Agenti umjetne inteligencije pretvorili su gledatelje Super Bowla u jedan tim s visokim IQ-om — sada zamislite ovo u poduzeću

Prosječna tvrtka s liste Fortune 1000 ima više od 30.000 zaposlenika te inženjerske, prodajne i marketinške timove sa stotinama članova. Jednako veliki timovi postoje u vladinim, znanstvenim i obrambenim organizacijama. Pa ipak, istraživanja pokazuju da je idealna veličina za produktivan razgovor u stvarnom vremenu samo oko 4 do 7 ljudi.

Razlog je jednostavan: kako grupe rastu, svaka osoba ima manje prilike za govor i moraju čekati dulje da odgovore, povećavajući njihovu frustraciju jer se njihovi stavovi ne uzimaju u obzir u dovoljnoj mjeri. To vrijedi bez obzira na to surađuju li grupe osobno, video ili telekonferencijom, ili čak tekstualnim chatom (što korisnike zatrpava gomilom poruka koje smanjuju sudjelovanje i potkopavaju promišljanje).

Jednostavno rečeno, produktivni timski razgovori nemojte mjeriti.

Dakle, što učiniti ako imate veliki tim i želite iskoristiti njihovo znanje, mudrost, uvid i stručnost? Za mnoge organizacije jedini izbor je pribjeći anketama, anketama ili intervjuima. Time će se prikupiti podaci o pojedinačnim perspektivama, ali nitko se neće “osjećati saslušanim” kada proces završi i rijetko će pronaći optimalna rješenja.

To je zato što ankete, ankete i intervjui nisu deliberativni instrumenti. Nema davanja i primanja dok članovi tima raspravljaju o problemima, daju razloge i obrazloženja, iznose argumente i protuargumente i na kraju dolaze do rješenja na temelju svojih deliberativnih zasluga. Ankete tretiraju ljude kao previše pojednostavljene podatkovne točkedok interaktivni razgovori tretiraju ljude kao zamišljeno procesori podataka. Ova razlika je duboka.

Proučavam ovo pitanje više od desetljeća i uvjeren sam da je najbolji način za otključavanje prava kolektivna inteligencija velikih timova je kroz autentične razgovore u stvarnom vremenu na velikom broju. Govorim o promišljenim raspravama u kojima desetine ljudi mogu zajedno razmišljati, odrediti prioritete i prognozirati, naposljetku dolazeći do rješenja koja istinski iskorištavaju njihovo kombinirano znanje, mudrost i uvid.

Ali razgovore je nemoguće mjeriti, zar ne?

Pogrešno – tijekom posljednjih nekoliko godina, nova komunikacijska tehnologija, Hyperchat AIpojavio se. Omogućuje velikim, distribuiranim timovima da vode produktivne rasprave u kojima mogu raspravljati o problemima, razmišljati o idejama, davati prioritete alternativama, pružati argumente i protuargumente i učinkovito smisliti rješenja.

Nadahnut velikim prirodnim sustavima, Hyperchat AI kombinira biološke principe Inteligencija roja s rastućom snagom AI agenata. Djeluje tako da svaku veliku, umreženu grupu dijeli na skup malih, međusobno povezanih podgrupa, svaka veličine za promišljen razgovor u stvarnom vremenu putem teksta, glasa ili videa. Čarobni sastojak je roj agenata umjetne inteligencije koji se nazivaju “konverzacijskim surogatima” koji sudjeluju u svakoj lokalnoj raspravi i rade na povezivanju svih podskupina u jedno koherentno razmatranje.

Koristeći Hyperchat AI, grupe potencijalno bilo koje veličine mogu raspravljati o problemima, razmišljati o idejamaprioritet opcija, prognozirati ishode i rješavati probleme u stvarnom vremenu. I funkcionira – istraživanja pokazuju da kada veliki timovi vode razgovore na ovaj način, oni dolaze do pametnijih, bržih i točnijih rješenja. U jednoj studiji u kojoj sam osobno sudjelovao, grupe povezane pomoću Hyperchat AI povećali svoj kolektivni IQ do 97. percentila.

U druga studijaprovedenom u suradnji sa Sveučilištem Carnegie Mellon, grupe od 75 ljudi koje su vodile razgovore koristeći Hyperchat AI tehnologiju izjavile su da su se osjećale suradljivije, produktivnije i čujnije u usporedbi s tradicionalnim komunikacijskim strukturama kao što su Microsoft Teams, Google Meet ili Slack. Također su osjetili veći buy-in na rješenja koja su se pojavila.

Kako bih testirao vrline Hyperchat AI u zabavnom i pravovremenom formatu, zamolio sam istraživački tim u Unanimous AI (razvojnik Thinkscapea, platforme koja koristi Hyperchat AI) da okupi 100 članova javnosti koji su ove nedjelje gledali Super Bowl i raspravljaju koja je reklama za Super Bowl bila najučinkovitija i zašto?

Znam da ovo nije pitanje od velike društvene važnosti, ali Super Bowl je među najgledanijim događajima na svijetu, što zbog atletskog spektakla, što zbog reklama. Ove je godine spot od 30 sekundi koštao između 8 i 10 milijuna dolara, ne uključujući troškove produkcije. S tom razinom ulaganja, svaka marka želi se istaknuti, ali samo rijetki to mogu postići.

Dakle, okupili smo 110 nasumičnih članova javnosti – njihova jedina kvalifikacija bila je da su gledali Super Bowl – i zamolili ih da raspravljaju o oglasima. Šezdeset i šest jedinstvenih oglasa prikazano je tijekom igre. Je li se netko od njih snažno isticao iznad ostalih, i ako jest, zašto je li bilo tako učinkovito?

110 sudionika podijeljeno je u 24 podskupine, svaka s 4 ili 5 ljudi i jednim AI agentom. Svaki je agent imao zadatak promatrati svoju podgrupu, identificirajući ključne uvide u stvarnom vremenu podijeliti te uvide s agentima umjetne inteligencije u drugim podskupinama. Kad su agenti primili te vanjske uvide, sudjelovali su u svom lokalnom razgovoru, izražavajući uvid kao član svoje grupe. Ovaj proces spaja sva razmatranja u jedan razgovor u stvarnom vremenu koji besprijekorno teče i spaja se u skladu.

Sve u svemu, 110 ljudskih sudionika predložilo je 54 različita oglasa za razmatranje i došli su do odlučujućeg odgovora u samo 10 minuta hiperpovezane rasprave. A budući da su agenti umjetne inteligencije pratili dinamiku unutar sve 24 lokalne rasprave, čim je razgovor završio, sustav je generirao uređeni popis svih 54 oglasa na temelju potpore razgovorom u cijeloj populaciji.

Evo deset najboljih koje su identificirali sudionici koji su raspravljali:

Kao što možete vidjeti, reklama za Pepsi koja je koristila Coca-Colin polarni medvjed pokazala se najučinkovitijom te noći s velikom razlikom. Zapravo, Thinkscape sustav je izvijestio da je ovo bio statistički značajan rezultat za populaciju nasumično odabranih potrošača (p<0,01).

Osim toga, sustav automatski prati razloge koji se pojavljuju u svakoj podskupini, te reakcije na te razloge (jesu li utjecali na mišljenja drugih, potaknuli protuargumente ili oboje). Ovo omogućuje sustavu da trenutno proizvede promišljeni pregled za svaki proizvedeni oglas, procjenjujući zašto je grupa gledala svaki oglas na način na koji je gledala.

Evo obrazloženja koje je odmah generirano za oglas Polar Bear:

“Naša zajednička perspektiva je da je najučinkovitiji oglas za Super Bowl 2026. bio spot Pepsi Polar Bears. Smatrali smo ga učinkovitim zbog humora, pametne upotrebe polarnih medvjeda, uboda Coca-Cole, pamtljivosti, nostalgičnih elemenata, široke privlačnosti, fokusa na proizvod i sposobnosti poticanja razgovora. Dok su ga neki od nas kritizirali zbog fokusiranja na svađu, velika većina smatrala je da je uspješno uhvatio bit klasičnog oglasa za Super Bowl.”

Za zapisnik, tim u Unanimous AI također je zamolio ovaj kolektiv u stvarnom vremenu da razmotri dodatno pitanje, Koji je oglas za Super Bowl bio najmanje učinkovit i zašto? Evo što je sustav javio nakon 10 minuta razmišljanja:

“Naša je zajednička perspektiva da je najgori oglas za Super Bowl 2026. bio spot Coinbasea. Utvrdili smo da mu nedostaje jasnoće, sa zbunjujućim porukama i neuspjehom u učinkovitom objašnjenju proizvoda. Dodatno, mnogi su smatrali da je oglas dosadan, jeziv i bez truda, s malo promocije proizvoda i prekida veze s Coinbaseovim uslugama. Sve u svemu, nije uspio izgraditi povjerenje i bio je odvratan za mnoge gledatelje.” Napomena: odabir ovog oglasa bio je statistički značajan rezultat (p<0,01) u populaciji.

Opet, ovo je bio samo zabavan primjer za uključivanje javnosti, a ne veliko razmatranje velike važnosti. S tim u vezi, promatrao sam velike grupe, od analitičara u velikim financijskim institucijama do znanstvenika na Odjelu za energetiku, kako raspravljaju o važnim pitanjima koristeći ovu tehnologiju – i u svim slučajevima čini se da grupe konvergiraju s povećanom brzinom, preciznošću i prihvaćanjem.

Za pregled akademskih studija o Hyperchat AI, pogledajte ovaj nedavni rad.

Louis Rosenberg stekao je doktorat na Sveučilištu Stanford, bio je profesor na Kalifornijskom državnom sveučilištu (Cal Poly) i dobio je više od 300 patenata za svoj rad u interakciji između ljudi i računala, umjetnoj inteligenciji i kolektivnoj inteligenciji.

Web izvor