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

1794 में, एक फ्रांसीसी गणितज्ञ एक क्रांतिकारी जेल में मर गया, नौ साल बाद एक प्रमेय प्रकाशित करने के बाद जिसे लगभग किसी ने नहीं पढ़ा। 1906 में, एक 84 वर्षीय विक्टोरियन सांख्यिकीविद् एक पशुधन मेले में घूमते हुए इस्तेमाल किए गए रैफल कार्ड इकट्ठा कर रहा था। 2026 में, एमआईटी के शोधकर्ता एआई एजेंटों के बीच सैकड़ों हजारों वार्तालाप कर रहे हैं ताकि यह सीखा जा सके कि मशीनों को मानव टीमों में कैसे शामिल होना चाहिए। ये तीन दृश्य एक ही, निरंतर शोध कहानी से संबंधित हैं — सामूहिक बुद्धिमत्ता का अध्ययन, समूहों की ऐसी क्षमता जो बुद्धिमान तरीके से कार्य कर सके। इसके बाद की कहानी है, युग दर युग, वास्तविक निष्कर्षों और वास्तविक लड़ाइयों के साथ।

1785: प्रकाशन का दांव — कोंडोर्सेट का प्रमेय

मैरी जीन एंटोइन निकोलस डे कारिटाट, मार्क्विस डे कोंडोर्सेट, उस प्रकार के प्रकाशन व्यक्ति थे जो आधुनिक बहु-प्रतिभाओं को संकीर्ण दिखाते हैं: एक गणितज्ञ जिसे अपनी बीस की उम्र में अकादमी में चुना गया, सार्वजनिक शिक्षा, महिलाओं के मताधिकार, और दासता के उन्मूलन का एक प्रारंभिक और मुखर समर्थक। 1785 में उन्होंने Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix प्रकाशित किया — बहुमत मतदान के लिए संभाव्यता सिद्धांत को लागू करने पर एक निबंध। इसमें वह परिणाम छिपा है जिसे हम अब कोंडोर्सेट जूरी प्रमेय कहते हैं।

प्रमेय कुछ चौंकाने वाला कहता है। एक हाँ/नहीं प्रश्न लें जिसमें एक सही उत्तर हो। मान लीजिए कि प्रत्येक मतदाता की सही होने की संभावना थोड़ी बेहतर है — मान लीजिए 55% — और मान लीजिए कि मतदाता स्वतंत्रता से न्याय करते हैं। फिर जैसे-जैसे समूह बढ़ता है, बहुमत के सही होने की संभावना निश्चितता की ओर बढ़ती है। औसत व्यक्तिगत निर्णय, सही तरीके से एकत्रित किया गया, लगभग सही सामूहिक निर्णय बन जाता है। प्रमेय का एक अंधेरा जुड़वां भी है: यदि प्रत्येक मतदाता एक सिक्के के पलटने से थोड़े बुरे हैं, तो बहुमत लगभग निश्चित रूप से गलत हो जाता है जैसे-जैसे समूह बढ़ता है। एकत्रीकरण जो भी क्षमता — या अक्षमता — आप इसे खिलाते हैं, उसे बढ़ा देता है। हम प्रमेय की पूरी कहानी, इसके पूर्वधारणाओं, और इसके आधुनिक उपयोगों को कोंडोर्सेट जूरी प्रमेय पर अपने साथी लेख में बताते हैं।

उसी निबंध में एक दूसरा खोज है जो 160 वर्षों में विस्फोटित होगी: कोंडोर्सेट विरोधाभास। तीन या अधिक विकल्पों के साथ, बहुमत की प्राथमिकताएँ चक्रित हो सकती हैं — समूह A को B, B को C, और C को A पसंद करता है — इसलिए “जो बहुमत चाहता है” शायद अच्छी तरह से परिभाषित भी नहीं हो सकता। यह अवलोकन सामाजिक चयन सिद्धांत का बीज है, क्षेत्र जिसे केनेथ एरो ने बाद में अपने असंभवता प्रमेय के साथ बदल दिया: कोई रैंकिंग मतदान प्रणाली एक साथ एक छोटी सूची के उचित निष्पक्षता की शर्तों को संतुष्ट नहीं कर सकती। मतदान प्रणालियाँ, रैंकिंग-चॉइस विधियाँ, और प्राथमिकता एकत्रीकरण की गणित एक अलग कहानी है — इस लेख का अनुसरण करने वाले विश्वास-औसत से एक अलग प्रकार का एकत्रीकरण — और हम इसे भविष्य की श्रृंखला में लौटेंगे।

कोंडोर्सेट ने इनमें से किसी भी चीज़ को महत्वपूर्ण होते नहीं देखा। जेकॉबिन संविधान का विरोध करने के लिए आतंक के दौरान प्रतिबंधित, वह महीनों तक छिपा रहा —Remarkably, he wrote his optimistic Sketch for a Historical Picture of the Progress of the Human Mind — मार्च 1794 में गिरफ्तार किया गया, और दो दिन बाद बर्ग-ला-रेन में अपनी सेल में मृत पाया गया। सामूहिक बुद्धिमत्ता की गणित एक ऐसे व्यक्ति के काम के रूप में शुरू हुई जिसे एक पागल समूह द्वारा नष्ट कर दिया गया। यह विडंबना तब से इस क्षेत्र पर छाई हुई है: समूह प्रतिभाशाली हो सकते हैं, और समूह दानव हो सकते हैं, और अंतर लोग नहीं हैं — यह परिस्थितियाँ हैं।

1906–1950s: सांख्यिकी युग — गैल्टन, हायेक, और डेल्फी

अपने पहले अनुभवजन्य परीक्षण के लिए, सामूहिक बुद्धिमत्ता को 121 वर्षों तक इंतजार करना पड़ा — और यह एक पशुधन मेले में आया। 1906 की शरद ऋतु में, फ्रांसिस गैल्टन, तब 84, पश्चिम इंग्लैंड फैट स्टॉक और पोल्ट्री प्रदर्शनी में गए, जहाँ एक वजन-निर्धारण प्रतियोगिता ने आगंतुकों को एक जीवित बैल के तैयार वजन का अनुमान लगाने के लिए आमंत्रित किया। गैल्टन — सांख्यिकी के संस्थापकों में से एक, और स्वभाव से कोई लोकतांत्रिक नहीं — ने अपेक्षा की कि प्रविष्टियाँ औसत मतदाता की अज्ञानता को साबित करेंगी। उन्होंने इस्तेमाल किए गए कार्ड प्राप्त किए, 13 अपठनीय कार्डों को फेंक दिया, और शेष 787 अनुमान का विश्लेषण किया। मध्यतम अनुमान 1,207 पाउंड था; बैल का वास्तविक तैयार वजन 1,198 पाउंड था — 1% से कम की त्रुटि, उपस्थित पशु विशेषज्ञों से बेहतर। उन्होंने 7 मार्च 1907 को नेचर में “वॉक्स पॉपुली” शीर्षक के तहत परिणाम प्रकाशित किया, और अनुवर्ती पत्राचार में स्वीकार किया कि अंकगणितीय माध्य और भी सटीक था: 1,197 पाउंड, एक पाउंड की त्रुटि। पूरी कहानी — जिसमें गैल्टन ने क्या गलत किया और पिछले एक सदी के पुनरुत्पादन शामिल हैं — हमारे गहरे गोताखोर में है गैल्टन का बैल, और सामान्य घटना हमारे भीड़ की बुद्धिमत्ता के मार्गदर्शक में।

यह चाल क्यों काम करती है? प्रत्येक अनुमान को संकेत और त्रुटि में विभाजित किया जा सकता है। यदि त्रुटियाँ स्वतंत्र हैं और सत्य के दोनों पक्षों पर बिखरी हुई हैं, तो एकत्रीकरण उन्हें रद्द कर देता है जबकि साझा संकेत जीवित रहता है। वह “यदि” कोंडोर्सेट की स्वतंत्रता की धारणा है जो सांख्यिकीय कपड़े पहनती है, और यह हर भीड़-बुद्धिमत्ता की सफलता और विफलता का कुंजी है। केनेथ वॉलीस के 2014 के पुनः परीक्षण ने गैल्टन की प्रतियोगिता की पुष्टि की कि मेले की शर्तें — निजी लिखित प्रविष्टियाँ, सटीक होने के लिए प्रोत्साहन, कोई दृश्य चलती गिनती नहीं — इसे सुरक्षित रखने में मदद करती हैं।

अगली छलांग अर्थशास्त्र से आई। “समाज में ज्ञान का उपयोग” (अमेरिकन इकोनॉमिक रिव्यू, 1945) में, फ्रेडरिक हायेक ने तर्क किया कि आर्थिक निर्णयों के लिए प्रासंगिक ज्ञान कभी भी संकेंद्रित रूप में नहीं होता — यह लाखों लोगों के बीच स्थानीय, आंशिक, अक्सर निहित टुकड़ों के रूप में बिखरा होता है। कोई केंद्रीय योजनाकार इसे एकत्र नहीं कर सकता; लेकिन एक मूल्य प्रणाली इसे स्वचालित रूप से एकत्र करती है, बिखरी हुई जानकारी को एक एकल संख्या में संकुचित करती है जो सभी को बताती है कि कैसे कार्य करना है। हायेक ने प्रभावी रूप से उत्पादन में चलने वाले पहले बड़े पैमाने पर एकत्रीकरण तंत्र की पहचान की। आधी सदी बाद, भविष्यवाणी बाजार ने उनके अंतर्दृष्टि को शाब्दिक रूप से लिया और ऐसे बाजार बनाए जिनका एकमात्र उत्पाद मूल्य में जानकारी है।

1950 के दशक ने पहले जानबूझकर इंजीनियर किए गए सामूहिक बुद्धिमत्ता प्रक्रिया को जोड़ा। रैंड कॉर्पोरेशन में, दीर्घकालिक पूर्वानुमान विकसित करने वाले शोधकर्ताओं को एक परिचित समस्या का सामना करना पड़ा: विशेषज्ञों को एक कमरे में डालें और सबसे तेज़ या सबसे वरिष्ठ आवाज़ सभी को एंकर कर देती है। उनका उत्तर, डेल्फी विधि, ने विशेषज्ञ निर्णयों को गुमनाम रूप से और नियंत्रित फीडबैक के साथ पुनरावृत्त राउंड में एकत्र किया — रैंक और सामाजिक दबाव से स्वतंत्रता की रक्षा करते हुए जबकि जानकारी को अभी भी प्रसारित होने दिया। डेल्फी हर आधुनिक संरचित-इनपुट प्रक्रिया का प्रत्यक्ष पूर्वज है, योजना बनाने वाले पोकर से लेकर सहयोगात्मक निर्णय लेने प्लेटफार्मों में उपयोग की जाने वाली स्वतंत्र-प्रथम योगदान प्रवाह तक।

1940s–1990s: साइबरनेटिक्स, खेल सिद्धांत, और बढ़ी हुई बुद्धि

जब सांख्यिकीविद् एकत्रीकरण का अध्ययन कर रहे थे, एक और वंश इंटरैक्शन का अध्ययन कर रहा था। जॉन वॉन न्यूमैन और ओस्कर मोर्गेनस्टर्न का गेम थ्योरी और आर्थिक व्यवहार (1947 का संस्करण) सामाजिक विज्ञान को रणनीतिक परस्पर निर्भरता की गणित देता है — जब मेरे विकल्प का परिणाम आपके पर निर्भर करता है तो क्या होता है। खेल सिद्धांत ने समूहों को स्वतंत्र अनुमानकर्ताओं के थैले के रूप में नहीं बल्कि परस्पर क्रियाशील एजेंटों के सिस्टम के रूप में पुनः परिभाषित किया, जो तब बहुत महत्वपूर्ण होगा जब शोधकर्ता यह पूछना शुरू करेंगे कि क्यों तर्कसंगत व्यक्ति असंगत सामूहिकता का उत्पादन करते हैं (जो विषय जानकारी के झरने के शोध में दशकों बाद होगा)।

दूसरा धागा तकनीकी था। 1962 में अपने SRI रिपोर्ट Augmenting Human Intellect: A Conceptual Framework में, डगलस एंगेलबार्ट ने प्रस्तावित किया कि कंप्यूटिंग का उद्देश्य मानव सोच को प्रतिस्थापित करना नहीं बल्कि बढ़ाना था — जिसमें उन समूहों की सामूहिक सोच भी शामिल है जो किसी भी व्यक्ति के लिए बहुत जटिल समस्याओं का सामना कर रहे हैं। एंगेलबार्ट का फ्रेमिंग 1980 के दशक में आकार लेने वाले कंप्यूटर-समर्थित सहयोगात्मक कार्य (CSCW) के शोध क्षेत्र को बीज देता है, और उसके बाद समूह सॉफ्टवेयर की लहर। 1962 में उन्होंने जो बढ़ाने बनाम प्रतिस्थापन प्रश्न उठाया, वह लगभग शाब्दिक रूप से वही प्रश्न है जिसका उत्तर 2024–2026 के मानव-एआई साहित्य अब डेटा के साथ दे रहा है।

यह मध्य युग कुछ ऐसा योगदान देता है जिसे कम करके आंका जा सकता है: इसने सामूहिक बुद्धिमत्ता को एक संपत्ति से बदल दिया जिसे आप देखते हैं, एक प्रणाली में जिसे आप बनाते हैं। डेल्फी एक डिज़ाइन किया गया प्रोटोकॉल था; समूह सॉफ्टवेयर डिज़ाइन किया गया था; एंगेलबार्ट का ढांचा स्पष्ट रूप से समूह संज्ञान के लिए एक इंजीनियरिंग एजेंडा था। सांख्यिकी युग ने पूछा “क्या भीड़ सटीक है?” साइबरनेटिक्स युग ने हर आधुनिक सहयोगात्मक प्लेटफॉर्म द्वारा विरासत में लिए गए प्रश्न को पूछा: कौन सी संरचना एक समूह को अधिक बुद्धिमान बनाती है? संरचित तर्क स्वयं यहाँ एक समान बौद्धिक वंश है — स्टीफन टूलमिन का 1958 का तर्क मॉडल और बाद की तर्क-मैपिंग परंपरा ने सामूहिक बुद्धिमत्ता के विचारशील पक्ष को इसका डेटा संरचना, तर्क मानचित्र, दिया, जैसे कि मूल्य बाजार एकत्रीकरण की डेटा संरचना बन गए।

1959–1999: स्वार्म युग — बिना किसी के प्रभारी बुद्धिमत्ता

इस बीच, जीवविज्ञान चुपचाप इस धारणा को नष्ट कर रहा था कि बुद्धिमत्ता के लिए एक प्रभारी मस्तिष्क की आवश्यकता होती है। 1959 में, फ्रांसीसी जूलॉजिस्ट पियरे-पॉल ग्रासे, दीमक के घोंसले के निर्माण का अध्ययन करते हुए, स्टिग्मरजी शब्द का निर्माण किया: पर्यावरण में छोड़े गए निशानों के माध्यम से समन्वय। कोई दीमक एक ब्लूप्रिंट नहीं रखता; प्रत्येक ढेर की स्थानीय स्थिति का जवाब देता है, और ढेर स्वयं उपनिवेश का समन्वय करता है। यह नेता रहित समन्वय के लिए पहला सटीक तंत्र था — और यह कीड़ों से बहुत आगे सामान्यीकृत हो गया।

1987 में, कंप्यूटर ग्राफिक्स शोधकर्ता क्रेग रेनॉल्ड्स ने दिखाया कि व्यक्तिगत परिष्कार की कितनी कम आवश्यकता होती है। उनके SIGGRAPH पेपर “Flocks, Herds, and Schools: A Distributed Behavioral Model” ने अनुकरणीय पक्षियों के झुंडों को एनिमेट किया — बॉइड्स — केवल तीन स्थानीय नियमों द्वारा शासित: पृथक्करण, संरेखण, और एकजुटता। कोई नेता नहीं, कोई स्क्रिप्ट नहीं, और फिर भी झुंड असली चीज़ की तरह घूमता और विभाजित होता है। दो साल बाद, गेरार्डो बेनी और जिंग वांग ने सेलुलर रोबोटिक सिस्टम के संदर्भ में स्वार्म बुद्धिमत्ता शब्द का निर्माण किया, इस घटना को इसका नाम दिया।

इंजीनियरिंग का लाभ तेजी से आया। मार्को डोरिगो का 1992 का पीएचडी थीसिस, Optimization, Learning and Natural Algorithms, चींटी के फोर्जिंग को अनुवादित किया — फेरोमोन ट्रेल्स जो छोटे रास्तों को मजबूत करते हैं, जैसा कि अर्जेंटीना की चींटियों के साथ डबल-ब्रिज प्रयोगों से प्रकट हुआ — एंट कॉलोनी ऑप्टिमाइजेशन, रूटिंग और शेड्यूलिंग समस्याओं के लिए एल्गोरिदम का एक परिवार। जेम्स कैनेडी और रसेल एबरहार्ट का पार्टीकल स्वार्म ऑप्टिमाइजेशन (1995) ने झुंड के लिए वही किया। 1999 तक, बोनाबेउ, डोरिगो, और थेरौलाज़ का स्वार्म बुद्धिमत्ता: प्राकृतिक से कृत्रिम प्रणालियों तक (ऑक्सफोर्ड) ने इस क्षेत्र को संहिताबद्ध किया, और चींटी-आधारित एल्गोरिदम ने टेलीफोन कॉल (स्कूंडरवर्ड और सहयोगियों ने BT Labs, 1996) और डिलीवरी ट्रकों को रूट किया। बाद में, रोबोटिक्स ने भौतिक रूप से बिंदु बनाया: 2014 में, रुबेनस्टीन, कॉर्नेजो, और नागपाल ने 1,024 किलोबॉट्स (साइंस) से आकारों को स्व-संयोजित किया, और थॉमस सीली का हनीबी डेमोक्रेसी (2010) ने दिखाया कि हनीबी झुंड घोंसले के स्थानों का चयन करते हैं, स्काउटिंग, वैगले-नृत्य वकालत, और क्वोरम संवेदन के माध्यम से — कार्रवाई में एक जूरी प्रमेय का एक प्राकृतिक, विकेंद्रीकृत अनुमान। पूरी कहानी हमारे स्वार्म बुद्धिमत्ता के मार्गदर्शक में है।

स्वार्म युग का मानव समूहों के लिए सबक दोधारी है। इसने साबित किया कि विकेंद्रीकरण काम करता है — स्थानीय ज्ञान और सरल इंटरैक्शन नियम केंद्रीय योजना को बेहतर प्रदर्शन कर सकते हैं, ठीक वैसे ही जैसे हायेक ने तर्क किया। लेकिन इसने एक सीमा भी चिह्नित की: स्वार्म क्रियाएँ समन्वयित करते हैं, कारण नहीं। चींटियाँ विचार-विमर्श नहीं करतीं। मानव सामूहिक बुद्धिमत्ता में एक परत होती है जो किसी भी स्वार्म में नहीं होती — तर्कों का आदान-प्रदान और मूल्यांकन — और उस परत को अलग मशीनरी की आवश्यकता होती है।

1999–2015: इंटरनेट युग — सामूहिक बुद्धिमत्ता उत्पादन में जाती है

फिर इंटरनेट ने सभी को संभावित योगदानकर्ता बना दिया, और सामूहिक बुद्धिमत्ता प्रयोगशाला की जिज्ञासा नहीं रही। ओपन-सोर्स सॉफ़्टवेयर ने प्रदर्शित किया कि हजारों ढीले समन्वित स्वयंसेवक एक ऑपरेटिंग सिस्टम की तरह जटिल प्रणालियाँ बना सकते हैं — एरिक रेयमंड का 1999 का निबंध द कैथेड्रल एंड द बाजार ने युग का घोषणापत्र प्रदान किया। विकिपीडिया, जो 2001 में लॉन्च हुआ, ने मानव ज्ञान के लिए मॉडल को बढ़ाया: एक विश्वकोश जिसमें कोई संपादक-इन-चीफ नहीं है, जो संपादित किए जा रहे कलाकृतियों के माध्यम से समन्वित है — दीमक तर्क, पाठ पर लागू।

2004 में, दो प्रकाशनों ने युग को इसका सिद्धांत दिया। जेम्स सुरोविकी का द वॉइस ऑफ क्राउड्स ने एक सदी के सबूतों को एकत्र किया और चार शर्तों को संक्षिप्त किया जिनके तहत समूह बुद्धिमान होते हैं: राय की विविधता, स्वतंत्रता, विकेंद्रीकरण, और एकत्रीकरण — कोई एक हटा दें, और भीड़ अधिक मूर्ख हो जाती है, अधिक बुद्धिमान नहीं। उसी वर्ष, लु होंग और स्कॉट पेज ने PNAS में अपने “विविधता क्षमता को हराती है” परिणाम प्रकाशित किया: उनके गणनात्मक मॉडल में, एक यादृच्छिक, संज्ञानात्मक रूप से विविध समस्या समाधान करने वाले समूह ने व्यक्तिगत रूप से सर्वश्रेष्ठ प्रदर्शन करने वाले समूह को बेहतर प्रदर्शन किया। ईमानदारी के लिए फुटनोट की आवश्यकता है: 2014 में, गणितज्ञ एबिगेल थॉम्पसन ने नोटिस ऑफ द अमेरिकन मैथमेटिकल सोसाइटी में एक तेज आलोचना प्रकाशित की, जिसमें तर्क किया गया कि अंतर्निहित प्रमेय तुच्छ और गलत लेबल किया गया था और सिमुलेशन को अधिक व्याख्या किया गया था; पेज सहित रक्षकों ने उत्तर दिया कि परिणाम निर्धारित शर्तों के तहत होता है — कठिन समस्याएँ, सक्षम एजेंट, बड़े पूल — और यह कभी भी यह दावा नहीं था कि कोई विविध समूह किसी विशेषज्ञ टीम को हराता है। बहस, और जो इसके बाद बचता है, हमारे लेख में विविधता बनाम क्षमता और हमारे मार्गदर्शक में एपिस्टेमिक विविधता में जांच की गई है।

हायेक की मूल्य प्रणाली को इस युग में भी नियंत्रित प्रयोग मिला। आयोवा इलेक्ट्रॉनिक मार्केट्स, एक वास्तविक पैसे का शोध बाजार जो 1988 में आयोवा विश्वविद्यालय में स्थापित हुआ, ने एक निर्णायक तुलना के लिए पर्याप्त इतिहास जमा किया: बर्ग, नेल्सन, और रिएट्ज़ (अंतर्राष्ट्रीय पूर्वानुमान जर्नल, 2008) ने बाजार के मूल्यों की तुलना 964 राष्ट्रीय पोल्स के खिलाफ की 1988–2004 के अमेरिकी राष्ट्रपति चुनावों में और पाया कि बाजार अंततः परिणाम के करीब 74% समय, अपने लाभ के साथ 100 दिनों से अधिक के क्षितिज पर सबसे मजबूत था। रॉबिन हैनसन का लॉगरिदमिक मार्केट स्कोरिंग नियम (2003) इस बीच पतले बाजार की समस्या को एल्गोरिदम के माध्यम से हल करता है, जिससे छोटे समूहों को आंतरिक भविष्यवाणी बाजार चलाने की अनुमति मिलती है।

इसके विपरीत, विशेषज्ञ निर्णय को एक झटका लगा। फिलिप टेटलॉक का एक्सपर्ट पॉलिटिकल जजमेंट (2005) ने 284 विशेषज्ञों और लगभग 28,000 संभाव्यता निर्णयों का लगभग दो दशक का अध्ययन रिपोर्ट किया; औसत विशेषज्ञ ने सरल पूर्वानुमान से मुश्किल से बेहतर प्रदर्शन किया — प्रसिद्ध “डार्ट-फेंकने वाले चिम्पांजी” कार्टून के पीछे की खोज। लेकिन टेटलॉक के IARPA पूर्वानुमान टूर्नामेंट (2011–2015) में फॉलो-अप कार्य ने कहानी के रचनात्मक आधे हिस्से को पाया: “सुपरफोरकास्टर्स” का एक छोटा समूह, जो प्रमाणपत्रों द्वारा नहीं बल्कि संभाव्य सोच और निरंतर विश्वास अद्यतन द्वारा प्रतिष्ठित था, ने रिपोर्ट किया कि उन्होंने वर्गीकृत जानकारी तक पहुंच वाले खुफिया विश्लेषकों को बेहतर प्रदर्शन किया। पूर्वानुमान कौशल और कैलिब्रेशन deserve — और प्राप्त करेंगे — भविष्य की श्रृंखला में अपने गहरे उपचार।

युग का संस्थागत मील का पत्थर 2006 में आया, जब थॉमस मालोन ने MIT सेंटर फॉर कलेक्टिव इंटेलिजेंस की स्थापना की, जो एक धोखे से सरल प्रश्न के चारों ओर: लोग और कंप्यूटर को इस तरह से कैसे जोड़ा जा सकता है कि, सामूहिक रूप से, वे किसी भी व्यक्ति, समूह, या कंप्यूटर से अधिक बुद्धिमान तरीके से कार्य करें? प्रारंभिक आउटपुट ने डिज़ाइन स्थान को मानचित्रित किया — “सामूहिक बुद्धिमत्ता जीनोम” (मालोन, लाउबाचर, और डेलारोकास, MIT स्लोन प्रबंधन समीक्षा, 2010) ने चार प्रश्नों के चारों ओर CI प्रणालियों के निर्माण खंडों को सूचीबद्ध किया: कौन कार्य कर रहा है (भीड़ या पदानुक्रम), क्यों (पैसा, प्यार, या महिमा), क्या (बनाना या निर्णय लेना), और कैसे (स्वतंत्रता से या निर्भरता से)। 2015 तक, मालोन और बर्नस्टीन का हैंडबुक ऑफ कलेक्टिव इंटेलिजेंस (MIT प्रेस) क्षेत्र के वस्तु को स्पष्ट रूप से परिभाषित कर सकता था: “व्यक्तियों के समूह सामूहिक रूप से ऐसे तरीकों से कार्य करते हैं जो बुद्धिमान लगते हैं।”

और 2010 में, क्षेत्र ने अपनी सबसे उत्तेजक माप हासिल की। अनिता विलियम्स वूली, क्रिस्टोफर चाब्रिस, एलेक्स पेंटलैंड, नाडा हाश्मी, और थॉमस मालोन (साइंस, 330: 686–688) ने 699 लोगों का परीक्षण किया जो दो से पांच के समूहों में विभिन्न कार्यों की एक विस्तृत श्रृंखला पर काम कर रहे थे। कार्यों के बीच समूह प्रदर्शन इतना सहसंबंधित था कि एक एकल सांख्यिकीय कारक — सामूहिक बुद्धिमत्ता कारक, c — लगभग 43% भिन्नता को समझा रहा था, समूह स्तर का एनालॉग व्यक्तिगत आईक्यू के g-कारक का। झटका यह था कि क्या इसकी भविष्यवाणी की। औसत और अधिकतम सदस्य बुद्धिमत्ता c के साथ केवल कमजोर रूप से सहसंबंधित थी। जो मजबूत सहसंबंधित था: समूह की औसत सामाजिक संवेदनशीलता (जो आंखों में पढ़ने के परीक्षण द्वारा मापी गई), बातचीत के टर्न-टेकिंग की समानता, और समूह में महिलाओं का अनुपात (जो स्वयं सामाजिक संवेदनशीलता द्वारा बड़े पैमाने पर मध्यस्थता की गई)। समूह कितना बुद्धिमान है, डेटा ने कहा, यह इस पर निर्भर करता है कि यह कैसे इंटरैक्ट करता है।

छाया इतिहास: जब सामूहिकता विफल होती है

पूरी आशावादी समयरेखा के नीचे एक दूसरा, अंधेरा साहित्य चल रहा है — यह अध्ययन कि बुद्धिमान, अच्छे इरादों वाले व्यक्तियों के समूह सामूहिक मूर्खता का उत्पादन कैसे करते हैं। यह यहाँ महत्वपूर्ण है क्योंकि यह एक अलग विषय नहीं है: हर प्रलेखित विफलता मोड एक शर्त का उल्लंघन है जिस पर सफलता की कहानियाँ निर्भर करती हैं।

मनोवैज्ञानिक शाखा पहले आई। इर्विंग जेनिस का Victims of Groupthink (1972) ने विश्लेषण किया कि राष्ट्रपति कैनेडी के असाधारण सक्षम सलाहकारों ने 1961 के बे ऑफ पिग्स आक्रमण में कैसे खुद को बात की। जेनिस ने तीन समूहों में आठ लक्षणों को सूचीबद्ध किया — समूह का अधिक मूल्यांकन (अविनाशीता का भ्रम, अंतर्निहित नैतिकता में विश्वास), बंद दिमाग (सामूहिक तर्क, बाहरी लोगों के प्रति रूढ़िवादी दृष्टिकोण), और समानता की ओर दबाव (स्वयं-निषेध, सर्वसम्मति का भ्रम, असहमति करने वालों पर सीधा दबाव, और स्वयं-नियुक्त “माइंडगार्ड” जो परेशान करने वाली जानकारी को छानते हैं)। दो साल बाद, जेरी हार्वे का “एबिलीन विरोधाभास” (ऑर्गनाइजेशनल डायनेमिक्स, 1974) ने अजीब रिश्तेदार का वर्णन किया: समूह एक कार्यवाही पर सहमत होते हैं जिसे कोई व्यक्तिगत सदस्य नहीं चाहता, क्योंकि हर कोई एक दूसरे की चुप्पी को प्राथमिकता के रूप में गलत समझता है। दोनों एक ही इनपुट की विफलताएँ हैं: ईमानदार, स्वतंत्र निर्णय कभी भी पूल में नहीं आता।

आर्थिक शाखा 1992 में आई, और यह अधिक अस्थिर थी क्योंकि इसे कोई मनोविज्ञान की आवश्यकता नहीं थी। सुषिल बिखचंदानी, डेविड हिरशलेफर, और इवो वेल्च (“A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades,” Journal of Political Economy, 100: 992–1026) और, स्वतंत्र रूप से, अभिजीत बनर्जी (“A Simple Model of Herd Behavior,” Quarterly Journal of Economics, 1992) ने दिखाया कि पूरी तरह से तर्कसंगत एजेंट जो अनुक्रम में निर्णय लेते हैं, केवल कुछ अवलोकनों के बाद, तर्कसंगत रूप से अपनी निजी जानकारी की अनदेखी करेंगे और अपने पूर्ववर्तियों की नकल करेंगे। परिणामी जानकारी का झरना व्यक्तिगत रूप से समझदारी है और सामूहिक रूप से नाजुक है — यह समूह के बिखरे हुए ज्ञान में से लगभग कोई भी एकत्र नहीं करता है, और यह एक पूरे जनसंख्या को गलत उत्तर पर लॉक कर सकता है जिसे कुछ प्रारंभिक चालकों ने उठाया। लिसा एंडरसन और चार्ल्स होल्ट ने प्रयोगशाला में मांग पर झरने को पुन: उत्पन्न किया (अमेरिकन इकोनॉमिक रिव्यू, 1997)। यह तंत्र संपत्ति के बुलबुले से लेकर वायरल गलत सूचना तक सब कुछ स्पष्ट करता है: वोसौघी, रॉय, और अराल के ट्विटर पर लगभग 126,000 कहानी झरनों के विश्लेषण (साइंस, 2018) ने पाया कि झूठी खबरें सच की तुलना में काफी दूर, तेज़, और गहरी फैलीं, झूठी खबरें लगभग 70% अधिक संभावना से रीट्वीट की गईं। पूरी विफलता सूची — ट्यूलिप मैनिया से लेकर 2008 तक — जब भीड़ गलत हो जाती है में है।

ध्यान दें कि दोनों शाखाएँ क्या साझा करती हैं। समूह विचारधारा सामाजिक रूप से स्वतंत्रता को नष्ट करती है; झरने सूचनात्मक रूप से इसे नष्ट करते हैं। किसी भी तरह से, भीड़ कई निर्णयों से एक निर्णय बन जाती है जो कई चेहरों को पहनती है — बिल्कुल वही स्थिति जिसके तहत कोंडोर्सेट का प्रमेय बुद्धिमत्ता की गारंटी से आत्मविश्वास की गलती की गारंटी में बदल जाता है। छाया इतिहास यही है कि क्षेत्र का व्यावहारिक पंख प्रक्रिया के प्रति जुनूनी हो गया: लोगों को एक-दूसरे के विचारों के संपर्क में लाने से पहले निर्णय एकत्र करें, असहमति को संरचनात्मक रूप से सुरक्षित रखें, और एकत्रीकरण को स्पष्ट बनाएं।

2015–2023: बहस का दशक — पुनरुत्पादन, आलोचना, और उत्तर

कोई भी माप जो इतना आश्चर्यजनक था, उस पर हमला किया जाने वाला था, और हमला 2017 में आया। मार्कस क्रेडे और गैरेट हॉवर्डसन (जर्नल ऑफ एप्लाइड साइकोलॉजी) ने छह नमूनों का पुनः विश्लेषण किया और तर्क किया कि सामान्य c-factor के लिए अनुभवजन्य समर्थन कमजोर था — कि समूह प्रदर्शन को एक अंतर्निहित कारक के बजाय कार्य-विशिष्ट क्षमताओं द्वारा बेहतर वर्णित किया जा सकता है। वूली, किम, और मालोन ने 2018 में उत्तर दिया, आलोचना की स्कोरिंग प्रक्रियाओं को विवादित करते हुए और तर्क करते हुए कि इसके सिमुलेशन की धारणाएँ समूहों द्वारा वास्तव में किए गए कार्यों से मेल नहीं खातीं। यह एक स्वस्थ क्षेत्र की तरह दिखता है: लड़ाई डेटा और पुनः विश्लेषण में की गई थी, न कि प्रेस विज्ञप्तियों में।

एक निर्णय के सबसे करीब 2021 में आया। राइडल, किम, गुप्ता, मालोन, और वूली ने PNAS में एक मेटा-विश्लेषण प्रकाशित किया जो 22 अध्ययन और 1,356 समूह — छात्र, सैन्य कर्मी, ऑनलाइन श्रमिक, गेमर्स — को कवर करता है और सभी में सामूहिक बुद्धिमत्ता कारक के लिए लगातार साक्ष्य पाया, समूह सहयोग प्रक्रियाएँ और सदस्य सामाजिक संवेदनशीलता इसके सबसे मजबूत पूर्ववर्ती में से हैं। निर्माण की संरचना और सीमा की शर्तें अभी भी बहस में हैं, जैसा कि उन्हें होना चाहिए; लेकिन “समूह बुद्धिमत्ता मापने योग्य है और इसे सदस्य आईक्यू में घटित नहीं किया जा सकता” अब मूल 2010 पेपर की तुलना में बहुत बड़े साक्ष्य आधार पर rests है।

दो पूरक निष्कर्षों ने दशक को पूरा किया। मालोन का सुपरमाइंड्स (2018) ने सामूहिक दिमागों की एक वर्गीकरण प्रदान की जो सभ्यता पहले से ही चलाती है — पदानुक्रम, लोकतंत्र, बाजार, समुदाय, और पारिस्थितिकी तंत्र — प्रत्येक एक अलग उत्तर है एकत्रीकरण प्रश्न का, प्रत्येक के पास विशिष्ट ताकत और विफलता मोड हैं। और गूगल की प्रोजेक्ट एरिस्टोटल (2012–2015), 180 टीमों का एक आंतरिक अध्ययन, ने पाया कि मनोवैज्ञानिक सुरक्षा — साझा विश्वास कि एक टीम अंतर-व्यक्तिगत जोखिम उठाने के लिए सुरक्षित है — टीम की प्रभावशीलता का सबसे मजबूत भविष्यवक्ता था, रचना और वरिष्ठता से आगे। वूली की टर्न-टेकिंग समानता और गूगल की मनोवैज्ञानिक सुरक्षा एक ही अंतर्निहित सत्य के दो माप हैं: समूह बुद्धिमत्ता की बाधा यह है कि सदस्यों द्वारा रखी गई जानकारी वास्तव में समूह में प्रवेश करती है या नहीं। समूह गतिशीलता — सुरक्षा, विचार-विमर्श, और उनकी पैथोलॉजी जैसे समूह विचारधारा — अपने आप में एक समूह है, और हम उनके विफलता मोड को जब भीड़ गलत हो जाती है में मानते हैं।

2024–2026: एआई-मानव सुपरमाइंड्स — वर्तमान सीमा

वर्तमान युग तब शुरू हुआ जब बड़े भाषा मॉडल समूह में शामिल हुए। बर्टन और 27 सह-लेखकों ने विभिन्न क्षेत्रों में “कैसे बड़े भाषा मॉडल सामूहिक बुद्धिमत्ता को फिर से आकार दे सकते हैं” (नेचर ह्यूमन बिहेवियर, 8: 1643–1655, 2024) में दांव का मानचित्रण किया: LLMs भागीदारी के लिए बाधाओं को कम कर सकते हैं, विस्तृत विचार-विमर्श का सारांश दे सकते हैं, और अभूतपूर्व पैमाने पर बिखरे हुए ज्ञान को एकत्र कर सकते हैं — और वे दृष्टिकोणों को समान बनाना, झूठा सहमति बनाना, और उस सूचना पारिस्थितिकी की विविधता को पतला कर सकते हैं जिस पर भीड़ की बुद्धिमत्ता निर्भर करती है। सुरोविकी की सूची में हर शर्त एक ही तकनीक द्वारा एक साथ मजबूत और खतरे में है।

सिंडरजी प्रश्न — एंगेलबार्ट का 1962 का प्रश्न — अंततः इसका मेटा-विश्लेषण प्राप्त हुआ। मिशेल वकारो, अब्दुल्ला अलमातौक, और थॉमस मलोन ने 106 प्रयोगों और 370 प्रभाव आकारों का विश्लेषण किया (“जब मनुष्यों और AI का संयोजन उपयोगी होता है,” नेचर ह्यूमन बिहेवियर, 8: 2293–2303, 2024) और पाया कि, औसतन, मानव-AI संयोजन ने मानव या AI में से सबसे अच्छे से बुरा प्रदर्शन किया। नुकसान निर्णय-निर्माण कार्यों में केंद्रित थे; वास्तविक लाभ सामग्री-निर्माण कार्यों में दिखाई दिए। बस “चक्र में एक मानव डालना” परिणामों में सुधार नहीं करता है — अक्सर मानव एक बेहतर मशीन निर्णय को ओवरराइड करता है, या एक खराब निर्णय को प्राथमिकता देता है। सिंडरजी एक डिज़ाइन उपलब्धि है, डिफ़ॉल्ट नहीं। मानव-AI सिस्टम का उभरता विज्ञान — स्वचालन पूर्वाग्रह, विश्वास कैलिब्रेशन, किसे निर्णय लेने देना है — इस श्रृंखला का एक और भविष्य का अध्याय है।

वह डिज़ाइन एजेंडा अब MIT सेंटर फॉर कलेक्टिव इंटेलिजेंस का स्पष्ट कार्यक्रम है, जिसका शोध 2026 में तीन छत्रों के तहत व्यवस्थित किया गया है: जनरेटिव AI और सामूहिक बुद्धिमत्ता (AI मानव रचनात्मकता को बढ़ाने के लिए), सुपरमाइंड डिज़ाइन (लोगों और कंप्यूटरों के अभिनव संयोजनों को डिज़ाइन करना), और मानव-AI टीमों का डिज़ाइन (मानव-मशीन टीमों में कार्यों को डिज़ाइन और आवंटित करना — सिंगापुर-MIT M3S कार्यक्रम के साथ कार्य आवंटन के एक प्रणालीगत विज्ञान के रूप में पीछा किया गया: कौन से उप-कार्य लोगों के पास जाते हैं बनाम AI, कौन पर्यवेक्षण करता है, और क्या AI उपकरण, सहायक, समकक्ष, या प्रबंधक के रूप में कार्य करता है)। पहले के प्रमुख परियोजनाएँ — जलवायु कोलाब और कोलाब्स प्लेटफ़ॉर्म, CI डिज़ाइन लैब, सामूहिक बुद्धिमत्ता मापने का कार्यक्रम — अब औपचारिक रूप से विरासत कार्य हैं, जो इन AI-युग के प्रश्नों में समाहित हैं।

कंक्रीट आउटपुट दिखाते हैं कि “डिज़ाइन की गई सिंडरजी” कैसी दिखती है। सुपरमाइंड आइडियेटर, एक LLM-आधारित विचार उपकरण जो उपयोगकर्ताओं को संरचित रचनात्मक समस्या-समाधान चालों के माध्यम से सहारा देता है, एक प्रयोगात्मक अध्ययन में ChatGPT अकेले या बिना सहायता वाले लोगों की तुलना में काफी अधिक नवोन्मेषी विचार उत्पन्न करता है (ACM सामूहिक बुद्धिमत्ता सम्मेलन 2024; सामूहिक बुद्धिमत्ता, 2024); बीटा परीक्षकों ने इसके साथ 10,000 से अधिक विचार उत्पन्न किए हैं, और एक सहायक उपकरण, DesignAID, डिज़ाइन कार्य के लिए इस दृष्टिकोण को लागू करता है। यह सहारा सुपरमाइंड डिज़ाइन की छह चालों को लागू करता है — ज़ूम आउट, ज़ूम इन, एनालॉगाइज, ग्रुपिफाई, कॉग्निफाई, टेक्निफाई — एक चेकलिस्ट जो यह पुनः कल्पना करती है कि कौन (या क्या) कार्य के प्रत्येक भाग को करता है। पाठ वकारो के मेटा-विश्लेषण को बिल्कुल दर्शाता है: मूल्य मॉडल में नहीं है, यह इसके चारों ओर लिपटे ढांचे में है। मापने के पक्ष पर, AGI-Elo (सन और सहयोगी, NeurIPS 2025; arXiv 2505.12844) — CCI से जुड़े सह-लेखकों के साथ जिसमें मलोन शामिल हैं — AI मॉडलों और व्यक्तिगत परीक्षण मामलों को एक-दूसरे के खिलाफ शतरंज खिलाड़ियों की तरह रेट करता है, इसलिए एक कार्य की कठिनाई और एक मॉडल की क्षमता एक तुलनीय पैमाने पर आती है: यह तय करने के लिए एक पूर्वापेक्षा कि नौकरी के कौन से हिस्से को मशीन को सौंपना है।

दो और 2026 के परिणाम यह दर्शाते हैं कि यह कहाँ जा रहा है। एक PNAS पेपर, “AI वार्ताओं को आगे बढ़ाना: एक बड़े पैमाने पर स्वायत्त वार्ताओं की प्रतियोगिता,” ने एक अंतरराष्ट्रीय प्रतियोगिता की रिपोर्ट की जिसमें प्रतिभागी-डिज़ाइन किए गए AI एजेंटों ने एक-दूसरे के साथ 180,000 से अधिक वार्ताएँ कीं। मानव वार्ता सिद्धांत प्रजातियों के परिवर्तन को सहन करता है: एजेंट जो गर्माहट — सकारात्मकता, आभार, प्रश्न पूछने — का प्रदर्शन करते हैं, सौदों और मूल्य पर लगातार बेहतर परिणाम प्राप्त करते हैं, जबकि प्रभुत्व-स्वादित मैराथन विनिमय गतिरोध की भविष्यवाणी करते हैं; एजेंटों ने श्रृंखला-चिंतन तर्क से लेकर प्रयास किए गए प्रॉम्प्ट इंजेक्शन तक AI-स्वदेशी रणनीतियों का भी विकास किया। और कार्य का एक गहरा ओंटोलॉजी (काई और सहयोगी, arXiv 2603.20619, मार्च 2026) ने लगभग 20,000 O*NET कार्य गतिविधियों को पुनर्गठित किया और 13,275 AI अनुप्रयोगों के साथ-साथ 20.8 मिलियन रोबोटिक सिस्टम की वैश्विक गणना को उन पर मैप किया — AI बाजार मूल्य को असाधारण रूप से केंद्रित पाया, जिसमें शीर्ष 1.6% गतिविधियाँ 60% से अधिक का प्रतिनिधित्व करती हैं। मानवों और मशीनों के सुपरमाइंड अब एक उपमा नहीं हैं; वे एक स्थापित आधार हैं जो सूचीबद्ध किया जा रहा है।

240 वर्षों से हमें क्या सिखाता है

युगों को एक साथ रखें और एक धागा उभरता है: इस इतिहास में हर सफलता संरचना की सफलता है, और हर विफलता उसी कुछ शर्तों की विफलता है। कोंडॉर्केट का प्रमेय स्वतंत्रता और बेहतर-से-चांस क्षमता पर चलता है। गैल्टन का निष्पक्ष स्वतंत्र, प्रोत्साहित, लिखित निर्णयों को लागू करने के लिए हुआ। हायेक की कीमतें और हैनसन के बाजार निर्माता एकत्रीकरण तंत्र हैं; डेल्फी एक स्वतंत्रता-रक्षा तंत्र है; सुरोविकी की चार शर्तें बस वही आवर्ती आवश्यकताएँ हैं जिनका नाम दिया गया है। c-फैक्टर साहित्य ने पाया कि इंटरैक्शन प्रक्रिया — बारी-बारी से लेना, सामाजिक संवेदनशीलता, बोलने की सुरक्षा — यह निर्धारित करती है कि क्या एक समूह अपनी अंतर्निहित बुद्धिमत्ता का उपयोग कर सकता है। और AI-युग के मेटा-विश्लेषण ने पाया कि मानव-AI टीमें ठीक उसी समय जीतती हैं जब सहयोग जानबूझकर डिज़ाइन किया गया हो। जब शर्तें टूटती हैं — जब निर्णय स्वतंत्र होना बंद कर देते हैं और लोग दूसरों के दृश्य व्यवहार की नकल करना शुरू कर देते हैं — तो आप सूचना जलप्रपात, बुलबुले, और समूह विचार प्राप्त करते हैं: व्यक्तिगत रूप से तर्कसंगत, सामूहिक रूप से गलत।

यह भी, संयोगवश, निर्णय के जीवन में सामूहिक बुद्धिमत्ता कहाँ बैठती है, का एक मानचित्र है। सही ढंग से निर्णय लेना सही समस्या पर ध्यान केंद्रित करना, इसे फ्रेम करना, विकल्प उत्पन्न करना, उनका अन्वेषण करना, बिखरे हुए निर्णयों को एकत्र करना, कारणों पर विचार करना, और केवल तब चुनना, लागू करना, और निगरानी करना है। 240-वर्षीय शोध कार्यक्रम मुख्य रूप से उन मध्य चरणों के बारे में है — एकत्रीकरण और विचार-विमर्श — क्योंकि यही वह जगह है जहाँ व्यक्तिगत ज्ञान सामूहिक ज्ञान में बदलता है या चुप्पी में मर जाता है।

Argumentree इन निष्कर्षों का एक प्रत्यक्ष अनुप्रयोग के रूप में बनाया गया है। स्वतंत्र, असिंक्रोनस तर्क प्रस्तुत करना कोंडॉर्केट और डेल्फी की स्वतंत्रता की शर्त को समूह के एकत्र होने से पहले सुरक्षित करता है। संरचित प्रो/कॉन तर्क वृक्ष हर दृष्टिकोण को — असहमति सहित — एक प्रथम श्रेणी का स्थान देते हैं, वह शर्त जिस पर वूली की बारी-बारी की समानता और गूगल की मनोवैज्ञानिक सुरक्षा इंगित करते हैं। बहुआयामी रेटिंग (सहायता, स्पष्टता, सटीकता, पूर्णता), सहमति स्कोर में एकत्रित, गैल्टन-हायेक वंश में एक स्पष्ट एकत्रीकरण तंत्र है — सिवाय इसके कि एक बाजार मूल्य के विपरीत, यह तर्क को बनाए रखता है। और पूरा ऑडिट ट्रेल प्रत्येक निर्णय को एक संगठनात्मक रिकॉर्ड में बदल देता है, ताकि समूह अपने आप से सीख सके — निगरानी चरण जिसके साथ जीवनचक्र समाप्त होता है। बैठक की प्रतिलिपियों से AI निष्कर्ष 2024–2026 के पाठ का पालन करते हैं: AI का उपयोग करें जहाँ यह स्पष्ट रूप से मदद करता है (संरचना और सामग्री प्रसंस्करण) जबकि मानव निर्णय बनाए रखते हैं। इतिहास का निर्णय 1785 से 2026 तक लगातार है: समूह आकस्मिक रूप से स्मार्ट नहीं होते। वे संरचना द्वारा स्मार्ट होते हैं — और संरचना अब कुछ ऐसा है जिसे आप अपनाने के बजाय इम्प्रोवाइज कर सकते हैं। सामूहिक बुद्धिमत्ता के लिए हमारे गाइड से शुरू करें, या देखें कि सिद्धांत एक वास्तविक निर्णय प्रक्रिया के भीतर कैसे चलते हैं सहयोगात्मक निर्णय लेने में।