6.3
Unidad 6.3 · Semanas 59–61

Del experto a la red

Un experto no es suficiente. Anita Woolley demostró que un grupo bien estructurado es más inteligente que el mejor individuo. El futuro del liderazgo es diseñar redes, no contratar genios.

Sesión A — Inteligencia distribuida > experto individual

Durante siglos, organizaciones resolvieron problemas complejos delegando a un "experto." El CEO, el estratega, el científico jefe. La suposición: quién sabe más, lidera mejor. Pero esto falla en complejidad. Los problemas actuales son tan multifacéticos que ningún individuo comprende todos los ángulos. El cambio climático requiere física, economía, política, biología simultáneamente. Una crisis de salud requiere médicos, epidemiólogos, psicólogos, especialistas en comunicación. El experto individual es un cuello de botella.

Anita Woolley (MIT, Carnegie Mellon) demostró algo revolucionario en 2010. Reunió cientos de equipos, midió su "inteligencia colectiva" (c-factor), y preguntó: ¿qué predice que un equipo sea inteligente? No era la suma de IQs individuales. Era: (1) igualdad en turn-taking (todos hablan lo mismo), (2) sensibilidad social promedio (qué tan bien leen emociones de otros), (3) diversidad cognitiva. Un equipo donde todos son del mismo tipo de thinker es menos inteligente que uno donde hay pensadores visuales, analíticos, creativos, críticos.

La implicación es profunda: no necesitas contratar genius. Necesitas diseñar redes donde la inteligencia emerge de la interacción. Esto cambió cómo piensan sobre liderazgo organizaciones como Google, Wikipedia, la ONU. No buscan el mejor individuo. Buscan la mejor estructura de conexiones.

Sesión B — Práctica

Sesión B — Práctica: Diseña una red cognitiva

Tienes el presupuesto para contratar 10 personas para resolver un problema complejo (ej: reducir deforestación en una región, mejorar resultados de aprendizaje en escuelas, diseñar un system de justicia más equitativo). Las opciones:

Estrategia A: Contrata 10 expertos en el dominio (forestales, economistas, conservacionistas). Todos piensan igual. IQ promedio alto, pero c-factor bajo.

Estrategia B: Contrata 2 expertos en el dominio + físicos + psicólogos + artistas + economistas + ingenieros + trabajadores sociales. Diversidad cognitiva extrema. IQ promedio puede ser menor, pero c-factor es alto.

En el simulador abajo, puedes construir tu equipo. Ajusta: número de expertos, diversidad de roles, estructura de comunicación (¿todos hablan igual? ¿algunos dominan?). El sistema te mostrará el c-factor resultante. Verás que la estructura importa más que el talento individual.

Sesión C — Evaluación

Sesión C — Evaluación de dominio

Dominaste este concepto si:

Quiz de evaluación

Responde correctamente 3 de 4 preguntas (75% mínimo).

Contexto histórico

De Taylorismo a redes: la historia de la inteligencia colectiva en trabajo

A principios de 1900, Frederick Taylor propuso el "Scientific Management." La idea: descompón un trabajo en tareas simples, contrata gente que pueda hacer esas tareas rápido, un jefe supervisa. Resultado: eficiencia. Para trabajos simples (manufactura), funcionó. Pero Taylor asumió que la inteligencia residía en el jefe (el ingeniero que diseña) y la mano de obra simplemente ejecuta.

Este modelo dominó durante 100 años. Pero en los 1950s-60s, la investigación comenzó a mostrar que la jerarquía era un cuello de botella. Douglas McGregor (MIT, 1960) propuso que los trabajadores no eran máquinas simples sino seres con motivación, creatividad, capacidad de decisión. Su "Theory Y" sugería: dame autonomía, confía en mí, obtendrás más. Fue revolucionario pero enfrentó resistencia—los jefes aman el control.

En los 1990s, Edwin Hutchins (UCSD) publicó "Cognition in the Wild" (1995). Hutchins estudió cómo un barco de la Marina resolvía problemas de navegación. Observó que la "navegación" no ocurría en la mente de un capitán. Ocurría a través de sistemas distribuidos: marinero A medía ángulo, marinero B leía cartas, marinero C calculaba, marinero D comunicaba al capitán. La cognición estava extendida en la red de personas. Si removías a uno, el sistema fallaba. El "pensamiento" era del sistema, no del individuo.

Esto fue la primera formalización de "distributed cognition." Pero en 2010, Anita Woolley y otros en Carnegie Mellon llevaron esto a nivel cuantitativo. Estudió 699 equipos haciendo tareas diversas (creatividad, lógica, coordinación). Midió IQ de cada miembro. Predijo: suma de IQs = inteligencia del equipo. Resultado: fracaso. El IQ individual explicaba poco. Lo que explicaba c-factor era: (1) igualdad en participación (si 1 persona habla 80%, intelligence cae), (2) sensibilidad social promedio (capacidad de leer otras mentes), (3) proporción de mujeres (estudios muestran que mujeres tendían a tener más sensibilidad social, pero también era un proxy para diversidad).

El paper se publicó en Science (2010). Fue citado miles de veces. Corporaciones como Google y Microsoft reformularon estrategias de contratación. No más "contrata genius." Más: "contrata gente que juegue bien en equipos."

En paralelo, James Surowiecki (2004) y luego Scott Page (2007) demostraron que la diversidad cognitiva (no homogeneidad) maximizaba inteligencia colectiva. Que esto es cierto en predicción de mercados, diseño técnico, resolución de problemas complejos.

Hoy, el shift es completo: Silicon Valley, startups ágiles, ONGs, gobiernos progresivos—todos entienden que el futuro requiere redes, no jerarquías. Pero la transición es lenta. Muchas organizaciones todavía contratan "genius"—un CEO carismático, un CTO brillante—asumiendo que "un buen líder" puede cargar la organización. Datos muestran que eso falla en complejidad. El futuro del liderazgo no es ser el más inteligente. Es diseñar redes donde otros pueden ser inteligentes.

Teoría profunda

La arquitectura de la inteligencia colectiva

El c-factor (collective intelligence factor) de Woolley se define formalmente como la capacidad de un grupo para ejecutar tareas que requieren jerarquización, coordinación y juicio colectivo. No es suma de IQs. Es una propiedad emergente de la red.

Factor 1: Igualdad en turn-taking (Turn-taking Equality)

Si mides cuánto habla cada persona en una conversación grupal: ¿es igual? ¿O una persona domina? Grupos donde la conversación es más equilibrada tienen c-factor más alto. La hipótesis: cuando uno domina, otros se autocensuran (por miedo, por desánimo). La inteligencia de la minoría silenciosa se pierde. Conversely, cuando todos participan, integras perspectivas múltiples.

Factor 2: Sensibilidad Social Promedio (Average Social Sensitivity)

¿Qué tan bien el grupo lee las "emociones" de los otros? Woolley midió esto con tests de reconocimiento de expresiones faciales. Grupos donde la gente era mejor en reconocer emociones tenían c-factor más alto. La hipótesis: si entiendes cómo se siente alguien, ajustas tu comunicación, lo haces sentir escuchado, por lo que comparte más.

Factor 3: Diversidad Cognitiva (Cognitive Diversity)

¿El grupo piensa igual o diferente? Grupos donde la gente tiene backgrounds diferentes (disciplinas, culturas, experiencias) tienen c-factor más alto. La razón: diversidad = más ángulos sobre el problema = mejor solución. Un equipo de "todos ingenieros" resolverá el problema como ingenieros. Un equipo con ingeniero + poeta + economista + psicólogo verá cosas que los ingenieros solos no ven.

La fórmula (simplificada):

c-factor ≈ (Turn-taking Equality) × (Average Social Sensitivity) × (Cognitive Diversity)

Si cualquiera = 0, c-factor colapsa. Si todos son altos, c-factor es máximo.

Implicaciones para diseño de equipos:

No contratar por suma de talento individual. Si contratas 5 personas brillantes pero todas piensan igual (ej: 5 analíticos, 0 creativos), c-factor es bajo.

Diseñar para participación equilibrada. Esto significa estructura: roles rotativos, facilitador que invita a callados a hablar, reuniones donde no domina el jefe.

Entrenar sensibilidad social. Algunos lo llaman "emotional intelligence." Es aprender a leer y responder a las dinámicas del grupo.

Buscar "intérprete" entre disciplinas. Alguien que pueda hablar "físico" y "economista" simultáneamente. Ese puente es valiosa.

Diferencia entre c-factor y inteligencia colectiva de Surowiecki (Bloque 1):

Surowiecki hablaba de cuatro condiciones: independencia, descentralización, agregación, especialización. Esas son sobre estructura de decisión. Woolley mide capacidad de razonamiento del grupo. Ambas son reales y complementarias. Surowiecki: "¿cómo es que el promedio de muchas predicciones es preciso?" Woolley: "¿cómo es que un grupo razona mejor que los individuos?"

Cómo estudiar cognición distribuida

Ruta de aprendizaje recomendada

1. El paper original de Woolley (gratuito en algunos lugares):

Busca: "Evidence for a Collective Intelligence Factor in the Performance of Human Groups" (Woolley et al., Science, vol. 330, 2010). Es ≈6 páginas. Lee la sección "Results" (página 686). Verás las tres variables que predicen c-factor. El paper tiene una tabla que muestra: IQ individual explain ~0%, pero igualdad de turn-taking, sensibilidad social, y diversidad de género explican ~50% de la variación. Esta es la evidencia core.

2. Comparar con Hutchins (Cognición distribuida)::

"Cognition in the Wild" (Hutchins, 1995) es más teórico pero fascinante. Lee el capítulo 1 sobre la navegación del barco. Verás cómo Hutchins analiza un sistema donde "navegación" no ocurre en una mente sino en un sistema de personas, instrumentos, prácticas. Luego pregúntate: ¿cómo se aplica esto a tu trabajo?

3. Conecta con Surowiecki (Bloque 1):

Ahora que sabes de c-factor, vuelve a Surowiecki. Busca sección sobre "diversity." Surowiecki dice que la diversidad es crítica. Woolley cuantifica: QUÉ tipo de diversidad (cognitiva) importa. Es reforzador mutuo.

4. Caso de estudio: Wikipedia:

Wikipedia es un ejemplo vivo de cognición distribuida. Busca papers sobre "quality of Wikipedia" (ej: Wilkinson & Huberman, 2007). Verás que artículos Wikipedia de calidad tienen cierta estructura: muchos editores (descentralización), debate sobre cambios (turn-taking), editores con backgrounds distintos (diversidad). Cuando esas propiedades faltan, calidad sufre.

5. Medida empírica: Team Network Analysis:

Si estás en una organización, puedes medir c-factor de tu equipo. Herramientas: encuestas sobre "psychological safety" (¿sientes que puedes hablar?), "cognitive diversity" scores (cuán diferente es el background de cada uno), "turn-taking equality" (analizar transcripciones de meetings o auto-reportes).

6. Reflexión: ¿Dónde falla tu c-factor actual?

Identifica un equipo que conoces (trabajo, voluntariado, proyecto). Diagnostica: ¿es el turn-taking equilibrado o uno domina? ¿Es la sensibilidad social alta o baja? ¿Hay diversidad cognitiva o todos piensan igual? ¿Dónde está el bottleneck?

Este diagnóstico es más poderoso que contratar más gente. Cambiar la estructura frecuentemente es más rápido que cambiar el personal.

Ejercicio expandido

Tres ejercicios sobre inteligencia de redes

Ejercicio 1: Análisis de tu equipo actual (Básico)

Piensa en un equipo del cual eres parte (trabajo, proyecto voluntario, estudio). Para cada una de las tres variables de c-factor, autodiagnóstica:

Tu c-factor ≈ media de estas tres. Si es <6, tienes oportunidad de mejora. ¿Cuál es la variable más baja? Ahí es donde deberías intervenir primero.

Ejercicio 2: Comparar dos equipos reales (Intermedio)

Identifica dos equipos: uno que funciona bien, uno que funciona mal. Diagn óstica ambos usando las tres variables. Compara:

Equipo bueno: Probablemente tiene turn-taking equilibrado (todos participan), sensibilidad social alta (se escuchan), diversidad presente (piensa de formas diferentes).

Equipo malo: Probablemente falla en una o dos: quizás un jefe domina (fallo de turn-taking), o la gente no se escucha (fallo de sensibilidad), o todos piensan igual (fallo de diversidad).

Hipótesis: la diferencia entre "bueno" y "malo" NO es la suma de IQs individuales. Es la estructura del equipo.

Ejercicio 3: Diseño de equipo nuevo (Avanzado)

Imaginemos que necesitas formar un equipo de 8 personas para resolver un problema complejo (ej: reducir accidentes de tráfico en tu ciudad, mejorar retención de estudiantes, diseñar una app que sea inclusiva).

Dos opciones:

Opción A: Contrata 8 expertos en el dominio (ej: 8 ingenieros de tráfico). IQ promedio alto, c-factor probablemente bajo (todos piensan igual).

Opción B: Contrata 2 expertos en el dominio + 1 psicólogo + 1 artista/diseñador + 1 economista + 1 sociólogo + 1 ingeniero civil + 1 trabajador social. IQ promedio puede ser menor, pero c-factor probablemente más alto.

¿Cuál team resuelve mejor el problema? La evidencia sugiere: Opción B, IF la estructura es correcta (turn-taking equilibrado, se entienden bien). Si la Opción B tiene un jefe que domina, pierde la ventaja.

Reflexión: ¿Tu intuición sobre "contratar genius" está correcta o está basada en falacia de que más talento individual = mejor resultado?