Design scatenato: intelligenza collettiva per l'esperienza utente

Nel 1994, il filosofo Pierre Lévy pubblicò un libro in cui argomentava che internet sarebbe diventato il substrato di una nuova forma di intelligenza umana — distribuita attraverso le reti, prodotta continuamente da milioni di contributori, e qualitativamente diversa da qualsiasi cosa una singola mente esperta potesse generare. Intelligenza collettiva, la chiamò: non la somma degli input individuali, ma una proprietà emergente della collaborazione su scala.

Trent’anni dopo, quella visione è stata sia confermata che complicata. Abbiamo costruito sistemi di straordinaria capacità collettiva. Abbiamo anche scoperto i pattern attraverso cui quei sistemi falliscono, escludono e riproducono le disuguaglianze esistenti piuttosto che trascenderle. Per i designer, sia la promessa che i problemi sono direttamente rilevanti.

La fondazione teorica

L’affermazione centrale di Lévy era che la conoscenza è sempre distribuita — nessuna singola persona o istituzione possiede una comprensione completa di qualsiasi dominio complesso. L’aspetto dell’intelligenza a livello collettivo dipende interamente dall’infrastruttura che connette quei conoscitori distribuiti. Internet, sosteneva, ha creato un’infrastruttura capace di aggregare la conoscenza in modi precedentemente impossibili.

L’intuizione chiave per il design è che l’intelligenza collettiva non è automatica. È una proprietà emergente di sistemi ben progettati — sistemi che abbassano le barriere di contribuzione, portano in superficie la conoscenza rilevante, consentono una sintesi significativa e mantengono abbastanza coerenza da rimanere navigabili. Questi sono problemi di design, non solo tecnici. La qualità dell’intelligenza collettiva prodotta da un sistema è inseparabile dalla qualità del design di quel sistema.

Prove dal mondo reale

Tre casi illustrano sia il potenziale che la struttura dei sistemi di intelligenza collettiva.

Linux. Il kernel Linux è iniziato nel 1991 come progetto individuale di Linus Torvalds ed è diventato uno dei pezzi di software più complessi mai scritti attraverso la collaborazione distribuita. Ciò che ha funzionato non era solo l’apertura ma l’architettura: un codebase modulare, norme di contribuzione chiare, una gerarchia di maintainer che potevano integrare il lavoro di migliaia di contributori, e strumenti che rendevano gestibile il processo di contribuzione e revisione. L’intelligenza collettiva di Linux non è emersa spontaneamente — è stata progettata nel processo.

Arduino. La piattaforma hardware open-source ha democratizzato la prototipazione elettronica rendendo la barriera alla contribuzione estremamente bassa. Chiunque poteva costruire qualcosa, condividere il design e far migliorare ad altri. Ciò che Arduino ha dimostrato è stata una diversa modalità di intelligenza collettiva: non il coordinamento su larga scala ma l’esplorazione parallela rapida. Migliaia di maker indipendenti che sperimentano simultaneamente, con design disponibili per chiunque, hanno prodotto un ecosistema che nessuna singola azienda avrebbe potuto progettare.

Wikipedia. La più grande enciclopedia del mondo è anche il sistema di intelligenza collettiva più studiato. Il suo successo si basa su un insieme di norme accuratamente progettate — verificabilità, punto di vista neutrale, nessuna ricerca originale — che vincolano la contribuzione in modi che rendono possibile la sintesi. Senza quelle norme, un sistema aperto a milioni di contributori produce rumore. Con esse, produce qualcosa che si avvicina alla copertura enciclopedica su milioni di argomenti in centinaia di lingue.

Il principio 1:10:89 e le sue implicazioni

Uno dei pattern più costantemente osservati nei sistemi di intelligenza collettiva è la diseguaglianza estrema di partecipazione. Circa l’1% degli utenti crea la maggior parte dei contenuti, il 10% contribuisce occasionalmente e l’89% consuma senza contribuire. Questo è talvolta chiamato la regola 1:10:89 o 90-9-1, e si è mantenuto attraverso forum, wiki, progetti open-source e piattaforme social.

Per i designer, questo ha diverse implicazioni. Prima di tutto, i sistemi di intelligenza collettiva non sono veramente collettivi nella loro produzione — sono prodotti da un piccolo gruppo autoselezionato le cui caratteristiche differiscono sistematicamente dalla popolazione più ampia. Gli editor di Wikipedia sono sproporzionatamente maschi, occidentali e tecnicamente competenti. I sistemi di intelligenza collettiva riflettono le prospettive dei loro contributori attivi, non degli utenti o della società nel suo insieme.

In secondo luogo, il design dei meccanismi di contribuzione plasma fortemente chi contribuisce. I processi di contribuzione ad alta attrito filtrano tutti tranne i più motivati. I processi a bassa attrito aumentano il volume ma possono ridurre la qualità. Il problema di design più difficile è creare esperienze di contribuzione che attraggano una gamma genuinamente diversificata di contributori.

In terzo luogo, le lacune nei contenuti dei sistemi di intelligenza collettiva non sono casuali. Riflettono le lacune nei dati demografici dei contributori. Gli argomenti importanti per i gruppi sottorappresentati sono sistematicamente sottosviluppati nei sistemi i cui contributori non provengono da quei gruppi.

Verso un design collettivo inclusivo

La sfida non è abbandonare l’intelligenza collettiva come risorsa di design — le sue capacità sono reali e preziose. La sfida è progettare sistemi collettivi con esplicita attenzione all’inclusione, non come ripensamento.

Diversi principi guidano questo lavoro. Modalità di contribuzione differenziate consentono alle persone di partecipare in modi che corrispondono alle loro capacità e vincoli. Obiettivi di rappresentanza espliciti stabiliscono target per chi contribuisce, non solo per cosa viene contribuito. Loop di feedback sensibili alla diversità dei contributori monitorano non solo la qualità dell’output ma la distribuzione demografica dei contributori attivi.

La visione di Lévy era di un’intelligenza genuinamente distribuita — che amplifica le capacità umane piuttosto che concentrarle. Realizzare quella visione richiede designer che comprendano sia la promessa che i vincoli strutturali dei sistemi collettivi, e che siano disposti a fare il lavoro più difficile di progettare per l’inclusione come preoccupazione di primo ordine.