Archivi per la categoria: Saggezza della folla

CrowdSound-via-Partecipactive

Non tutti sanno suonare uno strumento o hanno studiato in una scuola di musica, ma anche per loro è ora possibile comporre una canzone. Ma non una canzone qualsiasi, la canzone perfetta.

Impossibile? Assolutamente no, grazie i principi e ai meccanismi espressi dalla teoria della saggezza della folla (se volete approfondire fatelo qui).

Questo è quello che sta cercando di dimostrare Brandon Ferris, un programmatore che vive nella Repubblica Dominicana, attraverso il progetto CrowdSound che sostiene un principio molto semplice:

If the majority believes a certain note sounds best after a combination of previous notes, the majority should also believe that all such crowd-picked notes sound pleasant together.”

Attraverso un tool di votazione molto semplice, è possibile scegliere la nota successiva, quella che secondo noi sta meglio e contribuire alla stesura finale della melodia basata su una struttura compositiva standard. Dopo 100 voti, la nota più gradita viene scelta e si passa oltre nella composizione.

CrowdSound-via-Partecipactive_voting

Fino ad ora il progetto ha coinvolto oltre 45.000 persone provenienti da 145 paesi diversi e  mancano ancora 46 note per completare la canzone. Poi si passerà – sempre in crowdsourcing – a comporre il testo della canzone.

Quindi, se volete sentirvi anche voi un po’ Lennon & McCartney, non avete che da ascoltare la composizione e scegliere la nota che vi suona meglio.

Probabilmente il crowdsourcing non rappresenterà il futuro della composizione e la gente non si sostituirà al genio dei grandi compositori, ma come la mettiamo se poi ci troviamo primi in classifica?

 

Fonti CrowdSound e The Daily Dot.
Immagini dal sito dell’iniziativa.
Grazie a Francesco Grandazzi per la segnalazione.

mappa-ricerche-tomnod-aereo-scomparso-via-partecipactive

DigitalGlobe è una compagnia americana specializzata nell’acquisizione e vendita di immagini dallo spazio e di contenuti geospaziali. Ha i propri satelliti e collabora con enti come il Dipartimento della Difesa degli Stati Uniti, la Nasa e compagnie private come Google.
La maggior parte delle immagini satellitari ad alta risoluzione di Google Earth e Google Maps provengono dai suoi archivi in continuo aggiornamento, così come quelle in vendita nel sito specializzato in fotografia aerea TerraServer.

Poco dopo la sparizione nei cieli tra la Malesia e Pechino del Boeing 777  della Malaysia Arlines, DigitalGlobe ha deciso di raccogliere una nuova serie di immagini della zona del probabile incidente aereo. E le ha caricate nella sua piattaforma di crowdsourging Tomnod e ha invitato volontari e appassionati ad osservare con cura le immagini di migliaia di chilometri del mare del golfo del Siam alla ricerca di indizi.

Lo scopo è quello di provare a risolvere, con la disponibilità del più grande gruppo di persone possibile, il mistero del volo MH 370. Centinaia di migliaia di occhi in più che si aggiungono a quelli di militari e forze di soccorso che ogni giorno fanno su è giù con navi e aerei nello stesso mare.

tomnod-homepage-update-via-partecipactive

Tomnod è una piattaforma di crowdsourcing non molto diversa da quelle di progetti simili. NASA Clickworkers, una delle prime della storia del crowdsourcing, già nel 2000 funzionava in modo molto simile e richiedeva l’analisi e la misurazione dei crateri di Marte. Ma il punto non è l’interfaccia, sono i dati a disposizione.
Allora come oggi sono immagini eccezionali, e in questo caso anche ad alta risoluzione, scattate dallo spazio e aggiornate nella piattaforma in tempo quasi reale.

.crowdsourcing-missing-airplane-malaysian-airlines-tomnod-homepage-via-partecipactivecrowdsourcing-missing-airplane-malaysian-airlines-tomnod-via-partecipactive-volunteer

La piattaforma Tomnod ha un’usabilità elevata ed è chiara nelle istruzioni. Si può partecipare senza loggarsi e anche se si hanno solo pochi minuti liberi, si può contribuire comunque in modo significativo alle ricerche.

Grazie a un’interfaccia molto semplice, la superficie del pianeta viene presentata ai volontari suddivisa in piccole porzioni rettangolari di meno di mezzo chilometro quadrato. Il sistema fornisce all’utente una zona in modo randomico da osservare e mette a disposizione 4 semplici strumenti per segnalare – e indicare nella mappa – tracce di relitti, gommoni di salvataggio, chiazze di carburante o altro di interessante o sospetto.

DigitalglobeTomnodMalaysianAircraft-via-partecipactive

L’area di ricerca aumenta di pari passo alla pubblicazione di nuove immagini, così come le persone coinvolte nella campagna di ricerca. Quando l’analisi di ogni pixel delle foto satellitari a disposizione è completata, la piattaforma viene chiusa per il caricamento di nuove immagini.

Durante la manutenzione la conversazione si sposta sui social network (qui e qui) e vengono rilasciati file .kmz che aperti con Google Earth restituiscono sulla mappa tutte le segnalazioni dei volontari digitali.

crowdsourcing-missing-airplane-malaysian-airlines-tomnod-via-partecipactive-thank-you risultati-tomnod-google-earth-malaysian-airlines-aereo-scomparso

L’unione fa la forza e spesso l’intelligenza collettiva (ne ho parlato anche qui) ha risolto quesiti all’apparenza impossibili.

Succederà anche questa volta?
Non sarebbe la prima per il popolo di Tomnod.

.

[ U P D A T E ] 

Per seguire gli aggiornamenti della campagna di ricerca di Tomnod e conversare con altri appasionati, il luogo più indicato è la pagina Facebook di Tomnod (qui).

Per le nuove teorie sulla scomparsa dell’MH370 sto seguendo l’evolversi della situazione su Il Post che sta documentando molto bene la vicenda (qui) e gli articoli di Jeff Wise nel magazine Slate (qui).

.

tomnod MH370_header via partecipactive

[ U P D A T E ] 

Il primo maggio 2014 si è conclusa la campagna di ricerca del volo MH370 su Tomnod.

Con una email sono stati ringraziati gli 8 millioni di persone coinvolte nel più grande progetto di ricerca in crowdsourcing della piattaforma; insieme hanno esplorato ed analizzato 1.007.750 kilometri quadrati di immagini satellitari.

.

Conclusa questa missione ne è immediatamente iniziata un’altra e al team di Tomnod è stato richiesto aiuto per esplorare le immagini dei territori degli Stati Uniti colpiti dai tornado a fine aprile 2014.

Cliccate qui per partecipare alla nuova campagna “Tornadoes in the Southern & Midwestern USA”.

.

Fonte e immagini: Blog di DigitalGlobe, Pagina Facebook e Piattaforma Tomnod.
Grazie a @francescoGRZ per la segnalazione.

La teoria sociologica della Saggezza della folla non è solo una delle più affascinanti, ma è anche una di quelle più vicine ai fenomeni partecipativi e al coinvolgimento di gruppi di individui.

Studiata da oltre un secolo e a volte definita Intelligenza della folla, è una teoria ha trovato una vasta applicazione in Internet: Yahoo! Answers e Wikipedia si basano su di essa. Ma anche nella soluzioni di problemi estremamente complessi, di altri all’apparenza irrisolvibili e persino nel gioco di un tv show italiano di culto negli anni ’80.

Ma partiamo dall’inizio.

.

La teoria che nasce dalla pesa di un bue a una fiera di bestiame.

Una massa di individui sarebbe in grado di fornire una risposta adeguata e valida ad una domanda più di quanto non siano in grado di farlo gli esperti”

Il tema dell’intelligenza collettiva è stato trattato da diversi studiosi sin dall’inizio del secolo scorso e il primo a parlarne fu l’antropologo Francis Galton.

Nel 1906 durante una fiera di bestiame a Plymouth, chiese alle 787 persone presenti, quale fosse il peso del bue in esposizione e di scriverlo su un foglietto; il più preciso nella previsione avrebbe vinto il bue.

Raccolse tutte le singole risposte e scoprì che la media delle stime fornite dai cittadini comuni era più precisa della stima fornita dai singoli esperti.

Nasceva così, tra mucche e letame, la teoria della Saggezza della folla. Chissà alla fine a chi andò il premio, non ci è dato di saperlo, ma se qualcuno vuole approfondire questo storia può farlo qui.

.

Le caramelle di Jack e i fagioli di Raffaella.

Spesso la folla è molto più intelligente della persona più intelligente che ne fa parte”.

Le intuizioni di Galton, prima di trovare una totale conferma con l’avvento di Internet, ebbero fortuna nelle Università americane e in un programma della RAI Radiotelevisione italiana dei primi anni ’80.

Mentre in Italia impazzava ormai da 5 anni il Gioco dei fagioli nel Programma Pronto Raffaella, il professore di economia Jack Treynor realizzo quello che è passato alla storia come il Jelly-beans-in-the-jar experiment.

Treynor mise all’interno di un contenitore di vetro 850 caramelle gommose, coinvolse gli studenti di una classe della University of California e chiese loro di stimarne il totale, proprio come nel Gioco dei fagioli.
Il gruppo disse 871 e ancora una volta, come a voler dimostrare l’esattezza della teoria, la previsione del gruppo fu superiore a quella individuale. Solo uno dei 56 studenti si avvicinò maggiormente al risultato esatto, intuizione che altro non fece che avvicinare ancor di più il gruppo al risultato esatto.

Treynor concluse che il gruppo era in grado di fare una stima più precisa di ogni singolo individuo che ne faceva parte.
Ma arrivò anche a un’altra importante conclusione: maggiore è il numero delle persone che partecipano all’esperimento, migliore è il risultato della previsione.

E’ ovvio che il Gioco dei fagioli di Pronto Raffaella era basato su meccaniche diverse da quelle dell’esperimento di Treynor, ma è sicuro che dopo ogni previsione individuale, il gruppo – il pubblico a casa  – si avvicinava sempre di più al risultato esatto. Grazie alla comunicazione della singola previsione via telefono, il partecipante riceveva una risposta univoca: hai indovinato ti prendi il montepremi, hai sbagliato (e aumenti il montepremi). Il gruppo a casa, tenendo conto della risposta, riceveva importanti indicazioni sul risultato esatto e capendo se il numero era più alto o più basso poteva rilanciare fino ad indovinare.

.

James, Harri e i criteri di validità di una teoria.

La folla è un gruppo non necessariamente coeso di individui, che possono anche non conoscersi o non condividere le medesime idee”.

Dopo un antropologo, un economista e una showgirl – e prima che se ne occupi addirittura un mentalist – la teoria della Saggezza della folla passa dalla penna di un giornalista capace di esplodere ulteriormente le teorie di Galton e Treynor.

Nel 2004 il giornalista finanziario del New Yorker e scrittore statunitense James Surowiecki pubblicò per Random House, il saggio La Saggezza della folla (il titolo originale è The wisdom of the crowd: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations) cambiando il modo di intendere La Saggezza della folla con la prima enunciazione dei criteri di validità.

L’opera ripercorre gli esempi di Galton e Treynor (ma non quello di Raffaella) e ne racconta altri, come quello della ricerca del sottomarino affondato, del terreno più aurifero, dell’origine degli ingorghi e se ricordo bene anche uno su Rino Gattuso ed evidenzia come sia Internet il luogo dove l’intelligenza collettiva trova terreno fertile. Ma soprattutto scolpisce i 4 criteri di validità che devono venire rispettati affinché la teoria funzioni:

  1. Diversità di opinione: ogni persona deve avere un’opinione differente.
  2. Indipendenza: le opinioni delle persone non devono venire influenzate da quelle altrui.
  3. Decentralizzazione: nessuno deve essere in grado di pilotarla dall’alto.
  4. Aggregazione: le opinioni devono poter essere aggregate in modo da ottenere un risultato finale.

Se volete approfondire, oltre a leggere i saggio, qui trovate un’intervista a James Surowiecki nel sito della sua casa editrice Random House.

Nel 2008, basandosi sul saggio di Surowiecki, Harri Oinas-Kukkonen (professore del Department of Information Processing Science dell’Università di Oulu in Finlandia) raddoppiò i criteri perfezionandoli:

  1. Deve essere possibile riassumere in un unico pensiero la moltitudine di pensieri delle persone che fanno parte del gruppo.
  2. Spesso la folla è molto più intelligente della persona più intelligente che ne fa parte.
  3. Devono venire rispettate le tre condizioni di diversità, indipendenza e decentralizzazione.
  4. Le migliori decisioni nascono dal disaccordo.
  5. Troppa comunicazione può rendere il gruppo meno intelligente.
  6. È necessario che vi sia un sistema di aggregazione dell’informazione.
  7. L’informazione corretta deve essere raggiungibile dalle giuste persone nel posto giusto, nel momento giusto e nel modo giusto.
  8. Non deve esserci il bisogno di interrogare un esperto.

.

Wikipedia e Yahoo! Answers. La teoria in pratica?

Wikipedia è l’immensa enciclopedia online che non ha bisogno di presentazioni, Yahoo! Answers è invece la piattaforma che permette di ricevere da parte di chiunque risposte a qualsiasi domanda. Entrambe le piattaforme sono spesso citate come l’applicazione perfetta della teoria della Saggezza della folla, ma è davvero così se rileggiamo i criteri di Surowiecki, ma soprattutto quelli ben più pratici di Oinas-Kukkonen?

Wikipedia è definita l’enciclopedia libera e collaborativa e quanto è pubblicato nelle sue pagine è il risultato del lavoro di tantissime persone, ma anche della segnalazione di revisioni da parte di una community all’apparenza rigida e snob[senza fonteche controlla attentamente ogni informazione pubblicata. Nessuno si erge ad esperto e nessuno si permette di fare correzioni, segnala e basta.

Le decisioni finali nascono dal disaccordo proprio come prevedono i criteri, non c’è comunicazione tra i redattori che influenzi le informazioni e tutti i criteri della teoria sembrano soddisfatti. Ma perchè ho un dubbio sull’ottavo?
Siamo sicuri che la fonte da citare non faccia la funzione dell’esperto da interrogare?


Ogni affermazione sulle voci di Wikipedia deve essere dimostrata da una fonte attendibile ed è capitato che neanche il diretto interessato fosse considerato tale. Lo scrittore Philip Roth, per esempio, non è stato considerato fonte attendibile da Wikipedia quando si trattava della descrizione di un personaggio di un suo stesso romanzo! (Se non conoscete la storia cliccate qui). In questo caso la folla non è stata più intelligente della persona più intelligente – o più preparata – che ne faceva parte!

Yahoo! Answers invece ragiona diversamente da Wikipedia: chi decide il valore di un’affermazione non è una community, un gruppo, la folla o le fonti attendibili, ma il diretto interessato. Colui che ha posto la domanda.

La piattaforma non riassume in un unico pensiero la moltitudine di pensieri, è il richiedente che ne evidenzia uno che farà guadagnare all’autore dei punti – Yahoo! Answers ha un sistema di rewarding – dopo la verifica dell’attendibilità dell’informazione da parte di chi ha posto la domanda.
Anche in questo caso il punto meno rispettato è l’ottavo, quello che riguarda l’esperto. Per Wikipedia è l’attendibilità della fonte, mentre per Yahoo! Answers è la scelta del demander.

Per conoscere una piattaforma o un servizio, il modo migliore è sperimentare. Con Yahoo! Answers l’ho fatto nel 2009 e mi ha permesso di trovare il luogo in cui si sarebbero esibiti i Silly Fools, la mia Rock Band Thai preferita, la notte di Capodanno a Bangkok.
In internet non avevo trovato nulla; sono abbastanza bravo con i motori di ricerca, ma vuoi per la poca conoscenza della lingua Thai (e di contro dell’inglese da parte degli abitanti della terra dei sorrisi) e dei locali di Bangkok, tentai con la piattaforma di Yahoo.
Posi una domanda secca: “Vado in Thailandia in dicembre, vorrei vedere in concerto i Sillly Fools, qualcuno sa indicarmi dove?”
Arrivarono tre risposte che evidenziavano 3 venue diverse. Le verificai: una mi dava informazioni riscontrabili in rete, le alte no. I punti li prese chi li meritava ed io li vidi da 30 centimetri all’Overtone! La foto a seguire non rende onore alla mia gioia, il video pubblicato sulla mia pagina Facebook probabilmente si.

Vista la loro funzione, siti come Yahoo! Answers (ma anche Quora) potrebbero essere considerate piattaforme di Crowdcasting, luoghi virtuali dove c’è qualcuno che rende noto un problema a una moltitudine di potenziali solutori.
Credo che sia sbagliato però considerarle tali: un conto è cercare dove si terrà il concerto dei Silly Fools, un altro trovare un sistema per pulire dal petrolio le coste dell’Alaska o inserire senza avvelenarsi il fluoro nel tubetto di un dentifricio.

A questo scopo esistono piattaforme specifiche, come Innocentive (qui il sito), luoghi frequentati da migliaia di specialisti di ogni estrazione e capaci di trovare soluzioni molto più originali, semplici e vincenti di quelle dei reparti Ricerca e Sviluppo di multinazionali o degli esperti di agenzie governative e associazioni filantropiche.

Per spiegare tutto questo c’è un ultimo teorema che aggiunge un ulteriore tassello alla teoria dell’inteligenza collettiva. Forse quello più affascinante.

.

Qualcuno di voi indossa calzini marroni? E’ per un esperimento.

Scott E. Page, è un social scientist dellUniversità del Michigan ed è un esperto sulla diversità e complessità delle conoscenze partecipative (qui il suo sito). Si interessa dal 1995 di fenomeni che ruotano attorno alla teoria della Saggezza della folla.

Non conoscevo le sue ricerche fino al giorno che non ho letto di lui e del suo lavoro, nel meraviglioso libro di Jeff Howe: Crowdsourcing, Why the Power of the Crowd Is Driving the Future of Business. (Lo potete leggere in inglese gratuitamente qui). Howe non è solo la persona ha inventato il termine Crowdsourcing e ne ha scritto per primo nel 2006 nelle pagine di Wired (qui) ma anche colui che ne ha divulgato i principi nel libro edito negli Stati Uniti da Random House nel 2009 e in Italia l’anno dopo.

Howe racconta che mentre Page era professore al California Institute of Technology, costruì un modello informatico usando agenti artificiali, che altro non sono cheprogrammi informatici che interagiscono in base a regole scritte nel loro codice. Il compito degli agenti era quello di cercare di risolvere problemi difficili confrontandosi con la specie più imprevedibile di tutti: quella umana e del loro comportamento in relazione a sistemi complessi come i mercati finanziari.

Nella simulazione, Page usò due gruppi di agenti: uno composto dai migliori e più brillanti solutori, specialisti di prima categoria, l’altro composto invece da agenti con la capacità di risolvere i problemi in maniera molto variegata, dove alcuni avevano talento per la materia e altri assolutamente no.

Il secondo gruppo, era stato creato scegliendo a caso. Non in base alle capacità, al Q.I., all’istruzione o alla specializzazione, ma come se si fosse fatta attenzione solo al colore dei calzini che indossavano quella mattina per essere scelti.
Se il primo era il gruppo dei genii, il secondo era quello dei calzini marroni. Inutile dirvi che negli States i calzini marroni sono molto più popolari che in Italia.

Durante le simulazioni al computer, il gruppo dei calzini marroni continuava a vincere e a trovare soluzioni migliori rispetto a quelle fornite dagli esperti. Non si trattava del risultato di un numero più vasto di persone come quello del pubblico che analizzava il peso del bue alla Fiera del bestiame di Plymouth, ma di un gruppo di egual numero.

Cos’era quindi che rendeva il gruppo dei calzini marroni imbattibile? Cosa aveva in più il gruppo rispetto al gruppo di esperti?

La diversità.


Da questo spunto nacquero la ricerca decennale di Scott E. Page e un libro, edito nel 2007 dall’Università di Princeton. Il saggio dimostrava con rigore logico, esperimenti e precisione matematica, un’ulteriore espansione della teoria dell’intelligenza collettiva – quella che sostiene che:

Un gruppo scelto a caso di solutori di problemi dà risultati migliori di un gruppo dei migliori solutori individuali.

Nel saggio The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies, Page esplode il suo teorema, arrivando all’osservazione che un gruppo ritenuto di grande talento è spesso un gruppo fortemente omogeneo. Persone che hanno studiato le stesse materie nelle stesse scuole e che tendono ad applicare le stesse tecniche per trovare la soluzione a un problema. Sono i migliori, di sicuro, ma in meno cose.

E infatti perdono con i calzini marroni, quelli che hanno una preparazione disomogenea, meno codificata e che sono abituati a tentare approcci personali e completamente diversi tra quelli tentati all’interno del gruppo. Da questo nasce la loro ricchezza.

La diversità è infatti un’ingrediente essenziale dell’intelligenza della folla.
E’ la varietà della composizione di un team che lo rende capace di affrontare ogni situazione, positiva o negativa.
E’ la somma delle differenze che trova le soluzioni ai problemi e agli enigmi. Ma contribuisce anche alla creazione di strategie, leggi e regolamenti più apprezzati e meglio tollerati.

.

La saggezza della folla, come ormai avete capito, ha bisogno di regole e meccanismi da rispettare per essere efficace. E’ sicuramente una teoria valida che ha anche alcuni detrattori. La loro opinione spesso nasce da esempi negativi.

Un esempio in negativo, spesso citato, è quello delle bolle speculative nate attorno alle dot-com alla fine degli anni ’90. Ma non è colpa della teoria, è colpa del mancato rispetto dei criteri di validità. Se la folla – in questo caso formata da investitori – smette di pensare in modo indipendente e invece di concentrarsi sul reale valore di una o più aziende si lascia influenzare dal sentimento comune, fa quello che le regole non validano. Se poi incomincia a prendere decisioni in considerazione quanto gli altri pensano, piuttosto che alla loro singola opinione, la teoria viene definitivamente meno.

Un altro esempio negativo è quello che vi sto per raccontare.

.

Si può vincere alla lotteria con la saggezza della folla?

Nei primi giorni del settembre 2009, il noto illusionista e mentalist inglese Derren Brown, una delle persone più abili nel condizionamento delle folle, decise invece di usarla per indovinare i numeri della lotteria.

Durante il suo show su Channel 4, Brown scrisse tutti i numeri estratti in fila su un foglio, un attimo prima che l’annunciatore di BBC1 li stesse declamando.
Come fece? Grazie alla Saggezza della folla, secondo il suo racconto nel video a seguire.

Per chi non ha voglia di guardare il video, la racconto io.

Brown, raccolse attorno a se 24 persone e dopo una serie di sedute utili a studiare il metodo, arrivò al giorno dell’estrazione. Fece loro prevedere i numeri, li sommò e fece la media di tutti i risultati individuali. Così facendo il risultato dell’estrazione venne indovinato. Lo vedete nella foto, nelle sfere in sovrimpressione durante lo show e lo potete leggere – ovviamente – su Wikipedia! Ma anche nel sito di Derren Brown.

Dopo la trasmissione, molti giornalisti illustrarono nei loro articoli legittimi dubbi: Brown è un’illusionista, è ovvio che usa dei trucchi. Molti ne hanno scritto e se leggete quelli a seguire capirete che la Saggezza della folla non ha nulla a che fare con questo tipo di previsioni ed è solo un bel nome da spendere. Dal Daily Mail i dubbi di Davide Thomas, dal Daily Telegraph i 6 dubbi della redazione, ma soprattutto dal blog Knowledge Problem i dubbi del lucido economista Michael Giberson.

A questi aggiungo quello più banale: se il metodo era così sicuro, perchè Brown non ha comprato neanche un biglietto della Lotteria?

Secondo me perchè sapeva perfettamente che la Teoria della Saggezza della folla, non riguarda previsioni di questo tipo, ma solo quelle dove le persone coinvolte devono esprimere un’opinione che nasce da un ragionamento.

E sparare numeri a caso, non è di sicuro un ragionamento.