Esta escena cotidiana en las aulas inspiró la investigación de la Escuela de Negocios Tepper de la Universidad Carnegie Mellon descrita en un nuevo artículo titulado "Understanding Collective Intelligence:Investigating the Role of Collective Memory, Attention, and Reasoning Processes", publicado en Perspectives en Ciencia Psicológica . Este artículo forma parte de un número especial sobre Psicología de los Colectivos.

El artículo presenta el Modelo de Sistemas Transactivos de Inteligencia Colectiva (TSM-CI). Es una nueva forma de ver cómo los grupos, ya sean estudiantes o profesionales, gestionan su conocimiento, enfoque y procesos de toma de decisiones, asegurando que las fortalezas de todos se utilicen de manera efectiva. Al igual que un médico evalúa si un cuerpo está sano en función de cómo funcionan sus diversos sistemas, utiliza el marco TSM-CI para articular los sistemas que pueden determinar si un equipo está sano.

"Nuestro marco realmente llega al corazón de lo que hace que un equipo trabaje bien en conjunto", dijo Anita Williams Woolley, Decana Asociada de Investigación y Profesora de Comportamiento Organizacional en la Escuela Tepper, quien dirigió la investigación en la que se basa el marco. "No se trata sólo de tener un grupo de personas; se trata de cómo utilizan lo que saben, se mantienen enfocados y toman decisiones como un equipo".

Woolley destacó que esto puede ayudarnos a construir mejores equipos y herramientas, especialmente ahora que la gente trabaja más con tecnología y en diferentes entornos. "Se trata de comprender que la clave para un gran equipo es cómo trabajan todos juntos, no solo quién está en el equipo".

El marco TSM-CI gira en torno a la idea de que el trabajo en equipo exitoso depende de la inteligencia colectiva. La inteligencia dentro de cualquier sistema se basa en tres funciones interrelacionadas:memoria, atención y razonamiento. Los equipos eficaces cultivan un sistema de memoria transactiva (TMS) que les permite identificar qué miembros del equipo poseen diferentes piezas de información o experiencia. Esto facilita el intercambio y la recuperación eficiente de información, garantizando que se acceda al conocimiento correcto en el momento adecuado.

Posteriormente, el Transactive Attention System (TAS) garantiza que el enfoque colectivo del equipo esté coordinado y distribuido adecuadamente, similar a un director que guía una orquesta para garantizar que cada músico interprete su parte en el momento adecuado. Por último, el Sistema de Razonamiento Transactivo (TRS) alinea al equipo con objetivos y prioridades comunes, guiando las decisiones y reflejando cómo un equipo deportivo elabora estrategias en conjunto para ganar un juego.

"Con una cantidad cada vez mayor de colaboración en entornos digitales, podemos desarrollar indicadores de funcionamiento saludable del equipo que las computadoras comprendan", dijo Pranav Gupta, profesor asistente de administración de empresas en la Facultad de Negocios Gies de la Universidad de Illinois Urbana-Champaign y co- autor sobre la investigación. "Esto abre nuevas posibilidades para integrar a los 'compañeros de equipo' de IA en nuestros equipos humanos y realmente puede cambiar la forma en que trabajamos juntos".

Esta investigación tiene implicaciones para mejorar el trabajo en equipo en diversos ámbitos, desde las aulas hasta las salas de juntas corporativas. Los esfuerzos futuros explorarán cómo la tecnología puede reforzar estos sistemas cognitivos colectivos y desarrollar herramientas para mejorar aún más la colaboración.