Het gemiddelde Fortune 1000-bedrijf heeft meer dan 30.000 werknemers en engineering-, verkoop- en marketingteams met honderden leden. Even grote teams bestaan ook in overheids-, wetenschaps- en defensieorganisaties. Uit onderzoek blijkt echter dat de ideale maatstaf voor productieve gesprekken in realtime is slechts ongeveer 4 tot 7 personen.
De reden is simpel: naarmate de groep groter wordt, heeft iedereen er een verminderde 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 in een stapel berichten worden begraven, wat de deelname vermindert en de beraadslaging verzwakt).
Simpel gezegd, productieve teamgesprekken niet schalen.
Dus wat doe je als je een groot team hebt en hun kennis, wijsheid, inzicht en expertise wilt benutten? Voor veel organisaties is de enige optie het houden van opiniepeilingen, enquêtes of interviews. Hierdoor worden gegevens verzameld over individuele perspectieven, maar niemand zal zich ‘gehoord voelen’ als het proces is voltooid, en een optimale oplossing zal zelden worden gevonden.
Dit komt omdat opiniepeilingen, enquêtes en interviews geen deliberatieve instrumenten zijn. Er mag geen sprake zijn van geven en nemen als teamleden over kwesties debatteren, redenen en beweegredenen aandragen, argumenten en tegenargumenten naar voren brengen en uiteindelijk een oplossing bedenken op basis van de merites van hun overwegingen. Enquêtes behandelen mensen als oversimplifiers gegevenspuntterwijl interactieve gesprekken mensen behandelen als bedachtzaam gegevensverwerker. Dit verschil is erg groot.
Ik heb dit probleem al meer dan tien jaar bestudeerd en ik geloof dat dit de beste manier is om het aan het licht te brengen echte collectieve intelligentie grote teams gebeurt via authentieke realtime gesprekken op schaal. Wat ik hiermee bedoel is een doordachte discussie waarin meerdere mensen samen kunnen brainstormen, prioriteiten kunnen stellen en een schatting kunnen maken, om uiteindelijk samen tot een oplossing te komen die echt voortbouwt op hun gecombineerde kennis, wijsheid en inzicht.
Maar gesprekken zijn toch niet te meten?
Fout – de afgelopen jaren zijn nieuwe communicatietechnologieën, AI Hyperchatis verschenen. Hierdoor kunnen grote, gedistribueerde teams productieve discussies voeren waar ze op efficiënte wijze over kwesties kunnen debatteren, over ideeën kunnen brainstormen, alternatieven kunnen prioriteren, argumenten en tegenargumenten kunnen aandragen. een oplossing vinden.
Geïnspireerd door grote natuurlijke systemen, bevat Hyperchat AI biologische principes Kudde intelligentie met de opkomst van de kracht van AI-agenten. De manier waarop het werkt is door een grote netwerkgroep te verdelen in een reeks kleine, onderling verbonden subgroepen, elk formaat voor doordachte realtime gesprekken via tekst, spraak of video. Het magische ingrediënt is een reeks AI-agenten die ‘conversatiesurrogaten’ worden genoemd en die deelnemen aan elke lokale discussie en eraan werken om alle subgroepen te verbinden tot één samenhangend overleg.
Met behulp van Hyperchat AI kunnen groepen van elke omvang over kwesties debatteren, brainstormen over ideeënprioriteiten stellen in keuzes, geschatte resultaten en problemen in realtime oplossen. En het werkt: uit onderzoek blijkt dat wanneer grote teams op deze manier gesprekken voeren, ze met slimmere, snellere en nauwkeurigere oplossingen komen. In een onderzoek waaraan ik persoonlijk heb deelgenomen, werden groepen met elkaar verbonden door Hyperchat AI hun collectieve IQ versterken tot het 97e percentiel.
In de andere onderzoekenuitgevoerd in samenwerking met Carnegie Mellon University, zei een groep 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 voelen het ook grotere aankopen van de oplossingen die naar voren komen.
Om de voordelen van Hyperchat AI op een leuke en actuele manier te testen, heb ik het onderzoeksteam van Unanimous AI (ontwikkelaars van Thinkscape, het platform dat Hyperchat AI gebruikt) gevraagd om 100 leden van het publiek te verzamelen om de Super Bowl van aanstaande zondag te bekijken en te debatteren. Welke Super Bowl-advertentie was het meest effectief, en waarom?
Ik weet dat dit geen erg sociaal belangrijke vraag is, maar de Super Bowl is een van de meest bekeken evenementen ter wereld, zowel vanwege het atletische spektakel als de reclame. Dit jaar kost een spot van 30 seconden tussen de 8 en 10 miljoen dollar, de productiekosten niet meegerekend. Met een dergelijk investeringsniveau wil elk merk opvallen, maar slechts enkelen zijn in staat dit te 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 advertentie te bespreken en te debatteren. Er worden tijdens het spel zesenzestig unieke advertenties weergegeven. Steekt een van hen boven de rest uit, en zo ja, Waarom is het erg effectief?
De 110 deelnemers werden verdeeld in 24 subgroepen, elk bestaande uit 4 of 5 mensen en één AI-agent. Elke agent heeft de taak zijn subgroep te observeren en vervolgens in realtime belangrijke inzichten te identificeren deel deze inzichten met AI-agenten in andere subgroepen. Wanneer agenten deze inzichten van buitenaf ontvangen, nemen ze vervolgens deel aan lokale gesprekken, waarbij ze die inzichten uiten als leden van hun groep. Dit proces verweeft alle overwegingen in één realtime gesprek dat soepel verloopt en synchroon samenkomt.
In totaal stelden 110 deelnemers 54 verschillende advertenties ter overweging voor, en zij kwamen tot beslissende antwoorden in slechts 10 minuten van zeer samenhangende discussies. En omdat de AI-agent de dynamiek in 24 lokale debatten volgt, zal het systeem, zodra het gesprek voorbij is, een gesorteerde lijst van 54 advertenties genereren op basis van de steun van het gesprek onder de bevolking.
Hieronder volgt de top tien die door de deelnemers aan de beraadslaging is geïdentificeerd:
Zoals je kunt zien, bleek de advertentie van Pepsi waarin de ijsberen van Coca-Cola werden gebruikt, met een ruime marge het meest effectief ’s nachts. Het Thinkscape-systeem rapporteert zelfs dat deze resultaten statistisch significant zijn voor een willekeurig geselecteerde consumentenpopulatie (p<0,01).
Bovendien houdt het systeem automatisch de redenen bij die in elke subgroep naar voren komen, en de reacties op die redenen (of ze nu de mening van anderen beïnvloeden, aanleiding geven tot tegenargumenten, of beide). Hierdoor kan het systeem onmiddellijk een doelgericht overzicht genereren van elke geproduceerde advertentie, waarbij wordt beoordeeld waarom de groep elke advertentie op dezelfde manier heeft bekeken.
Dit was de directe aanleiding voor de Polar Bear-advertentie:
“Ons collectieve perspectief is dat de meest effectieve Super Bowl-advertentie in 2026 de Pepsi Polar Bears-advertentie zal zijn. We vonden deze effectief vanwege de humor, het slimme gebruik van ijsberen, de grappen over Coca-Cola, de gedenkwaardigheid, de nostalgische elementen, de brede aantrekkingskracht, de focus op het product en het vermogen om gesprekken op gang te brengen. Terwijl sommigen van ons de advertentie bekritiseerden omdat deze zich op de vete concentreerde, waren de meesten van mening dat deze met succes de essentie van een klassieke Super Bowl-advertentie weergaf. “
Merk op dat het team van Unanimous AI dit realtime collectief ook vroeg om een vervolgvraag te overwegen: Welke Super Bowl-advertentie was het minst effectief en waarom? Dit is wat het systeem rapporteerde na 10 minuten overleg:
“Ons collectieve perspectief is dat de slechtste Super Bowl-advertentie van 2026 de advertentie voor Coinbase was. We vonden dat de advertentie onduidelijk was, met verwarrende berichten en een onvermogen om het product effectief uit te leggen. Bovendien werd de advertentie door velen als vervelend, in de war gebracht en niet gemakkelijk te plaatsen, met weinig promotie voor het product en een onderbreking van de service van Coinbase. Over het geheel genomen slaagde de advertentie er niet in om vertrouwen op te bouwen en was hij niet populair bij veel kijkers.” Opmerking: deze advertentieselectie leverde statistisch significante resultaten op (p<0,01) voor de hele populatie.
Nogmaals, dit is slechts een leuk voorbeeld om de gemeenschap erbij te betrekken, en niet een belangrijke overweging van groot belang. Niettemin heb ik grote groepen gezien, van analisten bij grote financiële instellingen tot wetenschappers van het ministerie van Energie, die belangrijke kwesties bespraken met behulp van deze technologie – en in alle gevallen lijken de groepen samen te komen met toenemende snelheid, nauwkeurigheid en ondersteuning.
Voor een overzicht van academische onderzoeken naar Hyperchat AI, zie dit laatste papier.
Louis Rosenberg promoveerde aan Stanford University, is professor aan de California State University (Cal Poly) en heeft meer dan 300 patenten gekregen voor zijn werk op het gebied van mens-computerinteractie, AI en collectieve intelligentie.
Welkom bij de VentureBeat-community!
In ons gastenprogramma delen technische experts inzichten en geven ze onpartijdige, diepgaande uitleg over AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van ondernemingen vormgeven.
Lees meer uit ons gastenpostprogramma — en bekijk het eens richtlijnen als u geïnteresseerd bent om uw eigen artikel bij te dragen!
