Inteligencia colectiva: enfoque para el análisis de redes.
| Autor | Torres, Claudia Eugenia Toca |
| Cargo | Ensayo |
-
Introduccion
Entre las metaheuristicas de mayor uso para estudios organizacionales figuran la optimizacion basada en colonias de hormigas y la inteligencia de enjambre. La optimizacion ha llamado la atencion y ha sido exitosamente aplicada en diversas situaciones, ya que permite el hallazgo eficiente de soluciones optimas en un espacio de busqueda amplio. Bajo inteligencia de enjambre los agentes individuales generan modelos y se autoorganizan mediante interacciones con sus vecinos, es una inteligencia propia de los insectos sociales y de las formas colectivas de existencia y de organizacion. En colonias de especies sociales (colmenas, cardumenes y manadas) el trabajo en equipo es ampliamente autoorganizado y coordinado a traves de las diferentes interacciones entre individuos. La autoorganizacion constituye un atributo propio de especies sociales, se refiere a la capacidad--en ausencia de control externo--para generar mejoras en el orden o para producir nuevas formas de organizacion frente a cambios ambientales.
Dado que no solo las especies pueden ser inteligentes, sino que tambien en otros niveles de vida como comunidades y ecosistemas existen posibilidades de desarrollar la autoorganizacion como atributo fundamental de la inteligencia colectiva, el segundo apartado del presente trabajo presenta una revision de la literatura anglosajona sobre las metaheuristicas y las especies sociales, confirmando las oportunidades de su aplicacion en niveles de vida superiores. El tercer apartado presenta la red empresarial como una comunidad social en la que interactuan diferentes especies de empresas. Posteriormente, se presenta el estado del arte de las 3 caracteristicas de la inteligencia colectiva: autoorganizacion, flexibilidad y robustez. En el quinto apartado se presentan las principales aplicaciones de la inteligencia colectiva y de otras metaheuristicas para la solucion de problemas en empresas (nivel inferior de vida). Dado que en una red empresarial inteligente nuevas formas de organizacion emergen frente a imprevistos en el entorno, resulta importante identificar los asuntos que contribuyen a su fortalecimiento; por esta razon el ultimo apartado se centra en una reflexion y propuesta para el estudio de la inteligencia colectiva en redes empresariales, bien sea en calidad de comunidades (empresas de la red) o de ecosistemas (empresas de la red y agentes nodales externos).
-
Inteligencia de enjambre como metaheuristica
Las metaheuristicas se reconocen como metodos disenados para resolver problemas dificiles de optimizacion combinatoria; proporcionan un marco general para crear nuevos algoritmos hibridos combinando conceptos de la genetica, la biologia, la inteligencia artificial, las matematicas, la fisica y la neurologia. Entre las metaheuristicas de mayor uso en los estudios organizacionales figuran los algoritmos geneticos, los algoritmos de busqueda local con vecindario variable, la optimizacion aleatoria, la busqueda local iterativa, la optimizacion basada en colonias de hormigas y la inteligencia de enjambre (Duarte, Pantrigo y Gallego, 2008).
La > (OCA) es el sistema de inteligencia colectiva donde el agente de bajo nivel es la abeja. Es el nombre otorgado a la conducta de busqueda colectiva de rastreo de alimento. El sistema de las abejas es un ejemplo tipico del trabajo en equipo organizado, de interaccion bien coordinada, de coordinacion, de division del trabajo, de realizacion simultanea de tareas, de individuos especializados y de comunicacion tejida (Kaur y Goyal, 2011). La > (OCH) constituye un enfoque reciente para resolver problemas de optimizacion combinatoria. La fuente de inspiracion de la OCH es el rastro de feromonas dejado por las hormigas y la conducta de rastreo de dicho medio de comunicacion por parte de las demas hormigas (Dorigo y Stutzle, 2002). El algoritmo de > (OCP)--inspirada en el abastecimiento de las hormigas--ha sido comparado con los algoritmos geneticos para el hallazgo eficiente de soluciones optimas o cuasioptimas en un espacio de busqueda amplio. La diferencia mas notable radica en que la OCP escoge el sendero de cooperacion sobre el de la competencia, en tanto los otros algoritmos evolutivos por lo regular usan alguna forma de aniquilacion. La poblacion de OCP es estable y los individuos no son destruidos o creados, sino influenciados por el mejor desempeno de sus vecinos. Esta optimizacion ha sido desarrollada a partir de la simulacion de modelos sociales simplificados, como las manadas de pajaros y los cardumenes de peces (Kim, 2006). Por tratarse de un concepto simple, de facil implementacion y rapida convergencia, ha llamado la atencion y ha sido exitosamente aplicado en diversas situaciones, como la programacion de sistemas manufactureros flexibles, el control de voltaje y poder, el entrenamiento de redes neuronales, la asignacion de tareas, la seleccion de proveedores y la estimacion para sistemas de distribucion de energia (Biswas y Mahapatra, 2008).
Segun Bonabeau, Dorigo y Theraulaz (1999), la expresion > (swarm intelligence) fue usada por primera vez por Gerardo Beni, Suzanne Hackwood y Jing Wang en 1989 en el contexto de los sistemas de robotica celular, donde diversos agentes individuales ocupaban uno o 2 ambientes dimensionales para generar modelos y autoorganizarse mediante interacciones con vecinos cercanos (Bonabeau et al., 1999). Bonabeau et al. (1999) consideran en su momento lo limitado del ambito de aplicacion, por lo que amplian el contexto del trabajo para incluir > (Martinoli, 2001, p. 315). La tambien denominada > caracteriza a los insectos sociales y a las formas colectivas de existencia y de organizacion: cardumenes, manadas, enjambres. Se describe como una conducta que emerge de un grupo de insectos sociales que viven en colonias (hormigas, abejas, avispas y termitas) que siguen reglas simples y no necesitan supervision. La conducta de enjambre se convierte en inteligencia colectiva cuando un grupo puede usarla para resolver un problema colectivamente, de forma tal que los miembros que forman parte del grupo no lo pueden hacer de forma individual (Fisher, 2009).
Un sistema de inteligencia de enjambre para solucionar problemas exige un conocimiento profundo no solo de las conductas individuales que deben ser implementadas sino tambien de las interacciones necesarias para producir una conducta global determinada (Bonabeau et al., 1999). La coordinacion emerge de las diferentes interacciones entre los individuos de un grupo social, sin importar si dichas interacciones son primitivas, pues en conjunto derivan en soluciones eficientes para problemas dificiles (Bonabeau y Meyer, 2001). Se debe recordar que las interacciones no-lineales entre los componentes de un sistema estan presentes en todo sistema ecologico, definido este como el conjunto de organismos junto con los diversos componentes del ambiente con los que estan relacionados funcionalmente (Gallopin, 2000).
La inteligencia colectiva emerge de la colaboracion y la competencia de varios individuos y del consenso en los procesos decisorios. El asunto mas importante es integrar la inteligencia atomizada para solucionar un problema dado, y la colaboracion social para buscar un criterio para un grupo de usuarios cuya inteligencia pueda ser integrada. Se asume que existe el estado real del conocimiento del mundo real y los elementos de la colectividad (especie o comunidad) lo reflejan al mismo grado, dada la insuficiencia y la incertidumbre (Thanh, 2008).
Una organizacion inteligente sera la que capture, construya y reserve conocimiento para entenderse a si misma, entender su ambiente, productos y servicios, competidores y posibilidades futuras. Es decir, para mantener operaciones en los mas altos estandares, construir su futuro, ayudar en el descubrimiento de nuevos productos y servicios, apoyar los riesgos en nuevos campos y eludir fuerzas intrusas de destruccion. Un atributo intrinseco de este tipo de organizaciones es la habilidad para transferir el conocimiento y el know how con el fin de soportar su vida productiva y crecimiento durante la creacion de valor continuo basado en innovacion (Dayyani, 2009).
-
Abejas, termitas y hormigas como especies sociales
Los modelos de conducta altamente coordinada y descentralizada (inteligencia colectiva) se aprecian en las colonias cuando intercambian informacion a traves de estigmergia, en los cardumenes al optar por conductas a partir de la de los vecinos y en las manadas cuando se comunican a traves de sonidos de otros pajaros (Jacob et al., 2007). Los insectos sociales exhiben una marcada diversidad en desarrollo, conducta, organizacion social y ecologia, los cuales tienden a variar en la medida que el trabajo se divide. Algunas especies denotan rasgos sociales complejos y formas extremas de plasticidad fenotipica (Smith, Toth, Suarez y Gene, 2008). Son una serie de criaturas complejas, ya que pueden procesar muchas entradas sensoriales, modular su conducta de acuerdo a muchos estimulos y tomar decisiones sobre la base de una gran cantidad de informacion. La complejidad de un insecto individual resulta insuficiente para explicar la complejidad de una colonia de insectos (Bonabeau et al., 1999).
Las capacidades cognitivas de los insectos sociales son impresionantes. En particular, las abejas han revelado un numero de habilidades tradicionalmente atribuidas solo a ciertos vertebrados superiores (palomas, delfines y primates), tales como sucesion del aprendizaje, categorizacion de objetos, formacion de conceptos y una forma simple de conteo. Los comportamientos inteligentes colectivos no dependen de aspectos o factores neuronales sino mas bien sensoriales y cognitivos. Cada insecto en una colonia parece tener su propia agenda, e incluso el grupo como un todo parece estar altamente organizado. En apariencia, la integracion fluida de actividades individuales no requiere ninguna supervision. Las abejas construyen series de panales...
Para continuar leyendo
Solicita tu pruebaCOPYRIGHT GALE, Cengage Learning. All rights reserved.
