Artificial Artificial Artificial Intelligence: Crowd Workers Widely Use Large Language Models for Text Production Tasks
EPFL(洛桑联邦理工学院)
本研究针对众包工作者可能使用大语言模型完成标注任务的问题,通过击键检测和合成文本分类方法开展案例研究,发现33%-46%的众包工作者在文本生成任务中使用LLMs,呼吁各方探索保障人类数据纯粹性的新方法。
2023-06-13 cs.CL cs.CY
In Crowd Veritas: Leveraging Human Intelligence To Fight Misinformation
本论文通过大规模众包实验与统计建模研究非专业判断在在线信息真实性评估中的作用,识别关键影响因素并提出兼具预测与解释能力的模型。
2025-06-10 cs.CY cs.IR cs.SI
Collective Intelligence in Humans: A Literature Review
这篇文献综述的重点是人类的集体智慧。在知识网上进行了关键词搜索,并对选定的论文进行了审查,以揭示与集体智慧有关的主题。在对这一现象的讨论中,确定了三个抽象层次:微观层次、宏观层次和涌现层次。文献中反复出现的主题在上述框架下进行了分类,并确定了未来研究的方向。
2012-04-16 cs.CY cs.SI
Computational models of consumer confidence from large-scale online attention data: crowd-sourcing econometrics
经济是由大量个体的相互作用形成的复杂社会技术系统的实例。消费者代理人的个人行为和决策是由复杂的心理动力学决定的,包括他们自己对当前和未来经济状况的评估以及其他人的评估,可能导致影响经济系统宏观状态的反馈回路。我们建议,一个国家的公民与其在线资源的大规模互动可以揭示他们的集体心理的复杂动态,包括他们对未来系统状态的评估。在这里,我们介绍了一个中国消费者信心(C3I)的行为指数,计算相关的大规模在线搜索行为记录的谷歌趋势数据的宏观变量的消费者信心。我们的研究结果表明,这种计算指数可以揭示消费者心理的组成部分和复杂的动态作为一个集体的社会经济现象,可能会导致改进和更精细的经济预测。
2014-09-17 cs.CY
Wikipedia's Balancing Act: A Tool for Collective Intelligence or Mass Surveillance?
在一个日益复杂的数据驱动的社会中,维基百科已经超越了其最初的在线百科全书功能。社交平台需要在集体智慧和大规模监控之间取得平衡;需要制定程序,保护个人和社区免受政府大规模监控,同时不牺牲通过被禁止的匿名通信软件做出的重要贡献。案例研究来自NSA政府监控实践,反SOPA立法运动,以及涵盖维基百科参与参与新闻,虚假信息,自我审查和使用Tor的研究。本文提出,可以通过未来的研究,在社会文化人类学和政策框架的数据保留和政府问责之间的个人,公共和私营机构发展的共同点。维基百科被用作美国情报界的一个例子,它是一个复杂的组织,可以通过其迭代性质来适应变化,这使人们深入了解政策框架如何适应未来。最后,本文是一个警钟,提醒个人,私人机构和政府对个人信息的存储和使用保持警惕,以促进在线社区。
2022-12-12 cs.CY
AI-enhanced Collective Intelligence
University College Dublin(都柏林大学学院);Geary Institute for Public Policy(格里公共政策研究所);Trinity College Dublin(都柏林圣三一学院)
本研究针对社会挑战超出人类单独或集体能力的问题,结合复杂网络科学构建人机集体智能的多层表示(认知、物理、信息层),分析智能体多样性与交互对系统集体智能的影响,为该领域提供综述与概念框架。
2024-09-26 cs.AI cs.CY
The Myopia of Crowds: A Study of Collective Evaluation on Stack Exchange
University of Maryland(马里兰大学);U. Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学);U. Southern California(南加州大学)
通过利用群体聚集各种信息的能力,群体往往可以做出比个人或专家小组更好的决策。问答网站,如Stack Exchange,依靠“群体智慧”效应来确定用户所提问题的最佳答案。我们分析了Stack Exchange网络上250个社区的数据,以确定影响哪些答案被选为最佳答案的因素。我们的研究结果表明,而不是评估一个问题的所有可用的答案,用户依赖于简单的认知推理来选择一个答案投票或接受。这些认知推理与答案的显著性有关,比如它的排列顺序以及它占据了多少屏幕空间。与投票用户相比,提问者似乎更依赖于启发式推理,当选择一个答案作为最有帮助的答案时,投票者使用接受本身作为启发式推理:他们更有可能在答案被接受后选择答案,而不是在同一个答案被接受之前。随着可用答案数量的增加,这些推理在解释和预测行为方面变得更加重要。我们的研究结果表明,随着答案数量的增加,群体判断可能变得不那么可靠。
2016-02-24 cs.CY cs.HC cs.LG
Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy
University of Bath(巴斯大学);Cardiff University(卡迪夫大学);University of Glasgow(格拉斯哥大学);University of Exeter(埃克塞特大学);University of Bristol(布里斯托尔大学);University College London(伦敦大学学院);Ulster University(阿尔斯特大学)
本文提出一项国家级跨学科研究战略,旨在通过AI增强集体智能,以应对医疗、金融、基础设施和可持续性等社会挑战。
2024-11-09 cs.AI cs.CY
Agent-Based Simulation of Collective Cooperation: From Experiment to Model
行人动力学仿真模型已成为疏散规划的宝贵工具。通常,假设人群单向地流向安全区域。模拟代理通过属于每个个体的机制来避免碰撞,例如通过想象的力量相互排斥。但是,当需要集体合作时,经典的运动模型就会失败,特别是当一个代理人,比如急救人员,需要在密集的人群中开辟一条道路时。我们提出了一个对照实验,观察当人类通过密集的静态人群时会发生什么。我们制定和测试假设的突出现象。我们在心理学的框架内讨论我们的观察。我们得到一个模型,它包括:代理的感知和认知处理的情况下,需要合作;选择从一个组合的行为,如合作;和一个合适的行动,如交换位置。代理人成功通过密集人群的能力是心理模型的一种效果。
2020-10-07 cs.CY cs.MA
Defining the Collective Intelligence Supply Chain
Crime and Security Research Institute(犯罪与安全研究院);School of Computer Science & Informatics(计算机科学与信息学院);Cardiff University(卡迪夫大学)
组织越来越接受审查,需要能够证明他们以公平和道德的方式运作。问责制应该扩展到人工智能系统中使用的数据和知识资产的生产和使用,就像生产实物产品中使用的任何原材料或流程一样。本文考虑了集体智慧,包括由众包劳动力产生的数据和知识,这些数据和知识可用作人工智能系统的核心组件。建议开发一个供应链模型,用于跟踪众包集体智慧资产的创建和使用,并将基于区块链的去中心化架构确定为提供验证,问责制和公平性的适当手段。
2018-09-25 cs.AI cs.CY
Collective intelligence and the blockchain: Technology, communities and social experiments
区块链仍然主要被视为一种新技术。但每个区块链也是一个社区和一个社会实验,围绕社会共识建立。在这里,我将讨论三个例子,展示集体智慧如何帮助、威胁或利用基于区块链的生态系统。它们涉及智能合约的不变性,代码透明度和新形式的财产。这些例子表明,需要更多的研究、新的规范,最终需要法律来管理集体行为与区块链技术之间的互动。集体智慧研究人员的见解可以帮助社会应对挑战。
2021-07-12 cs.CY econ.GN physics.soc-ph
Silicon Minds versus Human Hearts: The Wisdom of Crowds Beats the Wisdom of AI in Emotion Recognition
Elon University(伊隆大学)
本研究通过RMET和MRMET测试评估MLLMs的情绪识别能力,发现MLLMs在个体平均表现上优于人类,但人类群体聚合决策显著超越聚合的MLLM预测,且人机协作方法准确率最高,表明人类集体智能与人机协同是发展情感AI的最优路径。
2025-08-12 cs.AI cs.CV cs.CY
Identification of crowds using mobile crowd detection (MCS) and visualization with the DBSCAN algorithm for a Smart Campus environment
本文探讨了在智慧校园环境中利用移动群智感知(MCS)和DBSCAN算法进行人群拥挤检测与可视化的可行性,初步结果表明该系统可有效预防拥挤事故并辅助公共空间管理。
2024-09-28 cs.CY cs.HC
Social Technologies for Developing Collective Intelligence in Networked Society
我们项目中的科学问题被定义为一个问题:社会技术如何有助于智能和包容性社会的发展?我们研究的主题是网络项目(虚拟CI系统),其中包括集体决策工具和创新机制,允许和鼓励个人和团队的创造力,创业精神,在线协作,新形式的自我监管和自我治理,社区的自我配置,通过考虑这些项目作为CI出现的催化剂。这些理论问题的答案可能会产生巨大的实际影响,影响社会技术在实践中更合理和复杂的应用。
2014-06-29 cs.CY cs.SI
Augmented Collective Intelligence in Collaborative Ideation: Agenda and Challenges
BCG Henderson Institute(波士顿咨询公司亨德森研究所)
本文探讨了增强集体智能(ACI)在协作构思中的应用,结合人类与大语言模型(LLMs)进行构思,并提出了设计ACI实验需解决的三大挑战,以推动相关实证研究。
2023-03-31 cs.AI cs.CY
Collective Intelligence Quanitifed for Computer-Mediated Group Problem Solving
集体智慧(CI)是一个群体比其个体成员表现出更大智慧的能力。“两个人的智慧胜过一个人的智慧”,一直是社会心理学和信息科学研究的热点。计算机调解以分布式网络和群体支持系统的形式增加了一个新的元素。这些便利了高度组织的团体活动,而在计算机调解之前,这些活动几乎是不可能的。本文提出了一个分布式的软件系统自动集成从许多人的输入组解决问题的实验结果。为了量化集体智慧,我们比较了解决数学形式化问题时群体与个人的表现。这项研究表明,在困难但不容易的问题上,群体可以胜过个人,尽管群体产生解决方案的速度较慢。被试为57名大学生。任务是8-Puzzle滑动瓷砖游戏。
2004-12-15 cs.CY cs.HC cs.OH
Human/AI Collective Intelligence for Deliberative Democracy: A Human-Centred Design Approach
Knowledge Media Institute, The Open University(知识媒体研究所,开放大学);Connected Intelligence Centre, University of Technology Sydney(连接智能中心,技术悉尼大学)
本文提出利用人工智能增强审议民主的集体智能概念,探讨以人类为中心的设计方法,通过协作设计方法识别挑战、细化用户场景并推导技术影响,展示AI支持下公民组织需求的实现案例。
2026-03-17 cs.AI cs.CY cs.HC
An AI Theory of Mind Will Enhance Our Collective Intelligence
Michael S. Harré;Catherine Drysdale;Jaime Ruiz-Serra
本研究提出,具备心智理论的AI将像人类一样通过社会认知生态位融入集体,从而增强集体智能,并强调心理因素在区分人类社会智能中的关键作用。
2025-07-08 cs.AI cs.CY cs.GT
Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19
在COVID-19危机期间,全球教育机构从面对面教学转向紧急远程教学(ERT)模式。在这种被迫和突然的转变中,教师和学生没有机会获得通过学习管理系统(LMS)实施的在线学习模式所需的知识或技能。因此,本科教师往往主要使用LMS作为信息库,很少促进学生之间的虚拟互动,从而限制了集体智慧对学生的好处。我们分析了7,528名本科生的数据,发现大学生在论坛上的合作和共识动态对他们的最终GPA有积极影响,对高中期间学习成绩较低的学生影响更大。这些结果超出了社会经济和其他LMS活动混杂因素。此外,使用自然语言处理,我们表明,在高中期间学习成绩较低的一年级学生在讨论论坛中接触到更多内容密集型的帖子,导致大学GPA显著高于高中低成绩的同龄人。我们希望这些结果能够激励世界各地的高等教育教师在课堂上使用论坛讨论等工具来促进学生之间的合作和共识动态,以获得社会学习和集体智慧的好处。
2022-03-10 cs.CY physics.ed-ph
The Hyper-Cortex of Human Collective-Intelligence Systems
从神经学的角度来看,个体智力研究讨论了大脑皮层的层次结构,它是一种执行概念抽象和规范的结构。这一理论被用来解释,负责书写和说话等不同行为模式的运动皮层区域,如何被用来表达在皮层层级中更高层次上代表的相同的一般概念。例如,一只狗的概念,在一个高级皮质神经元区域中表现出来,可以根据个人的背景来写或说。更高层的皮层区域向下投射,将抽象信息发送到运动皮层的特定区域,以进行上下文实现。在本文中,这一想法被扩展到将集体智能内的超皮层结构。这个超皮层是一个多层网络,用于表示抽象的集体概念。这些思想在理解如何设计集体智能系统来处理问题抽象和解决方案规范方面发挥了重要作用。最后,使用从数字图书馆元数据生成的人工超皮层解决了科学界的一系列常见问题。
2005-06-17 cs.AI cs.CY cs.DL
Advances towards a General-Purpose Societal-Scale Human-Collective Problem-Solving Engine
人类的集体智慧已经证明了自己是一个社会完成大规模行为壮举的能力的重要因素。随着社会人口规模的增长,个人积极参与群体解决问题的能力下降。代议决策结构已被用作解决社会信息处理基础设施不足的现代解决方案。随着计算机和网络技术被进一步嵌入社会结构,实现一个通用的社会规模的人类集体解决问题的引擎被设想为一种手段,促进社会的集体智慧的潜力。本文提供了一个新的框架,创造集体智慧系统和方法,实现一个代表性和专业知识系统的基础上社会网络理论。
2005-01-03 cs.CY cs.HC
Collective Intelligence in Citizen Science -- A Study of Performers and Talkers
最近出现的在线公民科学说明了一种有效和高效的手段,可以利用人群来实现一系列科学发现。从根本上说,公民科学项目吸引了大量的非专家志愿者来完成短期任务,这些任务在领域和复杂性上可能有所不同。然而,与大多数人类计算系统不同的是,这些系统的参与者,“公民科学家”是志愿者,因此不提供任何经济或其他激励措施。此外,在Zooniverse等公民科学平台的鼓励下,在线社区已经出现,为他们提供了一个讨论,分享想法和解决问题的环境。事实上,正是这些论坛的结果,使许多科学发现得以实现。在本文中,我们通过在线公民科学社区的活动和科学知识的发现之间的关系,探讨集体智慧的现象。我们对10个Zooniverse公民科学项目进行了跨项目分析,并分析了用户在完成任务活动和参与讨论方面的行为,并发现了高度活跃的用户的集体行为。虽然我们的研究结果对未来的公民科学设计有影响,但我们也考虑了对理解集体智慧研究的更广泛影响。
2014-06-29 cs.CY cs.SI physics.soc-ph
Soft Measures for Extracting Causal Collective Intelligence
Michigan State University(密歇根州立大学);Two Six Technologies;University of South Alabama(南阿拉巴马大学);SIFT
本文提出用大语言模型自动提取模糊认知图,并设计基于图的软相似性度量,通过Elo评分验证其与人类判断的相关性,指出需开发更贴合FCM细微差别的度量方法。
2024-09-27 cs.AI cs.CL cs.CY
AI of the People, by the People, for the People: A Social Choice Approach to Collective Control of Artificial Intelligence
Institute of Logic and Computation, TU Wien(逻辑与计算研究所,维也纳技术大学);Hasso Plattner Institute, University of Potsdam(哈索·platzer研究所,波茨坦大学);Center for Artificial Intelligence, University of Applied Sciences St. Pölten(人工智能中心,圣波尔滕应用科学大学)
本文提出基于社会选择理论的集体控制AI方法,强调在机器学习全流程中融入公众意见,提供数学框架评估控制机制。
2026-04-14 cs.AI cs.CY cs.GT
DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations
该研究将DAO视为复杂系统,运用复杂性科学分析其参与度下降、中心化加剧等低效问题,引入集体智能等自组织机制优化DAO设计,提出评估DAO可行性的概念框架,为相关交叉领域研究奠基。
2025-05-19 cs.CY cs.ET physics.app-ph
Universality in Collective Intelligence on the Rubik's Cube
Santa Fe Institute(圣菲研究所);University of Colorado Boulder(科罗拉多大学波尔德分校)
本文通过研究魔方竞争社区,发现无论有视力还是盲解,魔方集体学习均表现出普遍性,专家表现遵循指数曲线,参数反映算法延迟获取对解题路径的影响,并揭示了认知工具如何通过整合社区知识与个人技能维持集体智慧。
2025-11-23 cs.AI cs.CY cs.HC
Enhancing Collective Intelligence in Large Language Models Through Emotional Integration
University of Iowa(爱荷华大学);Tulane University(杜兰大学);ByWater Institute(拜沃特研究所)
本研究通过 GoEmotions 数据集和 LoRA 微调 DarkIdol-Llama-3.1-8B 模型以整合情感多样性,验证了情感整合能在保持预测精度的同时塑造响应模式,从而有效增强大型语言模型的集体智能。
2025-03-05 cs.AI cs.CL cs.CY
Collective Privacy Recovery: Data-sharing Coordination via Decentralized Artificial Intelligence
School of Computing, University of Leeds(利兹大学计算学院);ETH Zurich(苏黎世联邦理工学院);Institute for a Secure and Sustainable Environment, University of Tennessee(田纳西大学安全与可持续环境研究所);University of Tennessee(田纳西大学)
本文研究集体隐私恢复问题,提出利用去中心化人工智能协调数据集体按需共享最少数据,并通过涉及超过27,000次真实披露的生活实验室实验证明该方法能实现个人隐私恢复与服务商成本降低的双赢。
2023-07-10 cs.AI cs.CY cs.DC
The Organizational Behavior of Agentic AI: Collective Intelligence in Human-Agent Workflows
University College London(伦敦大学学院);The AI Hub in Generative Models(生成式人工智能中心)
本文探讨代理型AI集体在组织中的行为,提出其通过上下文架构而非人类动机维持组织模式,并发展上下文交易成本理论解释人机组织行为的异同。
2026-07-01 cs.CY cs.HC cs.MA