Symbolic-Vector Attention Fusion for Collective Intelligence
本文提出SVAF机制,通过分解多智能体信号并评估语义字段,实现知识融合与选择性过滤,提升集体智能性能。
2026-04-05 cs.AI cs.MA
Increasing intelligence in AI agents can worsen collective outcomes
Dynamic Online Networks Laboratory and Physics Department(动态在线网络实验室和物理系)
研究发现,资源稀缺时AI代理多样性与强化学习会加剧系统过载,而部落形成可降低风险,但整体效果取决于容量与人口比。
2026-03-12 cs.AI cs.CY cs.SI
Conversational Collective Intelligence (CCI) using Hyperchat AI in a Real-world Forecasting Task
Unanimous AI;Carnegie Mellon University(卡内基梅隆大学)
本研究通过真实世界MLB比赛预测任务验证Hyperchat AI的对话式集体智能(CCI)效果,发现其辅助的群体高置信度预测准确率(78%)显著优于拉斯维加斯市场(57%),且高对话率可进一步提升准确率至88%。
2025-11-09 cs.AI cs.HC
Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries
Together AI;Stanford University(斯坦福大学)
提出EinsteinArena平台,通过开放分布式环境中的自主代理交互,在数学问题中实现12项新最优结果,展示了集体AI驱动研究的范式。
2026-08-28 cs.AI cs.CL
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
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
A Computational Model of Crowds for Collective Intelligence
在这项工作中,我们提出了一个高层次的计算模型的IT介导的群体集体智慧。我们介绍了人群资本的角度作为一个组织层面的模型,从IT介导的人群的集体智慧的产生,并指定一个计算系统,包括代理人,IT形式,和组织知识。
2014-06-30 cs.CY
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
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
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
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
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
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
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
Health Care Crowds: Collective Intelligence in Public Health
在医疗保健中实施群体是为了什么目的?正在使用哪些众包方法?本研究通过对110项相关研究进行系统的文献综述,报告了早期结果,从而开始回答这些问题。这项正在进行的探索性研究的结果表明,集体智慧的成果正在公共卫生保健的三大类中产生;健康促进,健康研究和健康维护,使用所有三种已知的众包形式。从这个基本的分析,一些潜在的影响的研究进行了讨论和有用的未来研究的概述。
2017-02-10 cs.CY cs.HC
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
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
From Individual Prompts to Collective Intelligence: Mainstreaming Generative AI in the Classroom
College of Engineering, Qatar University, Doha, Qatar(卡塔尔大学工程学院,多哈)
本文提出通过集体智慧导向的教学法,结合生成式AI和同伴协作,提升课堂学习效果与学生参与度。
2026-01-07 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
AI-Enhanced Deliberative Democracy and the Future of the Collective Will
Meta;Harvard University(哈佛大学);Yale University(耶鲁大学)
本文分析AI辅助偏好聚合框架的设计及其对集体意志的影响,提出其作为发现工具可促进协商,但需警惕约束性决策等误用。
2025-06-23 cs.AI cs.CY
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
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
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
Next Generation Crowdsourcing for Collective Intelligence
利用IT媒介的群体的新技术,如众测、情景众包、空间众包和可穿戴设备众包,现在已经出现。这些技术,在这里被称为下一代众包,用于扩展众包努力超越迄今为止占主导地位的桌面计算范例。这些技术采用新的硬件、软件和人员配置,代表了以IT为媒介的群体的新组织形式。然而,目前尚不清楚这些新技术如何改变IT介导的群体的过程和结果,以达到集体智慧的目的?这项探索性工作的目的是开始回答这个问题。这项工作概述了第一代众包范式的相关研究结果,然后审查有关新一代众包技术的新兴文献。在此审查的前提下,形成了一个集体详尽和相互排斥的类型学,组织下一代众包技术沿两个显着的尺寸共同所有第一代众包技术。因此,这项工作位于现有的众包文献中的下一代众包技术,并确定新的研究途径,直接从分析。
2017-02-10 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
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
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
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
Diversity of Skills and Collective Intelligence in GitHub
一个普遍的假设是,个人倾向于与与他们相似的人一起工作。然而,对团队工作和团队解决复杂问题的能力的研究强调,多样性在协作过程中起着关键作用,可以传播信息。在本文中,我们调查了开源社区中GitHub用户之间的连接模式。为此,我们使用社会网络分析和自组织地图作为相似性度量。文本工件的分析揭示了这些连接的作用。我们发现,技能的多样性在交换信息的用户之间建立联系方面起着至关重要的作用(例如,在问题、评论和后续网络中)。网络中与实际编码相关的连接是在具有相似特征的用户之间建立的。与存储库所有者不同的用户比类似的用户更经常地报告错误、问题和寻求帮助。
2021-10-13 cs.CY cs.SI
The Internet of Agentic AI: Communication, Coordination, and Collective Intelligence at Scale
Department of Electrical and Computer Engineering(电气与计算机工程系);NYU Center for Cybersecurity(纽约大学网络安全中心);NYU Tandon School of Engineering(纽约大学坦顿工程学院);New York University(纽约大学)
本文提出智能体互联网(IoAI)愿景,构建异构智能体在云、边缘、设备等环境中发现、协商、通信与协作的开放生态系统,并探讨其架构、机制及关键研究挑战。
2026-06-12 cs.AI cs.CY cs.MA
Putting collective intelligence to the enforcement of the Digital Services Act
本研究围绕《数字服务法案》执行,提出设立欧盟委员会专家组的具体建议,同时提出众包活动、法律行动等配套机制,以借助集体智慧构建高效执法体系。
2023-05-03 cs.CY
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
Mr. Moo's First RPG: Rules, Discussion and the Instructional Implications of Collective Intelligence on the Open Web
想象一下,有一个活跃的在线学习社区,里面有作家、艺术家和设计师,他们中的许多人每周花8个多小时来撰写项目。在这个社区里,年轻人,主要是18 - 26岁之间的年轻人,经常在他们的写作活动中相互批评,促进和支持。他们参与的动机是他们对创造性工作的共同兴趣和亲和力。在维基百科的时代,这似乎并不特别新颖,但我实际上描述的是一个在线讨论板,RPGmakerVX.net。在其他地方,我已经介绍了参与这个社区的个人的类型以及网站作为一个整体作为一个开放的学习环境的方式(欧文斯,2010)。在这篇文章中,我提出了一个案例研究的一个参与者在这个社区。他的用户名是Mr. Moo,在我采访他的时候,他是一名来自加拿大卡尔加里的19岁大学生。当他创造了他的第一个角色扮演游戏,身份前奏,他十八岁。在为集体智慧的案例研究提供了一个概念背景之后,我引出了讨论板的技术系统与视频游戏制作中与同行合作的创造性过程之间的关系。我建议讨论板的规则和互动能够围绕构图进行对话,最终给Moo先生留下宝贵的学习经验,同时也制作了一个角色扮演游戏。从集体智慧的角度思考这个系统,使我们能够使用这些兴趣驱动的在线亲和社区作为开放教育工具包中的工具,供教育工作者在更正式的学习环境中使用。最终,游戏社区中的讨论板,无论是技术还是社会系统,都可以被认为是教学工具。
2013-12-06 cs.CY
Artificial Intelligence Tools Expand Scientists' Impact but Contract Science's Focus (Just accepted by Nature, to be online soon)
Tsinghua University(清华大学);Zhongguancun Academy(中关村学院);University of Chicago(芝加哥大学);Santa Fe Institute(圣塔菲研究所)
人工智能工具提升了科学家的个人影响力,但限制了科学整体的探索范围,呈现出个人与集体利益之间的矛盾。
2025-11-29 cs.CY
Harvesting Collective Intelligence: Temporal Behavior in Yahoo Answers
当收获集体智慧,用户希望最大限度地提高所获得的信息的准确性和价值,而不花费太多的时间收集it.We实证研究人们如何面对这些相互冲突的目标时,使用雅虎答案,社区驱动的问答网站的数据。我们采取两种互补的方法。我们首先研究用户如何表现时,试图最大限度地提高所获得的信息量,同时最大限度地减少等待时间。我们确定并量化了Yahoo Answers的问题作者如何权衡他们收到的答案数量和等待的成本。我们发现,用户愿意等待更多,以获得额外的答案时,他们只收到了少量的答案,这意味着减少边际收益的收集信息量。我们还估计用户的效用函数的数据。我们的第二种方法侧重于用户如何评估个人答案的质量,而不明确考虑等待的成本。我们假设用户做出一系列决定,只要当前答案的质量超过某个阈值,就决定等待另一个答案。在这个模型下,一个问题得到的答案数量的概率分布是一个逆高斯分布,这是一个类似齐普夫的分布。我们用数据来验证这一结论。
2010-01-13 cs.CY physics.soc-ph
Socially Minded Intelligence: How Individuals, Groups, and Artificial Intelligence Can Make Each Other Smarter (or Not)
The University of Melbourne(墨尔本大学);The University of Queensland(昆士兰大学)
本文提出'社交导向智能'概念,探讨如何通过个体、群体和AI相互促进智能发展,挑战传统个体或群体智能的局限性。
2026-03-27 cs.CY cs.HC
Commons-Governed Artificial Intelligence: A Taxonomy of Collective Governance
Department of Quantitative Methods, ICADE(ICADE定量方法系);Universidad Pontificia Comillas(科米利亚斯宗座大学)
本文提出“公共治理的人工智能”概念,基于奥斯特罗姆的公共池塘和知识公共资源理论,构建二维分类法:一轴为AI栈的资源层(数据、计算、模型、知识与评估、能源),另一轴为治理功能,识别十种制度原型,并讨论计算能源作为公共资源问题。
2026-06-16 cs.CY
Fostering new Vertical and Horizontal IoT Applications with Intelligence Everywhere
本文阐述 Intelligence Everywhere 框架如何通过边缘到云的分布式机器学习编排支持垂直行业 IoT 应用,并提出跨网络、跨行业的横向应用视角及挑战与机遇。
2023-09-30 cs.CY cs.ET cs.NI