Afin de traiter des problèmes allant du changement climatique au développement de technologies complexes et à la guérison des maladies, la science s'appuie sur l'intelligence collective, ou la capacité d'un groupe à travailler ensemble et à résoudre une série de problèmes dont la complexité varie.

Pour mieux comprendre comment mesurer et prédire l'intelligence collective, les chercheurs ont utilisé des méthodes méta-analytiques pour évaluer les données recueillies dans 22 études, dont 5, 349 individus sur 1, 356 groupes, et a trouvé un fort soutien pour un facteur général d'intelligence collective (IC). Par ailleurs, les données ont démontré que les processus de collaboration de groupe étaient environ deux fois plus importants pour prédire l'IC que les compétences individuelles, et cette composition du groupe, y compris la proportion de femmes dans un groupe et la perception sociale des membres du groupe, sont également des prédicteurs significatifs de l'IC.

Le papier, « Quantifier l'intelligence collective dans les groupes humains, " par Christoph Riedl (Université du Nord-Est), Young Ji Kim (Université de Californie, Santa Barbara), Pranav Gupta (Université Carnegie Mellon), Thomas W. Malone (MIT Sloan School of Management), et Williams Woolley, Anita (Carnegie Mellon University) sera publié dans Actes de l'Académie nationale des sciences des États-Unis d'Amérique.

« Cet article présente certaines métriques de calcul pour évaluer les processus de collaboration qui pourraient être fondamentales pour l'étude de la collaboration à l'avenir, " dit Anita Williams Woolley, Professeur agrégé de comportement organisationnel et de théorie à la Tepper School of Business de Carnegie Mellon, qui a co-écrit le document. "Nous continuons également à constater qu'avoir plus de femmes dans le groupe augmente l'intelligence collective, et dans le supplément, nous comparons spécifiquement les collaborateurs en face-à-face et en ligne et trouvons peu de différences dans les éléments qui conduisent à l'intelligence collective."

Dans des recherches antérieures, Woolley et ses collègues se sont appuyés sur l'approche qui éclaire la recherche sur l'intelligence générale chez les individus et ont découvert que la capacité d'un groupe à effectuer un large éventail de tâches pouvait également être prédite par un seul facteur statistique, qu'ils qualifiaient d'intelligence collective. Ils ont en outre démontré que ce facteur IC était faiblement corrélé avec l'intelligence individuelle des membres du groupe, mais plus fortement corrélée à la sensibilité sociale des membres, et la proportion de femmes dans le groupe. Depuis la publication de cette recherche, d'autres articles ont confirmé les résultats tandis que quelques-uns ont contesté l'existence ou non d'un facteur d'IC ​​général, et ont affirmé que l'intelligence individuelle en est le seul véritable prédicteur.

Dans ce nouveau papier, les chercheurs évaluent ces questions en s'appuyant sur les données accumulées de 22 échantillons différents, impliquant 5, 349 personnes travaillant ensemble dans 1, 356 groupes de différents réglages, y compris en ligne, face à face, des personnes qui se connaissent et travaillent ensemble ainsi que des étrangers. En utilisant une approche méta-analytique, les chercheurs ont analysé chaque échantillon et quantifié les indicateurs de collaboration de groupe. En utilisant des techniques d'apprentissage automatique, ils ont déterminé l'importance relative des différentes variables pour prédire l'IC, en observant que les mesures du processus de collaboration de groupe étaient environ deux fois plus importantes que les compétences individuelles des membres ; d'autres prédicteurs importants étaient la perception sociale, composition du groupe (en particulier proportion de femmes et diversité d'âge) et taille du groupe.

La recherche fait progresser la science de la performance collective à la fois conceptuellement et méthodologiquement. En utilisant une métrique d'intelligence collective basée sur une variété de tâches, le score d'un groupe devrait prédire les performances futures dans un plus large éventail de contextes. en se concentrant sur une mesure plus robuste de la capacité d'un groupe à travailler ensemble, les chercheurs peuvent identifier avec plus de confiance la composition du groupe et les comportements de collaboration qui permettront aux gens de se rassembler et de structurer des groupes pour une intelligence collective élevée.