manera, la multitud deja de ser muchos juicios y se convierte en un juicio que lleva muchas caras — exactamente la condición bajo la cual el teorema de Condorcet se convierte de una garantía de sabiduría en una garantía de error confiado. La historia oculta es por qué el ala práctica del campo se obsesionó con el proceso: recopilar juicios antes de exponer a las personas a las opiniones de los demás, proteger la disidencia estructuralmente y hacer que la agregación sea explícita.

2015–2023: La década del debate — replicación, crítica y respuesta

Cualquier medición tan sorprendente iba a ser atacada, y el ataque llegó en 2017. Marcus Credé y Garett Howardson (Journal of Applied Psychology) reanalizaron seis muestras y argumentaron que el apoyo empírico para un c-factor general era débil — que el rendimiento grupal podría describirse mejor por habilidades específicas de la tarea que por un factor subyacente. Woolley, Kim y Malone respondieron en 2018, disputando los procedimientos de puntuación de la crítica y argumentando que sus suposiciones de simulación no coincidían con las tareas que los grupos realmente realizaban. Esto es lo que parece un campo saludable: la lucha se llevó a cabo en datos y reanálisis, no en comunicados de prensa.

Lo más cercano a un veredicto llegó en 2021. Riedl, Kim, Gupta, Malone y Woolley publicaron un meta-análisis en PNAS que abarcaba 22 estudios y 1,356 grupos — estudiantes, personal militar, trabajadores en línea, jugadores — y encontraron evidencia consistente de un factor de inteligencia colectiva en todos ellos, con procesos de colaboración grupal y percepción social de los miembros entre sus antecedentes más fuertes. La estructura del constructo y las condiciones límite siguen siendo debatidas, como deberían; pero “la inteligencia grupal es medible y no reducible al CI de los miembros” ahora se basa en una base de evidencia mucho más grande que el artículo original de 2010.

Dos hallazgos complementarios completaron la década. Superminds de Malone (2018) proporcionó una taxonomía de las mentes colectivas sobre las que la civilización ya opera — jerarquías, democracias, mercados, comunidades y ecosistemas — cada una una respuesta diferente a la pregunta de agregación, cada una con fortalezas y modos de falla característicos. Y el Proyecto Aristóteles de Google (2012–2015), un estudio interno de 180 equipos, encontró que la seguridad psicológica — la creencia compartida de que un equipo es seguro para asumir riesgos interpersonales — era el predictor más fuerte de la efectividad del equipo, por delante de la composición y la antigüedad. La igualdad en el turno de conversación de Woolley y la seguridad psicológica de Google son dos mediciones de la misma verdad subyacente: el cuello de botella de la inteligencia grupal es si la información que poseen los miembros realmente ingresa al grupo. La dinámica grupal — seguridad, deliberación y sus patologías como el pensamiento grupal — son un conjunto propio, y tratamos sus modos de falla en Cuando las multitudes se equivocan.

2024–2026: Supermentes IA-humanas — la frontera actual

La era actual comenzó cuando los grandes modelos de lenguaje se unieron al grupo. Burton y 27 coautores de diversas disciplinas mapearon los riesgos en “Cómo los grandes modelos de lenguaje pueden remodelar la inteligencia colectiva” (Nature Human Behaviour, 8: 1643–1655, 2024): los LLM pueden reducir las barreras a la participación, resumir deliberaciones extensas y agregar conocimiento disperso a una escala sin precedentes — y también pueden homogeneizar puntos de vista, fabricar un falso consenso y diluir la diversidad del ecosistema informativo del que se alimenta la sabiduría colectiva. Cada condición en la lista de Surowiecki se ve simultáneamente fortalecida y amenazada por la misma tecnología.

La cuestión de la sinergia — la pregunta de Engelbart de 1962 — finalmente tuvo su meta-análisis. Michelle Vaccaro, Abdullah Almaatouq y Thomas Malone analizaron 106 experimentos y 370 tamaños de efecto (“Cuando las combinaciones de humanos y AI son útiles,” Nature Human Behaviour, 8: 2293–2303, 2024) y encontraron que, en promedio, las combinaciones humano-AI tuvieron un rendimiento peor que el mejor de los humanos o de la AI por separado. Las pérdidas se concentraron en tareas de toma de decisiones; las ganancias genuinas aparecieron en tareas de creación de contenido. Simplemente poner un “humano en el bucle” no mejora los resultados — a menudo el humano anula un mejor juicio de la máquina, o se somete a uno peor. La sinergia es un logro de diseño, no un defecto. La ciencia emergente de los sistemas humano-AI — sesgo de automatización, calibración de confianza, cuándo dejar que cada parte decida — es otro capítulo futuro de esta serie.

Esa agenda de diseño es ahora el programa explícito del MIT Center for Collective Intelligence, cuya investigación está organizada en 2026 bajo tres paraguas: AI Generativa e Inteligencia Colectiva (AI para aumentar la creatividad humana), Diseño de Supermente (diseñando combinaciones innovadoras de personas y computadoras), y Diseño de Equipos Humano-AI (diseñando y asignando tareas en equipos humano-máquina — perseguido con el programa Singapore-MIT M3S como una ciencia sistemática de asignación de tareas: qué subtareas van a personas versus AI, quién supervisa, y si la AI actúa como herramienta, asistente, par o gerente). Los proyectos insignia anteriores — el Climate CoLab y la plataforma CoLabs, el CI Design Lab, el programa Measuring Collective Intelligence — son ahora formalmente trabajo legado, absorbido en estas preguntas de la era AI.

Los resultados concretos muestran cómo es la “sinergia diseñada”. Supermind Ideator, una herramienta de ideación basada en LLM que guía a los usuarios a través de movimientos estructurados de resolución creativa de problemas, produjo significativamente más ideas innovadoras en un estudio experimental que ChatGPT solo o personas trabajando sin ayuda (ACM Collective Intelligence Conference 2024; Collective Intelligence, 2024); los beta testers han generado más de 10,000 ideas con ella, y una herramienta hermana, DesignAID, aplica el enfoque al trabajo de diseño. La estructura implementa los seis movimientos de Supermind Design — Ampliar, Acercar, Analogizar, Agrupar, Cognificar, Tecnificar — una lista de verificación para reimaginar quién (o qué) hace cada parte de una tarea. La lección refleja exactamente el meta-análisis de Vaccaro: el valor no está en el modelo, está en la estructura que lo envuelve. En el lado de la medición, AGI-Elo (Sun y colegas, NeurIPS 2025; arXiv 2505.12844) — con coautores afiliados al CCI, incluyendo a Malone — califica modelos de AI y casos de prueba individuales entre sí como jugadores de ajedrez, de modo que la dificultad de una tarea y la competencia de un modelo caen en una escala comparable: un requisito previo para decidir qué partes de un trabajo entregar a la máquina.

Otros dos resultados de 2026 esbozan hacia dónde se dirige esto. Un artículo de PNAS, “Avanzando en las Negociaciones de AI: Una Competencia de Negociaciones Autónomas a Gran Escala,” informó sobre una competencia internacional en la que agentes de AI diseñados por participantes realizaron más de 180,000 negociaciones entre sí. La teoría de negociación humana sobrevivió al cambio de especie: los agentes que exhibían calidez — positividad, gratitud, preguntas — lograron consistentemente mejores resultados en acuerdos y valor, mientras que los intercambios maratonianos con sabor a dominancia predecían estancamientos; los agentes también evolucionaron tácticas nativas de AI, desde razonamiento en cadena hasta intentos de inyección de indicaciones. Y una ontología profunda del trabajo (Cai y colegas, arXiv 2603.20619, marzo de 2026) reorganizó aproximadamente 20,000 actividades laborales de O*NET y mapeó 13,275 aplicaciones de AI más un recuento mundial de 20.8 millones de sistemas robóticos sobre ellas — encontrando que el valor de mercado de AI está extraordinariamente concentrado, con el 1.6% superior de actividades representando más del 60% de él. Las supermentes de humanos y máquinas ya no son una metáfora; son una base instalada que se está inventariando.

Lo que 240 años nos enseñan

Coloca las eras una al lado de la otra y emerge un hilo conductor: cada éxito en esta historia es un éxito de estructura, y cada fracaso es un fracaso de las mismas pocas condiciones. El teorema de Condorcet se basa en la independencia y la competencia mejor que al azar. La feria de Galton sucedió para hacer cumplir juicios independientes, incentivados y escritos. Los precios de Hayek y los creadores de mercado de Hanson son mecanismos de agregación; Delphi es un mecanismo de protección de la independencia; las cuatro condiciones de Surowiecki son simplemente los requisitos recurrentes nombrados. La literatura del factor c encontró que el proceso de interacción — turnos, sensibilidad social, seguridad para hablar — gobierna si un grupo puede usar la inteligencia que contiene. Y los meta-análisis de la era AI encontraron que los equipos humano-AI ganan precisamente cuando la colaboración está deliberadamente diseñada. Cuando las condiciones se rompen — cuando los juicios dejan de ser independientes y las personas comienzan a copiar el comportamiento visible de otros — se obtienen cascadas de información, burbujas y pensamiento grupal: individualmente racional, colectivamente erróneo.

Esto es también, no coincidentemente, un mapa de dónde se sitúa la inteligencia colectiva en la vida de una decisión. Decidir bien significa atender al problema correcto, enmarcarlo, generar opciones, investigarlas, agregar juicios dispersos, deliberar sobre razones, y solo entonces elegir, implementar y monitorear. El programa de investigación de 240 años se centra abrumadoramente en esas etapas intermedias — agregación y deliberación — porque es donde el conocimiento individual se convierte en conocimiento colectivo o muere en silencio.

Argumentree se construye como una aplicación directa de estos hallazgos. La presentación de argumentos independiente y asincrónica protege la condición de independencia de Condorcet y Delphi antes de que el grupo converja. Los árboles de argumentos estructurados pro/con dan a cada perspectiva — incluyendo la disidencia — un lugar de primera clase, la condición a la que apuntan la igualdad de turnos de Woolley y la seguridad psicológica de Google. La calificación multidimensional (utilidad, claridad, precisión, completitud), agregada en puntajes de consenso, es un mecanismo de agregación explícito en la línea de Galton-Hayek — excepto que a diferencia de un precio de mercado, preserva el razonamiento. Y la auditoría completa convierte cada decisión en un registro organizacional, para que el grupo pueda aprender de sí mismo — la etapa de monitoreo con la que termina el ciclo de vida. La extracción de AI de las transcripciones de reuniones sigue la lección de 2024–2026: usa AI donde ayuda de manera demostrable (estructuración y procesamiento de contenido) mientras los humanos retienen el juicio. El veredicto de la historia es consistente desde 1785 hasta 2026: los grupos no se vuelven inteligentes por accidente. Se vuelven inteligentes por estructura — y la estructura es ahora algo que puedes adoptar en lugar de improvisar. Comienza con nuestra guía sobre inteligencia colectiva, o ve cómo los principios funcionan dentro de un proceso de decisión real en toma de decisiones colaborativa.