Het gemiddelde Fortune 1000-bedrijf heeft meer dan 30.000 werknemers en engineering-, verkoop- en marketingteams met honderden leden. Er bestaan even grote teams in overheids-, wetenschaps- en defensieorganisaties. En toch toont onderzoek aan dat de ideale omvang voor een productief realtime gesprek is slechts ongeveer 4 tot 7 personen.
De reden is simpel: naarmate groepen groter worden, heeft elke persoon dat ook minder 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 worden begraven in een achterstand aan berichten die de deelname verminderen en de beraadslaging ondermijnen).
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 hun enige keuze het gebruik van opiniepeilingen, enquêtes of interviews. Hierdoor worden gegevens verzameld over individuele perspectieven, maar niemand zal zich ‘gehoord voelen’ als het proces voorbij is, en er zullen zelden optimale oplossingen worden gevonden.
Dit komt omdat opiniepeilingen, enquêtes en interviews geen deliberatieve instrumenten zijn. Er is geen sprake van geven en nemen als teamleden over kwesties debatteren, redenen en beweegredenen aandragen, argumenten en tegenargumenten naar voren brengen en uiteindelijk tot oplossingen komen op grond van hun weloverwogen verdiensten. Enquêtes behandelen mensen als te simpel gegevenspuntenterwijl interactieve gesprekken mensen behandelen als bedachtzaam gegevensverwerkers. Dit verschil is diepgaand.
Ik bestudeer deze kwestie al meer dan tien jaar en ik ben ervan overtuigd dat de beste manier om de echte collectieve intelligentie van grote teams gebeurt via authentieke realtime gesprekken op schaal. Ik heb het over doordachte discussies waarin tientallen mensen samen kunnen brainstormen, prioriteiten kunnen stellen en voorspellingen kunnen doen, om uiteindelijk samen te komen tot oplossingen die daadwerkelijk gebruik maken van hun gecombineerde kennis, wijsheid en inzicht.
Maar gesprekken zijn onmogelijk op te schalen, toch?
Fout – de afgelopen jaren is er een nieuwe communicatietechnologie Hyperchat-AIis ontstaan. Het stelt grote, gedistribueerde teams in staat productieve discussies te voeren waar ze over kwesties kunnen debatteren, over ideeën kunnen brainstormen, alternatieven kunnen prioriteren, argumenten en tegenargumenten kunnen aandragen en efficiënt kunnen werken. kom met oplossingen.
Geïnspireerd door grote natuurlijke systemen combineert Hyperchat AI de biologische principes van Zwerm intelligentie met de opkomende kracht van AI-agenten. Het werkt door elke grote netwerkgroep op te delen in een reeks kleine, onderling verbonden subgroepen, elk formaat voor doordachte realtime gesprekken via tekst, spraak of video. Het magische ingrediënt is een zwerm AI-agenten die ‘conversationele surrogaten’ worden genoemd en die deelnemen aan elke lokale discussie en eraan werken om alle subgroepen samen te brengen tot één samenhangend overleg.
Met behulp van Hyperchat AI kunnen groepen van elke omvang over kwesties debatteren, brainstormen over ideeënopties prioriteren, uitkomsten voorspellen en problemen in realtime oplossen. En het werkt: uit onderzoek blijkt dat wanneer grote teams op deze manier gesprekken voeren, ze tot slimmere, snellere en nauwkeurigere oplossingen komen. In één onderzoek waarbij ik persoonlijk betrokken was, waren groepen verbonden door Hyperchat AI versterkten hun collectieve IQ tot het 97e percentiel.
In nog een studieuitgevoerd in samenwerking met Carnegie Mellon University, zeiden groepen 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 voelden ook grotere buy-in naar de oplossingen die naar voren kwamen.
Om de deugden van Hyperchat AI op een leuke en actuele manier te testen, heb ik het onderzoeksteam van Unanimous AI (ontwikkelaar van Thinkscape, een platform dat Hyperchat AI gebruikt) gevraagd om 100 leden van het publiek samen te brengen die afgelopen zondag naar de Super Bowl hebben gekeken en debatteren welke Super Bowl-advertentie was het meest effectief, en waarom?
Ik weet dat dit geen kwestie van groot maatschappelijk belang is, maar de Super Bowl is een van de meest bekeken evenementen ter wereld, zowel vanwege het atletische spektakel als de advertenties. Dit jaar kostte een spot van 30 seconden tussen de 8 en 10 miljoen dollar, de productiekosten niet meegerekend. Met dat investeringsniveau wil elk merk zich onderscheiden, maar slechts enkelen kunnen dat bereiken.
Dus brachten we 110 willekeurige leden van het publiek samen – hun enige kwalificatie was dat ze naar de Super Bowl keken – en vroegen hen om de advertenties te bespreken en te debatteren. Tijdens het spel werden zesenzestig unieke advertenties weergegeven. Stond een van hen sterk boven de rest, en zo ja, Waarom was het zo effectief?
De 110 deelnemers werden verdeeld in 24 subgroepen, elk met 4 of 5 mensen en één enkele AI-agent. Elke agent kreeg de taak zijn subgroep te observeren en vervolgens in realtime belangrijke inzichten te identificeren deel deze inzichten met AI-agenten in andere subgroepen. Toen agenten deze inzichten van buitenaf ontvingen, namen ze deel aan hun lokale gesprek, waarbij ze het inzicht uitten als lid van hun groep. Dit proces verweeft alle beraadslagingen samen in één realtime gesprek dat naadloos in elkaar overgaat en samenkomt.
Alles bij elkaar stelden de 110 menselijke deelnemers 54 verschillende advertenties ter overweging voor, en zij kwamen tot een beslissend antwoord in slechts 10 minuten van hyperverbonden discussie. En omdat de AI-agenten de dynamiek binnen alle 24 lokale debatten volgden, genereerde het systeem zodra het gesprek eindigde een geordende lijst van alle 54 advertenties op basis van de gespreksondersteuning van de volledige bevolking.
Hier is de top tien zoals geïdentificeerd door de beraadslagende deelnemers:
Zoals u kunt zien, bleek de Pepsi-advertentie waarin de ijsbeer van Coca-Cola werd gebruikt, met ruime marge de meest effectieve van de avond te zijn. Het Thinkscape-systeem meldde zelfs dat dit een statistisch significant resultaat was voor een populatie van willekeurig geselecteerde consumenten (p
Bovendien houdt het systeem automatisch de redenen bij die in elke subgroep naar voren komen, en de reacties op die redenen (of het nu de mening van anderen beïnvloedde, tegenargumenten inspireerde, of beide). Hierdoor kan het systeem onmiddellijk een deliberatief overzicht maken van elke geproduceerde advertentie, waarbij wordt beoordeeld waarom de groep elke advertentie op de manier heeft bekeken.
Hier is de redenering die onmiddellijk wordt gegenereerd voor de Polar Bear-advertentie:
“Ons collectieve perspectief is dat de meest effectieve Super Bowl-advertentie van 2026 de Pepsi Polar Bears-spot was. We vonden deze effectief vanwege de humor, het slimme gebruik van ijsberen, de grap tegen Coca-Cola, de gedenkwaardigheid, nostalgische elementen, de brede aantrekkingskracht, de productfocus en het vermogen om gesprekken op gang te brengen. Hoewel sommigen van ons kritiek hadden op de spot omdat deze zich concentreerde op een vete, was een grote meerderheid van mening dat deze met succes de essentie van een klassieke Super Bowl-advertentie weergaf. “
Voor de goede orde: het team van Unanimous AI heeft dit realtime collectief ook gevraagd een vervolgvraag te overwegen: Welke Super Bowl-advertentie was het minst effectief en waarom? Dit is wat het systeem meldde na 10 minuten beraadslaging:
“Ons collectieve perspectief is dat de ergste Super Bowl-advertentie uit 2026 de Coinbase-spot was. We vonden dat deze onduidelijk was, met verwarrende berichten en een onvermogen om het product effectief uit te leggen. Bovendien werd de advertentie door velen als vervelend, griezelig en weinig inspanning ervaren, met weinig promotie voor het product en een verbinding met de diensten van Coinbase. Over het geheel genomen slaagde het er niet in om vertrouwen op te bouwen en was het voor veel kijkers onaangenaam.” Opmerking: de selectie van deze advertentie was een statistisch significant resultaat (p
Nogmaals, dit was slechts een leuk voorbeeld om het publiek te betrekken, en niet een groot overleg van groot belang. Dat gezegd hebbende, heb ik grote groepen gezien, van analisten van 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 buy-in.
Voor een overzicht van academische studies over Hyperchat AI, ga naar dit recente artikel.
Louis Rosenberg promoveerde aan Stanford University, was 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 gastpostprogramma delen technische experts inzichten en bieden ze neutrale, niet-gevestigde diepgaande inzichten over AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van het bedrijfsleven vormgeven.
Lees meer uit ons gastpostprogramma — en bekijk ons richtlijnen als u geïnteresseerd bent om een eigen artikel bij te dragen!
