Het gemiddelde Fortune 1000-bedrijf heeft meer dan 30.000 werknemers en engineering-, verkoop- en marketingteams met honderden leden. Er bestaan even grote teams in overheids-, wetenschaps- en defensieorganisaties. En toch toont onderzoek aan dat de ideale omvang voor een productief realtime gesprek is slechts ongeveer 4 tot 7 personen.
De reden is simpel: naarmate groepen groter worden, heeft elke persoon dat ook minder gelegenheid om te spreken en moeten langer wachten om te reageren, waardoor hun frustratie toeneemt dat er niet voldoende rekening wordt gehouden met hun standpunten. Dit geldt ongeacht of groepen persoonlijk samenwerken, via video of teleconferentie, of zelfs via tekstchat (waardoor gebruikers worden begraven in een achterstand aan berichten die de deelname vermindert en de beraadslaging ondermijnt).
Kortom, productieve teamgesprekken schaalt niet.
Dus wat doe je als je een groot team hebt en je wilt profiteren van hun kennis, wijsheid, inzicht en expertise? Voor veel organisaties is hun enige keuze het gebruik van opiniepeilingen, enquêtes of interviews. Hierdoor worden gegevens verzameld over individuele perspectieven, maar niemand zal zich ‘gehoord voelen’ als het proces voorbij is, en er zullen zelden optimale oplossingen worden gevonden.
Dit komt omdat opiniepeilingen, enquêtes en interviews geen deliberatieve instrumenten zijn. Er is geen sprake van geven en nemen als teamleden over kwesties debatteren, rechtvaardigingen en rechtvaardigingen aandragen, argumenten en tegenargumenten naar voren brengen en uiteindelijk tot oplossingen komen op grond van hun weloverwogen voordelen. Studies behandelen mensen als overdreven simplistisch gegevenspuntenterwijl interactieve gesprekken mensen behandelen als bedachtzaam gegevensverwerkers. Dit verschil is diepgaand.
Ik heb deze kwestie meer dan tien jaar bestudeerd en ik ben ervan overtuigd dat dit de beste manier is om de echte collectieve intelligentie van grote teams gebeurt via authentieke, realtime gesprekken op schaal. Ik heb het over doordachte discussies waarin tientallen mensen samen kunnen brainstormen, prioriteiten kunnen stellen en kunnen voorspellen, om uiteindelijk samen te komen tot oplossingen die echt gebruik maken van hun gecombineerde kennis, wijsheid en inzicht.
Maar gesprekken zijn onmogelijk op te schalen, toch?
Onjuist – de afgelopen jaren is er een nieuwe communicatietechnologie Hyperchat-AIis verschenen. Het stelt grote, gedistribueerde teams in staat productieve discussies te voeren waar ze over kwesties kunnen debatteren, over ideeën kunnen brainstormen, alternatieven kunnen prioriteren, argumenten en tegenargumenten kunnen aanvoeren en op een efficiënte manier kom met oplossingen.
Geïnspireerd door grote natuurlijke systemen combineert Hyperchat AI de biologische principes van Zwerm intelligentie met de nieuwe kracht van AI-agenten. Het werkt door elke grote netwerkgroep op te delen in een reeks kleine, onderling verbonden subgroepen, elk formaat voor een doordacht gesprek in realtime via tekst, spraak of video. Het magische ingrediënt is een zwerm AI-agenten die ‘conversationele surrogaten’ worden genoemd en die deelnemen aan elke lokale discussie en eraan werken om alle subgroepen te verbinden tot één samenhangende overweging.
Met behulp van Hyperchat AI kunnen groepen van elke omvang problemen bespreken, brainstormen over ideeënprioriteit geven aan kansen, voorspelde resultaten en problemen in realtime oplossen. En het werkt: uit onderzoek blijkt dat wanneer grote teams dit soort gesprekken voeren, ze samenkomen voor slimmere, snellere en nauwkeurigere oplossingen. In een onderzoek waarbij ik persoonlijk betrokken was, waren groepen geassocieerd met Hyperchat AI hebben hun collectieve IQ een boost gegeven tot het 97e percentiel.
IN nog een studieuitgevoerd in samenwerking met Carnegie Mellon University, zeiden groepen van 75 mensen die gesprekken voerden met behulp van Hyperchat AI-technologie dat ze zich meer collaboratief, productief en gehoord voelden in vergelijking met traditionele communicatiestructuren zoals Microsoft Teams, Google Meet of Slack. Zij voelden het ook grotere buy-in naar de oplossingen die naar voren kwamen.
Om de deugden van Hyperchat AI op een leuke en actuele manier te testen, heb ik het onderzoeksteam van Unanimous AI (ontwikkelaar van Thinkscape, een platform dat Hyperchat AI gebruikt) gevraagd om 100 leden van het publiek te verzamelen die zondag naar de Super Bowl hebben gekeken en te debatteren Welke Super Bowl-advertentie was het meest effectief en waarom?
Ik weet dat dit geen kwestie van groot maatschappelijk belang is, maar de Super Bowl behoort tot de meest bekeken evenementen ter wereld, zowel vanwege het atletiekspektakel als de reclamespots. Dit jaar kostte een spot van 30 seconden tussen de 8 en 10 miljoen dollar, de productiekosten niet meegerekend. Met dat investeringsniveau probeert elk merk zich te onderscheiden, maar slechts weinigen kunnen dit bereiken.
Dus verzamelden we 110 willekeurige leden van het publiek – hun enige kwalificatie was dat ze naar de Super Bowl keken – en vroegen hen om de advertenties te bespreken en te debatteren. Tijdens het spel werden 66 unieke advertenties vertoond. Heeft een van hen zich sterk onderscheiden van de rest, en zo ja, Waarom Was het zo effectief?
De 110 deelnemers werden verdeeld in 24 subgroepen, elk met 4 of 5 personen en één AI-agent. Elke agent kreeg de taak om zijn of haar subgroep te observeren en in realtime belangrijke inzichten te identificeren deel dit inzicht met AI-agenten in andere subgroepen. Toen agenten deze inzichten van buitenaf ontvingen, namen ze deel aan hun lokale gesprek en brachten ze het inzicht tot uitdrukking als lid van hun groep. Dit proces verweeft alle overwegingen samen in één realtime gesprek dat naadloos in elkaar overgaat en samenkomt.
In totaal stelden de 110 menselijke deelnemers 54 verschillende advertenties ter overweging voor, en kwamen in slechts 10 minuten van hyperverbonden discussie tot een sluitend antwoord. En omdat de AI-agenten de dynamiek van alle 24 lokale debatten volgden, genereerde het systeem op het moment dat het gesprek eindigde een geordende lijst van alle 54 advertenties, gebaseerd op de gespreksondersteuning onder de hele bevolking.
Hier is de top tien zoals geïdentificeerd door de meerderheidsdeelnemers:
Zoals u kunt zien, bleek de Pepsi-advertentie waarin de ijsbeer van Coca-Cola werd gebruikt, veruit de meest effectieve van de avond. Het Thinkscape-systeem rapporteerde zelfs dat dit een statistisch significant resultaat was voor een populatie van willekeurig geselecteerde consumenten (p<0,01).
Bovendien houdt het systeem automatisch de redenen bij die in elke subgroep voorkomen en de reacties op die redenen (of deze nu de mening van anderen hebben beïnvloed, tegenargumenten hebben opgeroepen, of beide). Hierdoor kan het systeem onmiddellijk een doordacht overzicht maken van elke geproduceerde advertentie en beoordelen waarom de groep elke advertentie op dezelfde manier heeft bekeken.
Dit is de redenering die onmiddellijk werd gegenereerd voor de ijsbeeradvertentie:
“Ons collectieve perspectief is dat de meest effectieve Super Bowl-advertentie in 2026 de Pepsi Polar Bears-spot was. We vonden deze effectief vanwege de humor, het slimme gebruik van ijsberen, de grap tegen Coca-Cola, de gedenkwaardigheid, nostalgische elementen, de brede aantrekkingskracht, de productfocus en het vermogen om een gesprek op gang te brengen. Terwijl sommigen van ons er kritiek op hadden omdat het zich concentreerde op een grote meerderheid van een grote klassieke Super Bowl-advertentie.”
Voor de goede orde heeft het team van Unanimous AI dit realtime collectief ook gevraagd een vervolgvraag te overwegen: Welke Super Bowl-advertentie was het minst effectief en waarom? Dit is wat het systeem meldde na 10 minuten nadenken:
“Ons collectieve perspectief is dat de slechtste Super Bowl-advertentie van 2026 de Coinbase-spot was. We vonden dat deze onduidelijk was, met verwarrende berichten en een onvermogen om het product effectief uit te leggen. Bovendien werd de advertentie door velen als vervelend, griezelig en weinig inspanning ervaren, met weinig promotie voor het product en een onderbreking van Coinbase naar de algemene services die werden onderbroken door Coinbase-services. kijkers.” Opmerking: het kiezen van deze advertentie was een statistisch significant resultaat (p<0,01) voor de hele populatie.
Nogmaals, dit was slechts een leuk voorbeeld van het betrekken van het publiek, en niet een belangrijke overweging van groot belang. Dat gezegd hebbende, heb ik grote groepen, van analisten bij grote financiële instellingen tot wetenschappers van het ministerie van Energie, belangrijke kwesties zien bespreken met behulp van deze technologie – en in alle gevallen lijken de groepen samen te komen met toenemende snelheid, nauwkeurigheid en acceptatie.
Voor een overzicht van academisch onderzoek naar Hyperchat AI, ga naar deze laatste krant.
Louis Rosenberg promoveerde aan Stanford University, was professor aan de California State University (Cal Poly) en heeft meer dan 300 patenten gekregen voor zijn werk op het gebied van mens-computerinteractie, kunstmatige intelligentie en collectieve intelligentie.
Welkom bij de VentureBeat-community!
In ons gastpostprogramma delen technische experts inzichten en bieden ze neutrale, onbevooroordeelde diepgaande inzichten in AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van het bedrijfsleven vormgeven.
Lees meer uit ons gastpostprogramma – en bekijk ons richtlijnen als u geïnteresseerd bent om uw eigen artikel bij te dragen!
