Nätverk av Covid-19-projekt på JOGL-plattformen. Kredit:Marc Santolini/JOGL, Författare tillhandahålls
Över hela världen, forskare och utövare utnyttjar obevekligt data om pandemin för att modellera dess utveckling, förutsäga effekten av möjliga ingrepp och utveckla lösningar på brist på medicinsk utrustning, generera öppen källkodsdata och koder för att återanvändas av andra.
Forskning och innovation är nu i ett samarbetsras som är lika smittsamt som coronaviruset. Är detta uppkomsten av den berömda "kollektiva intelligensen" som är tänkt att lösa våra stora globala problem?
Framväxten av en global kollektiv intelligens
I början av epidemin såg "traditionell" forskning avsevärt accelerera och öppna sina produktionsmedel, med tidskrifter som t.ex Vetenskap , Natur och The Lancet omedelbart ge allmänheten tillgång till publikationer om coronaviruset och covid-19.
Den akademiska världen är i uppblåsning. Varje dag, John Hopkins University uppdaterar en öppen och samverkande ström av data om epidemin, som redan har återanvänts mer än 11, 000 gånger. Forskningsresultat publiceras omedelbart på pre-print-servrar eller laboratoriewebbplatser. Algoritmer och interaktiva visualiseringar blomstrar på GitHub; uppsökande videor på YouTube. Siffrorna är häpnadsväckande, med nästan 9, 000 akademiska artiklar publicerade i ämnet hittills.
På senare tid, populära initiativ som sammanför en mängd olika aktörer har vuxit fram utanför institutionella ramar, använda onlineplattformar. Till exempel, en gemenskap av biologer, ingenjörer och utvecklare har dykt upp på samarbetsplattformen Just One Giant Lab (JOGL) för att utveckla till låg kostnad, öppen källkodslösningar mot viruset. Denna plattform, som vi utvecklade med Leo Blondel (Harvard University) och Thomas Landrain (La Paillasse, PILI) under de senaste tre åren, är utformad som en virtuell, öppet och distribuerat forskningsinstitut som syftar till att utveckla lösningar för de hållbara utvecklingsmålen (SDG) som definierats av FN. Samhällen använder det för att självorganisera och tillhandahålla innovativa lösningar på akuta problem som kräver i grunden tvärvetenskapliga färdigheter och kunskaper. Plattformen underlättar samordning genom att koppla samman behov och resurser inom samhället, animera forskningsprogram, och organisera utmaningar.
När det första projektet gällde covid-19 – en låg kostnad, diagnostiskt test med öppen källkod – föddes i början av mars, det var rusning på perrongen. Antalet bidrag per minut fortsatte att öka:hundratals interaktioner, skapande av projekt, kommunikation... Så mycket att servern som var värd för plattformen inte kunde hålla längre! På bara en månad, det var mer än 60, 000 besökare från 183 länder, inklusive 3, 000 aktiva bidragsgivare genererar mer än 90 projekt, allt från maskdesigner till billiga ventilatorprototyper, eller AI-appar för hostklassificering.
Denna enorma gemenskap organiserade sig snabbt i arbetsgrupper, blanda olika färdigheter och universum; oväntade kombinationer av dataforskare från stora företag, forskare i antropologi, ingenjörer eller biologer möts i detta virtuella universum.
Den mest aktiva personen och framväxande samordnaren i samhället visar sig till och med vara... en 17-årig gymnasieelev från Seattle! Detta initiativ är nu ett fullfjädrat forskningsprogram, Öppna COVID19, med 100, 000 euro i finansiering från Axa Research Fund som för närvarande omfördelas som mikrobidrag till framväxande projekt genom ett gemenskapssystem för peer-review, ett partnerskap med Paris sjukhussystem (AP-HP) för att underlätta utvärdering och validering av design avsedda för sjukhusbruk, och flera huvudteman:diagnos, förebyggande, behandling, godkännande, och dataanalys och modellering.
Världen med öppen källkod har under de senaste decennierna gått i spetsen för samhällets självorganisering och är ursprunget till massiva samarbetsprojekt som Linux eller Wikipedia. Liknande ansträngningar görs nu för att lösa globala och multidisciplinära frågor, utnyttja kompetensmångfald till förmån för projektets komplexitet.
Karta över delade färdigheter över Covid-19-projekt på JOGL-plattformen. Kredit:Marc Santolini, JOGL, CRI, Författare tillhandahålls
Vad är "kollektiv intelligens"?
Om vi kan mäta individuell intelligens med hjälp av prestationsindikatorer för olika uppgifter och härleda individuell "IQ", varför inte mäta en grupps intelligens genom deras prestation på kollektiva uppgifter?
Forskare har visat att det finns en kollektiv intelligensfaktor. Det visar sig att en intelligent grupp inte är en grupp intelligenta individer, utan snarare en grupp individer som interagerar effektivt – till exempel genom sin förmåga att tala rättvist i diskussioner. Författarna drar slutsatsen:"det verkar vara mycket lättare att höja en grupps intelligens än en individ. Kan en grupps kollektiva intelligens ökas med, till exempel, bättre elektroniska samarbetsverktyg?".
Detta är andan i samarbetsplattformar som JOGL:vi kan i realtid övervaka samhällsutvecklingen och projektframsteg, gör det möjligt att underlätta samordningen av de olika programmen, inklusive OpenCOVID19.
De genererade uppgifterna ger också en kvantitativ grund för att utforska "god praxis" som underlättar kollektiv intelligens. Genom att analysera det med nätverksvetenskapens verktyg, vi studerar hur samarbetsdynamik underbygger kunskapsutvecklingen.
Efemärt uppvaknande eller långsiktig revolution?
Även om det är för tidigt att dra slutsatser i fallet med OpenCOVID19-programmet, att utforma framtiden för sådana massiva samarbeten börjar nu. Särskilt, medlemmar i samhällen som skalar upp snabbt går ofta vilse, och smarta onboardingstrategier är nyckeln till att upprätthålla sådana ansträngningar. Gralen av dessa samhällen ligger i att bygga en arkitektur av uppmärksamhet genom rekommenderade system , samma algoritmer som gjorde framgången för sociala nätverk som Twitter, Instagram eller Facebook. Detta tillvägagångssätt, baserat på grundläggande resultat från teamvetenskap och nätverksvetenskap, utnyttjar samhällets digitala spår för att föreslå den bästa personen att kontakta, det mest relevanta projektet för att hjälpa eller pressande uppgift att slutföra. I hjärtat av JOGL-arkitekturen, sådana algoritmer hjälper till att främja serendipity och underlätta koordinering.
Att utveckla rekommendatorsystem för massiva samarbeten kräver mycket olika bidrag, från datavetenskap till samhällsvetenskap, matematik eller etik. Ironiskt, kollektiv intelligens kommer att vara nyckeln till dess egen design.
Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.