英媒稱，機器人很難捕捉到構成人類群體動態的微妙和難以言喻的社交表達方式，而人類則很難信任過度編碼的人工智慧系統。人類很早已認識到，群體合作集思廣益，其解決問題的成效可以大過個體智慧的總和。
據英國廣播公司網站6月29日報道，群體智慧早在古希臘就已得到公認，當年希臘哲人亞里士多德就指出，眾多平凡之人如果齊心合力，所作的集體判斷往往比偉大的個人更為出色。
不需多想即可知多人參與決策會有較出色的成果，但知易行難，任何行政主管都會告訴你，讓一個大團隊齊心協力共事並不容易。然而，最近人工智慧的進步讓群體智慧的可操作性變得比較可行，從而得以讓人類工作更有效率，更有能力解決緊迫的社會挑戰。
在開發人工智慧幫助我們彙總各自獨特的才幹方面，已經有一些前景很看好的個案。舊金山一家初創公司建立了一個幫助指導團隊決策的線上平臺。該公司以一種大家意想不到的模式來建立其人工智慧模式，即模仿蜂群的集體智慧模式。
模仿蜂群模式
報道稱，該公司執行長說，在設計這個模式時“我們回到最基本的問題，即‘大自然是如何增強放大物種的群體智慧的？’自然所做的就是建立實時系統，在這個系統中，動物團隊透過反饋迴路進行即時互動。因此，蜜蜂是作為一個系統，相互推動和交流，匯聚它們各自的知識、智慧、洞察力和直覺於一體，因而形成最佳的智力決策”。
他們建立的蜂群人工智慧平臺的運作模式通常向群組提出一個問題，並在螢幕的不同角落放置可能的答案。群組各使用者需用滑鼠控制一個虛擬磁石，互相爭搶著把一個冰球拖向他們認為正確的答案處。
這個系統的演算法則分析每個使用者與冰球的互動方式，例如，其對拖動冰球的信心有多大，或者當位於少數時，其信心動搖的速度有多快，然後利用這些資訊來確定冰球的移動方向。這就形成了每個使用者都會受到其他人的選擇和信念影響的反饋迴圈，從而使得冰球最終會落腳於這個互動群體智慧的最佳選擇處。
使用該產品的一些學術論文和知名客戶進一步增強了這個蜂群人工智慧平臺的有效性。在最近的一項研究中，一組交易員被要求預測幾個關鍵股市指數的每週波動曲線，方法是試圖將冰球拖到四個答案的其中一個。這四個答案是漲或跌超過4%，以及漲或跌不到4%。使用該工具，他們的預測準確率提高了36%。
瑞士信貸集團利用這個平臺幫助投資者預測亞洲市場的表現。迪士尼曾用來預測電視節目的成功率。Unanimous AI公司甚至與斯坦福大學醫學院合作，使用這個平臺將醫生透過胸透X光診斷肺炎的能力提高了33%。
強化人性元素
報道稱，將人類和人工智慧的智慧結合在一起，也有助於賦予人工智慧技術更多的人性元素，更好地指導其決策。
總部位於倫敦的一家初創企業建立了一個人工智慧稽核系統，該公司招募了2000多名專家，其中包括記者和研究人員，專門分析網際網路上的某些資訊，比如偏見、言論的可信度或仇恨言論等。然後，他們利用這一分析來訓練一個自然語言處理智慧系統，用來自動掃描網頁中有問題的內容。該公司執行長說：“一旦你有了經過訓練的演算法，就可以用於分析網際網路上的數百萬條內容。你可以放大這些專家對網際網路言論的批判性評估。”
雖然人工智慧通常是在一次性過程中接受專家標記的資料訓練，但專家不斷更新訓練資料，以確保人工智慧演算法能夠跟上不斷變化的媒體環境。他們還讓公眾對人工智慧的輸出作出反饋，這能確保人工智慧不脫離現實，也不會存在固有偏見。
警惕潛在風險
然而報道還稱，將我們自己和我們的智力決策與人工智慧混合在一起並非沒有風險。
卡內基-梅隆大學一位組織行為學權威專家說，我們給機器提供的資訊越多，人工智慧和集體智慧之間的協同作用效果也越好，但我們也就會面臨我們究竟願意放棄多少個人隱私的艱難選擇。但這位專家說，考慮到氣候變化和流行病大暴發等全球性的多方面複雜挑戰，有效利用我們人類的群體智慧已攸關人類的存亡。
已經有一些例子說明以人工智慧來增進人類的群體智慧是如何應對全球性危機的。卡內基-梅隆大學的研究人員目前正在使用人工智慧學習演算法，將自願症狀調查、醫生報告、實驗室統計資料和谷歌搜尋趨勢等結合一體，實時預測新冠肺炎流行趨勢。
這位組織行為學權威專家說：“我們可以讓一些非常聰明的人單獨研究問題的不同方面，但是如果我們不協力合作，沒有集思廣益，就很難取得任何進展。我認為，關鍵之處是要讓人工智慧幫助這些單打獨鬥的工作實現叢集化，這樣才能解決需要全球集體行動以面對的問題。”